5月20日，在腾讯云融合创新峰会现场，腾讯云携手中国通信标准化协会大数据技术标准推进委员会（ccsatc601），正式发布《大数据平台在data+ai时代下的融合创新》白皮书。该白皮书系统性提出面向data+ai时代的大数据平台新型架构范式，并首次提炼出“五步走”实施路径，旨在支撑企业打造自主可控、智能驱动的数智化基础设施。
白皮书指出，沿用十余年的以数据处理为核心的传统大数据架构，在AI规模化落地过程中日益显现出结构性瓶颈——即“算力充沛但数据割裂、模型丰富但知识匮乏”。当前，我国数字经济核心产业增加值占GDP比重已突破10%，平台能力重心正加速从“以流程为中心”转向“以数据智能为中心”，而自主创新能力已成为保障系统韧性与持续演进的关键底座。
为助力政企客户有效化解历史架构负担，白皮书提出清晰可行的五阶段演进路线：第一步，开展数据资产分级分类，按业务价值与敏感度制定差异化策略；第二步，建设统一技术底座，实现存储、计算与调度能力的一体化整合；第三步，坚持治理先行，构建覆盖数据采集、加工、服务、消亡全生命周期的治理体系；第四步，推动Data与AI深度融合，实现数据驱动AI训练、AI反哺数据治理的双向闭环；第五步，遴选可信赖的技术伙伴，规避早期工具锁定风险，确保长期演进弹性。
顺应这一趋势，腾讯云大数据处理套件（TBDS）已完成内核级深度重构。据腾讯云大数据TBDS产品中心总经理徐晓敏介绍，新版TBDS采用自下而上的三层融合架构，在全面兼容国产芯片与操作系统的基础上，通过架构降本层、资源提效层与智能协作层，切实打通“Data for AI”与“AI for Data”的双通道，夯实国产化数智基座。
在底层能力升级基础上，TBDS同步推出以业务本体（Ontology）为中枢的DataAgents数据智能体体系。区别于行业常见的Text-to-SQL类工具，该体系将企业多年沉淀的业务逻辑、规则约束与语义关系凝练为结构化知识蓝图，使智能体能在明确语义空间中进行精准推理，而非依赖模糊字段匹配。
依托TBDS智能管家的自动化运维能力，已有头部客户实现对超六成冷数据分区的自动识别与优化治理，显著提升国产存储资源的利用效率与响应敏捷度。
目前，这一融合前沿理念与工程实践的创新平台已在金融、能源等关键领域实现规模化商用落地。某大型国有商业银行基于TBDS承载超250PB全域数据，核心系统国产化率已达80%，风险识别响应速度进入毫秒级；在能源行业，某特大型电网企业借助该平台实现亿级宽表秒级查询，关键设备非计划停电次数下降逾30%。
