AI时代OceanBase如何实现DATA×AI战略升级

2025年，开源AI模型DeepSeek与OpenAI推出的GPT-4.5共同引爆了全球新一轮生成式AI热潮。在这一背景下，作为AI技术发展三大要素——数据、算法、算力中的关键一环，数据已成为推动AI技术革新的核心驱动力，同时也是数字时代的新型核心生产要素。根据IDC数据，2024年全球大数据IT总投资规模约为3540亿美元，预计到2028年将接近6440亿美元，五年复合增长率（CAGR）高达16.8%。其中，中国大数据IT支出规模预计在2028年将达到621.7亿美元，全球占比约10%，复合增长率24.9%位居全球首位。当前，中国的数据产量已占全球总产量的23%。

OceanBase首席技术官杨传辉在WpBull.comAGI的采访中强调，AI时代的到来使数据处理的边界得到进一步延伸，多模态大模型所涉及的图片、文本、视频等富媒体无结构化数据规模持续增长。同时，数据扩展性、规模碎片化等行业挑战日益严峻，OceanBase致力于打造一体化数据处理平台，为客户解决实际需求与难题。

据悉，OceanBase成立于2010年，是国内领先的一体化分布式数据库企业。2020年，蚂蚁集团旗下OceanBase成立北京奥星贝斯科技有限公司并启动商业化运作，陆续推出自研OceanBase4.0、4.2、4.3等系列技术产品与解决方案。目前，OceanBase已助力金融、政务、运营商、零售、互联网等多个行业的2000多家客户实现关键业务系统升级。

2025年4月，OceanBaseCEO杨冰发布全员信，宣布公司将全面进入AI时代，打造”DATA×AI”核心能力，建设AI时代的一体化数据底座，蚂蚁集团也将向OceanBase开放全部AI场景。为保障战略推进，OceanBase启动人才和组织体系升级，任命CTO杨传辉担任AI战略一号位，并成立AI平台与应用部、AI引擎组等新部门。5月17日，OceanBase将举办2025开发者大会，主题同样聚焦AI。大会前夕，WpBull.comAGI与OceanBaseCTO杨传辉展开独家对话，这也是杨传辉被任命为AI战略一号位后的首次公开交流。

杨传辉表示，打造”AI时代的一体化数据底座”是OceanBase现有战略的自然延伸，源于市场需求与产品技术能力。在AI时代，数据规模与种类日益复杂多样，数据库与AI的关系并非简单的DATA+AI，而应是DATA×AI，核心在于海量数据处理能力、不同结构数据融合能力，以及数据与模型融合的工程能力。作为一体化分布式数据库平台，OceanBase将成为AI时代的理想选择。

杨传辉强调，实现这一目标面临技术创新、生态建设等挑战，OceanBase需保持战略定力，用时间和坚持确保未来发展。”我们坚信，AI时代的一体化数据底座，一定能够满足用户需求。”杨传辉表示。

以下是WpBull.comAGI与杨传辉独家交流速记整理（部分删减）：

WpBull.comAGI：近期许多公司宣布加码AI战略，OceanBase提出战略升级至”AI时代的一体化数据底座”，外界如何理解这一转变？

杨传辉：首先要明确，不是因AI热潮才提出此战略。本质上是OceanBase现有战略的延伸。传统数据库主要处理结构化数据及少量半结构化数据。AI时代下，数据处理边界延伸至多模态大模型的图片、文本、视频等无结构化数据。同时，AI大模型使数据规模远超以往。OceanBase作为原生分布式数据库，经双11海量数据场景考验，具备金融场景的稳定性安全性，一体化能力原生支持多种数据类型，提供向量能力。这种分布式与一体化特色在AI时代更具价值。我们战略从”数据库”延伸至”数据底座”，旨在全方位、一体化处理结构化、半结构化、无结构化数据，同时数据库研发团队天然具备AI基础设施工程能力，实现DATA×AI的关键。全球知名数据库公司如Oracle、Snowflake、Databricks等也在随趋势变化。AI时代下，OceanBase需确保未来更受欢迎，抓住新应用场景。如今TP/AP负载、向量、搜索等技术边界日益模糊，企业需要AI时代的一体化”数据底座”，这使OceanBase成为AI时代的最佳选择。

