跨国深谈← 返回←数据成了企业唯一的护城河：AI时代的数据基建怎么做

数据成了企业唯一的护城河：AI时代的数据基建怎么做

关联

人物 Gonen Stein · Ofir Ehrlich

公司 Eon

概念 智能体 · 数据基础层 · ETL · token

这一集是 Eon 的联合创始人 Ophira Erlich 和 Gonen Stein 聊 AI 时代的企业数据基础设施——Eon 做的是云备份和灾难恢复，但在过程中发现客户存了十几二十年的数据，过去只是在架子上积灰，现在突然变成了最值钱的东西。最夸张的一个信号：Google 花 1000 万美元从破产的 Spirit Airlines 那里买下了数据，没买飞机，买的就是数据 。

传言另一个竞标者是 Mercore。几家 AI 公司在抢一家破产航空公司的企业数据集，这在以前是不可想象的。

为什么数据突然成了护城河

逻辑很直接：模型、算力这些东西是相对短暂的，几乎零切换成本——今天用这个模型，明天可以换另一个。但如果你是一家酒店连锁、一家餐饮公司，你积累了十几年的运营数据、客户数据、内部流程数据，这是别人拿不走的。AI 正在把竞争环境拉平，大小公司都能用上同样好的工具和模型，那真正区分你的就只剩数据了 。

所以出现了一个新趋势：AI 实验室直接去华尔街找对冲基金买数据，科技公司 CEO 不断被问”你愿不愿意卖数据”。Harvey 几天前刚发布了一个法律数据集，原因就是市面上能用的、像真实世界的高质量数据集太少了 。

大部分公开数据集看起来太像合成数据，不能反映真实公司的运作方式。Spirit Airlines 的数据之所以值钱，不仅因为它是航空业务数据，还因为它是一个大型企业的完整运作记录——有层级、有中层管理、有流程，拿来做智能体训练是非常稀缺的素材 。

企业数据为什么是”锁着”的

听起来数据是金矿，但现实是大多数公司的数据根本用不起来。一个业务单元负责人可能知道自己有数据，但散布在过去 20 年的多个系统里，有些系统没人搞得清在哪里。总有一台服务器没人知道在干什么，但没人敢关，因为不知道里面有什么 。

更关键的是激励错位：数据团队的任务是”把数据挖出来用掉”，而业务单元负责人的任务是”系统别出事、数据别泄露”。让业务负责人为了配合数据团队去动生产环境、引入工程师、在安全和合规上做妥协，非常难 。

Eon 的做法是：先帮数据团队在不碰生产环境、不影响安全和合规的前提下，把所有数据源映射和分类出来——什么数据在哪、什么敏感什么不敏感；然后持续把相关数据拉到一个新的数据基础层里，因为已经分类过了，所以不会意外泄露 CEO 薪水这类敏感信息 。客户本来就拥有这些数据，只是以低效的形式锁在不同地方，Eon 把它转成存储效率更高的格式，再接上 AI 工作流 。

智能体带来的安全新问题

安全这块有一个正在快速恶化的新威胁。以前企业防的是人为威胁——比如勒索软件攻击。

现在出现了非人类行为者：智能体拥有对环境的合法访问权限和合法权限，然后突然把一张表删了 。检测和恢复的方法论跟以前类似，但发生的速度极端得多。六个月前还没人讨论这个，几个月前受访者遇到的每个公司领导者，要么害怕这事发生，要么已经亲身经历过 。

更大的混乱在于：非技术人员也在用 Lovable 这类工具搭建东西，把公司数据放进去，完全不考虑安全和合规。他们搭的智能体可能又在调用别的智能体，他们自己都不懂这意味着什么 。组织内部出现了一整套不受组织规则约束的行动者，处理着属于组织的敏感数据，却未必在组织内部运行 。

数据基础设施要怎么变

现在的企业数据栈——数仓、仪表板、ETL 管道、BI——是围绕”人提预定义的分析问题”设计的。智能体的行为更动态，能对更大的数据集推理，能同时访问 SaaS 应用和历史数据，这套东西不够用了 。

一个具体的比喻：Gonen 下楼买咖啡刷了信用卡，这笔交易写进了某个数据库。今天的数据处理是各管各的——有人负责提取，有人负责加工，彼此之间没有上下文连接。

以前这无所谓，因为你对数据本来就只有一个单一用途。但现在如果你能把所有数据智能地收集、清理、带上上下文，团队就能问出以前根本问不出的智能问题 。

数据量本身也在爆炸，而且大量是智能体产生的，里面有很多噪音但也有价值，旧工具处理不了 。目标变成了：自动帮人理解有什么数据、自动摄取而不用给每个应用手动建管道、同时在产生的数据之上保持控制 。另外 token 越来越贵，已经不是”token 最大化”的时代了，每个 token 都要花出价值来 。

