本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告1DBforAI：AIAgent推動軟件形態(tài)變革，數(shù)據(jù)庫具有不可替代的重要地DBforAI：AIAgent推動軟件形態(tài)變革，數(shù)據(jù)庫具有不可替代的重要地位，賦能AI發(fā)展。1）AIAgent有望通過直接與終端互動，在一定程度上替代中間應(yīng)用層軟件：在傳統(tǒng)軟件架構(gòu)中，應(yīng)用程序充當(dāng)用戶與數(shù)據(jù)庫之間的“中間商”。用戶通過應(yīng)用操作，請求經(jīng)前端發(fā)至后端，后端查詢數(shù)據(jù)庫、執(zhí)行邏輯后，再將結(jié)果返回前端。而在AI驅(qū)動的新模式下，智能Agent能夠直接與數(shù)據(jù)庫進(jìn)行交互，實現(xiàn)數(shù)據(jù)的創(chuàng)建、讀取等功能，進(jìn)而可能代替中間應(yīng)用層。2）軟件形態(tài)變革大趨勢下，數(shù)據(jù)庫具有不可替代的重要地位：第一，承載數(shù)據(jù)，做好數(shù)據(jù)來源的“源頭關(guān)”治理。AI時代，AI訓(xùn)練的來源是數(shù)據(jù)，精確、可靠的高質(zhì)量數(shù)據(jù)是做好AI訓(xùn)練的關(guān)鍵，數(shù)據(jù)庫則是承載高質(zhì)量數(shù)據(jù)的載體。第二，向量數(shù)據(jù)庫、RAG等產(chǎn)品和技術(shù)直接賦能AI發(fā)展，緩解大模型推理的“幻覺”等問題，數(shù)據(jù)庫成為AI時代不可替代的“必需品”：RAG技術(shù)通過檢索外部知識庫，為模型提供具體事實和數(shù)據(jù)支持，提高AI回答的準(zhǔn)確性和可靠性，避免大模型推理的“幻覺”；RAG技術(shù)可以將知識庫作為外部附件管理私有數(shù)據(jù)，敏感內(nèi)容不用直接輸入大模型進(jìn)行訓(xùn)練，降低了數(shù)據(jù)泄漏風(fēng)險；RAG技術(shù)允許從外部數(shù)據(jù)源實時檢索信息，能獲取最新知識，進(jìn)而提升AI訓(xùn)練和推理的效率。3）OpenAI通過整合Rockset的專家團(tuán)隊，增強了自身在實時分析和RAG領(lǐng)域的實力；OceanBase宣布進(jìn)入AI時代，OceanBase4.3.3GA版本在關(guān)系型數(shù)據(jù)庫的基礎(chǔ)上，新增了向量檢索能力等多種功能，加速RAG、智能推薦、多模態(tài)搜索等場景的落地；海量數(shù)據(jù)打造向量數(shù)據(jù)庫，面向企業(yè)級AI應(yīng)用落地的高性能集中式向量數(shù)據(jù)庫，融合了關(guān)系型數(shù)據(jù)庫的穩(wěn)定性與高效的向量數(shù)據(jù)處理能力，支持結(jié)構(gòu)化數(shù)據(jù)與高維向量的原生協(xié)同管理。AIforDB：AI賦能推動數(shù)據(jù)庫自身升級，推動行業(yè)加速發(fā)展。1）智能運維：涵蓋SQL調(diào)優(yōu)、安全管理以及數(shù)據(jù)庫運維等功能，智能運維中心可以實現(xiàn)對數(shù)據(jù)庫系統(tǒng)的實時監(jiān)控、預(yù)測分析和自動化處理。2）降低數(shù)據(jù)庫操作門檻：用戶可以通過自然語言與計算機(jī)系統(tǒng)交互，大語言模型將自然語言轉(zhuǎn)化為對應(yīng)的SQL語句，輔助海量數(shù)據(jù)查詢。