當(dāng)前，隨著企業(yè)AI轉(zhuǎn)型的深入，Data for AI已成為關(guān)鍵剛需。據(jù)IDC預(yù)測，據(jù)IDC預(yù)測，到2029年非結(jié)構(gòu)化數(shù)據(jù)在企業(yè)數(shù)據(jù)中占比將超過80%，且仍將高速增長。如何從海量的文本、圖像、音視頻等多模態(tài)數(shù)據(jù)中高效挖掘價(jià)值，已成為企業(yè)智能化轉(zhuǎn)型的核心挑戰(zhàn)。
近日，火山引擎與NVIDIA在聯(lián)合舉辦的“2025火山引擎Data+AI行業(yè)領(lǐng)航者智創(chuàng)沙龍”在廣西成功召開。會上，火山引擎深入剖析了AI時(shí)代的數(shù)據(jù)處理挑戰(zhàn)，并展示了以Data Agent和多模態(tài)數(shù)據(jù)湖為核心的“Data+AI”解決方案，旨在為企業(yè)智能化轉(zhuǎn)型提供全新動力。
Data Agent：告別價(jià)值陷阱，尋找AI落地務(wù)實(shí)路徑
企業(yè)在AI投入翻倍的同時(shí)，往往面臨業(yè)務(wù)價(jià)值難以衡量的困境。火山引擎Data Agent項(xiàng)目負(fù)責(zé)人海書山指出，企業(yè)易陷入“追求100%準(zhǔn)確”、“迷信大模型全知全能”和“技術(shù)Demo=業(yè)務(wù)價(jià)值”三大“隱形陷阱”。
他強(qiáng)調(diào)，Data Agent的務(wù)實(shí)路徑是“80%準(zhǔn)確+快速迭代”，并推動企業(yè)數(shù)據(jù)應(yīng)用從BI（確定性保障）、ChatBI（效率提升）向Data Agent（洞察創(chuàng)造）演進(jìn)。火山引擎Data Agent構(gòu)建了從L1（響應(yīng)式執(zhí)行）到L4（自主式?jīng)Q策）的能力階梯，其核心價(jià)值公式在于融合“模型能力、工程可靠性與領(lǐng)域知識密度”。
海書山分享了Data Agent在多個(gè)場景的實(shí)踐：在快消品行業(yè)，智能歸因Agent幫助營銷團(tuán)隊(duì)解決了跨渠道數(shù)據(jù)割裂、人工整合效率低下的痛點(diǎn)；在家電行業(yè)，智能營銷Agent通過構(gòu)建“需求預(yù)判-智能引導(dǎo)-精準(zhǔn)轉(zhuǎn)化”鏈路，解決了導(dǎo)購能力參差-齊、線索轉(zhuǎn)化率低的問題。
多模態(tài)數(shù)據(jù)湖：構(gòu)筑AI時(shí)代的數(shù)據(jù)新基建
Agent的規(guī)�；涞�，離不開強(qiáng)大的數(shù)據(jù)底座�；鹕揭鏀�(shù)智產(chǎn)品總監(jiān)王彥輝指出，Agent時(shí)代的數(shù)據(jù)平臺面臨非結(jié)構(gòu)化數(shù)據(jù)存儲、多模態(tài)數(shù)據(jù)處理、統(tǒng)一管理以及AI處理效率低下等多重挑戰(zhàn)。
為此，火山引擎推出了以LAS Processing Agent為核心的多模態(tài)數(shù)據(jù)湖解決方案，旨在構(gòu)建處理與推理一體化的AI時(shí)代數(shù)據(jù)新基建。該方案在關(guān)鍵技術(shù)上實(shí)現(xiàn)了全面革新：
· 湖存儲： 引入新一代多模存儲格式Lance，原生支持多模態(tài)數(shù)據(jù)，提供高性能隨機(jī)訪問和零成本加列能力，解決AI場景下大字段和高頻打標(biāo)難題。
· 湖處理： 采用Daft、Ray等新一代多模態(tài)處理引擎，原生支持CPU與GPU異構(gòu)計(jì)算，火山引擎還與Daft創(chuàng)始團(tuán)隊(duì)Eventual.Inc攜手共建Daft中文社區(qū)。
· 湖管理： 擁抱開源Apache Gravitino，構(gòu)建開放的AI MetaLake；并推出“AI算子廣場”，提供超200種預(yù)訓(xùn)練算子，覆蓋文檔解析、圖像OCR、音視頻處理等，實(shí)現(xiàn)全鏈路自動化。
實(shí)踐成果：GPU利用率提至96%，加速AI創(chuàng)新落地
火山引擎的多模態(tài)數(shù)據(jù)湖架構(gòu)已在多個(gè)前沿行業(yè)得到驗(yàn)證。王彥輝分享，某智駕公司將其PB級數(shù)據(jù)架構(gòu)升級至火山引擎新方案后，其單機(jī)8*A100 GPU的利用率從原先的60%大幅提升至96%，訓(xùn)練任務(wù)交付時(shí)間縮短了40%。此外，該方案還幫助國內(nèi)某頭部大模型公司將其訓(xùn)練數(shù)據(jù)從WebDataset遷移至Lance，徹底解決了數(shù)據(jù)檢索時(shí)的讀放大和Shuffle瓶頸問題。
展望未來，火山引擎表示將持續(xù)深耕Daft、Ray、Lance等新技術(shù)社區(qū)，強(qiáng)化多模態(tài)數(shù)據(jù)管理，深化處理與推理一體化，邁向全面的Agent驅(qū)動�；鹕揭媾cNVIDIA在Data+AI領(lǐng)域的持續(xù)合作，將共同加速高性能AI計(jì)算在各行業(yè)的規(guī)�；涞�，幫助企業(yè)在智能化浪潮中找到最務(wù)實(shí)的增長路徑。
