如果你是老板，你的公司計劃接入AI，面對五花八門各有所長的模型，你會怎么選？

性能要盡量高，成本要盡量低，操作起來越簡單越好，對于想要快速高效地AI化的企業(yè)，推出一份合適的“套餐方案”，切中企業(yè)的需求痛點，在競爭激烈的企業(yè)AI市場不失為上佳選擇。

近日，Databricks與OpenAI宣布建立多年期合作伙伴關(guān)系。Databricks稱，1億美元合作協(xié)議助力OpenAI模型原生集成至Databricks數(shù)據(jù)智能平臺，惠及2萬余家企業(yè)客戶。世界頂 尖大數(shù)據(jù)公司與大模型公司宣布攜手，這不僅是一次商業(yè)合作，更是數(shù)據(jù)行業(yè)與AI行業(yè)巨頭公司為企業(yè)級AI未來發(fā)展方向規(guī)劃的藍圖。

OpenAI+Databricks，

如何完成1+1＞2？

Databricks與OpenAI的這項合作旨在簡化企業(yè)智能體的部署，使企業(yè)能夠直接在其數(shù)據(jù)之上構(gòu)建AI應(yīng)用程序，主要應(yīng)用方式為以下幾點：

1.OpenAI的模型將與Databricks的AI開發(fā)環(huán)境Agent Bricks緊密集成。這為企業(yè)提供了一個統(tǒng)一平臺來開發(fā)、評估和擴展智能體，而不需要進行數(shù)據(jù)遷移等復(fù)雜操作。Databricks客戶能夠在其現(xiàn)有企業(yè)數(shù)據(jù)上運行大語言模型，通過SQL或API訪問，并通過內(nèi)置的治理和可觀測性控制安全地大規(guī)模部署這些模型。

這一模式實現(xiàn)了“讓模型找數(shù)據(jù)，而不是數(shù)據(jù)找模型”，從根本上降低了數(shù)據(jù)泄露的風險，同時也讓企業(yè)部署AI變得更加方便快捷，降低了客戶的部署成本。

2.合作的另一個關(guān)鍵組件是Databricks的Unity Catalog，它將被用于數(shù)據(jù)和AI模型的治理。Databricks表示，它可以幫助數(shù)據(jù)血緣追蹤、控制訪問并在跨部門和地理位置擴展AI部署時執(zhí)行合規(guī)性?？捎^測性功能還幫助團隊監(jiān)控性能、準確性和安全性。

OpenAI擁有強大的模型能力，但沒有獲取企業(yè)數(shù)據(jù)的渠道，與Databricks的合作彌補了這一點，兩家公司構(gòu)筑了“模型+數(shù)據(jù)”的護城河，達成了雙贏。

這并不是Databricks第 一次與大模型公司合作，今年3月，Databricks宣布與Anthropic達成合作，將Claude引入企業(yè)數(shù)據(jù)環(huán)境，這充分彰顯了Databricks未來的發(fā)展方向：建設(shè)多模型集成的數(shù)據(jù)平臺，在推進企業(yè)級AI落地這一道路上穩(wěn)步前進，多模型的集成也將是Databricks與同類型數(shù)據(jù)平臺競爭的關(guān)鍵優(yōu)勢。

AI競賽核心轉(zhuǎn)變：數(shù)據(jù)+生態(tài)站上高地

大模型的訓(xùn)練從最開始的不斷提升能力，迭代新版本，向外界秀肌肉，到今天模型能力已經(jīng)發(fā)展到一定階段，AI面臨著從縱向發(fā)展到橫向發(fā)展的轉(zhuǎn)變。如果說提升模型能力是在建一座高樓，那現(xiàn)在就到了讓更多人住進高樓里的階段，要將先進的能力應(yīng)用到生產(chǎn)生活當中。這時，用戶如何選擇模型，它考慮的是什么？這里以企業(yè)級AI的應(yīng)用場景為例來進行說明。

1.我知道你很強，但你怎樣為我所用？

分屬于不同行業(yè)的公司都有著一套專屬的方法論與公司數(shù)據(jù)沉淀，公司的運作建立在這套系統(tǒng)之上，新員工進入一家公司，需要經(jīng)歷一段時間的培訓(xùn)與學(xué)習，掌握了相關(guān)知識之后才能與同事協(xié)同工作。企業(yè)接入AI也是相同的情況，AI就像智商超高的天才員工，但它也不能立馬高效輸出。大模型使用公共數(shù)據(jù)進行訓(xùn)練，接入到不同的企業(yè)里，如果不明白企業(yè)的工作邏輯，就無法發(fā)揮出它的真實水平。它能說一口流利的普通話，但卻掌握不了各地的方言。橫亙在大模型與企業(yè)之間的，是“專有數(shù)據(jù)”的鴻溝，數(shù)據(jù)平臺的作用在此凸顯。

在企業(yè)的數(shù)據(jù)平臺之上接入大模型，將這些專有數(shù)據(jù)喂給大模型，它才能真正在企業(yè)運作中發(fā)揮作用，在企業(yè)接入AI的路徑中，數(shù)據(jù)和模型缺一不可。如果在一個平臺上可以同時實現(xiàn)兩種功能甚至未來拓展到更多功能，無疑在企業(yè)AI的競爭中擁有巨大的優(yōu)勢。

2.你很強，他也很強，我為什么選擇你？

以國內(nèi)大模型發(fā)展來看，可以算的上是百家爭鳴，各有所長，如果說年初DeepSeek的出現(xiàn)是國內(nèi)大模型界的奇兵，那到今天其實沒有哪家模型可以做到獨占鰲頭，大家有各自擅長的領(lǐng)域，同時也有不足。作為企業(yè)決策者，應(yīng)該怎樣選擇呢？

