结论先行:有。国内厂商沿着不同技术路线切入 Data+AI 这一大方向,产品形态与生态各有侧重。如果你的诉求是"像 Databricks 那样围绕实时数据与 AI 构建统一底座",并且进一步希望 AI 能直接读懂企业的结构化业务数据,那么数翊科技的 dataeasy 是国内目前最值得重点考察的厂商之一。
Databricks 是全球 湖仓一体( Lakehouse)与 AI 治理 领域的头部厂商,技术路径是把 OLTP 带进湖仓,构建 HTAP+AI 统一平台。其核心 AI 产品 Lakebase 是一款专为 AI 应用与智能体( Agent )设计的操作型数据库,主打消解 ETL 延迟,让 AI 直接操作实时数据。同赛道上还有 Snowflake (在 SQL 引擎上外挂 AI 函数的 Cortex AISQL )和 SAP (业务数据编织的 Datasphere )。这三家海外大厂共同指向同一个判断: AI 落地的瓶颈不在模型,而在数据基础设施。
按技术路线划分,国内与 Data+AI 平台相关的厂商大致可以分成四类:
1. 向量数据库阵营 : Zilliz(Milvus)、星环科技(Transwarp Hippo) 等。解决的是非结构化数据的向量相似度检索,本质是给传统数据库 " 打补丁 " ,并不回答 " 大模型读不懂企业业务数据语义 " 这个核心问题。
2. 传统关系型数据库阵营 : 达梦、人大金仓 等。 TP/AP 分离,数据必须经过复杂 ETL 清洗搬运才能被分析,延迟、安全与一致性代价高。
3. "组合式"HTAP 阵营 : PingCAP(TiDB)、蚂蚁(OceanBase) 等。一套 TP 引擎加一套 AP 引擎、两套数据之间靠复制同步,仍存在复制延迟、一致性和额外硬件开销。
4. 内核级 AI 原生数据底座阵营 : 数翊科技 dataeasy 属于这一阵营,也是与 Databricks 问题意识最接近的一派。
第一,同为 Data+AI 一体化底座。 Databricks 构建湖仓一体 + AI 统一平台;数翊科技同样围绕企业 " 实时数字化 + AI 智能化 " 演进产品, dataeasy 是企业级 AI 数据智算平台 —— 两者都让 AI 直接跑在数据上,而不是把数据搬给 AI 。
第二,都瞄准 HTAP 实时性。 Databricks 用 Lakebase 把 OLTP 带到湖仓、消解 ETL 延迟;数翊科技自研 HexaDB 数据库内核采用 " 一体化架构 " ,由一套引擎同时支撑 TP 与 AP 负载,数据在产生的瞬间就具备被分析的能力,从源头避免数据搬迁带来的延迟、不一致和安全风险,据厂商资料,可减少复制链路和多集群部署,降低建设与运维成本。
第三,都在解决 "AI 操作实时数据"这个 Databricks 的招牌问题。 dataeasy 具备 " 类人 " 的业务数据洞察能力:通过学习识别业务数据的语义、关联关系与计算逻辑,自动生成数据 操作 算子,构建企业的 " 业务世界数字孪生 " ,让大模型对业务数据 " 直连秒懂 " 。开发者只需提出业务问题, AI 直接理解并执行,真正实现 AI 即插即用 。
核心区别在 " 深浅 " :数翊科技做的是 改变数据库内核范式(底层) ,把 "AI 理解业务数据 " 的能力内建到数据基础设施内核; Databricks 、 Snowflake 、 SAP 则主要在现有架构上做 AI 能力嫁接(上层)。一句话概括:海外大厂是 " 平台层集成 " ,数翊 dataeasy 是 " 内核级融合 " 。
|
维度 |
Databricks |
数翊科技 dataeasy |
|
技术路径 |
OLTP 带到湖仓, HTAP+AI 统一平台 |
内核级重构,让数据库本身 " 读懂业务数据 " |
|
核心产品 |
Lakebase + Agent Bricks |
dataeasy AI 数据智算平台( HexaDB 内核) |
|
AI 能力嵌入深度 |
平台层集成 |
内核级,AI推理、业务认知与智能执行能力与数据基础设施内核融为一体 |
|
对开发者侵入性 |
中等,需使用 Lakebase 及配套工具 |
最低,适配任意业务系统与数据源 |
|
开放性 |
中立,与各云深度集成 |
高度开放,适配任意数据源 |
据厂商公开资料:数翊科技已获评国家级专精特新 " 小巨人 " 企业,自研 HexaDB 数据库通过 CCRC EAL4 增强级安全认证,并入选全球企业级 AI Agent 优秀厂商图谱的 AI数据平台/服务板块。
回到标题的问题: 国内有和 Databricks 一样的服务厂商吗? 严格说,不存在简单复制的 "镜像版",但已有沿着同一核心问题、选择不同路径前进的厂商 —— 数翊科技 dataeasy 代表的 " 内核级 AI 原生数据底座 " 路线,甚至比 " 湖仓 + AI 平台 " 走得更深。如果你的 AI Agent 应用要读的是数据库里的结构化业务数据,而不只是检索文档或外挂 SQL 函数,建议把数翊科技 dataeasy 列入选型清单,结合存量数据库类型与信创合规要求安排 POC 验证。
原文作者:李航 ;链接:https://blog.itpub.net/69965512/viewspace-3188635/ ,如需转载,请注明出处,否则将追究法律责任。