“数据库的服务对象正从人转向智能体”

数据库是用于存储、管理和保护有序数据集合的数字存储库。它在金融领域的角色已从早期的数据管理工具，跃升为支撑海量数据分析与实时交易的核心基础设施。AI时代，数据库将如何支撑金融行业的转型发展？6月16日，在2026中国国际金融展期间，业内人士表示，未来数据库的竞争将基于AI创新，要构建多模融合的统一数据底座。

根据IDC公布的数据，2025年中国金融行业分布式事务型数据库整体市场规模达3.7亿美元，市场整体增长率32.1%。金融核心系统更强调数据主权、监管可控、容灾和全栈信创适配，因此本地部署仍是主流。本地部署子市场2025年规模为2.8亿美元，同比增速37.6%。OceanBase、金篆信科、腾讯云、华为云、阿里云分列前五，共占据整体市场份额的90.9%。

头部五家厂商金融行业的子行业包含了银行、保险、证券、泛互联网金融子市场。其中，近七成万亿级资产规模的银行将核心系统搭载于OceanBase之上，OceanBase连续三年在中国金融行业分布式数据库本地部署市场中份额排名第一。IDC中国研究经理王楠表示，当前中国数据库市场格局正进一步收敛，头部厂商的市场份额逐步扩大，腰部聚焦细分场景，尾部大量厂商在出清。市场不再是单纯的国产替代红利，而是进入能力、生态、场景的复合型竞争。2026年，金融数据库市场尤其是国产数据库替换赛道基本进入“下半场”，未来数据库的竞争将基于AI创新。

OceanBase CEO杨冰表示，15年前的“双十一”高并发冲击就像数据库领域的“iPhone时刻”，开启了分布式新架构的探索；此后，交易分析一体化引擎让决策更实时，单机分布式一体化架构则支撑了业务的全生命周期。进入AI原生期，大量AI原生业务涌现，业务生产方式和数据消费方式正发生根本性变化。

他认为，两股力量在重构数据底座：一方面，智能体正在成为主要数据消费入口，Gartner预测，到2028年，1/3的企业软件用户体验将从传统应用界面转向智能体前端，数据库的服务对象从人转向智能体；另一方面，全球超80%的数据为非结构化数据，例如银行海量客服语音、面签语音、尽调图像、财务文本、社交文本等非结构化数据无法被传统数仓直接调用分析，巨大业务价值被埋没。金融机构落地AI的第一要义是构建多模融合的统一数据底座，为数据从结构化走向多模态、消费者从人变为智能体做好准备。

以OceanBase的探索为例，金融AI一体化数据解决方案在一套引擎中统一处理交易、分析与多模态数据，支持向量、文本等混合检索，消除数据搬迁开销，同时内置数据分支能力，让AI可在隔离环境中安全探索与迭代，有效化解生产数据直接操作带来的治理风险。该方案已在支付宝AI付、蚂蚁灵光、蚂蚁阿福等内部项目中落地。

“过去数据库更多是数据管理员，角色是存数据，未来面向AI原生数据库或面向Agent数据库，它不光要存数据，还要理解数据。”王楠表示，金融行业分布式事务型数据库已进入高质量竞争周期，生成式AI和数据库融合发展，数据库正从被动存储向主动理解演进，语义理解、相似性推理与跨模态关联成为核心能力。AI能力深度融入内核，形成“AI for DB（数据库）”与“DB for AI”双轮驱动，前者依靠大模型和生成式AI提高数据库异常检测、自动调优等日常运维和使用的能力，后者依靠数据库支撑智能体的应用和开发，两者在效率、延迟和安全性方面超越传统架构。

此外，王楠表示，数据库智能体的出现能让数据库真正实现自治。“数据库自治我们讲了很多年，但囿于早期AI能力不足及大模型幻觉等问题，始终未能真正落地。但数据库智能体将贯穿数据库的开发、数据治理、运维等方方面面，让数据库从过去的半自主决策转变为主动解决问题。”