在WAIC2026星环科技“认知涌现.数据新生”人工智能主题论坛上丽江橡塑专用胶，中化数据运营中心席架构师张勇发表了题为《从湖仓到智仓：中化数据底座的AI重构实践》的演讲。
作为大型综化工央企，中化的数据平台建设走过了从大数据平台到数据湖、数据资产平台再到AI平台的七年路径。面对多模态数据融、全域数据理、AI可理解数据三重困境，张勇的答案是：在全域数据理的基础上，引入数据本体，让数据从“给人看”变成“给AI”，从“湖仓”演进到“智仓”。
以下是演讲实录。
大好，我叫张勇，来自中化数据运营中心，很兴能够在这里跟大分享，中化在数据底座AI升面的探索和实践。
本届WAIC的主题是“智能伙伴，共创未来”，我想，对于中化这样拥有近20万员工、业务遍布全球150多个国和地区的综化工企业来说，AI智能是我们迈向未来的个重要的数据伙伴。
今天我的分享主要围绕三个部分展开：，我们平台建设的发展历程；二，传统数据平台面临的困境；三，我们的解决案——从“湖仓”到“智仓”的演进。
介绍中化
中化控股有限责任公司是由中化集团有限公司与化工集团有限公司重组而成，2021年揭成立，是国资委监管的国有重要骨干企业，是全球规模大的综化工企业。旗下拥有16境内外上市公司。我们的业务主要覆盖生命科学、材料科学、石油化工、环境科学、机械装备、城市运营、产业金融8个板块。部分知名企业有先正达、中化、倍耐力、风轮胎、金茂、外贸信托等。
2021年中化启动施行了“线上中化”的数字化转型战略，我们的目标很明确——造线上中化、数字中化、智能中化，加快进企业数字化转型，培育新的核心竞争力。而实现这切的关键，就在于数据。
中化数智于2017年成立，是中化直属的数智科技公司。分别在北京和雄安设有总部丽江橡塑专用胶，同时我们在武汉、上海等地设有分公司。
中化数据平台建设历程
回顾中化数据平台的建设历程，我们走了条循序渐进的道路。我们逐步构建了涵盖数据湖、数据资产平台、数据应用平台和AI平台的完整体系，形成了全生命周期的闭环运行与管理机制。
2019年，我们建成了集团的大数据平台。初步具备了数据采集、计、存储和加工的能力。但很快我们发现，光有大数据平台还不够——数据的“存”和“”只是基础，数据要真正产生价值，还需要系统的理和灵活的应用。
2021年，我们建设了数据湖。提供了从数据采集到数据服务的全链路能力，通过多租户的PaaS服务形式，能够满足总部统管理要求和各单位的个化业务需求。同年，我们上线了数据应用平台。我们叫它“化视界”，我理解这个名字取“包罗万象，看透数据”之意。
2022年，我们上线了数据资产平台。这个平台实现了运营流程、数据贯标、质量核查与安全管控的体化管控，有支撑了公司数据理落地。到2025年8月，我们正式通过了数据管理能力成熟度DCMM4认证，当然不是终目标，我们还要在“十五五”期间，奔着5使劲。
2024年，我们分阶段上线了AI平台。提供力资源管理与调度、模型开发训练工具链和应用支撑服务能力，面对力资源进行统调度和管理，提力利用率，另面提升模型训练和应用开发的率，沉淀数据、模型、应用等AI资产。
智能化平台建设路径般有两种选择，路径，自数据平台起步，逐层向上建设至AI平台，逐步扩展智能化能力；路径二，以AI应用为终目标，进行顶层设计与整体架构规划，体化进。我们是种，这也是多数大型央国企的经典建设模式，这种模式在实施过程中，不仅仅会面临架构融的技术挑战，还涉及内部多团队协作、跨部门管理要求协调等诸多难题。
三重困境：数据平台为什么“不够用了”
2024年以后，我们发现了个根本的问题：传统数据平台的架构模式丽江橡塑专用胶，在AI时代已经失了，我们的困境有三个面：
