ProtonBase × AICon：AI 时代，我们需要什么样的数据架构？

Gartner 10月份趋势报告显示，全民化的生成式 AI（Democratized Generative AI）即将到来。到 2026 年，Gartner 预测超过 80% 的企业将使用生成式 AI 的 API 或模型，或在生产环境中部署支持生成式 AI 的应用，而在 2023 年初这一比例不到 5%。生成式 AI 应用可以让企业用户访问并使用大量内部和外部信息源，这意味着生成式 AI 的快速采用将极大地促进企业知识和技能的全民化。

随着生成式 AI 的迅猛发展，企业和行业正在迎来前所未有的变革。如今，大模型技术在各个领域的应用不断拓展，智能硬件、情感陪伴、智能客服等服务的表现也愈加出色，逐步改变着我们的工作和生活方式。与此同时，Agent、多模态、具身智能等技术也受到了广泛关注。

为了让你亲身体验这些技术变革及其背后的强大力量，InfoQ 将于 12 月 13 日至 14 日举办 AICon 全球人工智能开发与应用大会，会议围绕“智能未来 探索 AI 无限可能”主题，本届大会共策划了 1 个主论坛 + 13 个专题论坛，汇聚了来自阿里巴巴、华为、字节跳动、小米、网易、百川、智谱、智源等企业共同探讨大模型开发与应用实践。此外，大会将通过多场晚场圆桌、为参会者提供一个全面了解和探讨 AI 最新技术进展。ProtonBase 作为大会的内容共创伙伴，诚邀您一起参会，共同探索、交流、分享 AI+ 的无限可能！

01/出品专题

随着数据量的爆炸性增长，如何有效管理和治理数据。如何更自动化的实现数据清洗、数据标准化，甚至结合AI模型训练和推理进行数据生命周期管理等等。本专题关注数据管理与治理的应用，以及与 AI 技术结合的实践分享。

02/精彩演讲

演讲提纲：

1. 从湖仓一体到实时 AI 湖仓   
   1.1 从湖仓一体到 AI 湖仓的演进   
   1.2 机器学习与传统 AI：离线特征库的角色   
   1.3 生成式 AI 和大模型的崛起对特征工程带来的冲击
2. AI 时代的湖仓架构需求   
   2.1 AI 数据架构的基础：在线特征库的关键作用   
   2.2 实时特征工程的要求与在线特征库的技术挑战    
   2.3 实时 AI 湖仓的架构特点
3. AI 数据底座：Data Warebase   
   3.1 适应 AI 需求的底层数据平台是什么样的？   
   3.2 Data Warebase 的定位与架构特点、技术解析
4. 实际应用场景与案例
5. 总结与未来展望

听众收益：

✨深入理解 AI 数据架构的演进：从湖仓一体到实时 AI 湖仓的演变逻辑与关键驱动力

✨掌握实时特征工程的关键技术：深入了解在线特征库在实时 AI 架构中的作用与技术要求

03/展位互动

ProtonBase 在本届 AICon 现场设置了展位「展位号 B01」，展示在 AI 时代数据技术领域的最新成果。与此同时，ProtonBase 展位还设计了互动环节，并为参与者准备了定制礼品。等你来！

04/完整议程

本次 AICon 还策划了更多精彩议题，涵盖 AI Agent 技术突破与应用、多模态大语言模型的崛起与应用、具身智能从“实验室”走向“应用场”、大模型智算与开发落地实践、RAG 在企业落地的难点与创新、大模型在企业中的成本优化实践、大模型商业化产品探索、等热门方向。目前日程已上线，供您参考。