利用 PostgreSQL 构建数据和人工智能平台 (Chinese Edition)

第四章 交易数据 ：人工智能时代的无名英雄

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

在任何企业软件系统的核心——无论是企业资源规划（ERP）、客户关系管理（CRM）还是社交客户关系管理（SCRM）——都存在着交易数据。它记录着维系全球经济运转的日常事件：销售订单、发票、客户互动、采购订单、交付和付款。 表面看来平淡无奇，实则交易数据是多数企业尚未充分利用的最宝贵资源。若你每日踏过交易数据却未能有效激活，无异于践踏自身竞争优势。

交易数据提供一致性、结构性和情境关联性，能够提升效率、减少人工流程，并实现责任追溯与透明化管理。但更重要的是，它为人工智能奠定现实基础——正是这种数据将炫目的演示转化为真正创造可量化商业价值的系统。

对交易数据的依赖解释了企业软件市场为何始终位居规模前列。IDC数据显示，2023年全球支出达3560亿美元，同比增长12%，且增速不减。IDC预测到2028年，该市场规模将突破6000亿美元。

企业内部的交易数据规模同样令人瞠目。单个组织积累的数据量可达数千亿字节，涵盖数十年的业务活动、决策记录与交互数据。

为直观呈现其规模，以下是2024年企业管理交易数据量的几个缩影：

• Visa每日处理约2338亿笔交易，交易额达6.39亿美元。

• 万豪酒店每年预订约2.818亿个房晚。

• 沃尔玛门店每日处理约3640万笔交易。

这些不仅是数据条目。每笔交易都是驱动个性化服务、供应链优化和欺诈检测的实时信号。若输入人工智能系统，它们就能推动大规模自动化和预测分析。

尽管企业软件平台规模庞大且结构复杂，其核心架构却始终未变。微软CEO萨蒂亚·纳德拉曾精辟总结：本质上，企业软件仍是用户界面——表单、按钮、滑块——叠加在"带有大量业务逻辑的CRUD数据库"之上。

CRUD（创建、读取、更新、删除）代表着任何持久化数据系统的基础操作。这个框架数十年来支撑着企业工作流，至今仍是全球商业应用的核心基石。

然而随着世界加速迈向人工智能时代，这种模式正面临剧变甚至颠覆。纳德拉指出：

业务逻辑将全部集中于这些智能体，而这些智能体将具备多仓库CRUD能力，对吧？因此它们不会区分后端架构，而是能同步更新多个数据库，所有逻辑都将集中在AI层。当AI层成为逻辑核心后，人们自然会开始替换后端系统，对吧？

这无疑是个引人深思——甚至颇具争议——的洞见。但它突显了一个关键点：数据库不会消失。随着人工智能加速发展与普及，事务性数据的作用将愈发重要。系统可能演进，界面可能现代化，但大规模可靠地创建、读取、更新和删除数据的需求始终是根基所在。

纳德拉对此阐述道：

我们正见证新型AI驱动的数据模式涌现。若剖析ChatGPT、[MS] Copilot或企业级AI应用的底层架构，会发现随着工作负载扩展，原始存储、数据库服务及应用平台服务正持续增长。基于Azure数据库和Azure应用服务运行的Azure OpenAI应用数量同比增长超一倍，推动SQL、超大规模数据库及Cosmos DB的采用率显著提升。

这是领导者常忽略的关键点：人工智能虽依赖非结构化数据蓬勃发展，但若缺乏事务性数据支撑，其输出将如浮萍无根。事务性信号能将人工智能的输出锚定于客户、员工及运营中的实际动态。

毋庸置疑，智能代理与生成式人工智能正以前所未有的速度生产和消耗海量非结构化数据。这种现象在融合多种数据类型的多模态系统中尤为显著。

2025年3月，OpenAI发布最新图像生成平台时，其CEO山姆·阿尔特曼在X平台发布了一条 ...