拥有海量数据，工业AI却为何跑不出来？

一家航空企业的工程师接到任务：分析某架飞机的飞行姿态，锁定重点工况。提需求的人觉得这事不难，把各类数据按时间轴对齐就行，业内叫“时标对齐”。在教科书里，这甚至算不上难题——按时间列做一次连接即可。

但到了现场，事情就变了味道。需要对齐的不只是气压、高度、电流这类数值，还有驾驶舱语音、机载摄像头拍的图片。更麻烦的是，这些数据不在同一个系统里：数值在时序数据库，图片和文档散落在文件系统，有些在对象存储。想完整分析一次，工程师得先把数据从各系统捞出来，再逐段拼装。每一次分析，都是一遍重复劳动。

于是，用户向数据库厂商抛出一个问题：既然所有分析都沿着时间维度展开，那语音、图片、文档算不算时序数据？天谋科技CTO乔嘉林的回答是：时序数据的类型，确实不应该只有数值。

当工业AI进入真实生产场景，第一个挑战就是：散落在不同系统中的数据，能否被统一组织？数据库开发者的第一反应是尽量不重复造轮子。天谋科技最先尝试BLOB方案，把图片、文本当二进制数据存进去。实验结果：部分可行。当多模态数据只有几KB、几十KB时，可以当作特殊数值类型，和传统时序数据一起建模、查询。但随着观测精度提升，高分辨率卫星云图、高清视频涌入，单个对象动辄几兆甚至GB级，BLOB撑不住了：写入被拒绝，更麻烦的是，想从一个大的对象里抽一小块特征，数据库只能把整块数据搬到客户端处理，网络和算力开销大到难以承受。

乔嘉林建议，数据库不该消灭各领域已有的文件格式，而是兼容并包，通过统一“对象”组织、访问和处理。基于此，天谋科技提出面向AI特征提取的数据类型OBJECT。与传统的黑盒操作二进制不同，OBJECT让数据库知道对象的结构、组织和字段提取方式。多模态操作不再是“搬黑盒子”，而是能在数据库内完成加工处理。以飞机飞行姿态分析为例，飞参数据、驾驶舱语音、机载视频、图像，已经能在同一个多模态时序数据库里统一管理，业务侧不必部署多套系统再在应用层拼装。目前该能力已落地航空、气象、具身智能等领域。

不过，统一管理只解决第一层问题。真正进入模型训练时，企业会碰到另一个矛盾：数据积累了很多年，AI却未必能用。为什么海量数据的工业企业在AI落地中不顺畅？乔嘉林认为，AI时代，工业企业需要的数据与十年前截然不同。十年前，时序数据库像仓库管理员，核心任务是“存得下、查得到”。今天，企业希望数据能直接喂给AI模型，让机器看懂设备状态、预测趋势、甚至自动决策。

他提到一个典型困境：“企业问我们，存了这么多年数据，到底能不能发挥价值？”传统数据库是为应用系统设计的，支持点查询和少量统计；但AI使用数据更“暴力”，需要海量全量扫描，负载量级完全不同。同时，生产环境数据库多隔离在内网，有DBA值守，随意增加负载或导出数据都受限。

这个挑战在具身智能领域同样存在。乔嘉林交流发现，机器人正常行走的数据企业并不缺，也基本没用——正常场景早被模型学会；真正缺的是异常场景数据，比如摔倒、碰撞、卡死时传感器记录的“稀有样本”。AI时代的数据问题不仅是“有没有数据”，还包括“能否在不影响生产系统的前提下，把真正需要的数据高效交给AI”。

针对这一问题，TimechoDB采用AI Ready的开放式架构：当AI需要迁移大量数据时，不必通过查询引擎查询，只需拷贝底层时序数据文件TsFile，即可形成AI可用的时序数据集，对数据库的影响降到最低。

事实上，围绕时序数据的技术和应用生态已形成规模。据不完全统计，Apache IoTDB开源数据库累计下载量超过1350万次，管理数据总量超过100PB；企业版激活套数超过5000套；时序大模型Timer累计下载量超过3000万次。

但数据量增长和AI工具成熟，不等于模型能直接解决工业现场问题。把数据高效送到AI手中，只是解决“能不能拿到数据”的问题。拿到数据，并不等于模型真正理解了这些数据。工业数据不公开，也很少存在于通用数据集，更多沉淀在企业多年积累的工况数据里。每套装备都有独特的数据特征：环境、运行习惯、老化节奏。这些是企业的“独家记忆”，也是时序大模型最稀缺的上下文。

乔嘉林把时序模型分为三个层级：基础时序大模型（学习通用概念）、领域时序大模型（融入某个行业数据，如油气、航天）、场景模型（针对具体问题，如压缩机异常诊断、管道压力预测，需绑定更精准的数据和专家知识）。随着上下文不断植入，模型专业化水平逐级提升。

从统一管理多模态数据，到为AI提供数据供给，再到支撑模型训练与场景适配，时序数据库正一步步向工业AI应用链路深处延伸。一个根本问题随之出现：边界在哪？该垂直还是“大而全”？

乔嘉林回答很务实：围绕场景需求出发。如果做一个决策能解决用户很大的问题，无论横向扩还是纵向深，都有价值。有的场景对数值吞吐更迫切，就要更垂直、性能更高；有的场景希望管理多模态数据，则需要更多功能性和应用性能力。

“毕竟还是有一定的倾向性和优先级，需要结合具体场景以及当前数据库的状态来做判断。”乔嘉林强调。这种平衡背后是对数据库复杂度的控制。乔嘉林认为，数据库不能什么都做，不该做的就不做。但标准没法用规则写死，更多靠团队综合判断。

回看时序数据库过去十几年的发展，线索清晰：从存得下到查得快，再到智能化。2026年，数据库行业正处于微妙节点。技术在推陈出新的同时，场景和市场也在增加，从炼钢高炉温度监控，到飞机发动机故障预测，再到具身智能机器人运动控制。在工业领域，数据库要做的事，就是听懂世界每一台机器说的话。

---

原文链接：钛媒体
本文由前途科技编辑整理