中台已死，语义层将重塑数据架构

当AI Agent开始代替数据分析师“跑数”时，一个根本性的架构变革正在发生。2025年，Palantir市值持续攀升，其Ontology本体技术首次被大规模关注；同年9月，Snowflake联合Salesforce、dbt Labs、BlackRock等巨头发起了Open Semantic Interchange（OSI）规范，随后Databricks也加入这一阵营。2026年初，这几家数据平台巨头将OSI规范开源，为Agent应用落地打造了一套中立开源的语义层标准。

从SQL到OSI：数据基础设施的范式跃迁

数据中台的核心逻辑是给人提供一个工作环境，让业务用上好的数据。而语义层的价值主张变了——从“让人沉淀数据资产给人用”，变成“让AI用上好数据，让业务用上好的智能”。这意味着未来数据平台操作将从以人为主转向以AI为主，大部分数据平台相关操作将由AI完成，面向人的BI看板等功能需求将大幅减少。

语义层与数据中台：两种理念的碰撞

SQL解决的是数据可访问和访问效率的问题，而OSI则是在SQL之上解决数据可理解和可行动的问题。1970年代，SQL诞生于集成电路快速发展、企业信息化需求爆发的背景下，解决了应用爆发、交互成本高的难题。如今OSI同样面临着AI大模型和Agent兴起后的新挑战——如果每家企业都定义不同的语义，上层BI、Agent应用和数据库之间的适配就会极其麻烦。

语义层的核心组成与未来形态

语义层应该包含两个核心引擎：一是数据虚拟化引擎，用于复用企业已有的存储和计算资源；二是数据语义引擎，负责语义的定义、执行和服务，并对外暴露语义API和CLI接口，方便AI友好调用。从未来形态看，语义层会延伸到行动决策环节，把支持行动所需的信息面都纳入进来，包括业务系统的Action API，最终成为企业真正的决策中枢。

AI时代数据厂商的核心竞争力在哪里？答案不在于开发数据平台的功能，而在于能否将企业隐性的信息低成本地显性化为AI可用的知识。在AI时代，算力、算法、数据这三点里，数据仍然是企业自己能拥有的最大差异化资产。通过自动发现机制，从历史报表、查询日志、代码里面自动化或半自动化地生成口径和语义，这种能力将成为数据厂商的核心壁垒。

如有侵权，请联系删除。