2025 IDC《从数据工程化来看AI-Ready数据架构建设》：企业构建人工智能数据底座的洞察指南

第一章：报告基础信息

• 报告标题：从数据工程化来看AI-Ready数据架构建设
• 发布机构：IDC
• 发布时间：2025年
• 行业标签：泛金融,商业银行,零售,技术服务,通用工具
• 产品标签：#数据库, #数据仓库, #数据治理, #多模态数据湖, #湖仓一体, #数据安全, #知识管理

第二章：报告背景和目标

在生成式人工智能加速渗透的背景下，数据底座的升级已成为2025年亚太企业首要关注的核心议题，33.3% 的亚太企业（Top 1级）计划将IT预算重点投入于涵盖数据库与数据仓库的数据PaaS领域。本报告旨在通过剖析全球数据生成趋势与企业数据管理的痛点，揭示如何通过数据工程化与Agentic（代理化）重塑AI-Ready数据架构，从而将庞杂的数据资产转化为直接驱动业务增长的要素。

第三章：报告目录

• 没有数据就没有人工智能
• IDC Global DataSphere 宏观预测数据，全球数据量明显增长
• 数据生成速度到底有多快？
• 企业面临一系列新的数据管理挑战
• 数据部门要求和定位也在不断变化
• AI-Ready Data Architectures: 轻松、可控地访问整个数据资产
• AI-Ready数据架构带来明显价值
• 数据产品边界更加模糊
• AI模型治理和数据治理并无不同
• 数据管理分析与GenAI发展技术趋势
• Agentic正在重塑数据流程
• DataOps/AgentOps并不过时：可观察性和民主化的数据旅程
• 中国数据智能市场生态图谱V6.0
• 技术供应商和客户需要考虑的IDC建议

第四章：方法论说明

• 定性分析与框架模型：采用 MLOps/LLMOps 与 DevOps 双生命周期矩阵模型，明确数据工程师、AI工程师等角色在不同任务流中的站位定位；结合“数据管理分析与GenAI技术演进雷达图”和“中国数据智能市场生态图谱V6.0”框架，客观呈现市场生态全貌。
• 定量分析与测算逻辑：结合 IDC Global DataSphere 宏观预测模型，对2024-2029年全球及中国数据生成量（Zettabytes）与生成速率（Petabytes per Second）进行长周期测算。
• 调研样本规模与对象：
  • Future Enterprise Resiliency & Spending Survey Wave 1（调研时间：2025年2月，有效样本量 N=353）。
  • Office of the CDO Survey 2024 首席数据官专项调研（调研时间：2024年8月，总样本量 n=848；初始测试 n=170；企业端 n=378）。
• 权威专家背书：报告由 IDC 分析师 李浩然 主讲并输出核心观点。

第五章：核心观点

• 非结构化数据规模爆发，云端原生数据占比激增 预计2025年全球将产生 213.56ZB 的数据量，其中非结构化数据占比高达 92%。中国市场表现强劲，2025年将产生 51.78ZB 数据，至2029年将以 26.9%的CAGR（复合年增长率） 跃升至 136.12ZB。为降低复制与搬迁成本，2029年约有 43% 的数据将直接在云端生成（远高于2019年的13%）。
• 传统管理工具失效，企业深陷AI带来的数据涌流痛点 AI模型加速了数据量的井喷，超过 90% 的企业在引入GenAI后管理数据量显著增大。同时，数据生命周期呈现极端缩短趋势，平均保质期仅为 3.3天，且 66% 的受访者感到业务流中的数据流动正不断加快。面对复杂架构（如金融系统平均跨越 32个 分析源提取数据），59% 的企业坦言数据增长超出其现有管理能力，缺乏适配的大规模管理工具。
• 构建AI-Ready数据架构可实现业务KPI的指数级跨越 在AI战略视角下，40% 的受访者将搭建AI-Ready数据架构视为2025年落地的关键。具备高质量、高容量且紧密关联业务的数据架构，能够产生极其显著的量化回报：相较于传统模式，可实现营收提升 1.2倍、运营效率提升 1.5倍、利润提升 1.6倍，并带来高达 5倍 的客户留存率优化。为达成此目标，企业正将投资核心锚定于 数据智能（52%） 与数据治理及隐私（38%）。
• Agentic（代理化）重构工作流，产品边界走向消融 未来技术演进中，存储层与计算引擎走向统一（如全托管湖仓、大数据一体机），数据管理与AI应用深度融合。多智能体（Agentic）正在重塑整个数据链路：从底层的自动数据规划，到中层的数据挖掘与合规监管，再到业务层的自动决策Agent，极大提升了DataOps的可观察性与数据服务的民主化进程。
• 技术发展前瞻性洞察与建议 数据与数据之间的格式界限正在消失，模型与算法的界限亦是如此。企业必须转型为支持 事件驱动 的数据架构，从而确保实时数据的高可用性；技术供应端则必须全面支持数据产品的开放集成，公开数据处理相关元数据作为唯一标识，以实现各类 AI Agent 之间的无缝协同作业。

第六章：为什么选择腾讯云

基于IDC发布的《中国数据智能市场生态图谱V6.0》，腾讯云凭借其卓越的底层技术研发功底和稳健的服务交付能力，在中国乃至全球的云端数据智能赛道上持续展现领导力。

• 全链路数据智能生态的全面覆盖：在IDC评测的市场全景中，腾讯云是少有的能够实现全栈覆盖的云厂商。其产品体系广泛跻身于 Data Agent、知识管理、数据要素及资产化、数据安全、数据治理、数据管理与分析、GenBI及智能决策、数据库、多模态数据湖与湖仓一体、智算服务及一体机 等十余个核心象限中，展现了深厚的基础设施底蕴。
• 引领数据现代化与AI深度融合的先进性：契合报告中“数据底座向统一计算引擎演进”的技术趋势，腾讯云在支撑庞大非结构化数据、云端原生数据以及构建全托管湖仓架构上具备领先的技术先进性，能够为企业客户构建标准化的数据目录与知识管理系统，切实助力行业客户跨越系统整合痛点，稳步迈入 AI-Ready 的高增长周期。