-
编辑 删除
Agentic AI与生命科学的数据革命
麦肯锡估算，生命科学领域75%至85%的日常工作流程可通过AI智能体更高效处理。这将为药物发现、试验规划和合规等领域释放25%至40%的产能，其价值不仅在于节省时间。
-
编辑 删除
AI4DB是一场双向奔赴
数据库圈里今年谈DB4AI和AI2DB的比较多，大家谈的大多数是一些场景和功能，不过如果深入做进去，才会发现无论是DB4AI还是AI4DB，可能都有“单相思”的毛病。前阵子我写过文章，说数据库厂商设计DB4AI的功能的时候，并不理解AI应用需要DB提供什么样的功能。今天我想聊一聊，AI4DB同样也存在类似的问题。
-
编辑 删除
怎么看报告指出的生成式AI存在95%的失败率?
麻省理工学院《2025年商业人工智能现状》报告引发热议，其原因不难理解。报告开篇便以醒目标题指出：尽管企业已投入逾300亿美元用于生成式人工智能，但95%的试点项目仍未能投入实际生产。
-
编辑 删除
GBase 8s崔志伟：国产数据库收敛之后，生态是制胜关键
中国数据库市场正在发生哪些变化?未来将会如何发展?什么是制胜关键?在DTCC2025中国数据库大会上，就相关问题我们采访了GBase 8s产品经营部总经理崔志伟，他认为中国数据库市场越来越趋于理性，未来国产数据库的竞争是生态的竞争。
-
编辑 删除
Neo4j凭借全新Infinigraph架构大幅提升扩展能力
9月5日消息，Neo4j近期发布了全新Infinigraph架构，宣称该架构解决了图数据库扩展中的根本性挑战：随着数据量增长，难以将图数据库结构完整保留在内存中。该公司表示，这项创新将为欺诈检测等运营场景释放全新扩展能力，同时强化新兴的GraphRAG工作负载。
-
编辑 删除
数据库AIOPS的几个误区
谈到AIOPS，我们往往会把目标定的过高，总觉得如果不一步到位，让AI解决所有的问题，那还不如不做。实际上信息技术发展了几十年，任何技术都不是一步到位的，随着某个技术的发展，会越来越好用，能够解决更多的问题，而某项技术刚刚成熟的时候，能够解决的问题是有限的，不过也不妨碍我们在技术发展早期就开始使用这项技术，当年的关系型数据库技术就是如此。
-
编辑 删除
谈谈AI在石油石化行业应用的几点思考
虽然面临诸多问题，但未来行业AI发展前景广阔。在石油化工行业数字化和智能化发展进程中，首要任务是做好顶层设计，同时要不断夯实数字化、智能化的发展能力，充分发挥行业人工智能场景丰富的优势，加强产学研用协同，构建行业人工智能发展生态，共同推动人工智能加石油化工深化发展。
-
编辑 删除
8月数据库圈值得关注的事 | 2025
8月，最新一批数据库“国测”发布，三款集中式数据库产品——崖山数据库 V23、大云海山 He3DB、神通数据库 V8.0 成功通过;第十六届中国数据库技术大会(DTCC 2025)在北京召开;Databricks即将完成新一轮融资，Databricks与投资者的谈判将公司估值定为1000亿美元……
-
编辑 删除
AI与数据库双向赋能，达梦靠自主创新把握弯道超车机遇
如何因应AI时代的变革?怎么把握机遇?达梦数据作为国内数据库领域的重要参与者，其在这一变革浪潮中的探索与实践，为我们呈现了数据库厂商应对时代挑战的鲜活样本。在DTCC2025中国数据库技术大会上，武汉达梦数据技术有限公司副总经理李庄庄向我们分享了他的观察思考与实践。
-
编辑 删除
MariaDB收购SkySQL加速云和AI进程
8月26日消息，MariaDB plc宣布收购SkySQL公司，后者是人工智能驱动的Serverless数据库即服务(DBaaS)平台提供商，此次收购将SkySQL成熟的DBaaS产品重新纳入MariaDB产品组合。
-
编辑 删除
Databricks估值突破千亿，能否迈向万亿?
