一句话看懂:涛思数据创始人陶建辉确认出席8月深圳AICon大会,将分享大模型在工业场景落地的实践。其核心判断是:工业AI的瓶颈已经从算法层转向底层数据基础设施——这意味着大模型竞争进入了拼系统构建和数据底座的新阶段。
事件核心:发生了什么
AICon全球人工智能开发与应用大会将于8月21日至22日在深圳举办,涛思数据创始人兼CEO陶建辉将在首日Keynote发表题为《大模型在工业场景落地的挑战与实践》的演讲。他认为,当前工业企业普遍面临数据烟囱林立、标准不统一、数据情景化不足、系统封闭等挑战,这些都直接制约了大模型在工业场景中的价值释放。
演讲将重点介绍TDengine升级为AI原生工业数据平台后的技术路径:在时序数据库之上增加工业本体层和工业智能体运行时,并展示两项智能化数据消费能力——“智能问数”支持业务人员用自然语言直接查询数据,“无问智推”则让系统主动感知业务场景,自动生成指标看板、推送异常预警和根因分析,据称可将复杂事件调查从数小时压缩到分钟级。陶建辉还将阐述工业AI在“可控、可信、可审计、稳健”要求下的安全建设框架。
为什么重要
值得关注的不是一场演讲本身,而是其背后的信号:头部技术厂商开始明确把AI落地的核心矛盾指向数据基础设施,而不是模型参数量。TDengine作为一个在GitHub上多次排名第一


