深度研究 · 专题一

AI 时代的数据问题：数据的基础设施

数据是 AI 时代智能产生的燃料——燃料的存放与组织方式，决定发动机的效率。本专题从纸质账本讲到向量数据库，把企业数据基础设施五十年的前世今生讲透，并给出 AI Agent 时代数据层走向的五个推断。

9

篇

2.3 万

字

5 个

推断

1 个

解剖样本 Palantir

建议按编号顺序阅读：引言建立问题意识 → 01–07 搭建行业认知 → 08 给出推断与终局判断

系列目录

共 9 篇 · 按编号顺序阅读 · 每篇独立成文，也可单独跳读

燃料与精炼厂——为什么要研究数据的基础设施

AI 时代，数据是智能产生的燃料。但燃料不是倒进油箱就有用——它的存放与组织方式（数据层）决定发动机的效率。本系列终极问题：AI Agent 时代，数据层会被放大还是削弱？……

阅读全文 →

一切从记账开始：数据库的前世

企业是怎么开始跟数据打交道的？从纸质台账到关系型数据库，讲清「数据库」这个所有后续故事的起点：为什么它从不记错账，以及为什么它天生只擅长处理一笔。……

阅读全文 →

数据仓库：分析的觉醒

为什么不能在业务数据库上直接做分析？企业如何为分析单独盖了一个房间（数据仓库），ETL 的苦役、维度建模的直觉、Teradata 一体机的特权定价——以及所有故事的起源：数据孤岛。……

阅读全文 →

大数据的十年：Hadoop、数据湖与数据沼泽

Google 的三篇论文如何用「一堆廉价小机器」替代「一台昂贵大机器」；开源复刻 Hadoop 的民主化狂欢；数据湖从自由到沼泽的四年；以及一家中国社区团购公司四套组件打架的真实日常。……

阅读全文 →

云与两条路线：Snowflake 和 Databricks 的时代

2006 年的云改写了成本函数；Snowflake 用存算分离+按秒计费把数据仓库变成自来水公司（Capital One 实证）；Databricks 用 Lakehouse 服务造 AI 的企业（Mastercard/诺和诺德）；Fana……

阅读全文 →

中国的路：数据中台的梦与国产替代

数据中台与 Snowflake 诊断出同一张病历、开了不同的药方；工行/招行/安踏的国产替代实战；「中国造不出 Snowflake」的精确含义；以及中国版数据消费叙事的三个观察哨。……

阅读全文 →

AI 时代：向量数据库与 Agentic Enterprise

向量是「意思的坐标」；RAG 是两个数据库的合奏；大平台如何内嵌吞并向量检索；Agent 数据访问接口的王座之争；以及全系列收束——数据层是 AI 时代用量与价值同向放大的基础设施。……

阅读全文 →

上市公司全景：数据库世界的户口本

美股与 A 股数据库公司全景 mapping：每家公司是哪个时代的产物、AI 跟进了没有、还值不值得跟踪；以及正面回答——云厂商为什么无法在数仓这件事上覆盖这些独立企业。……

阅读全文 →

Palantir 样本与 AI 数据库的未来：五个推断

Palantir 如何帮企业组织数据让 AI 用起来（本体论，不是数据库）？它改变了数据库的功能还是结构？未来的 AI 数据库会长成什么样？——五个可跟踪的推断，以及对终极问题的正式回答。……

阅读全文 →

← 返回深度研究栏目