随着人工智能技术的不断发展，人们对于未来智能应用赖以支撑的数据基础设施提出了新的思考。北京枫清科技有限公司CEO高雪峰先生在访谈中分享了他从事人工智能研究多年形成的一些观点。

嘉宾介绍

高雪峰 北京枫清科技有限公司CEO，曾任IBM认知计算研究院院长，阿里大数据&AI产品部门总经理。

为什么在AI时代，我们需要新的数据基础设施？

信息化时代依靠关系型数据库，大数据时代则是通过数仓等技术支持。随着今后人工智能应用深入各行各业，新一代的数据基础设施也将应运而生。他从 很早就开始构思未来可能的新型数据基础设施形态，即向量数据库和图数据库的融合式发展。目前大模型在概率预测、知识表达等方面表现突出，但推理能力、可解释性等方面还需提升，不利于在决策等场景应用。与主流大模型不同，结合新的数据基础设施将更重视解决实际问题。

高雪峰之所以选择疫情严重时期创业，是因为认为早期经历难关更有利长远成长。事实也证明他判断的正确，在经济寒冬期仍能够顺利完成融资。

向量数据库作为AI数据基础设施的重要组成部分，它的工作原理和特性是什么？

访谈中从多角度阐述了向量数据库在助推AI应用中的重要作用。他从数据库本身特性，到解决实际问题难点，再到契合AI趋势等方面进行了系统论述。向量数据库将图结构和向量属性融合于一体，可以精准描述复杂关系链，支持推理跟踪。这超越了单一图数据库或向量索引的能力。它通过结构化方式为大模型提供高质量输入，帮助解决大模型识别难点和可解释性不足的问题，真正助力AI落地。

在实际使用中，应用AI助推业务的难点之一，就是如何平衡模型能力与数据安全。向量数据库通过图结构等技术，很好地解决了这一难题。这进一步体现了它优异的应用价值。

随着AI逐步集成至各行业，数据作为AI能力的基础将凸显重要性。以客户需求为驱动，一步步完善产品以适应不断增长的应用场景，这与AI发展规律相契合。

如何面对竞争压力和行业巨头的垄断优势？

本次访谈中，高雪峰从数据库本身的优势，到解决行业难点，以及契合未来发展趋势各个维度进行了阐述。

首先，通过将图结构与向量属性融合于一体，可支持推理跟踪和提供高质量智能输入。这有助于解决大模型本身在识别和可解释性等方面的不足。同时，它结合图技术也很好地保障了数据安全问题。

此外，随着AI应用深入各行各业，未来的数据基础设施很可能由图和向量的融合成为趋势。他通过分析AI本身的发展规律，认为未来可能出现更多开放的数据库形式。各企业也会逐步掌握更多技术，并不依赖某一企业生态。

最后，他预测未来可能出现真正意义上的“AI原生应用”。这需要数据库能力全面支撑，同时兼容原有业务逻辑。在此背景下，高雪峰表示公司将持续优化核心产品，并通过客户和合作伙伴共建解决方案，助推产品在各细分领域的应用。

希望收听完整音频对话内容的朋友，请移步【科技慢半拍】播客节目：