AI Agent 元年的最大瓶頸不是模型 是數據

全球企業正在競相部署 AI Agent，但根據 Deloitte 與 Google Cloud 2026 報告，僅 31% 真正進入生產環境——瓶頸不再是模型，而在底層數據是否「AI 就緒」。Deloitte 報告進一步指出，46% 的企業視「系統集成」為 AI Agent 落地的首要障礙，42% 指向「數據訪問與質量」。

專注 AI 原生數據基礎設施的雲器科技（Singdata）今日於香港宣布完成 B 輪融資，累計融資突破 1 億美元——標誌著亞太「Data + AI」基建賽道正式進入加速期。海外對標公司 Databricks 過去 18 個月估值增長 3.1 倍至 1340 億美元，市場正將同一商業邏輯映射至亞太。

為何此刻、為何香港——算力之後，數據成為下一個戰場

香港特區政府正以 HKD 30 億規模的「AI+」戰略推動本地 AI 產業：1 億港元設立香港人工智能研發院（HKAIRDI）、沙嶺超算中心 2026 年動工，全市算力預計 2032 年較目前擴大 36 倍。香港正積極定位為「內地與國際雙向數據樞紐」。

「算力過剩之後，下一個瓶頸是承載 AI 應用的數據層。」Singdata 將此次香港發布視為對該趨勢的直接回應——當企業擁有充足算力、成熟模型，真正決定 AI 能否跑通的，是數據基礎設施的範式更新。雲器科技近期發布的技術論述《AI 原生數據平台設計的五個核心原則》（全文）系統性闡明了這一範式重構的技術路徑與設計原則。

攻克 AI 落地兩大結構性數據瓶頸

Singdata 的核心創新技術——通用增量計算（Generic Incremental Compute, GIC）與湖倉一體（Lakehouse）架構，精準解決企業 AI 部署的兩大結構性痛點：

• 數據 AI 就緒（AI-Ready）：原生支持文檔、音視頻、聊天記錄等佔企業數據 80% 以上的非結構化「暗數據」，自動解析、向量化並與大語言模型（LLM）協同推理；

• 實時處理與低成本召回：通用增量計算只處理變化的部分，徹底擺脫傳統 Lambda 架構「全量重跑」的高成本與延遲，支持 AI Agent 高頻、毫秒級的語義檢索（Vector Search）。

Singdata 的 AI Lakehouse 兼容全球主流雲平台，並作為 Apache Iceberg 國際數據湖開放表格標準的主要貢獻者之一，確保客戶對自身數據資產擁有 100% 主權與可移植性——這在當下「數據主權」議題日益關鍵的亞太市場尤具戰略意義。

客戶版圖：橫跨亞太、橫跨行業的企業級驗證

Singdata 客戶涵蓋亞洲多個國家及地區的領軍企業，包括：

• 互聯網：螞蟻集團、小紅書、快手科技

• 汽車：長安汽車、長城汽車、豐田汽車、大眾汽車

• 物流與電商：Ninja Van、Synagie、Atlas

「跨行業 + 跨地域」的客戶結構，本身即是其架構在差異化企業場景中具備適配能力與商業價值的最直接證明。

頂尖團隊：阿里雲「飛天」班底，國際視野與亞太實戰並重

雲器科技核心創始成員曾任職於微軟、甲骨文、阿里雲、火山引擎等世界級科技企業，亦是阿里雲「飛天」數據平台的主要班底。團隊深諳全球技術前沿趨勢，同時擁有大規模亞太企業實戰經驗，是公司持續在 AI 原生數據平台領域保持領先的核心動力。

管理層回應

喻思成補充指出，此輪融資將全力投入 AI 原生數據平台的持續研發，加速 Singdata 成為亞太「Data + AI」基礎設施的首選底座，並進一步深化香港作為其面向國際市場的戰略樞紐。

本文及相關圖片內容由合作單位「美通社」提供，「世界新聞網」經授權轉載刊登。文章內容、圖片及相關著作權均屬原提供單位或權利人所有，「世界新聞網」僅作資訊分享與媒體刊登使用。