哈嘍！伙伴們，我是小智，你們的AI向導。歡迎來到每日的AI學習時間。今天，我們將一起深入AI的奇妙世界，探索“專家遭群嘲竟預言成真！傳統(tǒng)數據倉庫正遭Agentic AI血洗”，并學會本篇文章中所講的全部知識點。還是那句話“不必遠征未知，只需喚醒你的潛能！”跟著小智的步伐，我們終將學有所成，學以致用，并發(fā)現自身的更多可能性。話不多說，現在就讓我們開始這場激發(fā)潛能的AI學習之旅吧。

專家遭群嘲竟預言成真！傳統(tǒng)數據倉庫正遭Agentic AI血洗：

引言：Snowflake 換 CEO 背后的信號
2024 年春天，云數據倉庫的明星公司 Snowflake 宣布換帥，前 Google 廣告業(yè)務負責人 Sridhar Ramaswamy 接替了曾帶領 Snowflake 實現 600 億美元估值的傳奇 CEO Frank Slootman。

如果你只是把這當成一次高管輪換，理解就不夠透徹，因為這背后真正的隱喻是，數據倉庫世界的范式，正在悄然巨變。

“技術的演進，從來不是線性推進，而是技術的躍遷，從 OLTP 數據庫到 MPP 數據倉庫，從 MPP 本地化計算到向量化云數倉引擎，都是一個技術躍遷到另一個技術，從一個產品霸主到另一個產品霸主?！?/p>

Slootman 是“數據倉庫黃金時代”的代表。他押注云原生、押注多租戶架構、押注 Snowflake 成為新一代數據平臺的中樞，直接在市場上干掉了我從業(yè)的第一家公司——當年的數據倉庫霸主 Teradata（從 102 億美金市值到現在 20 億美金市值）。就在他功成身退的這一刻，Snowflake 官方博客的關鍵詞悄然切換：AI-first、Agent-driven、語義導向的數據架構。

這不是巧合，這是風向。

同一時間，硅谷最具前瞻性的風投們正在押注“Agentic AI”這個新概念：AI 不再只是一個模型，它是一個能感知、能行動、有目標、有協(xié)作能力的 Agent。

那么問題來了：

當 AI 不再只是“聊天工具”，而是能主動感知業(yè)務變化、理解意圖并執(zhí)行操作的智能體時，傳統(tǒng)數據倉庫這樣的為“人”建造的決策支持系統(tǒng)還可以滿足 Agent 的需要么？

數據倉庫曾是企業(yè)的“重要的數據資產”，如今，卻可能淪為 Agent 的“數據素材庫”。甚至連“素材”這個詞都在貶值，因為 Agentic DataStack 可以直接訪問原始數據，并以語義 + 數據的形式直接供給給上層各類 Sales Agent，Risk Agent 直接使用；而數據倉庫里無語義、冗余的數據只能留給傳統(tǒng) BI 和數據開發(fā)人員來消費。

真正危險的不是被淘汰，而是你還在運行上一代范式的規(guī)則，而世界已經換了劇本。

這不是對數倉的輕視，而是歷史的輪回。正如當年 Hadoop、Iceberg 的崛起重構了數據湖，今天，Agentic AI 正在重寫企業(yè)級的大數據架構。

1970-2024：數據倉庫架構是如何演進的
1970：數據倉庫之父：Bill Inmon

數據倉庫之父 Bill Inmon 首次提出“面向主題、集成、時變、不可更新的數據集合”這一概念（EDW），奠定了后半個世紀企業(yè)數據架構的基石。

我本人也有幸在 20 多年前在北京大學的時候，在唐世謂教授帶領下，學習并參與翻譯《數據倉庫》第一版，這本書里對主題域、數據分層架構和緩變維（歷史拉鏈表）的描述，從上個世紀一直沿用到今天，成為整體數據倉庫的奠基之作。

1983：Teradata 誕生，MPP 架構橫空出世

1983 年誕生了未來 30 年橫掃所有企業(yè)數據倉庫基礎設施的公司 Teradata，這也是我畢業(yè)后第一份工作所在的公司。首次將 MPP（大規(guī)模并行處理）架構引入數據處理系統(tǒng)，Teradata 憑借軟硬一體的基于 Bynet 的 MPP 架構，在超大量級數據處理和復雜 SQL 的情況下，比 Oracle、DB2 效率高出數倍。第一次使用 Teradata 的時候我的驚喜不亞于后來我首次測試使用 ClickHouse 做寬表查詢時的驚詫。

