10 月 23—24 日，云器科技亮相 DataFun DACon 2026 北京站，联合创始人兼 CTO 关涛在大会主论坛分享 AI 时代的知识与本体思考，获得现场听众的积极反馈；云器同时在现场设立展位，介绍 AI Lakehouse 的产品能力与实践方向，围绕 AI 数据加工、业务语义与企业知识应用，与参会者展开交流。

关涛：原始数据不等于 AI 可用的知识

在《AI 时代，知识与本体的演进与思考——从数据工程到知识工程》演讲中，关涛围绕知识的来源、表达与生产展开讨论：企业不缺数据，但数据能否被 AI 正确理解和使用，还取决于背后的业务语义、关系、规则与流程。

原始数据不等于 AI-ready Data。 结构化数据提供业务事实，文档、对话、日志等非结构化数据补充上下文。它们需要经过抽取、对齐、评估和认证，才能成为可检索、可验证、可复用的知识资产，并随着业务变化和使用反馈持续更新。

关涛还比较了五类本体与知识技术路线，讨论不同路线的能力与边界，提出企业应结合自身的数据基础和业务目标选择起点，而非追求一套包办所有场景的方案。

扫描下方小程序二维码获取关涛 DACon 主论坛演讲 PPT，查看完整观点、实践案例与架构解析。

云器 AI Lakehouse：从数据底座到 AI 知识底座

云器在现场围绕 AI Lakehouse 的产品能力与参会者展开交流，探讨如何将企业数据、业务语义与知识用于 AI 和 Agent 应用。

云器 AI Lakehouse 以开放湖仓、通用增量计算和多云中立的数据底座为基础，融合 AI ETL 、Semantic View 与 SingSight 等能力：AI ETL 负责表、文档、日志、录音等多类型数据的加工，Semantic View 统一指标口径与分析语义，SingSight 记录 Agent 运行过程并开展评估。在此基础上，知识工程进一步将数据与运行反馈提炼为可治理的知识资产。

从数据底座到 AI 知识底座，云器将 AI ETL、可观测与评估、知识工程连接起来，帮助企业在已有数据体系上推进知识生产与应用，为 DataAgent、企业知识问答等场景提供支撑。

企业落地本体路线如何选择？原始数据怎样转化为 AI-ready Data？知识生产如何形成持续闭环？欢迎联系云器，一起探索数据与 AI 的更多可能。

云器 AI Lakehouse，让企业全域知识真正为 AI 与 Agent 所用。

🎁 新用户专享福利

✅  1 TB 存储 · 1 CRU时/天计算 · 1 年全托管体验

➤ 即刻访问云器官网领取：https://www.yunqi.tech/product/one-year-package