AI大厦需要更新的地基：非数据+数据

在当前的AI发展背景下，AI大厦需要新的地基，而这个地基的核心在于“非数据+数据”的深度融合。这种融合不仅是对传统数据基础设施的升级，更是对AI发展模式的重新定义。

1. 数据的重要性

   数据是AI模型的基础，几乎所有AI模型都依赖于对数据中模式的学习。机器获得智能的过程本质上是对训练数据概率分布的建模与泛化。然而，随着AI的发展，传统数据基础设施面临诸多挑战，如数据碎片化、多模态数据处理复杂性等问题。

2. 非数据的作用

   非数据（如非结构化数据，包括文本、图像、视频等）占全球数据的80%至90%，是AI的重要资源。这些数据能够提供丰富的上下文信息，支持多样化的AI应用，并推动行业创新。例如，非结构化数据在医疗影像分析、自然语言处理等领域发挥着关键作用。

3. 数据与非数据的融合

   新的地基需要实现“非数据+数据”的深度融合，即“Data×AI”范式。这种融合能够解决行业数据流通难、多模态数据处理难、质量评估难等诸多问题。例如，OceanBase正在构建一个一体化的数据底座，支持多模态数据的融合与处理，打破数据次元壁。

4. 构建新的地基

   新的地基需要具备分布式处理海量数据的能力，支持多种数据格式（包括结构化和非结构化数据），并提供SQL+AI混合计算和向量检索能力。这种一体化的数据底座将成为AI应用落地的关键，推动AI从简单的数据处理向更智能的决策支持转变。

总之，AI大厦的新地基需要在数据与非数据的融合中寻找突破，通过技术创新打破传统架构的局限，为AI的未来发展提供坚实支撑。