我加入 Teradata 的時候，他還是一個 NCR 旗下的部門，我名片 logo 是這樣子的，想了解 Teradata 的同學可以看我這一篇文章《再見，我的數倉黃埔軍校，Teradata 正式退出中國！》。

1996：Kimball 提出“雪花模型”，OLAP 引擎出現

繼 Bill Immon 之后，Ralph Kimball 提出了“數據集市的概念”用星型模型和雪花模型重新定義了數據建模思維。此后數十年間，先建立數據集市還是先建立統(tǒng)一的數據倉庫，變成數據倉庫架構師不停爭論的話題?！熬S度建?！焙汀把┗Ｐ汀背蔀閿祿こ處煹拿?；而 BI 報表底層也出現了例如 Hyprion ESSbase，Cognos 等 MOLAP 引擎，OLAP 技術也終于有了系統(tǒng)方法論支撐。

在幾十年后，新一代的數據倉庫公司也用了 Snowflake（雪花模型）作為其公司名稱。

2013：大數據概念爆發(fā)，Hadoop 風靡全球

隨著 2006 年 Apache Hadoop 的橫空出世，低存儲成本的大數據系統(tǒng)被企業(yè)廣泛引用。維克托·邁爾 – 舍恩伯格在《大數據時代》中給大數據下了定義：“Volume（數據量）、Velocity（數據速度）、Variety（數據多樣性）、Value（數據價值）?！?/p>

從此轟轟烈烈的建立大數據平臺的過程開始起步，10 年內，Apache Hadoop、Hive、Spark、Kafka、DolphinScheduler、SeaTunnel、Iceberg……一批大數據技術涌現，大數據平臺開始動搖傳統(tǒng)數據倉庫的地位，以致于 2015 年后的中國，大多數中國企業(yè)存儲 Pb 數據量級的數據平臺不會用 MPP 架構傳統(tǒng)意義數據倉庫，而一定是用 Hadoop 或者 Iceberg 大數據平臺 / 數據湖。

2015：Snowflake 橫空出世，New DataStack 興起

隨著云的興起，Marcin Zukowski “向量化”引擎論文的推出，Snowflake 橫空出世用云原生分離存算的架構，徹底顛覆了傳統(tǒng) DW 思維。BI 工程師第一次可以“隨需隨用”、彈性擴縮容、不再焦慮集群調度和資源分配。Snowflake 把“數倉”變成了“數云”。它帶領下一眾新一代數據倉庫技術棧興起，Fivetran、Daggster、Airbyte、DBT、WhaleStudio 等一批新一代工具出現，在硅谷興起了 New Data Stack （新數據技術棧）的風潮。的確，上一代 ETL 工具和編程工具還是上個世紀 80 年代興起的 Informatica、Talend、DataStage 這些公司，新技術的興起的確需要新生態(tài)的形成。

整體上，這幾十年數據倉庫的發(fā)展，無論是數據倉庫、大數據平臺和云數倉和數據湖，基本上整體架構都如下圖所示：

在 Inmon 時代，這個架構叫做 DSS 系統(tǒng)（決策支持系統(tǒng)），顧名思義，決策支持的就是人。整個數據倉庫技術棧都是為人而設計的。

數據倉庫的架構也是為數據開發(fā)工程師（Data Engineer）來設計的，所以會有 N 個主題域、要分原子層、匯總層、指標層來幫助 ETL 工程師進行開發(fā)，BI 工具也需要建立星型模型和雪花模型，拖拉拽可視化形成報表和 Dashboard。所有的消費者都是人。

但是，這一切，在大模型 Agent 時代都會發(fā)生很大的變化。

Agent 正在吞噬傳統(tǒng)數據倉庫？！
2022 年底，OpenAI 推出 ChatGPT，引爆大模型時代。

2023 年后，Llama、Claude、Gemini、GPT-4o、DeepSeek……多模態(tài)模型加速演進，AI 不再只是語言模型，而是具備復雜任務理解與決策能力的“通用智能引擎”。

