中国面向生成式 AI 的数据基础设施.docxVIP

July2025,IDC#CHIDCMarketScape:中国面向生成式AI的数据基础设施2025年厂商评估

IDCMARKETSCAPE图

图1

IDCMarketScape:中国面向生成式AI的数据基础设施厂商评估

DC

DCMarketscape:中国面向生成式A的数据基础设施,2025

Leaders

MajorPIayers

contenders

Participants

来源:IDC,2025

?2025IDC#CH2

请参照附录的详细研究方法，市场定义和评分标准。

IDC观点

AI驱动数据治理、数据中台市场快速增长。大数据市场在2020年后进入平稳增长阶段，

各企业持续对开源、海外产品进行升级替换，但增速相对缓慢，随着2023年市场对AI开启新一轮投资，终端用户在实现知识库、问答助手、办公助手等简单应用后，开始意识到底层数据基础设施能力的不足，转而在2024年将更多IT预算投入在数据底座，满足更大规模、多模态数据的存储、管理，来提高数据质量从而供给AI模型训练和推理。因此可以观察到，主流厂商产品在2024年实现快速增长，集中在互联网、国央企、政府、汽

车、中小金融等行业。主要驱动力来源于数据量的快速增长以及企业决策和管理需求加强，因此需要数字化转型、节点扩容、国产化替代、Data+AI一体化建设、实时数据分析、数据资产化管理。

生成式AI让技术供应商重新思考数据平台各模块之间关系。生成式AI的出现，本质上压缩了数据分析和内容生成的链路，使得数据驱动价值更加直接，通过AI大模型和流程自动化方式即可实现，而在此过程中涉及到问题理解、意图识别、指令拆解、Workflow管理、数据检索、内容生成、检查验证、计算等多个环节，他们之间的关系并非独立的，而是模糊且相融的，因此有更多的技术供应商在2025年初即开始着手打造“Data+AI统一计算平台”，发布数据统一检索引擎、统一计算引擎、数据集成工具、集成Lance/Ray工具等。预计下半年将会有更多执行中的实验室研发项目和基于开源项目的产品会推向市场并商业化。本次参与报告的厂商涉及云厂商、AI厂商、数据中台厂商、数据库厂商，各企业都在基于自身优势来完善能力板块，而接下来市场重点在于核心引擎的优化以及垂直行业解决方案的自动化服务能力打造。

AgenticAI是市场和产品下一步重点方向。相比于Copilot和Chatbot，Agentic获得了更多的关注，超过30%的企业已经将其与实际应用案例或企业架构流程相结合，在数据采集、处理、开发、流通、分析等多环节通过Agentic连接，以实现完整流程的自动化。但从市场环境来看，中国终端用户还没有接受Agentic与Agent的区别，这需要更多跨部门协同以驱动AI的市场教育，而不是单点AI的应用，否则在以后改造升级中会造成额外的资源浪费。

Data与AI仍存在割裂。无论是用户采购还是产品建设，大数据与AI之间仍存在严重的割裂关系和高昂且重复的人工建设成本，企业需要通过直接的部门间合作和收并关系来避免开发冗余，同时降低用户的IT投入成本。对于终端用户来说，一部分用户有独立的AI部门和数据中台部，数据中台部负责企业数据的统一管理和开发，以及外部调用和安全，在与AI部门对接中往往涉及数据治理不一致和数据安全问题，导致内部进程缓慢，AI部门负责大模型的开发和应用，也会在内部设立数据工程团队来进行AI数据治理、知识库开发、数据引擎开发，并进行重复采购，这会使得双方仍存在较为严重的数据孤岛和烟囱。

而另一部分中小用户可能由数据智能部门统一负责大数据和AI的开发，细分团队相互配合，可最大程度降低投资浪费。但这些用户往往缺少专业的AI和大数据技术人才，需要更加低代码/无代码的工具来进行模型开发和管理。对于技术供应商来说，大数据部门和AI部门也在各自产品中添加一部分对方的能力，以实现部分兼容和引流，但在能力便捷和devflow管理上，并未形成统一。

?2025IDC