行业在卷大模型，数字引力在卷数据进AI的“最后一公里”

文 | 王顺

在9月5日召开的第八届安徽省首席信息官大会上，安徽数字引力科技有限公司（简称：数字引力）的创始人胡静走到台前，做了约半小时的精彩分享，分享前半段他几乎没提产品，反复说一个词：“建设者”。

这个词背后，是一个正在成型的判断：当数据被国家定义为继土地、劳动力、资本、技术之后的第五大生产要素，当大模型把算力价格打到极低，企业AI落地真正的瓶颈已经不在模型本身，而在数据，那些散落在ERP、MES、IoT和文档里，AI无法直接调用的存量数据。

工欲善其事，必先利其器。数字引力团队想做的事，是把这些数据封装成标准接口，让AI和Agent能像调用水电一样，调用企业内部的数据能力。他们给产品起了个朴素的名字：DataAPI，称之为“企业数据进入AI世界的第一扇门”。

第八届安徽省首席信息官大会

政策离产业，还隔着一条沟

2020年4月，数据首次被中央文件明确为生产要素。2022年底，“数据二十条”即《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》进一步确立了数据产权、流通、交易、治理的基础制度框架。

此后，国家发改委和国家数据局陆续出台多项国家级数据政策。2025年初，《国家数据基础设施建设指引》提出2029年基本建成主体结构；2026年“十五五”规划纲要专篇部署数字中国；2026年7月，国家数据局印发《数据产权登记工作指引（试行）》。

政策密度很高，落地却不容易。

胡静在调研时发现，部分地方在政策理解和落地衔接上还存在一定难度。更现实的问题在企业端，数据像水和空气一样无处不在，却很难讲清楚它到底有多重要、怎么用。据行业引用 IBM 相关调研，约 45% 的企业将数据准确性与偏见视为 AI 规模化的重要障碍。据行业测算，35.8%的企业将数据质量与数据孤岛列为AI落地的首要挑战。

Gartner的预测更直接：2026年底，预计40%的企业应用将嵌入Agent，而2025年这个比例还不到5%。一年内从5%跳到40%，这是云时代以来最快的软件渗透速度。但现实是，多数企业的数据散在异构系统里，模型没办法安全、稳定地调用。

胡静坦言：“企业AI落地的第一步，不是买模型，而是让模型能安全、稳定地调用企业内部数据。”

这句话背后，是国家正在加速搭建的“数据高速公路”。2025年7月，国家数据局公布首批63个可信数据空间试点，覆盖城市、行业、企业三个方向。数字引力总部位于长三角核心区域合肥，与上海、南京、宁波等多个试点城市同处一个经济圈，具备就近服务的地理优势。2025年，公司还获得了合肥综合性国家科学中心数据空间研究院的战略入股。这让数字引力从一家创业公司，转变为深度参与国家数据基础设施建设的产业实践者。

数字引力创始人胡静

不做数据中台，做实时数据的“连接层”

数字引力成立于2020年。创始团队最初想做无代码编程，后来转向数据要素基础设施。胡静把定位从“做产品的技术公司”改成了“AI数据要素基础设施建设者”。这个转变本身，就是对行业判断的回应。

数字引力给出的答案是DataAPI。它的逻辑，跟传统数据中台有本质区别。

传统数据治理和中台，主要服务历史数据的离线分析和报表输出，核心场景是BI和分析师。数据整理完，往往只能用于训练，训练结束，价值基本释放完毕。而AI时代真正稀缺的，是实时数据的交汇，即企业十几个系统在同一时间点的数据，能不能被汇聚、被模型即时调用。

比如美国公司Palantir。它的核心就是异构数据的单点应用，不改造源系统，直接连接原始数据，提供面向AI的实时数据能力。Palantir 2026年Q2营收19.35亿美元，同比增长93%，验证了这条路能走通。

DataAPI的产品边界也因此很清楚：只做连接、编排、治理和开放，不做数据存储，不替代企业现有数据库。它把分散在ERP、MES、IoT、文档中的数据，统一封装成标准API，再通过MCP即模型上下文协议让Agent和AI应用调用。

据了解，2026年上半年，数字引力团队集中迭代了AI集成能力，实现自动化开发、自动排检、自动生成，并完成了国家级等保认证。

胡静强调，所有研发都从客户的需求倒推。公司一度砍掉了整个研发团队，后来重建了一支约20人的队伍，并立下规矩：所有研发人员必须跟客户现场绑定，不接受任何坐在办公室里拍脑袋做出来的产品。

商业模式上，DataAPI想从一次性项目转向可持续运营：项目建设费、平台授权与年服务费、按API调用计费三层并行。

胡静认为，未来企业的边界会越来越模糊，数据做得好的企业，可以把能力开放给同行调用。这正是国家数据局倡导的高质量数据集逻辑。而要让开放可持续，就必须解决一个更底层的问题：价值计量。

大会现场图

数据计量，难题才刚刚开始

DataAPI的产品原型，来自胡静和某客户CIO一次出差途中的碰撞。该客户系统多、数据分散，是典型的传统制造业场景。这款产品从第一天起就跟客户现场绑在一起，至今每月仍迭代两次，已经完成多系统数据融合。下一步，要帮该企业把数据真正接到模型层级。

但胡静也承认，从API到MCP的过渡并不容易。模型层面的数据调用，目前仍然比较困难。这不是数字引力一家的问题，整个行业都还在摸索。MCP协议本身仍在快速演进，企业数据的复杂度、安全要求、实时性需求，都对落地构成考验。

现在，数字引力正在帮上述客户绘制数据资产地图，摸清企业到底有多少数据存货、在哪些系统里、什么格式。胡静认为，“数据二十条”明确了数据未来要进入市场交易，企业如果连自己有多少存货都不清楚，交易就无从谈起。数据资产地图，因此被看作企业进入数据要素交易的“第一张门票”。

更远的挑战在计量。2026年贵阳数博会的主题是“词元—数据要素价值释放新路径”，AI时代用Token计价已成共识，但100万个Token到底能产生多少价值，用Token计价是否合理，业内还没有定论。

胡静把数字引力未来的核心任务，归结为一件事：把数据的计量做对。物理世界的高速公路，跑一辆车收多少钱，有公认标准；数字世界里，跑一个AI到底该花多少钱，目前还是一笔糊涂账。

值得注意的一个细节是，胡静并不只是一名科技创业者。他曾在新浪网工作13年，2023年才跨界进入技术领域。这让他在理解企业数据痛点时，天然带有产业一线视角；而跨界进入技术领域后的实践积累，又让他能从国家数据基础设施建设的高度，看清政策的落地节奏。这或许也解释了，他为什么反复强调“建设者”三个字的分量。

实际上，物理世界有修路架桥的建设者，数字世界同样需要有人把数据的高速公路、公共服务和计量规则，一点一点建起来。数字引力选择从企业内部的数据连接做起，这条路并不性感，却踩在AI落地最实在的卡点上。

至于数据要素的市场化交易什么时候真正跑通，胡静没有给出答案。他更愿意谈下一阶段要做的事：把数据资产地图画清楚，把计量做对。他想先当一个把路修通的人。

正如很多伟大的事情，一开始做的时候都是很孤单的，而潮水的方向，总是有迹可循。