【环球网科技综合报道】当前，大模型调用成本正经历持续下跌。本月，DeepSeek V4 Pro正式开启永久降价，调整后的价格仅为原来的四分之一，缓存命中低至0.025元/百万token。
随着模型训练效率提升、算力成本优化以及市场竞争加剧，大模型调用成本的全面下行已成行业共识。中国信通院数据显示，国内公有云大模型API平均价格较2023年已累计下跌超90%，同时性能提升了3至5倍。
对企业而言，接入AI的门槛正在被快速抹平，决定AI落地效果的核心变量已悄然转向企业自身的数据根基。数据是否准确完整、治理是否规范、权限管理是否完善，以及智能体能否安全高效地访问核心数据，则决定了AI应用的实际效果。
Gartner研究显示，85%失败的AI项目，根源均指向数据质量缺陷。当模型成为触手可及的基础能力，企业更需警惕的不是“没有AI可用”，而是薄弱的数据底座拖慢了智能化落地的脚步。
正如丹诺德软件（Denodo）全球销售副总裁兼大中华区总裁何巍所说，企业到达一定规模，就会出现数据复杂、数据分散、数据语义不统一等问题。“全球AI项目失败的重要原因是信任问题，而造成信任问题的关键在于数据不可信。”
面对企业数据碎片化与治理复杂化的挑战，数据层的重要性正在被重新认识。Denodo正通过“逻辑数据管理”（Logical Data Management）帮助企业解决AI落地的数据信任危机。
“数据管理能力，正在成为决定AI落地成效的新分水岭。”何巍认为，介绍，在过去26年间，Denodo已服务了全球超1000家企业。与传统数据平台需要大量复制、集中存储数据不同，Denodo采用数据虚拟化技术，在不移动数据物理位置的情况下实现统一访问和治理。它代表了一种正被越来越多企业验证的方向：不替代现有系统，而是在分布式环境之上构建一层可信、实时、可治理的逻辑数据层。这让智能体在不触碰数据物理位置的情况下，安全、准确、实时地获取所需的一切，从而将AI能力真正嵌入业务流程，转化为可执行的决策与行动。
从底层数据连接到上层智能体调用，Denodo试图构建的是一个面向AI时代的统一数据访问层，为企业提供智能体时代的“逻辑地图”。对于数据团队而言，Denodo能够连接企业内部各类异构数据源（涵盖传统数据库、湖仓一体架构、SaaS平台、实时流数据等），实现实时的数据整合与交付。数据无需搬迁即可直接从源头获取最新信息，既降低了复制成本，也避免了副本过期风险。
在技术架构层面，对于已经建设了数据湖仓的企业，Denodo内置了由Velox C++执行引擎驱动的湖仓加速器，在访问Parquet、Delta和Iceberg等开放数据湖格式时可显著提升查询性能。同时，针对AI团队，Denodo提供从开发工具到协议支持的全栈赋能，实现从数据发现、探索到数据消费与智能体调用的全链路闭环。
天盛优配提示：文章来自网络，不代表本站观点。
