每年，业界都会关注 Gartner 的技术成熟度曲线（Hype Cycle™），把它当作判断技术走向的参考。2026 年 6 月，最新一期《中国数据、分析与人工智能技术成熟度曲线》发布，我们认为其中几个信号值得留意：
第一，Gartner 指出：“智能体（Agentic AI）技术首次取代生成式 AI 登上曲线顶点，成为企业最受关注的技术”；而生成式 AI 正滑入“泡沫破裂低谷”—— 企业不再迷信模型本身，开始更冷静地算 ROI。
第二，决定上限的往往不是模型，而是数据。
第三，企业需要更前沿的、“AI-Ready”的数据底座。按 Gartner 的观点：“到 2027 年，在中国，那些将“AI 就绪”数据优先于生成式 AI（GenAI）模型开发的组织，其获得的业务价值将至少是同行的两倍，比例将达到 80%；到 2028 年，中国在 2023 年前建设的数据与分析（D&A）平台中，有 50% 将因生态系统脱节而被淘汰。”
数据底座，正在成为 AI 时代的关键。
在 Gartner 的报告里，云器科技（Yunqi）凭借数据基础设施 Lakehouse 出现在今年的曲线中，云器同时入选了两个和数据底座最相关的领域 ——AI-Ready Data（AI Ready 数据）和 Data Infrastructure（数据基础设施）的代表厂商。在 AI-Ready Data 领域中，云器是其中少数专注数据平台的独立厂商。
从 2024 年首次入选，到 2025、2026 连续两年双料，云器是报告里少数被 Gartner 持续认可的独立数据平台厂商。
为什么是云器？AI 时代需要新一代的数据平台
如果说 AI 的三个要素是算法（模型）、算力、数据。
今天的现实是：模型在趋同，算力也在趋同。同样的开源大模型人人可下载，同样的 GPU 大厂用得了、你也用得了。当大家的模型和算力都拉不开身位时，它们就很难再成为谁的护城河。
真正能拉开差距的，是企业手里那份别人拿不走的私有数据，以及承载它的基础设施。数据是企业在 AI 时代的杠杆：模型再强，如果喂进去的是残缺、割裂、对不齐的数据，产出也会跟着打折；数据越扎实，AI 的输出才越可靠。
现在，AI 第一次让企业有能力盘活那些一直沉睡的 " 暗数据 "—— 散落在文档、聊天记录、音视频里、约占企业数据总量八成的非结构化数据。过去它们只能躺在硬盘里，如今谁能把它们也变成可分析、可调用的资产，谁就握住了新的增量。数据的 " 可用总量 "，又一轮量级跃升。
随着预训练大模型普及，企业级数据正成为差异化竞争的主要来源；数据能否在质量、治理、时效上真正“喂得进、喂得对”AI，是当下最紧迫的问题。这也是云器把技术重心都放在数据底座上的原因。
升级而并不需重建，靠什么？—— 云器 Lakehouse 的三块技术基石
第一是湖仓一体（Lakehouse）。传统架构里，数据湖、数据仓库、实时链路各走各的，结构化和非结构化数据被切成好几套系统，AI 要用数据处处受阻。云器用一套湖仓底座把它们统一起来，从源头解决割裂。同时云器 Lakehouse 也提供了一套湖上加速方案，服务于从 Spark 等平台迁移到新一代引擎的无缝方式。
第二，通用增量计算（GIC）。数据的实时性、成本、性能，传统架构往往只能顾上两个，所以才拆成流、批、交互三套系统来平衡，既复杂又费钱。GIC 的做法是只算发生变化的那部分数据，复用上一次的结果再做合并，用一套引擎、一套 SQL 就能同时兼顾性能、成本和延迟。
第三是面向 AI 智能体（Agent）设计。云器把 AI 当作继 SQL 之后的第二个计算引擎直接焊进平台，并转向 API-First 和自然语言交互。因为未来给数据平台干活的 " 主力员工 "，可能越来越多是 Agent，而不只是人。
云器技术服务于互联网最严苛的客户：从小红书、快手到美团
小红书的基础流量场景，曾是典型的 Lambda 架构：Spark 跑离线 T+1、Flink 跑实时，两条链路、两套 SQL、两拨人，数据经常对不齐。在比较过包括开源 Paimon 在内的多种方案后，小红书选择了云器基于 Spark 强兼容的增量计算 —— 不推倒、不重写，在既有体系上 " 即插即用 " 地升级。结果这笔账降得相当漂亮：资源成本降到约 1/3、开发成本降到约 1/3、数据时效从 T+1 提到分钟级。
快手的挑战更极端：日均处理数据达千亿级、涉及 EB 级数据量、计算资源数百万核。快手数据平台团队与云器成立联合项目组共研 GIC，在真实生产链路上做增量化改造，效果同样硬核：简单场景资源开销不到离线的 1/20、中等场景不到 1/3，时效性从 T+1 提升到 5 分钟级；即便是有十几个 join / window 复杂算子、30TB 数据反复计算的复杂链路，也能最快做到 30 分钟。快手已计划在 2026 年将关键业务迁移到增量计算，其中一项正是用近实时能力提升广告 AI 模型的效果。
不止于此。从跨境物流 NinjaVan、SaaS CRM 销售易，到长安汽车的车联网数据平台，云器 Lakehouse 已在多行业头部客户落地；平台同时深度适配阿里云、腾讯云、AWS 等多云环境。云器科技专注于打造多云及一体化的新一代数据平台，帮助各行业企业更高效地释放数据价值。
结语：AI 时代的最不该错过的是数据基础设施建设
算法会趋同，算力会趋同，唯有数据和它的底座，是企业穿越 AI 周期真正的护城河。
Gartner 把云器同时写进 AI-Ready Data 与 Data Infrastructure 两个领域，是国际对云器技术路线的认可；而云器更在意的，是这个正在成为共识的判断 ——AI 时代最聪明的投资，往往不是追模型，而是把数据底座做好。
来源标注：Gartner, Hype Cycle for Data, Analytics and AI in China, 2026, Mike Fang, Xingyu Gu, Fay Fei, Tong Zhang, Julian Sun, Ben Yan, 25 June 2026, ID G00846332.
Gartner 并未在其研究报告中支持任何供应商、产品或服务，也并未建议科技用户只选择该等获最高评分或其它称号的供应商。Gartner 的研究报告含有 Gartner 商业和技术洞察组织的意见，且该意见不应被视作事实陈述。就该研究报告而言，Gartner 放弃做出所有明示或默示的保证，包括任何有关适销性或某一特定用途适用性的保证。
GARTNER 和 HYPE CYCLE 是 Gartner, Inc.和 / 或其关联公司在美国和国际上的商标。
免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。