过去十余年，数据技术栈不断成熟，但有几道坎始终没有真正迈过去：数据治理高度依赖人工，”治理—反弹—再治理”的循环难以打破；数据分析门槛高，业务人员无法直接使用；非结构化数据快速增长，传统技术栈处理能力不足；决策支持停留在辅助层面，难以直接给出决策建议与行动方案。

近日，赛迪顾问发布《2026中国数据智能市场研究报告》（以下简称”报告”）。报告判断，这些瓶颈并非源于单一技术环节的不足，而是贯穿数据全生命周期的系统性难题，依靠传统技术的渐进式优化难以根本解决；大模型正凭借其强大的语义理解、多模态处理与逻辑推理能力，推动数据智能从”工具辅助”向”认知驱动”跃迁。这也是百分点科技等厂商近两年集中投入的方向。

AI原生不是”外挂AI”：三层架构看清技术演进

报告指出，与传统大数据技术相比，AI原生的数据智能核心差异在于”智能原生”理念的全面落地——AI原生数据技术栈并非在传统数据平台之上简单叠加AI组件，而是从底层架构设计就将大模型、智能体等AI能力深度嵌入到数据接入、计算、治理、分析、应用等全链路。

在这一架构下，技术体系可以清晰分为三层，每层的核心任务、技术特征与AI角色都不同：

在数据智能底座层，核心任务是计算与分析，关键技术包括湖仓一体、向量索引、算力调度，演进方向是从”存得下”到”多模态实时读写”；

在数据智能平台层，核心任务是理解与治理，关键技术包括语义理解、任务编排、工具调用，演进方向是从”人治”到”AI自治”；

在数据智能解决方案层，核心任务是决策与行动，关键技术包括RAG、Agent工作流、端侧推理，演进方向是从”看报表”到”业务执行”，AI也由此从被服务对象、赋能工具，变为直接面向业务的核心驱动。

架构演进最终要落到产品上，百分点科技等厂商近两年的产品迭代节奏，也基本沿着这三层方向展开。

数据智能体：从”交互问答”走向”自主执行任务”

报告指出，在大模型技术迭代与企业数字化转型深化的双重驱动下，数据智能体（DataAgent）逐步取代传统BI报表、对话式AI，成为企业数据驱动决策、业务高效运转的核心载体。区别于仅具备问答、检索能力的浅层对话式AI，数据智能体拥有需求理解、任务规划、工具调用、数据分析、任务执行、结果复盘的全链路能力，可精准拆解复杂业务需求，自动完成数据查询、清洗建模、统计分析、报告生成、风险研判、流程推送等全流程工作。

值得注意的是，报告强调应用交付的”价值显性化”——应用交付的不再是模糊的”效率提升”或”能力增强”，而是可以直接量化为财务指标或核心运营指标改善的硬成果，让用户能够直接感知。在应急管理场景，百分点科技面向现场救援的多智能体协同系统ResQ-AI由信息报送、现场指挥、灾害侦查、物资调拨等七个专业智能体组成，协同完成从信息感知、态势研判到任务执行的业务流程，把过去数小时的信息整理和态势研判工作压缩至分钟级，可以看作”自主执行”的一次真实演练。

厂商竞争力象限：”数智技术+业务落地”的综合比拼

报告显示，中国数据智能解决方案市场参与主体多元，涵盖云计算、软件、大数据、AI等厂商；随着政企数智化转型深入推进，竞争的重心已不只是单一技术指标的领先，而是“数智技术+业务落地”的综合能力。

报告的厂商竞争力象限以市场地位与发展能力为坐标，把这一市场的厂商划分为领导者、挑战者、可期待者与跟随者四类。其中，百分点科技位列领导者象限，其深耕数据智能赛道，在政务服务、公共安全、应急管理、央国企数智化转型等领域积累了大量落地案例。

百分点科技的AI原生实践：从百思大模型到税务Agent

报告在厂商能力梳理中提到，百分点科技以”大模型+智能体+业务场景”为核心，构建了覆盖数据治理、智能分析与行业应用的智能化产品矩阵，形成全栈智能化工程服务能力，深耕政企客户的治理提效、风险防控与业务创新等场景。

这些能力已有具体载体：业内首个数据治理垂直大模型”百思大模型”，与深度融合智能体技术的百思数据治理平台协同，让数据治理从依赖人工经验走向智能自治，对应架构中”平台层”的AI自治方向；在税务场景，税务Agent可自动完成海量数据关联分析、趋势研判和报告撰写，推动税务治理从传统事后处置，转向更加主动的风险管理模式，与应急场景的多智能体协同一起，构成了百分点科技在”决策与执行”层的两条实践线。

趋势判断：走向”模数共振”与核心业务

报告对下一阶段的判断集中在四个方向：发展范式从”单向赋能”迈向”模数共振”，形成”以数训模、以模生数”的双向循环；技术体系从”外挂AI能力”转向”AI重构架构”；行业应用从”辅助场景”进入”核心业务”；数据智能体从”交互问答”走向”自主执行任务”。

AI不再只是”回答问题”和”辅助分析”的工具，而是开始进入真实业务流程，承担感知、分析、决策与执行。对百分点科技这样的厂商而言，能否把AI能力稳定嵌入行业场景的复杂流程，将决定其在这一轮技术代际切换中的位置——从目前的实践看，这条路径已经铺开。

免责声明：此文内容为广告，不代表本网的观点及立场。其内容由广告方提供，与本网无关，本文所涉文、图等资料之一切权力和法律责任归材料提供方所有和承担。本文仅供读者阅读并请自行核实内容真实性，网站对此资讯文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。