【环球网科技综合报道】AI正在把数据基础设施推向一个新的增长周期。
元股证券:ygzq.hk
9月10日，在2026 Inclusion·外滩大会《数智进化：让多模态数据成为AI核心燃料》见解论坛上，IDC中国企业软件市场研究经理王楠分享了关于AI数据基础设施的最新研究。报告预测，2025年至2030年，中国AI数据基础设施市场将以37.7%的复合增速增长，2030年市场规模达到738亿美元；到2035年，市场规模有望进一步达到1548亿美元（约1万亿人民币），较2025年增长超过10倍。
这意味着，一个巨大的AI数据基础设施市场正在形成。随着AI从模型试点走向规模化应用，数据库、数据仓库、数据湖等传统数据基础设施也将加速向AI时代升级，国产数据库由此迎来新的增长空间。
在这一趋势下，以OceanBase为代表的国产数据库厂商正在拓展数据基础设施的价值边界，从服务企业核心业务数据，进一步走向统一管理企业全量数据、支撑AI应用和Agent的数据底座。
AI进入下半场，数据基础设施成为新赛道
过去几年，AI产业的竞争主要围绕模型和算力展开。但随着大模型通用能力快速提升，企业真正面临的瓶颈开始从“模型够不够强”，转向“企业自己的数据能不能被AI真正用起来”。
王楠表示，当前绝大多数企业业务场景，大模型本身的能力已经基本够用，阻碍AI产生业务价值的，正在变成数据能力。
一方面，企业数据规模持续增长。IDC预计，中国数据生成量将从2025年的76.05ZB增长至2030年的146.65ZB；另一方面，数据形态也在发生变化，大量文档、图片等非结构化数据，以及向量数据不断进入企业数据资产。
传统数据架构主要服务于交易、分析和报表等场景，而生成式AI和Agent对数据提出了新的要求：数据不仅要存得下，还要能够被统一管理、实时检索、理解和调用，并在整个过程中满足安全与合规要求。
AI正在让数据基础设施从“支撑业务”走向“服务智能”。这也成为AI数据基础设施市场快速增长的核心驱动力。
37.7%增长背后，是传统数据基础设施的一次升级
IDC此次将AI数据基础设施划分为AI数据平台、AI数据智能和AI数据服务三大领域。其中，AI数据平台承担多模态数据的统一管理和处理，是AI应用的数据底座；AI数据智能利用AI提升数据治理、分析和使用效率；AI数据服务则进一步从传统数据标注走向知识库运营、评测数据、合成数据等持续性服务。
IDC预测，2025年中国AI数据基础设施市场规模约为149亿美元，到2030年将达到738亿美元，2025年至2030年复合增长率达到37.7%；到2035年，市场规模有望达到1548亿美元。其中，AI数据智能将成为增速最快的细分市场，2025年至2030年复合增长率达到48.2%。
王楠表示，未来AI数据基础设施市场的竞争，在于谁能够率先形成覆盖“数据管理—数据智能—数据服务—Agent消费”的完整闭环。其关键路径，是拥抱“小模型+多模态底座”模式，结合行业知识与场景数据，通过小模型微调实现高效、可控的生产级AI落地。
这也意味着，AI数据基础设施并非凭空出现的新市场，而是传统数据基础设施的一次整体升级。数据库、数据仓库、数据湖和数据治理等原有能力，都需要适配AI应用和Agent的数据需求；与此同时，AI推理、中间数据和Agent调用带来的数据流转，也将进一步扩大数据管理和服务需求。
走向AI数据平台：国产数据库迎来新增长曲线
AI正在重新打开数据库的增长空间。
过去，数据库主要承载企业关键业务，解决数据“存得稳、跑得快”的问题。随着AI成为新的数据消费者，数据库需要承接更多类型的数据，并进一步为AI和Agent提供实时、可靠的数据支撑。
这为已经深耕企业核心数据底座的国产数据库厂商，带来了新的发展机会。
OceanBase正是其中的代表。
在分布式数据库领域持续拓展的同时，OceanBase正在进一步向AI数据平台延展：通过Lakebase等能力，将数据库、开放存储、分析和多模态数据处理能力进一步融合，面向结构化、半结构化、非结构化和向量数据构建统一的数据底座；同时通过DataPilot等Data Agent能力，让AI参与数据查询、分析和使用，使数据能力进一步走向业务人员和Agent。
从数据库到AI数据平台，变化的并不只是产品形态，更是数据基础设施的价值边界。过去，数据库主要服务企业业务；随着“小模型+多模态数据底座”成为企业走向数据智能的重要路径，数据底座也将进一步服务AI。
对于OceanBase而言，AI并不是在传统数据库之外重新开辟一条业务线，而是让原有的数据基础设施能力进入更大的市场：从企业核心数据底座，走向企业全量数据的一体化底座和Agent的数据底座。
对于国产数据库而言，AI带来的不只是一个新的应用场景如何避免追涨，更是一个比传统数据库更大的市场空间。
多空杠杆网提示：本文来自互联网，不代表本网站观点。
