数据治理和模型能力的结合，被认为是B端快速落地的关键。
有关下一代数据智能基础设施的构想，包括对现有IT系统的升级以及通过数据和算力驱动的智能化决策支持，一直是业界讨论的热词。
在新发布的“中国数据分析和人工智能技术成熟度曲线图”，Gartner认为，“数据中台”即将消亡，取而代之的是“数智基建”，这一转变的发生，恰恰源于数智基建与数据中台的本质差异。
与强调“中心化管理”的数据中台不同，数智基建更笃定生态系统的力量。
要知道，现在的企业比以往更加务实，尤其对于一些中大型企业来说，相较于盲目追逐科技风口，他们迫切希望构建起一套灵活且可持续的数据分析和AI平台，用来优化业务流程、辅助决策，而不是简单地把数据搬到线上做一个看板大屏。
映射到今年OpenAI斥资36亿美元收购初创数仓公司Rockset，再联系到Databricks和Snowflake的密集动作，前者去年以13亿美元收购了致力于改进 AI 模型训练方式的MosaicML，后者曾被爆出以逾10亿美元谈判收购人工智能领域的初创公司Reka AI，以上种种迹象表明，数据层和模型层齐头并进几乎成为行业共识。由于To B市场能够快速形成价值闭环，极有可能成为大模型落地的首选。
同样的剧变也在国内发酵。具体表现为以滴普科技为首的Data+AI领域独角兽，正顺应时代发展基于AI与大模型的能力，进行着原有产品与技术体系架构的迭代升级，从最早期的数据中台演进到湖仓一体，再到结合大模型技术演进为To B领域的数智基建。
不过，囿于投资与业务价值不匹配及GPU市场价格的波动，当前大模型行业面临断崖式降温。
但这并非一件坏事，“大模型正逐步改变To B市场的游戏规则。”滴普科技董事长兼CE