3）數(shù)據(jù)庫自治模式實現(xiàn)自我管理：自治數(shù)據(jù)庫利用機(jī)器學(xué)習(xí)技術(shù)，自動執(zhí)行傳統(tǒng)上需要數(shù)據(jù)庫管理員手動完成的任務(wù)，如調(diào)優(yōu)、保護(hù)、備份和更新等。通過機(jī)器學(xué)習(xí)和AI算法，自治數(shù)據(jù)庫能優(yōu)化查詢、自動管理內(nèi)存和存儲，實現(xiàn)自調(diào)優(yōu)。4）達(dá)夢數(shù)據(jù)將人工智能算法融入數(shù)據(jù)庫核心功能，利用AI優(yōu)化查詢引擎，提升復(fù)雜SQL查詢效率；采用AI驅(qū)動的資源調(diào)度策略，使數(shù)據(jù)庫在動態(tài)負(fù)載環(huán)境下性能達(dá)到最佳。GaussDB充分利用盤古大模型的優(yōu)勢，構(gòu)建了涵蓋數(shù)據(jù)庫咨詢、開發(fā)、優(yōu)化、運維等全生命周期的AI應(yīng)用投資建議：AIAgent的發(fā)展推動軟件形態(tài)變革，數(shù)據(jù)庫具有不可替代的重要地位，不僅是承載數(shù)據(jù)的重要載體，而且能夠幫助大模型推理避免“幻覺”、數(shù)據(jù)更新不及時等問題，有望成為AI時代不可替代的“必需品”。同時，AI賦能數(shù)據(jù)庫自身升級，在智能運維等方面發(fā)揮重要作用，推動數(shù)據(jù)庫行業(yè)加速發(fā)展。建議重點關(guān)注達(dá)夢數(shù)據(jù)、太極股份、海量數(shù)據(jù)、軟通動力、創(chuàng)意信息、星環(huán)科技、超圖軟件、拓爾思等公司。風(fēng)險提示：國產(chǎn)數(shù)據(jù)庫產(chǎn)品研發(fā)不及預(yù)期；技術(shù)路線變革帶來的不確定性；同業(yè)競爭加劇的風(fēng)險。相關(guān)研究報及25年一季報分析：拐點已現(xiàn)-2025/05/進(jìn)一步提升-2025/04/26拐點：MCP堪比互聯(lián)網(wǎng)TCP/IP時刻04/20行業(yè)動態(tài)報告/計算機(jī)本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告21DBforAI：AIAgent推動軟件形態(tài)變革，數(shù)據(jù)庫具有不可替代的重要地位 32AIforDB：AI賦能推動數(shù)據(jù)庫自身升級，推動行業(yè)加速發(fā)展 83投資建議 4風(fēng)險提示 插圖目錄 表格目錄 行業(yè)動態(tài)報告/計算機(jī)本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告31DBforAI：AIAgent推動軟件形態(tài)變革，數(shù)據(jù)庫具有不可替代的重要地位AIAgent推動AI時代軟件形態(tài)變革，AIAgent有望通過直接與終端互動，在一定程度上替代中間應(yīng)用層軟件。在傳統(tǒng)軟件架構(gòu)中，應(yīng)用程序充當(dāng)用戶與數(shù)據(jù)執(zhí)行邏輯后，再將結(jié)果返回前端。而在AI驅(qū)動的新模式下，智能Agent能夠直接與數(shù)據(jù)庫進(jìn)行交互，實現(xiàn)數(shù)據(jù)的創(chuàng)建、讀取等功能，進(jìn)而可能代替中間應(yīng)用層。以飛豬最近推出的“問一問”功能為例，用戶只需向AI助手提出需求，“問一問”功能就召喚出機(jī)票比價師、酒店顧問、路線規(guī)劃師等多位AI助手，一鍵生成旅游攻略，方案中涉及的機(jī)票、酒店等商品，用戶可以直接一鍵下單預(yù)訂。