和云迁移的对比

两位创始人之前做过 CloudEndure，被 AWS 收购，经历过从本地到云的大规模迁移。AI 时代的变化被形容为”类似云迁移，但打了类固醇”——速度和规模都更极端 。云迁移到”现代化”就基本结束了，但 AI 这波没人知道终点在哪。

一个有趣的现象是软件消费方式的巨变：前线部署工程师（Forward Deployment Engineers）以前只有 Palantir 在做，现在成了标配——企业知道自己必须用 AI 但不知道怎么做，只能让带着工具的强工程师进来改造组织 。产品驱动增长（PLG）在开发工具领域以前被认为行不通，现在因为每个人都想搭智能体，反而变得火热 。甚至出现了”买公司来变成 AI 公司”的激进路径——与其慢慢 adopt AI，不如直接收购然后改造 。

【背景】No Priors 是由 Elad Gil 和 Sarah Guo 联合主持的科技播客。转写稿中”Elad”应指主持人 Elad Gil，嘉宾口误将 Eon 念成了”E.ON”。CloudEndure 是一家以色列云迁移公司，2019 年被 AWS 收购。Palantir 以其前线部署工程师模式闻名。Cognition 是做 Devin 的公司。Lovable 是一个 AI 应用构建工具。Fivetran、DBT、Monte Carlo 都是知名数据工程工具公司。转写稿中”PyTorch”应为口误，结合上下文（与 DBT 并列的数据工具）可能指其他数据公司。

本集带走

• 数据是 AI 时代企业唯一的真正护城河：模型和算力可以切换，但十几年的运营数据别人拿不走，AI 正在拉平其他竞争维度。
• 企业数据不是”没有”，是”锁着”：散落在 20 年的多个系统里，业务部门和数据团队激励错位，动生产环境拿数据极其困难。
• 解锁数据的前提是分类和映射：先搞清有什么、在哪、什么敏感，才能在不碰生产、不泄露的前提下把数据拉出来接到 AI 工作流。
• 智能体带来了全新的安全威胁：拥有合法权限的非人类行为者可以极快地破坏数据，而且非技术人员搭建的智能体链可能完全不受组织规则约束。
• 旧数据栈不够用了：ETL 管道和 BI 仪表板是给人提预定义问题设计的，智能体需要动态访问多源数据、带上下文推理，需要新的数据基础层。
• token 不再是”越多越好”：越来越贵，企业需要为每个 token 精打细算，确保花出去有实际价值。

你知道，就在两天前，你看到 Google 从破产的 Spirit Airlines 那里买了一些东西。他们没有买飞机。他们买了数据。
You know, just two days ago, you saw Google buy something from the bankrupt Spirit Airlines. They didn’t buy airplanes. They bought the data.
—— Ofir Ehrlich · [03:47]

模型、计算，一切都是相对短暂的，几乎零切换成本。
Models, compute, everything is relatively ephemeral, almost zero switching costs.
—— Ofir Ehrlich · [03:24]

你知道，它们中的大多数并不真正工作。你必须走向世界。你必须实际上与现实世界的公司互动，为了真正建立一些重要的东西。
You know, most of them don’t really work. You have to go to the world. You have to actually interact with real-world companies in order to really build something significant.
—— Ofir Ehrlich · [08:19]

总有这么一台服务器，没人知道它在做什么，但它连接着虚拟或物理的电源，每个人都害怕把它关掉，因为我们不知道里面有什么。
There’s always this server that no one knows what it’s doing, but it’s connected to the power of the virtual physically that everyone’s afraid to turn off because we don’t know what’s in there.
—— Ofir Ehrlich · [12:18]

我注意到的一点是，六个月前，甚至没有人跟我讨论过。但几个月前，我遇到的几乎每个人，公司的每位领导者都告诉我，要么他们害怕这种事发生在自己身上，要么这件事就发生在跟我说话的那个人身上。
Something that I noted is that six months ago, no one even discussed with me. But a few months ago, pretty much every person I meet, every leader in a company tells me either they are afraid of that happening to them or it personally happened to that person who was speaking with me.
—— Ofir Ehrlich · [17:01]

所以它在一个组织内部创建了一整套行动者，不受组织规则的约束，也不一定在组织内部运行，但处理属于组织的敏感数据。
So it creates a complete set of actors inside an organization, not bound by the rules of the organization, and not necessarily running within the premises of the organization, but handling sensitive data, which is the property of the organization.
—— Ofir Ehrlich · [21:27]

而且我们不再处于 token 最大化（token maxing）的时代了。我们试图实际上为我们拥有的每一个 token 获取价值，因为它变得越来越贵。
And we’re not in the time of token maxing anymore. We’re trying to go to actually getting value for every token that we have, because it becomes more and more and more expensive.
—— Ofir Ehrlich · [27:18]

在业务中使用 AI，否则我们就无关紧要了。
Use AI for the business, otherwise we’re irrelevant.
—— Ofir Ehrlich · [30:13]