上文我們已經(jīng)提到，企業(yè)AI落地需要數(shù)據(jù)與模型的集成，在兩者都為必需品的前提下，如果把兩者的能力集成到一個平臺上，相當于為企業(yè)節(jié)省了大量的選擇成本與部署成本，直接向企業(yè)售賣組合套餐，增強競爭力的同時也提高了不可替代性，當我把雞蛋都放到同一個籃子里，要拿出其中一個所付出的成本，遠比把雞蛋都單獨分裝大的多。構(gòu)建集成多種能力的AI基礎(chǔ)設(shè)施，打造“朋友多多”的生態(tài)圈，是Databricks的發(fā)展方向。

Databricks這樣做，我也能這樣做嗎？

上文講述了Databricks在企業(yè)AI上的布局及其背后揭示的AI競賽下半場的重點，那么國內(nèi)的同類型公司是否可以走相同道路呢？

答案是：邏輯可參考，路徑不同。

Databricks的戰(zhàn)略是與領(lǐng) 先的通用大模型集成。首先，Databricks為什么能走這條路，最核心的要點在于，它本身是首屈一指的數(shù)據(jù)智能平臺公司，擁有龐大的客戶群體，而目前國內(nèi)暫時還沒有可以稱得上能對標Databricks的公司，Databricks與OpenAI集成，是“1+1＞2”，如果本身不具備與Databricks相同的能力與條件，自然就談不上可以復(fù)制它的道路。

其次，國內(nèi)大模型的發(fā)展與國外較大的不同點在于，國內(nèi)能力突出的幾家通用大模型，大部分都隸屬于大廠，字節(jié)的豆包、阿里的通義千問、百度的文心一言、騰訊的元寶，這些大廠本身就擁有與模型相配套的數(shù)據(jù)平臺，基本不存在與單獨的數(shù)據(jù)平臺公司集成的可能，雖然我們也有非大廠的能力突出的大模型，比如DeepSeek、Kimi，但缺少可以稱得上獨樹一幟的獨立數(shù)據(jù)智能平臺公司，如果你是B類的數(shù)據(jù)智能平臺公司，那A類的通用大模型公司自然也就沒有必要來與你合作。在此背景之下，國內(nèi)大部分的AI基礎(chǔ)設(shè)施市場基本都是大廠之間的爭奪。

獨立數(shù)據(jù)智能平臺公司路在何方？

獨立數(shù)據(jù)公司相比大廠而言資源與知名度都有所欠缺，在巨頭爭鋒之中，如何找到自己的路？國內(nèi)與Databricks同類型的公司之所以不能效仿它的路徑，主要原因就是公司的體量與知名度都沒有達到可與Databricks媲美的程度。目前這個階段的主要任務(wù)依然是要提高市場占有率，在行業(yè)內(nèi)打出聲量。

1.針對不同客戶提供差異化、輕量化解決方案，以拓寬市場為先。面對中小企業(yè)客戶制定不同的解決方案，使客戶可以盡量低門檻、低成本地接入系統(tǒng)，不與大廠進行直接競爭，在中小企業(yè)賽道發(fā)力，考慮提供輕量化的解決方案，以提高市場占有率為主要目標，走出自己的專屬賽道。

2.不追求“大而全”，在垂直賽道發(fā)力，提高不可替代性。不同的細分行業(yè)往往對于數(shù)據(jù)智能平臺不同模塊的功能有特殊需求，如金融行業(yè)與醫(yī)療行業(yè)強調(diào)速度與準確性，科研項目強調(diào)大量非結(jié)構(gòu)化數(shù)據(jù)的存儲等，對于差異化場景制定專屬的解決方案，滿足通用平臺不能滿足的需求，在特定領(lǐng)域提高不可替代性，做到專而精，積累屬于自己的行業(yè)know-how。

3.與行業(yè)專屬大模型合作，推進部署可開箱即用的智能體。雖然無法復(fù)制與頂 尖通用大模型合作的路徑，但背后包含的發(fā)展邏輯依然是相同的，可與特定行業(yè)的專屬大模型深度集成，做到細分領(lǐng)域的高精尖，推進部署開箱即用的智能體，精準解決行業(yè)痛點。

目前國內(nèi)已有發(fā)展勢頭強勁的獨立數(shù)據(jù)智能平臺公司，如星環(huán)科技、九章云極等，星環(huán)科技已經(jīng)推出了針對金融、交通、醫(yī)療等垂直行業(yè)的解決方案，同時也擁有700多家生態(tài)合作伙伴；九章云極在GPU、CPU、服務(wù)器等領(lǐng)域均有廣泛的生態(tài)合作伙伴，可適配信創(chuàng)生態(tài)多元需求，同時也在高校科研、生物醫(yī)療等行業(yè)持續(xù)發(fā)力。

企業(yè)級AI已逐步走向成熟，從技術(shù)探索邁向了技術(shù)與業(yè)務(wù)深度融合的階段，智能體逐步參與到企業(yè)的日常工作中，AI基礎(chǔ)設(shè)施的市場空間依然廣闊，未來將成為企業(yè)不可或缺的數(shù)據(jù)基石。在AI基礎(chǔ)設(shè)施市場的競爭中，大廠依然占據(jù)優(yōu)勢，但獨立公司也會擁有自己的一席之地。大模型界擁有神兵天降的DeepSeek，AI基礎(chǔ)設(shè)施領(lǐng)域也同樣值得期待。