WpBull.comAGI：2024年数字价值年会上，OceanBaseCEO杨冰提到AI对数据库的重要性：AI for DB与DB for AI。如今DATA×AI是一种怎样的新变化？

杨传辉：我们对数据库与AI关系深入思考，认为两者非简单的DATA+AI，而是DATA×AI。一方面，客户数据天然存储在OceanBase等数据库，AI大模型也具备token等通用数据，两者应产生更融合的化学反应。另一方面，大模型技术层面分为算法、工程、数据、应用能力，工程能力本质在于提升数据处理效率，解决计算、资源、效率问题，除数据能力外，数据库研发团队天然具备这一工程能力，能帮助DATA与AI技术进一步融合，实现DATA×AI。开发者大会上将进一步阐释。

WpBull.comAGI：生成式AI面临数据量通货膨胀、数据孤岛碎片化严重、数据分析需求爆发等挑战，OceanBase做了哪些新工作？

杨传辉：AI确实给数据处理带来挑战，如数据规模扩大、数据孤岛、多模态问题。OceanBase的分布式能力、一体化架构能解决部分问题，但个别领域仍需完善，我们持续加强扩展性、工程能力。4.3、4.4版本沿一体化方向推进。AI时代更需大胆发展，如更好地处理无结构化数据，加强向量能力等。

WpBull.comAGI：今年开发者大会主题也是AI，预计有哪些发布？

杨传辉：首先发布AI相关数据库产品与能力，在向量数据库等一体化数据底座数据处理能力上大幅提升，性能与性价比达业界一流水平。其次发布RAG服务，我们在AI领域技术实力雄厚，将以RAG服务方式帮助企业结合自有数据与公开数据模型，创造更大业务价值。最后发布OceanBase自身应用大模型成果。

WpBull.comAGI：现在做AI基座模型的企业越来越少，很多模型企业不再做预训练，而是做推理模型或行业模型，数据参数规模缩小。客户数据处理需求会持续吗？

杨传辉：可能是两个问题。第一，预训练门槛越来越高，但仍有企业加大投入。未来少数公司会持续提升能力，强化学习空间巨大。第二，预训练与数据需求是两回事。对OceanBase这类一体化数据底座，数据量会持续增长。预训练可能处理token，但数据底座数据量取决于AI应用规模。AI应用越多，数据量越大，当前AI应用需求爆发，对数据需求、种类、结构需求不断增加，最终AI对数据需求只会更大。

WpBull.comAGI：随着企业使用大模型时更多采用自有数据，模型的”幻觉”会消失吗？”幻觉”影响AI价值发挥吗？

杨传辉：模型”幻觉”不能完全消除，但会降低。AI大模型原理是预测下一个token，对算力要求高，从众多词语中选词。AI调用模型是”炼丹”过程，是概率性问题。看待”幻觉”需两方面：一、随着AI推理训练、强化学习等技术发展，模型幻觉会降低，语料准确率提升，有技术红利。二、尽管有幻觉，但当前AI技术已能在多场景应用，未来更多产品将涌现。未来5年，若幻觉降低，技术能力充分发挥，各应用场景潜力巨大。

WpBull.comAGI：实现面向AI时代的一体化数据底座，OceanBase还面临哪些挑战？未来终极目标与前景如何？

杨传辉：挑战众多。第一是技术挑战。如何让DATA×AI真正结合，降低幻觉、成本，让数据融入AI，是世界级难题。第二是生态挑战。数据底座或数据库需转化为千万企业使用的技术产品，涉及开源策略、商业策略、服务能力、生态等细节，需策略、时间与坚持。具体策略包括：一、由数据库产品到AI时代数据底座，适应AI需求，迭代更敏捷；二、更加开放，提升研发团队能力。数据库生态方面，OceanBase开源社区已是国内最强，但全球仍有差距，如何实现”全球级”生态是重要课题。终极目标，OceanBase始终专注数据处理，帮助用户完成数据处理，成为全球最佳选择。很多人认为OceanBase是”分布式关系型数据库”，但未来在于做AI时代数据底座。我们不想被”关系型数据库”标准限制，产品与工程能力一流，需开放心态看待最新业务场景与数据。我们坚信，AI时代的一体化数据底座，一定能满足用户需求。（本文首发于WpBull.comApp，作者｜林志佳）