重困境：多模态数据的存挑战。化工行业的数据远不止表格。我们有大量的图像——比如生产现场的监控画面；有音——比如安全巡检记录；有文档——比如数万份的利、技术报告和操作规程；有时序数据——比如炼化装置每秒产生的数万个传感器读数；还有图数据——比如分子结构、供应链网络。这些数据格式各异、存储式不同、查询逻辑也不同，传统的数据平台很难在存储的同时实现快速查询。
二重困境：全域数据理的挑战。以前我们理的是结构化数据——建数据标准、做质量核查、管安全权限，这些工作虽然繁琐，但路径清晰。但现在，当数据变成图像、、文档的时候，“理”就不再是简单的规则配置了——你需要理解内容、需要分类标注、需要让这些非结构化数据也能被“看见”、被“找到”、被“用上”。
三重困境：AI可理解的数据的挑战。这是核心的挑战。传统数据平台产出的数据是给人看的——人可以通过看报表、看图表的趋势来理解业务。但AI不是人，AI需要的是语义上可计、可理的数据。当AI从个“回答问题”的工具变成个“执行任务”的智能体时，它须地理解什么是业务边界、什么是规则、什么是约束。如果数据本身没有清晰的语义定义，AI就法可靠地执行任务。
我们的破局思路：让数据平台和AI平台
从“各自为政”走向“融共生”
融过程大体经历了三个阶段：
各自为政阶段。为应对AI场景快速迭代探索，需要我们快速建设AI平台满足总部及各企业做AI场景的验证和落地。然而，由于源数据分别进入两个平台，二者各自拥有立的数据、力及服务能力，同时管理团队与应用边界也彼此分立，致资源分散、协同不畅。
数据理阶段。随着AI场景的落地，规与安全层面的理需求日益凸显。这个阶段我们梳理了数据链路，明确数据统由数据平台向AI平台供给，AI平台产生的资产再回流到数据平台，万能胶厂家形成闭环。另外，针对非结构化数据理这长期难点，我们也已启动项研究。
融共生阶段。前期已落地辅助决策、辅助办公、辅助生产等AI场景丽江橡塑专用胶，随着业务需求向生产经营域的价值场景延伸，AI价值场景从辅助决策、预测预警向智能执行向发展，这些都需明确的业务语义支撑，逐步动两个平台从“互联互通”走向“度融”，真正实现体化共生。
整个过程中，我们发现主要有几个向的变化：先是数据形态的变化(结构化->多模态)，二理内容的变化(结构化->多模态)，三服务对象的变化(人->人+应用+智能体)，四是核心价值的变化(报表分析->指标服务->智能执行)。
我们的具体解法：统底座+
场景化数据理+基于业务语义的智能应用
多模数据存。2019年我们就用了星环大数据平台，使用了其多模数据存案。简单来说，我们在底层构建了多模态统存储层，支持图存储、时序存储、文档存储、向量存储、键值存储、事件存储、宽表存储等多种数据模型。非结构化数据统使用对象存储，通过多模态统元数据进行管理。重要的是，我们实现了跨模型关联分析的能力。举个例子——你可以在个请求内同时查询向量数据、图谱数据和文档数据，让AI智能体能够获得完整的数据视角，而不是碎片化的信息孤岛。具体落地面，我们构建了湖仓体的数据湖架构，数据湖区全量存储原始数据；数据仓区分为批量处理和实时处理两种过程，批量处理过程支持天/小时的作业；实时处理过程支持分钟/秒的作业，使用实时数仓计组件，优化数据链路，缩短计时间和提升查询率。对象存储非结构化数据。非结构化数据的资产化和服务化：我们通了从非结构化数据存储到AI应用的完整链路。非结构化数据进入对象存储后，通过元数据提取构建索引表，然后发布到数据资产目录。用户可以通过标准化的申请流程完成授权，对外提供检索、预览、下载与调用的站式数据服务。
