11/12/2026 | Press release | Distributed by Public on 11/13/2026 02:27
作者|杉岩数据创始人、董事长 陈坚
当前,新一轮科技革命和产业变革加速演进,人工智能正从概念验证走向全行业、全场景的深度融合。在这个历史性的拐点上,"AI 向实"不仅是时代的呼唤,更是千行百业跨越周期、实现高质量发展的必答题。
回顾过去十二年,杉岩数据始终扎根数据基础设施与产业一线。在这个过程中,我们深刻见证了中国制造从早期的数字化、自动化,一路走到今天全面拥抱大模型的智能化浪潮。站在 AI 时代的全新拐点上,企业如何跳出"技术验证",真正让数据与智能转化为决胜未来的生产力?这不仅是各行业需要思考的命题,也是杉岩数据不断深化战略布局的核心出发点。
回顾信息技术的发展历程,数据基础设施的每一次演进,都与上层应用的变革密切相关。
互联网时代,在线业务快速增长,海量数据不断产生,企业首先需要解决的是数据的可靠存储与高效汇聚,分布式存储、软件定义存储等技术由此快速发展。
进入大数据和云计算时代,企业的数据规模和业务复杂度进一步提升,数据不再只是被保存,还需要跨系统、跨业务地组织、管理和使用。数据仓库、分布式数据库、数据服务等技术不断成熟,推动企业从数据积累走向数据管理与价值挖掘。
而今天,AI 正在开启数据基础设施发展的新阶段。我认为,这一阶段至少发生了三个重要变化。
AI 正走向规模化应用:一方面,AI 应用从早期的模型训练、概念验证,逐步走向大规模推理和业务流程深度融合,对数据的规模、质量、组织效率以及算力资源的利用效率提出了更高要求;另一方面,AI 正在从通用能力向行业纵深发展,逐步进入企业研发、生产、运营、服务等核心业务场景;
数据服务对象扩展至模型与智能体:过去,数据主要服务于人的查询、分析和业务系统的调用;今天,AI 正在改变人机交互方式,智能体开始承担越来越多的信息处理、任务执行和辅助决策工作。数据需要以更加标准化、结构化、可理解的方式,为模型和 AI 应用持续提供支撑。
"模数共振"成为落地方法论:国家数据局提出的"数据飞轮"指明了一条清晰的演进路径--场景牵引数据,数据驱动模型,模型赋能应用,应用创造价值。
然而,企业在推动 AI 落地时面临着共同的挑战:企业并不缺数据积累,难的是如何将海量数据转化为 AI 可理解、可调用的资产与价值。过去的数据往往存在系统割裂、行业知识未资产化、复杂场景适配难等问题。实现 AI 落地,数据价值必须从"看见结果"走向"过程理解",进而实现"预测与预防"。
这决定了,企业建设 AI 能力,不能只关注模型和算力,必须重新审视底层的数据基础设施。越深入地使用 AI,对底层数据供给效率、数据质量以及存算协同能力的要求就越高。AI 不仅是应用层的升级,更在倒逼整个数据基础设施体系的重构。
在 AI 时代,数据存储已从"数据仓库"走向"智能引擎"。基于全新的战略定位,杉岩数据确立了"for AI"与"+AI"双轮驱动的产品理念:
"for AI"--构筑坚实 AI 存算一体基础设施底座: 聚焦 AI 原生基础设施构建,打破数据孤岛与存算壁垒,以高效存力与智能算力调度释放 AI 潜能;
"+AI"--赋能全行业数智化: 深入智能制造、数字金融、信息通信、医疗健康、具身智能、智能驾驶等垂直场景,将 AI 能力嵌入核心业务流程,实现模数共振。
围绕这一理念,杉岩提出了构建全场景智能未来的四个核心主张:
存算协同,夯实 AI 基础设施:数据能否及时供给、算力能否高效利用,必须统筹考虑。存算强协同与高效调度,是 AI 基础设施演进的核心方向。
高质量数据集,构筑行业 AI 核心资产:将多模态数据进行汇聚、治理与语义关联,结合行业沉淀的专业知识,形成面向 AI 训练与推理的高质量数据集。
模数共振,闭环数据飞轮:场景牵引数据,数据喂养模型,模型反哺业务。唯有让数据、模型与真实场景形成闭环,AI 才能创造规模化价值。
行业智能体,深入核心业务流程:在专业知识、安全边界与人机协同的基础上,推动智能体进入核心业务流程,实现自主分析与持续优化。
这四个方向共同构成了杉岩对未来的基本判断,也指引着我们的产品与战略布局。
如果说数据是 AI 时代的"石油",算力则是驱动整个飞轮运转的"发动机"。在深耕数据能力的同时,杉岩迎来了战略布局上的又一关键落子--杉湖智算。
随着企业 AI 应用不断深入,私有化部署将成为许多企业的重要选择。与此同时,算力呈现多品牌、多架构、多类型并存的特点,企业往往拥有不同来源、不同规格的算力资源。如何统一纳管、灵活调度、提升利用效率,是企业建设 AI 基础设施必须面对的问题。