2024 年，RAG 技術走向主流，LlamaIndex、LangChain、Dify 等工具廣泛應用，AI 開始融合企業(yè)私域知識，成為真正“能查資料”的智能助手。

2025 年，Agent 架構全面崛起，AutoGPT、Function Calling、MCP 協(xié)議等技術和協(xié)議涌現，AI 不再只是聊天工具，而是具備感知、規(guī)劃與執(zhí)行能力的“數字員工”。

在數據領域，大模型的到來也帶來很大的沖擊。你用過 ChatGPT 的 DataAnalyst 么？如果用過，你一定驚異它的表現，它可以根據一份數據多個角度來輔助一個業(yè)務人員做一份詳細的數據分析報告。它幾乎可以替代初級數據分析師。而在不同層次也出現了很多“自動化”工具，例如 ChatBI、TXT2SQL，各個維度都開始利用大模型和 Agent 自動化和半自動化地進行數據倉庫開發(fā)過程。

未來，會有越來越多的 Agent 出現，不僅僅是數據分析領域，更多的的廣告投放 Agent，客服 Agent，Risk Managment Agent，它們將逐步解放現有的業(yè)務人員，替代他們與系統(tǒng)之間的交互。

最終，AI 不再是“被動回答問題的工具”，而是“主動達成目標的智能體”。

過去 20 多年，數據平臺的“用戶”通常是數據工程師、分析師和 BI 人員。

而未來的 20 年，從分析師到供應鏈，每一個崗位的角色都可能被 Agent 所重構：

? 營銷人員配有 Campaign Agent，它可以自動整合多渠道數據、優(yōu)化投放、生成文案；
? 客服坐席配有 Support Agent，它就不只是聊天機器人，而是具備知識圖譜和上下文記憶的專屬助理；
? 供應鏈部門配有 Procurement Agent，它就能解析訂單、追蹤貨期、調用 ERP 數據并自動補貨；
? 法務有 Compliance Agent，HR 有 Hiring Agent，董事會也有 Board Agent……

你過去每天寫的 SQL、做的分析報告、開的運營會，正在變成一個個 Agent 的觸發(fā)動作、語義指令和自動響應。

但一個現實問題隨之而來：

如果最終數據消費者都已經是 Agent，數據倉庫開發(fā)也是 Agent，連具體使用數據的決策者都是 Agent 而不是“用戶”的時候，原先為人設計的“決策支持系統(tǒng) DSS”數據倉庫整體架構還成立么？

學過軟件工程的 IT 碼農們都知道，設計一個系統(tǒng)首先要做的圖就是“Use Case”圖，確定系統(tǒng)和用戶的邊界和操作場景與行為。

當數據倉庫的用戶從人變成 Agent 的時候，原先 Bill Inmon 老爺子設計的整體 DSS 架構還成立么？我個人認為，不成立了。

軟件用戶變了，軟件也必須變。

Agent 的爆發(fā)，并不是大模型本身的勝利，而是“用戶體驗認知”被徹底顛覆：

? 過去的數據系統(tǒng)，是“拉模式”：用戶知道問題、查詢數據、提取結論。
? 未來的 Agent，是“推模式”：系統(tǒng)主動感知變化，理解意圖，生成決策建議。

這就像我們從傳統(tǒng)地圖升級到高德導航：

你不再需要知道“路在哪兒”，而是告訴系統(tǒng)你要去哪，它帶你過去。

傳統(tǒng)數據倉庫偏重結構與查詢，而 Agentic 架構強調語義與響應。

簡而言之，誰能理解業(yè)務語言，誰就能統(tǒng)治數據世界。

Agentic Data Stack 和自帶上文的數據 Contextual Data Unit
對于 Agent 自動開發(fā)和使用來講，當前數據倉庫整體設計并不是為大模型和 Agent 設計的，所以，里面存儲的都是“裸”數據。只有具體的數值和字段名稱，而這個數值、這個字段名稱是做什么用的，都存在另外一個叫做“數據資產”的項目里。想把每個數值、字段搞明白，需要進行一個“數據治理”的項目才可以完成。這個設計，對于語義才可以進行推理的大模型和 Agent 太不友好了。所以，如果為 Agent 和 大模型重新設計大數據存儲系統(tǒng)的話，一定需要把“數據”+“語義”放到一起存儲，我管它叫：