相比于傳統(tǒng)模式需要用戶手動在不同頁面填寫各類信息，該模式簡化了操作流程，提高了效率。圖1：AIAgent有望直接幫助用戶輸出結(jié)果，推動軟件形態(tài)變革軟件形態(tài)變革大趨勢下，數(shù)據(jù)庫具有不可替代的重要地位。第一，承載數(shù)據(jù)，做好數(shù)據(jù)來源的“源頭關(guān)”治理。AI時代，AI訓(xùn)練的來源是數(shù)據(jù)，精確、可靠的高質(zhì)量數(shù)據(jù)是做好AI訓(xùn)練的關(guān)鍵，數(shù)據(jù)庫則是承載高質(zhì)量數(shù)據(jù)的載體。第二，向量數(shù)據(jù)庫、RAG等產(chǎn)品和技術(shù)直接賦能AI發(fā)展，緩解大模型推理的本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告4“幻覺”等問題，數(shù)據(jù)庫成為AI時代不可替代的“必需品”。向量數(shù)據(jù)庫通過嵌入方式，將高維度離散數(shù)據(jù)（如文本、圖像、音視頻等）映射到低維度連續(xù)空間生成稠密向量，更好地捕捉數(shù)據(jù)潛在關(guān)系和語義信息。RAG框架則把信息檢索技術(shù)和大模型結(jié)合，將檢索出的文檔和提示詞提供給大模型，緩解大模型推理的“幻覺”問題，還能實現(xiàn)知識庫更新，進(jìn)而為AI發(fā)展提供保障。圖2：RAG框架實現(xiàn)向量數(shù)據(jù)與大語言模型的最佳集成相較于原生的大模型，搭配RAG的模型具有多個優(yōu)勢。RAG框架主要由檢索器和生成器兩部分構(gòu)成。檢索過程涵蓋對數(shù)據(jù)（如文檔）進(jìn)行切分、嵌入向量并構(gòu)建索引，隨后通過向量檢索召回相關(guān)結(jié)果；生成過程則是借助基于檢索結(jié)果增強的提示來激活大語言模型，進(jìn)而生成回答。這種方式使得RAG在處理復(fù)雜查詢和生成豐富信息回答方面具備顯著優(yōu)勢：第一，提高AI回答的準(zhǔn)確性和可靠性，避免推理過程中的“幻覺”等問題：RAG技術(shù)通過檢索外部知識庫，為模型提供具體事實和數(shù)據(jù)支持。當(dāng)被問到專業(yè)領(lǐng)域知識時，RAG會從專業(yè)文檔、研究報告等可靠來源檢索信息，讓模型基于這些準(zhǔn)確信息作答，大大提高了回答的準(zhǔn)確性和可追溯性。第二，增強數(shù)據(jù)隱私和安全保護(hù)：RAG技術(shù)可以將知識庫作為外部附件管理私有數(shù)據(jù)。企業(yè)的客戶信息、財務(wù)數(shù)據(jù)等敏感內(nèi)容，不用直接輸入大模型進(jìn)行訓(xùn)練，降低了數(shù)據(jù)泄漏風(fēng)險。第三，提升信息的實時性和適應(yīng)性：RAG技術(shù)允許從外部數(shù)據(jù)源實時檢索信息，能獲取最新知識，進(jìn)而提升AI訓(xùn)練和推理的效率。行業(yè)動態(tài)報告/計算機(jī)本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告5表1：相較于原生的大模型，搭配RAG的模型可以形成多個優(yōu)勢 