近日，第十三屆 CCF 大數(shù)據(jù)學(xué)術(shù)會(huì)議在天津成功舉行，吸引了近 700 位來(lái)自學(xué)術(shù)界、產(chǎn)業(yè)界的專(zhuān)家學(xué)者齊聚一堂，聚焦“數(shù)據(jù)要素筑基、數(shù)智融合創(chuàng)新”，共同探討數(shù)字經(jīng)濟(jì)時(shí)代的技術(shù)變革與產(chǎn)業(yè)機(jī)遇。

在這場(chǎng)國(guó)內(nèi)大數(shù)據(jù)領(lǐng)域的年度盛會(huì)上，濤思數(shù)據(jù)高級(jí)副總裁、解決方案中心總經(jīng)理陳肅受邀作專(zhuān)題演講，帶來(lái)了題為《如何打造 AI 驅(qū)動(dòng)的物聯(lián)網(wǎng)工業(yè)大數(shù)據(jù)平臺(tái)》的深度分享。

工業(yè)大數(shù)據(jù)的困局：存得下，卻用不快

陳肅開(kāi)篇直指痛點(diǎn)：當(dāng)下工業(yè)企業(yè)的數(shù)據(jù)采集早已不是問(wèn)題，挑戰(zhàn)在于“用得起來(lái)”。多源異構(gòu)、語(yǔ)義缺失、質(zhì)量參差不齊，讓數(shù)據(jù)難以直接進(jìn)入 AI 算法，更難自動(dòng)產(chǎn)出業(yè)務(wù)洞察。很多企業(yè)投入大量資源搭建數(shù)據(jù)平臺(tái)，最終卻只能停留在“能存”的階段，仍需依賴(lài)工程師手寫(xiě) SQL 才能得到?jīng)Q策所需的信息。

AI-Ready：讓 AI 真正讀懂工業(yè)數(shù)據(jù)

針對(duì)這些問(wèn)題，陳肅提出 TDengine 打造“AI-Ready”的工業(yè)數(shù)據(jù)平臺(tái)思路——不是簡(jiǎn)單在平臺(tái)里“嵌幾條 AI 算法”，而是要從數(shù)據(jù)建模、存儲(chǔ)、治理到分析能力全面重構(gòu)，讓數(shù)據(jù)天然適配 AI，讓 AI 能夠直接“理解”業(yè)務(wù)上下文，從而實(shí)現(xiàn)“數(shù)據(jù)找人”的智能范式。

他強(qiáng)調(diào)，TDengine 不僅僅是一個(gè)時(shí)序數(shù)據(jù)庫(kù)（TSDB），還包括 IDMP（工業(yè)數(shù)據(jù)管理平臺(tái)），形成一個(gè)完整的 AI-Ready 平臺(tái)：

• TSDB 提供高效的海量時(shí)序數(shù)據(jù)存儲(chǔ)和計(jì)算能力；
• IDMP 作為智能數(shù)據(jù)運(yùn)營(yíng)層，為數(shù)據(jù)補(bǔ)齊語(yǔ)義、建立目錄和上下文，并提供開(kāi)箱即用的 AI 分析能力。

支撐 AI-Ready 的五大創(chuàng)新

在演講中，陳肅結(jié)合 PPT 詳細(xì)解析了 TDengine 如何實(shí)現(xiàn) AI-Ready 的技術(shù)路徑?！耙粋€(gè)采集點(diǎn)一張表”的策略結(jié)合列式存儲(chǔ)，既保證高并發(fā)寫(xiě)入，又提升壓縮率和查詢(xún)性能，讓存儲(chǔ)成本大幅下降?！俺?jí)表”則用統(tǒng)一模板管理同類(lèi)采集點(diǎn)數(shù)據(jù)，解決多維聚合和跨表關(guān)聯(lián)的痛點(diǎn)，讓“一個(gè)設(shè)備一張表”成為現(xiàn)實(shí)，查詢(xún)也更簡(jiǎn)單。

在數(shù)據(jù)建模層，虛擬表技術(shù)把多個(gè)子表動(dòng)態(tài)合并為一張表，實(shí)時(shí)反映原始數(shù)據(jù)變化，還能按需擴(kuò)展列，避免復(fù)雜的 JOIN 和嵌套查詢(xún)。流式計(jì)算引擎把分析目標(biāo)直接轉(zhuǎn)化為流計(jì)算任務(wù)，支持時(shí)間窗口、事件窗口、狀態(tài)窗口等多種觸發(fā)方式，讓實(shí)時(shí)分析真正落地。

最后，陳肅重點(diǎn)講解了“無(wú)問(wèn)智推”的能力。借助 LLM 和 AI Agent，平臺(tái)能夠自動(dòng)生成可視化面板、報(bào)表和實(shí)時(shí)分析任務(wù)，并主動(dòng)推送給業(yè)務(wù)人員。用戶甚至可以對(duì)推薦結(jié)果進(jìn)行“喜歡”或“不喜歡”的反饋，讓系統(tǒng)持續(xù)優(yōu)化推薦效果，從而實(shí)現(xiàn)真正的“數(shù)據(jù)找人”。

典型落地成果

陳肅還分享了 TDengine 在水務(wù)、新能源、鋼鐵等行業(yè)的應(yīng)用實(shí)踐：

• 水務(wù)：精準(zhǔn)曝氣控制降低能耗 15–25%，出水 COD/NH? 達(dá)標(biāo)率提升至 99%。
• 新能源：發(fā)電量預(yù)測(cè)準(zhǔn)確率超過(guò) 90%，精準(zhǔn)定位異常點(diǎn)減少維護(hù)成本 20%。
• 鋼鐵：實(shí)現(xiàn)毫秒級(jí)設(shè)備監(jiān)控和分鐘級(jí)質(zhì)量追溯，縮短問(wèn)題定位時(shí)間。

如需了解實(shí)際應(yīng)用案例，進(jìn)入：http://m.fjzmyy.cn/tdengine-user-cases

他指出，AI-Ready 平臺(tái)的核心價(jià)值，不僅是讓企業(yè)更快發(fā)現(xiàn)問(wèn)題，更是讓數(shù)據(jù)主動(dòng)驅(qū)動(dòng)業(yè)務(wù)優(yōu)化，推動(dòng)工業(yè)數(shù)據(jù)從“人找數(shù)據(jù)”到“數(shù)據(jù)找人”的轉(zhuǎn)變。

結(jié)語(yǔ)

CCF 大數(shù)據(jù)學(xué)術(shù)會(huì)議是學(xué)術(shù)與產(chǎn)業(yè)交流的重要平臺(tái)。通過(guò)此次分享，濤思數(shù)據(jù)展示了 TDengine 在工業(yè)大數(shù)據(jù)和 AI 融合領(lǐng)域的技術(shù)探索和落地成果，也向研究者和企業(yè)傳遞了一個(gè)清晰信號(hào)：下一代工業(yè)數(shù)據(jù)平臺(tái)必須天然適配 AI，才能支撐新質(zhì)生產(chǎn)力的持續(xù)躍遷。