Contextual Data Unit(CDU)：語義 + 數據組合單元，每個數據自帶語義和語義解釋的二元組合。

把過去在數據目錄（Data Catalog）里的信息，融合在每個數據條目當中，減少 Agent 和大模型訪問的時候重新從其它系統(tǒng)里檢索的時間和錯誤概率。

同時，CDU 里面的語義數據也是從業(yè)務系統(tǒng)里經過總結和推衍得來的，所以，這里的數據本身，就是在 Data Flow Agent 從源頭就組合成 CDU，ETL/Data Ingesstion 到 Agentic Data Lake 里，而不是后期生成的。換句話說，數據治理和溯源的過程是融入在 Agent 的自動開發(fā)過程當中，而不是現在的做法——在數據進入數據倉庫之后，再開始血緣分析、數據治理一系列的復雜操作，這樣做的結果數據很容易具有爭議。

到這里，大家應該看懂我的思路了，Agentic AI 時代，從過去的數據倉庫 ETL 到數據存儲，到數據應用分析，都會因為消費者是 Agent 和大模型而發(fā)生很大的變化。為了服務這些智能體，傳統(tǒng)數據平臺必須演進出一套 Agent 可調用、語義感知、事件驅動的數據架構——也就是我們所說的 Agentic Data Stack。

Agentic Data Stack：在 Agent 時代，從底層數據獲取“語義 + 數據”的工具，到支持 CDU 格式計算和存儲的計算平臺，到最終供給各 Agent 使用數據的數據交互層新一代的數據技術棧。

我大膽猜測下，未來 Agentic Data Stack 可能有以下組件組成：

“數據交互層”（Semantic Orchestrator）：不再是傳統(tǒng)意義上的 BI/ 查詢界面，而是變成 Agentic 數據架構中的“大腦”和“指揮中心”，它通過自然語言理解和語義推理能力，作為 其它 Agent 與底層數據資源之間的橋梁，實現智能化、多輪次的數據交互與服務生成。

“數據存儲層”（Data Mesh）：不再是傳統(tǒng)意義上的 Data Warehouse（數據倉庫） 或 Data Lake（數據湖），而變成了一種服務性的、計算友好的數據融合層。這個層的本質是 “存儲提供融合語義 + 數據，既可供給大模型進行復雜計算的存儲，也可以提供即時復雜計算能力”

“數據處理層”（Data Flow Agent）：不再是“搬數據”，而是“理解和編排數據”；不再定時運行，而是 事件驅動 + 意圖驅動；能主動發(fā)現數據變化、分析表結構、理解業(yè)務語義、做出響應。

在 Agentic AI 時代，數據倉庫和大數據平臺的建設周期將極致地縮短，新數據的獲取經過 Data Flow Agent 的自發(fā)發(fā)現，在 Data Mesh 中預存儲，Semantic Orchestrator 解析和實際業(yè)務場景的業(yè)務口徑與對應，最終實現從業(yè)務需求到數據響應的“即時計算”。

大模型解決的是智慧的大腦，Agent 解決的是手和腳，Agentic DataStack 是讓 LLM 和 Agent 具有適合大模型時代快速的數據獲取能力。

Agentic AI 時代，隨著建立新一代“數據倉庫”成本顯著降低，擁有可以自由對話查詢，擁有相關的數據不再是大企業(yè)的權利，更是小企業(yè)甚至個人的權利。你可以把你的 Google Drive，家里的私有 NAS，電腦上的 PDF，手機里的 APP 訂單通過 Data Flow Agent 捕獲到個人的數據存儲里，用交互層 APP 快速查詢例如“上個月去 Disney Land 游玩一共花了多少錢”這種過去問題，而這種問題過去需要從多個平臺整理到 Excel 表格里記錄，甚至還可以解決“找到 5 年前保險訂單及相關合同”這種復雜問題。

而這些并不是天方夜譚，最近由白鯨開源主導的 Apache SeaTunnel 社區(qū)里發(fā)布了 Apache SeaTunnel MCP Server，已經開始 了邁向 Data Flow Agent 的步伐。當然，中間還有很多未解決的技術問題，例如 A2A 協(xié)議還不夠完善，DataMesh 層的“語義 + 數據”存儲計算結構還沒有突破；把過去數據治理的成果變?yōu)?Semantic Orchestrator 輸入也是需要時間來探索。