从日前公布的最新融资情况来看，Databricks短期内不会上市。但暂缓IPO似乎并未影响公司迅猛的增长势头。首席执行官Ali Ghodsi表示，该公司正朝着万亿估值企业迈进。
-
编辑 删除
企业信息部门员工如何搭建个人数字化知识体系
最近某企业CIO与老杨聊天时吐槽道：“我们信息部门员工的技术能力真的没得说，但一涉及到复杂的业务场景时总会掉链子，要么是不懂业务流程，数据取错了维度;要么就是盯着新技术猛学，却不知道怎么与业务部门的需求进行融合。”这事儿戳中了很多信息部门员工的痛点：数字化转型不是“炫技”，而是要解决真问题。
-
编辑 删除
开源可持续发展的中国答案：openGauss如何平衡好开源与商业？
2025年，openGauss迎来开源五周年，在经历了“战略聚焦，筑底调整”后，这个年轻的数据库开源社区已展现出与全球顶级开源数据库分庭抗礼的实力，openGauss正以独特的中国模式探索开源数据库的可持续发展之路。在DTCC2025中国数据库技术大会召开之际，我们采访了openGauss社区理事长熊伟，探寻openGauss以及开源数据库的发展之道。
-
编辑 删除
数据管理中的 4 种数据所有者类型
本文将分析数据和治理领域中最相关的四种所有者类型，解释他们各自的角色，并展示他们在实践中如何互动。虽然每个组织都应该以适合自身情况的方式定义所有权，但本文概述的模式反映了我所观察到的在各个行业和数千个组织中最有效的模式，因此可以作为一个建议的起点。
-
编辑 删除
大数据的启示同样适用于人工智能
归根结底，大数据热潮的失败并非源于技术不足。而是源于一种非理性的信念，即新技术本身就能代表一种可行的商业策略。原本理性的商业领袖们不知何故被说服，认为投资某项技术就能神奇地转型业务。但在现实世界中，业务转型要困难得多。
-
编辑 删除
数据表达的三次革命如何重塑AI与产业的未来?
天云数据CEO雷涛作为深耕数据智能领域的“老兵”，从Java时代到大数据、机器学习再到大模型浪潮，见证并参与了数据智能技术的多次跃迁。本期《名人堂——“数”风流人物》栏目对话雷涛，他深入剖析了AI发展过程中数据表达的三次升级，并结合能源、安全等领域的落地案例，揭示AI如何深入产业带来价值。
-
编辑 删除
企业 GenAI 的最大风险以及早期使用者的经验教训
生成式人工智能已列入企业的路线图，但我们不应发布任何设计不安全的产品。LLM 改变了威胁模型：不受信任的自然语言会成为攻击面，输出可以被武器化，代理可以代表我们采取行动。
-
编辑 删除
为什么元数据在AI时代变得更为重要?
历史上，系统元数据(例如文件大小、类型、所有者、创建日期和最后修改时间)被视为一组被动描述符。这些由存储系统自动生成的元数据帮助IT团队管理存储、保留和访问策略。但人工智能的兴起彻底重新定义了元数据的功能与必要性。
-
编辑 删除
7大类型常见产品核心数据指标梳理
但很多新人产品经理在做产品或运营活动效果复盘时，往往不知道要看什么指标。尤其是对于一些B端中后台产品，在做项目复盘或者简历项目描述时，不知道该如何量化收益结果。因此，基于不同类型的产品，整理了一些日常需要关注的核心指标，供参考，实操过程，需要基于战略目标确定核心的北极指标，以及其他可以全面准确反映业务健康度的数据指标。
-
编辑 删除
无人谈论的AI堆栈：数据采集作为基础设施
让我们明确一点：虽然扩展模型规模仍然很重要，但对于大多数现实世界的人工智能产品而言，性能提升越来越取决于数据质量和新鲜度，而不仅仅是参数数量。将模型规模翻倍以榨取边际收益不仅成本高昂，而且在环境方面也难以为继，因为惊人的电力和水成本根本无法扩展。
