DM用户AI技术应用与数据库能力需求调研

尊敬的达梦数据用户:

       随着大模型(LLM)、RAG、Agent、多智能体等技术快速发展,AI正逐步成为软件研发和运维的核心竞争力。为了更好地规划数据库产品在AI时代的能力建设,精准匹配用户对数据库的AI产品落地需求,我们发起了本次调研。

      本问卷仅用于产品技术规划与生态研究,不涉及商业评估、客户信息或经营数据,所有数据将以匿名汇总方式分析,绝不泄露任何企业敏感信息。


1.
您企业名称:*
您的姓名:*    
您的电话:
您的邮箱:*
*
2.
贵公司信息化系统引入AI能力的情况
AI功能已上线生产环境,服务付费客户
AI功能已完成POC,计划3个月内上线
已成立专项团队,处于技术验证阶段
处于技术预研阶段,暂无明确上线计划
暂无AI相关规划
*
3.
推动贵公司引入AI能力的主要原因【多选题,至多选3项】【请选择1-3项】
付费客户明确提出AI相关需求
提升产品差异化竞争力,拉开竞品差距
行业整体趋势,不跟进会落后
提升内部研发/运营效率
降低产品交付/运维成本
公司管理层战略要求
技术团队技术探索
其他
*
4.
当前主要采用的大模型技术路线
纯第三方公有API调用(公有云大模型服务)
闭源大模型私有化部署
开源大模型私有化部署(如Llama、Qwen、ChatGLM等)
自研行业专属大模型
多种路线混合使用
尚未确定路线
*
5.
当前已使用或计划使用的AI技术组件【多选题】
LLM推理服务
Embedding嵌入模型
RAG检索增强知识库
向量检索/向量数据库
Agent智能体框架
多Agent协同框架
AI工作流编排
模型微调/全参数训练
Prompt工程/提示词管理
暂未使用任何AI技术组件
*
6.
当前AI主要落地的产品场景【多选题】
智能客服/智能助手
企业内部知识库问答
自然语言数据分析/BI助手
代码生成/研发辅助工具
智能运维/故障排查助手
文档/报告自动生成
内容智能审核
业务流程自动化
行业专属AI功能(如医疗辅助、工业质检等)
智能报表/单据生成
其他
*
7.
贵公司核心业务当前主要使用的数据库类型【多选题】
MySQL/PostgreSQL等开源关系型数据库
Oracle/SQL Server等商业关系型数据库
达梦/人大金仓等国产关系型数据库
公有云RDS for PostgreSQL/MySQL以及PolarDB/TDSQL/Gauss等云数据库
MongoDB等文档数据库
Redis等缓存数据库
Elasticsearch等全文搜索数据库
InfluxDB等时序数据库
Milvus等专用向量数据库
Neo4j等图数据库
SQLite等嵌入式数据库
Snowflake/Databricks等云数仓
大数据组件(Hive、ClickHouse、Doris等)
其他
*
8.
您认为数据库未来应该承担哪些AI相关角色【多选题】
AI业务数据统一存储底座
原生向量存储与高效检索
RAG知识库统一管理底座
Agent智能体持久化记忆管理(短期会话/长期记忆)
多Agent协同的状态同步与共享存储
大模型训练推理加速引擎(KVCache)
多模态高质量数据集(含表格/文本/图片/音视频/时空数据等)管理
AI应用实时数据访问层
AI场景下的数据治理与安全控制
内置AI推理/语义检索等AI算子
自然语言查询能力(如NL2SQL、智能调优)
数据库自身运维智能化
暂无明确规划
其他
*
9.
当前(或预期)在AI场景落地中,数据库相关的核心痛点是【多选题,最多选3项】【请选择1-3项】
向量检索性能/精度不满足要求
RAG场景下业务数据与知识库数据同步困难
多模态数据存储与检索能力不足
数据库与AI组件(大模型/Agent)集成复杂度高
AI场景下数据安全/权限管控难度大
向量+关系数据联合查询能力不足
专用向量数据库运维成本高,多组件维护复杂
暂未涉及AI相关场景,暂无法判断
没有明显痛点
其他
*
10.
如果只能优先建设1种AI能力,您最希望数据库优先提供
高性能原生向量检索能力
开箱即用的RAG知识库能力
Agent智能体持久化记忆管理
多Agent协同的状态管理
AI应用实时高性能数据访问
多模态数据统一存储与检索
内置AI推理与自然语言查询能力
AI场景下的数据治理与安全管控
暂不确定
*
11.
您对数据库原生RAG(检索增强)能力的需求程度
完全不需要
不太需要
一般
比较需要
非常迫切
*
12.
贵公司落地 Agent 所采用的开发 / 运行框架【多选题】
LangChain(含LangGraph)
LlamaIndex
Dify
Coze(扣子)
AutoGen(微软多智能体)
CrewAI(多Agent 角色协作)
OpenClaw(龙虾)
Hermes Agent(爱马仕)
MetaGPT
Agno
自研Agent 框架(自行开发编排/记忆/调度能力)
云厂商原生Agent 平台(阿里云Agent、腾讯云Agent、百度千帆Agent 等)
其他
*
13.
如果采用MCP协议,您最希望数据库提供哪些标准化能力【多选题】
结构化数据查询MCP Server
知识库检索MCP Server
Agent记忆管理MCP Server
数据分析处理MCP Server
数据库运维管理MCP Server
AI工作流调度MCP Server
数据权限管控MCP Server
暂无相关需求
*
14.
如果数据库原生提供上述AI能力,您的采用意愿是【5分量表】
完全不会采用
可能不会采用
视能力成熟度而定
比较愿意采用
非常愿意优先采用
*
15.
您认为未来2-3年,数据库在AI生态中的核心定位更接近
传统数据存储管理平台
AI应用统一数据底座
企业级知识管理中心
高性能向量检索中心
Agent智能体记忆中枢
AI应用运行支撑平台
AI场景数据治理中心
暂不确定
16.
关于数据库在AI领域的能力建设,您最希望我们优先落地哪些能力?如有具体场景或痛点也欢迎描述【填空,选填】
问卷星提供技术支持
举报