但是，大模型和 Agent 時代的到來，對于整個數據分析行業(yè)來說，就像從過去沒有 SQL 語言到出現 SQL 語言之后的進展一樣，都會發(fā)生深刻的變化。

打敗你的，永遠不是你現在眼中看到的所謂的“競爭對手”。講個故事，小時候，我熟悉兩個自行車品牌——永久和鳳凰。它們曾在“加速軸”技術上競爭，看誰能跑得更快。然而，真正顛覆自行車市場的，卻是一家外賣公司推出的共享單車，徹底改變了整個行業(yè)格局。隨著 Agent 時代的到來，許多曾被視為核心的產品路線可能會失去意義。在低頭看路的時候，也要抬頭看天。

小結：活在當下，放眼未來
我在 AICon/AWS Community Day 和其它幾個技術峰會上分享這個認知的時候，臺下觀眾完全分成兩派：一派是“降臨派”，認為我估計 Agentic Data Stack 到來 5-10 年 太保守，AI 發(fā)展日新月異，5 年內 Agentic Data Stack 就會成型。一派是“保守派”，認為 AI Agent 影響整個數據倉庫架構太扯了，不可能發(fā)生，當前數據倉庫存儲形式就是最優(yōu) ROI 的數據存儲方式，任何不是最優(yōu) ROI 的形式都無法普遍商業(yè)化，都只是空中樓閣，不要聽這些“AI 專家”亂講。

而我個人是“中間派”：在趨勢上，我認為 Agentic Data Stack 形成是一個必然，這輪 AI 對技術架構的影響和前幾次是完全不同的。不能只從技術觀點上看數據倉庫存儲計算層 ROI 的產出，而要看當前企業(yè)數據倉庫整體建設過程和維護過程的投入算總賬。當前來看，實時數據倉庫的興起，數據湖的擴大，現在的數據倉庫設計的層數在明顯減少（我甚至認為我們這一批當年 Teradata 訓練過的模型架構師退役之后，市場上都沒有專業(yè)的數據倉庫模型架構師了，因為業(yè)務變化太快，傳統(tǒng)數據倉庫專業(yè)模型設計跟不上變化）。所以在高速變更的業(yè)務情況下，傳統(tǒng)數據倉庫理論自己也在迭代，（現在實時數據倉庫模型變成 2 層了，而不是過去的 3 層、4 層），只不過我看到的是未來 Agentic AI 時代一步到位的趨勢而已。算總賬，Agentic Data Stack 會明顯比現在的全套數據倉庫 New Data Stack ROI 高很多。

但是，這個趨勢也不是馬上能降臨的，以我 2016 看中 ClickHouse 這個產品開始在中國運營社區(qū)，到 2020 年幾乎成就了一代“實時 OLAP”引擎標準的時間來看，有現成產品到被大家接受也要 4-5 年時間，而 Agentic Data Stack 只有部分組件有一些創(chuàng)業(yè)公司雛形，大部分組件和核心產品還沒有出世，也不可能 5 年內就一統(tǒng)天下。如果說節(jié)奏，我估計怎樣也在實時數據倉庫和數據湖被大面積企業(yè)接受之后，才可能到下一步 Agentic Data Stack。

“不是 AI 取代你，而是會用 AI 的人取代你；不是數據倉庫被吞噬了，而是傳統(tǒng)數據倉庫偏重結構與查詢模式，被 Agentic Data Stack 架構強調語義與響應模式取代了。就像用上高德地圖導航的人，不會再去看傳統(tǒng)地圖了?！?/p>

Agentic Data Stack 的門已經徐徐打開。

你，準備好了嗎？

嘿，伙伴們，今天我們的AI探索之旅已經圓滿結束。關于“專家遭群嘲竟預言成真！傳統(tǒng)數據倉庫正遭Agentic AI血洗”的內容已經分享給大家了。感謝你們的陪伴，希望這次旅程讓你對AI能夠更了解、更喜歡。謹記，精準提問是解鎖AI潛能的鑰匙哦！如果有小伙伴想要了解學習更多的AI知識，請關注我們的官網“AI智研社”，保證讓你收獲滿滿呦！