智脑时代

智能体创建、运营及融资

Imagine and engineer our world together           👆点击上方蓝字关注🔔

💎 冰山下的数据金矿

为什么2.55亿美元投给了表格AI？

2026年初，一家名为Fundamental的AI实验室悄然浮出水面，带着2.55亿美元的巨额融资和一项颠覆性技术——Nexus大型表格模型(LTM)。这个数字本身已经足够震撼，但更值得深思的是：为什么资本市场愿意为一家专注于“处理表格数据”的公司投入如此巨资？

答案隐藏在CEO Jeremy Fraenkel的表述中：“虽然大语言模型在处理文本、音频、视频和代码等非结构化数据方面表现出色，但它们不擅长处理表格这样的结构化数据。”这句话精准地戳中了企业数字化转型中最隐秘的痛点。

结构化数据的“沉默成本”

根据IDC预测，到2025年全球企业数据智能化率将达到75%。然而，这75%中真正被有效利用的，往往是那些易于处理的非结构化数据。而那些沉睡在企业数据库中的海量结构化数据——财务报表、供应链记录、客户交易表、生产日志——却成了数字时代的“沉默成本”。

Bloomberg Intelligence的最新统计显示，2024年全球数据经济规模已达1.8万亿美元，预计2025年将突破2.2万亿美元。但企业内部的表格数据，这个理论上最规整、最易分析的数据类型，却因为技术限制而难以释放价值。

Fundamental的Nexus模型采用了一种截然不同的技术路径：它是确定性的，每次对同一问题给出相同答案；它不依赖Transformer架构，能够处理超出上下文窗口限制的超大规模数据集。这意味着，分析一个包含数十亿行的电子表格，不再需要将数据切割成碎片，而是可以作为一个整体进行分析。

从“数据孤岛”到“数据资产”的鸿沟

我们与许多企业客户交流时发现，他们最头疼的不是没有数据，而是如何从海量的结构化数据(如表格)中真正挖掘出可驱动决策的洞察。Fundamental的LTM模型验证了这一痛点的普遍性和商业价值。这正是我们工作的核心——帮助企业将这些沉睡的结构化数据，通过合规、系统化的方法，转化为可入表、可评估、可运营的优质数据资产，从而释放其真正的商业潜能。

根据《企业数据资源相关会计处理暂行规定》，自2024年1月1日起，企业可以将符合条件的数据资源确认为无形资产或存货。这意味着，那些沉睡在数据库中的表格数据，理论上可以转化为企业的“数据金库”。然而，从“数据孤岛”到“数据资产”，中间横亘着三道鸿沟：

• 技术鸿沟：传统AI模型无法有效处理超大规模结构化数据

• 合规鸿沟：数据来源合法性、用户授权、隐私保护等合规要求

• 价值鸿沟：如何科学评估数据资产价值，实现财务可计量

智脑时代的实战方案：数据资产化的三重路径

在帮客户部署数据资产入表服务时发现，解决这个痛点的唯一路径是建立“技术+合规+价值”三位一体的解决方案。Fundamental的LTM模型解决了技术层面的问题，但企业面临的挑战远不止于此。

第一重：技术赋能——让AI真正“读懂”表格

传统的数据分析往往依赖于数据科学家团队手动编写查询语句、构建模型。正如Fraenkel所说：“现在你可以用一个模型覆盖所有用例，从而大幅扩展你能处理的使用场景数量。在每个用例上，你都能获得比用一支数据科学家团队更好的性能。”

但技术赋能不仅仅是模型本身。企业需要建立完整的数据治理体系，确保数据质量、标准化和可追溯性。根据IDC预测，到2026年，将有50%的中国500强数据团队使用AI代理来实现数据准备和分析。

第二重：合规护航——数据资产化的法律基础

数据资产入表的前提是“权属清晰、价值可计量、未来经济利益流入”。欧盟的GDPR规定，若数字资产涉及个人数据，其入表需以“获得数据主体授权”为前提。这种“合规优先”的原则正在成为全球标准。

企业在推进数据资产化过程中，必须建立跨部门的协同机制：财务部门负责会计处理，法务部门负责合规审查，技术部门负责数据治理。这种协同在Fundamental与AWS的战略合作中已经初现端倪——AWS用户可以直接从现有实例部署Nexus，实现了技术与基础设施的无缝对接。

💎 第三重：价值实现——从“成本中心”到“利润中心”

数据资产化的最终目标是价值实现。根据安永的白皮书，数据资产全生命周期管理体系建设需要围绕企业如何构建数据资产战略、管理海量数据资源、实现数据资源治理、高效应用数据资产、对数据资产进行估值等关键环节。

Fundamental已经获得了多家财富100强客户的七位数合同，这证明了市场对结构化数据分析能力的迫切需求。但更大的价值在于，这些分析结果能够转化为企业的竞争优势：更精准的供应链优化、更有效的风险管理、更个性化的客户服务。

🚀 行业拐点：从“AI实验”到“AI生产”

MIT技术评论的研究揭示了一个引人深思的现象：目前仅有15%的AI项目能够成功部署到生产环境。Deloitte的全球调查进一步显示，43%的企业遇到技术整合问题，38%面临数据质量问题，35%受困于专业人才短缺。

Fundamental的崛起标志着AI应用正在从“实验室阶段”进入“生产阶段”。2.55亿美元的融资不仅是对一家公司的信任投票，更是对整个“企业结构化数据分析”赛道的认可。

根据IDC FutureScape预测，到2026年，40%的中国500强企业将实现数据智能与AI模型智能的结合，以统一AI模型和数据的综合治理政策、实践和技术。这意味着，未来三年将是企业数据资产化的关键窗口期。

🌉 结语：数据时代的“新基建”

Fundamental的Nexus模型揭示了一个重要趋势：在生成式AI席卷非结构化数据处理的同时，结构化数据分析正在成为企业数字化转型的“新基建”。

对于那些拥有海量结构化数据的企业而言，现在面临的选择不是“要不要做”，而是“如何做”。是继续让这些数据沉睡在数据库中，还是通过系统化的数据资产化路径，将其转化为企业的核心竞争力？

Fundamental已经证明了技术可行性，资本市场已经证明了商业价值。剩下的，就是企业如何抓住这个历史性机遇，将数据从“负担”变为“资产”，从“成本”变为“利润”。在这个数据驱动的时代，那些能够率先完成这一转变的企业，将在未来的竞争中占据不可动摇的优势地位。

💡 关注【智脑时代】，洞悉数据资产化前沿，获取企业数字化转型实战指南。