Databricks Data+AI Summit 2026：数据智能的下一个十年
2026年6月15-18日，Databricks 在旧金山举办了年度 Data+AI Summit。作为数据和AI融合领域的风向标，本届峰会的主题是”数据智能的下一个十年”——核心议题包括 AI Agent 如何改变数据分析、开源大模型在企业数据平台中的角色，以及数据治理在 AI 时代的新挑战。
AI + 数据的深度融合
峰会的核心议题之一是 AI 和数据的”双向增强”关系：
- AI 增强数据：用 AI 做自动化数据清洗、异常检测、语义理解——不再需要数据工程师手动写 ETL 脚本
- 数据增强 AI：用企业自有数据做 RAG（检索增强生成），让 AI 的回答基于真实的企业数据而非模糊的训练记忆
Databricks 发布了 AI/BI 2.0——一个集成 Agent 的智能分析平台。与传统的 BI 工具（你需要自己拖拽图表）不同，AI/BI 2.0 允许用户直接用自然语言提问（“过去三个月哪个产品线的毛利率下降最多？原因是什么？”），Agent 会自动查询数据仓库、分析趋势、生成可视化图表和文字解释。
Unity Catalog 的 AI 治理
数据治理是峰会的另一个重点。Databricks 发布了 Unity Catalog 的 AI 治理功能——允许企业追踪”哪个 AI 模型访问了哪些数据""AI 生成的结论基于哪些数据源""数据的血缘关系在 AI 介入后是怎样的”。
这是在 EU AI Act 即将全面生效（8月2日）的背景下推出的关键功能。对于需要在法规框架下使用 AI 的企业来说，数据血缘追踪和可审计性是刚需而非锦上添花。
开源 AI：MLflow 3.0 和 Lakehouse AI
Databricks 一直是开源 AI 的坚定支持者。本届峰会发布了 MLflow 3.0——开源 ML 模型管理平台的最新版本，新增了 Agent 生命周期管理功能（追踪 Agent 的决策链、工具调用、成本消耗等）。
Lakehouse AI 也获得了重大更新，支持在数据湖仓中直接部署和运行开源大模型（Llama 4、Mistral、DeepSeek V4 等）。这意味着企业可以在自己的数据基础设施上运行 AI，而不需要把数据发送到第三方 API。对于数据安全敏感的企业来说，这是一个重要的差异化能力。
结语
Databricks Summit 2026 没有发布让人尖叫的新模型——但它展示了 AI 从”炫技”走向”实用”的关键趋势。当 AI 和企业的真实数据深度融合时，它不再是一个”有趣的聊天工具”，而是变成了一个”可靠的业务决策引擎”。这才是 AI 在商业世界中真正的价值所在。
参考来源：