10 月 23—24 日，云器科技亮相 DataFun DACon 2026 北京站，联合创始人兼 CTO 关涛在大会主论坛分享 AI 时代的知识与本体思考，获得现场听众的积极反馈；云器同时在现场设立展位，介绍 AI Lakehouse 的产品能力与实践方向，围绕 AI 数据加工、业务语义与企业知识应用，与参会者展开交流。
关涛：原始数据不等于 AI 可用的知识
在《AI 时代，知识与本体的演进与思考——从数据工程到知识工程》演讲中，关涛围绕知识的来源、表达与生产展开讨论：企业不缺数据，但数据能否被 AI 正确理解和使用，还取决于背后的业务语义、关系、规则与流程。
原始数据不等于 AI-ready Data。 结构化数据提供业务事实，文档、对话、日志等非结构化数据补充上下文。它们需要经过抽取、对齐、评估和认证，才能成为可检索、可验证、可复用的知识资产，并随着业务变化和使用反馈持续更新。
关涛还比较了五类本体与知识技术路线，讨论不同路线的能力与边界，提出企业应结合自身的数据基础和业务目标选择起点，而非追求一套包办所有场景的方案。
云器 AI Lakehouse：从数据底座到 AI 知识底座
云器在现场围绕 AI Lakehouse 的产品能力与参会者展开交流，探讨如何将企业数据、业务语义与知识用于 AI 和 Agent 应用。
云器 AI Lakehouse 以开放湖仓、通用增量计算和多云中立的数据底座为基础，融合
AI ETL、
Semantic View 与
SingSight 等能力：AI ETL 负责表、文档、日志、录音等多类型数据的加工，Semantic View 统一指标口径与分析语义，SingSight 记录 Agent 运行过程并开展评估。在此基础上，知识工程进一步将数据与运行反馈提炼为可治理的知识资产。
从数据底座到 AI 知识底座，云器将 AI ETL、可观测与评估、知识工程连接起来，帮助企业在已有数据体系上推进知识生产与应用，为 DataAgent、企业知识问答等场景提供支撑。
企业落地本体路线如何选择？原始数据怎样转化为 AI-ready Data？知识生产如何形成持续闭环？欢迎联系云器，一起探索数据与 AI 的更多可能。
云器 AI Lakehouse，让企业全域知识真正为 AI 与 Agent 所用。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70048664/viewspace-3186915/ ，如需转载，请注明出处，否则将追究法律责任。
请登录后发表评论
登录
全部评论
最新文章
- 让 AI Agent 真正理解业务：云器 Semantic View 如何提供统一语义与可信数据上下文
- 数美科技的数百TB大数据平台实践：从“1天响应“到“定义即可查”
- 大数据平台降本增效实践：四大典型场景的成本优化之路
- AI时代的数据架构：重建还是进化？｜整理自云器科技CTO关涛在DA Con的分享
- Parquet 已死？AI 时代列式巨人的进化与反击
- 云器 Lakehouse 2025年11月版本发布：更快、更智能、更开放
- 云器Lakehouse2025年03月版本发布：打造更强大、更智能、更安全的数据管理新体验
- 告别Spark？大数据架构的十字路口与技术抉择
- AI 时代，数据湖的“拐点”与展望
- 小红书×云器科技｜增量计算+实时湖仓构建小红书实验数仓生产新范式