全域数据理。这里讲两个话题，非结构化数据理和AI赋能数据理。非结构化数据理：非结构化数据理和结构化数据理存在根本差异：结构化数据理以标准、质量、模型为核心，工作量大，但路径清晰且可量化。而非结构化数据理则须紧密结具体应用场景，难以提前定义和统规范。我们内部共识是：非结构化数据理应立足两大基点——是以应用场景为驱动，二是与AI平台度融协同。实施过程中，数据接入后先做基础理(包括分类、标注、索引化等)，待进入应用环节时再进行度解析，通过AI智能体加工沉淀知识、语义和质量数据资产。AI赋能数据理：当前数据理度依赖人工实施和工具配置，涉及元数据管理、数据质量管理、数据开发、数据标准管理、数据安全管理等多类工具，每个环节都需要人工配置规则、审核流程和处理异常，工作量繁重且大量工作是重复的。智能化转型思路，引入智能体平台，以智能体编排范式，通过自然语言需求驱动数据开发、理与查询分析的全链路自动化。通过系列智能体协同工作，可显著降低理及资产运营过程中重复、持续的人力投入。我们已与星环团队持续沟通并提出了多项需求，适配优化多款数据理智能体，双联开展了案认证，初步验证果良好。
当数据能被AI“理解”。大模型与数据本体在语义认知上存在本质分工：大模型擅长理解语义相似——判断词语在语境中的关联、识别近似表达等；数据本体则精确定义业务等价——明确企业内哪些对象可以等同、哪些需要区分、分别服务于何种业务场景。这分工决定了能力边界：当AI仅用于回答问题时，依赖语言概率模型即可胜任；当AI开始自主执行任务时，则须依赖明确的语义边界、业务规则和行动约束来保障准确与安全。通过引入本体技术，建立涵盖对象、关系、状态、规则、权限及证据在内的业务语义体系，即可实现业务运营全流程的智能化驱动与流转。
举个例子：要给某手机下订单采购芯片。传统RAG式：用户提问→向量检索→找到相似文档片段→LLM生成回答。引入本体增强后：用户提问→本体解析(提取实体和关系)→结构化检索(找到实例及关系【某某手机→某某芯片→某某供应商】)→LLM基于结构化知识生成回答，后开始执行下单。
理范式的协同挑战
随着数智化转型步入水区，我们刻认识到数据理的内涵已发生根本重构——传统理、非结构化理、AI理与本体理四者并存，这不仅是对技术架构的考验，是对企业协作机制与理体系的全位挑战。
四种范式各有其内在逻辑与节奏：传统理是“事前建模”，先建模型再入数据；非结构化理是“事后标注”，数据入库后再进行分类与标；AI理是“动态学习”，模型持续迭代优化；本体理是“语义定义”，从业务视角明确概念与规则。
以具体场景为例：本体能否为AI训练提供样本约束？AI能否自动补全非结构化数据的元数据标签？传统理的质量规则能否转化为本体的业务规则？这些问题的答案，决定了我们能否真正构建套融四类理范式、贯通理流程、共享理成果的统体系。如何让这四种节奏各异、逻辑不同的理范式协同贯通而非相互掣肘，正是我们当前在实践中持续探索的核心命题。
结束语
从2019年大数据平台起步，到今天的智仓体系初具雏形，中化在数据之路上已经走过了整整七年。这路，我们步履未停，经历了从“有没有数据”到“数据能不能用”，再到“数据能不能被AI理解”三个阶段。
今天，我们正站在从“湖仓”到“智仓”的关键转折点上，这不仅是技术架构的升换代，是企业理理念的刻变革。当AI成为我们真正的“智能伙伴”，数据的意义就不再只是“被看到”，它要“被理解”、“被理”，终“被可靠地执行”。
正如今天WAIC的主题所说——“智能伙伴，共创未来”。中化愿意与各位携手同行，共同探索数据与AI度融的限可能。
本文根据张勇先生在WAIC2026星环科技“认知涌现.数据新生”人工智能主题论坛上的演讲速记整理，经授权发布。 海量资讯、解读，尽在财经APP 相关词条:设备保温 塑料挤出机厂家 预应力钢绞线 玻璃丝棉 万能胶厂家
奥力斯 泡沫板橡塑板专用胶报价 联系人：王经理 手机：18232851235（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述丽江橡塑专用胶，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。