围绕这一需求,杉岩数据联合湖南大学计算机学院院长、国家超级计算长沙中心总工程师唐卓教授领衔的科研团队,成立杉湖智算,推动高校科研成果与产业工程实践相结合,将长期积累的超算与智算融合、跨域算力调度等技术成果转化为面向产业的产品与服务。
杉湖智算的核心产品杉湖曦算平台,面向算力资源管理与调度提供全流程服务,支持多元异构算力统一纳管、跨中心任务智能调度,以及模型训练和推理服务,帮助企业把分散的算力资源组织起来、调度起来、使用起来。
目前,相关技术成果已进入规模化工程实践阶段。由杉湖智算核心产品支撑的湖南省算力调度平台已于2026年6月30日上线试运行。
对杉岩而言,布局杉湖智算并不是简单地拓展算力业务边界,而是围绕 AI 原生基础设施进行的一次重要能力延伸。
杉岩长期深耕数据存储、管理与应用,杉湖智算进一步强化算力资源管理与调度能力。两者协同,让数据能够更高效地流向算力,让算力能够更充分地服务数据处理、模型训练与推理应用,推动数据基础设施与算力基础设施深度融合。
这一布局进一步完善了杉岩"for AI"的战略能力,使公司能够从数据存储、数据管理延伸至算力调度与存算协同,为企业提供更加完整的 AI 基础设施支撑,也为"+AI"行业数智化应用提供更坚实的底层保障。它不仅极大地拓宽了杉岩服务客户的能力边界,更以"存算一体"的硬核实力,为杉岩深化产业布局、持续引领行业创新提供了强劲的长期动能。
作为扎根数据基础设施十二载的长期主义者,杉岩自身的成长节奏,恰好与中国企业数字化、智能化的时代大潮同频共振:
第一个五年(2014-2019):立足软件定义存储,构建面向企业级海量非结构化数据的全分布式存储产品体系。
第二个五年(2020-2025):从存储延伸至数据管理,推出国内首个专注检测数据管理领域的工业软件--杉岩检测数据管理系统 IDM。
面向未来的第三个五年:锚定 AI 原生数据基础设施与行业数智解决方案,布局杉湖智算实现存算协同。
在此过程中,核心产品杉岩 IDM 的演进,就是这条路径的具体体现--其"I"的内涵已从 Inspection(检测) 深度拓展至 Industry(工业) + Intelligence(智能),升级为工业 AI 数据管理平台。
与此同时,杉岩围绕制造业质量与工艺场景,于今年推进琢玉大模型。通过将检测数据、工艺参数、工业知识与模型能力相结合,逐步探索从缺陷检测、质量追溯到根因分析、工艺优化的闭环应用,让 AI 真正服务于制造企业的质量提升和生产改善。
至此,杉岩已构建起面向 AI 时代的"3 + 3 + N"全栈产品与技术矩阵:
3 大技术底座:杉岩分布式融合存储架构 StoneStor、杉岩分布式元数据引擎 StoneKV ,以及杉岩存储操作系统 StoneOS。
3 大产品线:
海量数据存储:以海量对象存储和统一存储等产品,为企业的数据积累提供可靠底座;
AI 原生数据基础设施:面向 AI 数据采集、存储、处理、训练与推理等环节,提升数据组织和供给效率;
行业数智解决方案:以琢玉大模型与杉岩 IDM 为核心,深入制造业质量与工艺场景,推动数据价值向生产价值转化。
N 个行业应用场景:覆盖智能制造、数字金融、信息通信、医疗健康、具身智能、智能驾驶、科研创新等多个领域,让数据飞轮在千行百业的真实场景中持续运转。
这三条产品线并非彼此独立,而是共同服务于企业从数据存储、数据管理到 AI 应用的完整需求。依托这一全栈体系,杉岩通过"数据供给-效能提升-业务增长"的数据飞轮机制,推动数据、模型与应用在千行百业形成闭环与持续验证。
截至目前,杉岩的数据基础设施与行业数智解决方案已获得全球众多头部企业的信赖,除中国内地市场外,服务能力延伸至中国香港和台湾地区,以及泰国、越南、马来西亚和巴西等地,持续建设全球交付与服务能力。这些成绩的背后,是杉岩对技术的长期投入,也是与客户共同实践的结果。
面向 AI 领航的未来,我们更加坚定地秉持一个原则:两脚沾泥,同行共创。
技术创新不能脱离真实需求,AI 的价值也不能停留在技术演示和概念验证。只有深入客户业务,理解行业特点与实际问题,才能构建真正有价值的产品;只有与客户、生态伙伴共同探索、验证和改进,才能让数据、算力与 AI 能力在实践中不断成熟。
十二年深耕,杉岩始终以数据为根基;面向 AI 时代,我们将以"for AI"构筑坚实的数据与算力底座,以"+AI"赋能千行百业的数智化转型。
AI 浪潮浩浩荡荡,产业变革方兴未艾。未来,杉岩数据愿继续与客户及生态伙伴携手同行,让数据成为资产,让算力释放潜能,让 AI 创造价值,在数字经济与智能经济发展的浪潮中,共同开拓更加广阔的未来!