2026 年 5 月 29—31 日，由CIO时代、新基建创新研究院作为智库支持的“人工智能 + 与行业变革机遇｜第十二届中国行业数智化大会暨 CIO 班 21 周年年会”在河南洛阳隆重举办。主论坛上，丹诺德软件全球销售副总裁、大中华区总裁何巍带来《建设企业级A I的可信数据底座》主题演讲。

嘉宾观点：
AI时代，企业不需要“搬运数据”，而是需要建立一个统一的语义层，让平台自动实时汇聚底层数据。丹诺德软件凭借敏捷的虚拟数据架构，为企业构建起“智能语义中枢”，让数据被人精准看懂，被AI系统准确、实时调用。——何巍
【正文】
95%的AI项目打了水漂，丹诺德开出一剂"语义层"药方——从"数据不可信"到"语义底座"，企业级AI的最后一块拼图终于浮现......
痛点拆解：不是算力不够，是AI"听不懂业务语言
企业级AI落地，当前AI建设的核心矛盾——95%的AI项目无法产生正向投资回报。根本原因只有一个：不能信任。而对AI的不信任，往往源于同一个问题——数据本身不可信。
这并非危言耸听。在智能体（Agentic AI）浪潮席卷各行各业的当下，企业普遍面临的困境是：算力堆了、数据攒了、大模型也接了，但AI依然"不懂业务"。将其概括为一个关键词——缺失"语义"理解。
当前企业级AI建设的核心痛点并非算力或数据量问题，而是决策支持失效。AI系统难以理解公司的运作逻辑，无法有效转化数据价值、支持业务决策。
一个行业误区：单纯增加算力投入或扩大数据规模，并不能解决AI"不懂"业务的本质问题。真正的问题根源在于——数据背后的真实含义（Semantics）未被有效捕获，而这恰恰是AI理解业务的核心一环。
"你的数据准备好了吗？这是Agent智能体时代的Checklist。"
解法浮现：什么是"企业级语义层"？
面对上述困境，答案是——建设语义层，并将其定位为AI与数据之间的"信任层"。
在定义中，企业级语义层需要同时具备五大能力：
l 能力维度 核心要求
l 实时数据访问 让AI感知的是"现在"，不是"昨天"
l 业务语义 让AI每次都拿到"正确的那个数据"
l 全面治理 让AI的行为符合企业政策和监管要求
l 合理成本 让系统规模化时不被预算卡住
覆盖所有数据 混合云、多云、本地、第三方、结构化、非结构化——前四个做得再好，AI进不去所有数据，就等于零。
在智能体时代，企业应投资于统一的数据服务层和API（如数据编织、数据虚拟化层或数据市场），以提供实时、可灵活扩展、安全且受管控的数据访问，最终实现"让智能体懂业务、守规矩，而且能实时思考"。
实战复盘：一家车企的AI问数"踩坑记"
为了让语义层的价值更具象，何巍分享了一个真实案例——为某车企打造高管智能问数平台，支持以自然语言查询线索、订单等营销数据。
汽车销售链路极长（线索→小定→意向→试驾→大定→交付），维度多、数据分散，传统BI无法一张报表呈现。项目推进中，团队遭遇了四个典型问题：
l 问不准——AI在"猜"答案；
l 问不快——500个字段拖垮了系统；
l 答不对——同一个问题，两次答案不一样；
l 跨源数据找不到路。
总之，AI问数落地的关键问题归根到底就是三个：问的是不是对的、找的是不是准的、答的是不是真的。而这三个问题，恰恰需要语义层来回答。
在架构设计上，该项目遵循了两条核心原则：一是语义层标准契约化原则——Denodo作为唯一的"数据语义来源"，对外提供标准化的数据语义；二是计算下推优先与源端保护原则——确保计算在数据源侧完成，规避物理限制，最大程度复用已有数据。
对CIO们的建议——"Denodo的价值，不是又建一个数据平台，而是成为AI和数据之间的'信任层'。"
方法论：从业务意图到物理执行的四层架构
在"如何建设企业级语义层"这一核心议题上，有一套从业务意图到物理执行的完整链路，Denodo在其中扮演承上启下的核心角色：


将这套架构置于更宏观的AI分层视角中：顶层是AI代理驱动的业务应用，上层是AI代理（执行者），中间层是数据语义层（大脑），底层是各种原始数据。语义层是连接数据与智能行动的关键枢纽，赋予AI理解与执行的能力。
范式转变：从"海量投喂"到"语义地图"
智能体时代，企业用数方式正在发生"根本性转变"。
传统方式是海量数据投喂：简单粗暴地用海量数据"喂"AI，缺乏对知识的结构化理解，难以形成真正的智能。
新方式是构建语义地图：先给AI一张"语义地图"（即本体论），一个结构化的知识库，奠定理解的基础，让AI不仅能处理数据，更能理解知识、执行复杂任务，成为真正的智能体。
"未来的竞争优势不在于大模型的大小，而在于'语义底座'的厚度。" 这一判断，某种程度上重新定义了企业级AI竞争的赛道：不再是谁的模型参数更多，而是谁的语义底座更厚、更可信。
写在最后
当行业还在为大模型的参数规模争论不休时，丹诺德提供了一个冷静而务实的视角：AI落地的瓶颈，或许不在模型本身，而在模型与数据之间那层缺失的"语义"。 95%的失败率不是终点，而是一个信号——企业级AI的下一场战役，将在"语义层"上打响。而谁先建好这块"信任底座"，谁就可能率先跨过AI投资回报的那道门槛。
 

第四十二届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。