問題原生大型模型避免“幻覺”確信息，且缺乏可追溯性通過檢索外部信息輔助回答，顯著減在醫(yī)學(xué)知識問答中，原生大型模型可能會給出錯誤數(shù)據(jù)隱私和安全數(shù)據(jù)在模型學(xué)習(xí)后可能以不可控方式泄露將知識庫作為外部附件管理企業(yè)或機(jī)構(gòu)的私有數(shù)據(jù)，避免數(shù)據(jù)泄露企業(yè)財務(wù)數(shù)據(jù)、客戶隱私信息等存儲在外部知識相關(guān)信息輔助模型回答問題信息的實取最新的、領(lǐng)域特定的知識決知識時效性問題在金融投資咨詢場景中，原生大型模型可能無法及取股票價格、公司財報等最新信息，為投資者提供及時的投資建議模型特性微調(diào)和長文本處理存在“黑盒”效應(yīng)，可操作性和可解釋是白盒模型，模塊之間關(guān)系清晰緊性高，檢索召回質(zhì)量和置信度不高時在情感分析任務(wù)中，原生大型模型微調(diào)后難以解釋其判斷情感傾向的具體依據(jù)；RAG技術(shù)可清晰展示檢索的相關(guān)文本片段以及如何基于這些片段生成情感分析結(jié)果，若檢索結(jié)果不可靠則直接告知用戶無法確定成本和響應(yīng)速度微調(diào)模型訓(xùn)練時間長、成本高，低，與長文本處理相比響應(yīng)速度快、推理成本低在智能客服系統(tǒng)中，原生大型模型處理大量用戶咨詢時響應(yīng)慢且成本高；RAG技術(shù)能快速響私有數(shù)據(jù)難以實現(xiàn)有效地訪問權(quán)限控制和數(shù)據(jù)管理將知識庫與大型模型解耦，便于管理企業(yè)知識，實現(xiàn)訪問權(quán)限控制和數(shù)據(jù)企業(yè)內(nèi)部不同部門有不同的知識訪問權(quán)限，RAG技術(shù)可根據(jù)權(quán)限設(shè)置，為不同部門人員提供相應(yīng)的知識支持，同時保護(hù)數(shù)據(jù)安全資料來源：騰訊云開發(fā)者社區(qū)官網(wǎng)，民生證券研究院整理向量數(shù)據(jù)庫有望成為RAG檢索的底座。RAG檢索通常與向量數(shù)據(jù)庫緊密結(jié)合，形成基于大模型+VectorDatabase+Prompt的RAG解決方案，即CVP技術(shù)棧。該技術(shù)棧依賴向量數(shù)據(jù)庫高效檢索相關(guān)信息，增強大型語言模型（LLMs）的能力。通過將LLMs生成的查詢轉(zhuǎn)換為向量，RAG系統(tǒng)能在向量數(shù)據(jù)庫中迅速定位相應(yīng)的知識條目，有效解決LLMs固有的知識更新延遲和“幻覺”等問題。圖3：向量數(shù)據(jù)庫有望成為RAG檢索的底座資料來源：騰訊云開發(fā)者社區(qū)官網(wǎng)，民生證券研究院行業(yè)動態(tài)報告/計算機(jī)本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告6OpenAI通過整合Rockset的專家團(tuán)隊，增強了自身在實時分析和RAG領(lǐng)域的實力。2024年6月，OpenAI官方宣布完成對實時分析數(shù)據(jù)庫Rockset的收購，并計劃將Rockset產(chǎn)品整合至旗下所有產(chǎn)品線。Rockset成立于2016年，提供基于云的實時分析數(shù)據(jù)庫RocksDB，助力開發(fā)人員構(gòu)建數(shù)據(jù)密集型應(yīng)用程序。Rockset可作為大模型的實時外部知識庫，為大模型傳遞時效性更高、信息密度更大的多模態(tài)數(shù)據(jù)，用于管理、存儲、查詢和搜索結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)。其超大規(guī)模下的實時分析及向量檢索能力，有效解決了大模型在企業(yè)落地時面臨的快速整合不同來源數(shù)據(jù)、實時數(shù)據(jù)感知以及高效數(shù)據(jù)處理等關(guān)鍵問題。圖4：Rockset的相關(guān)技術(shù)特點資料來源：騰訊云開發(fā)者社區(qū)官網(wǎng)，民生證券研究院國內(nèi)數(shù)據(jù)庫龍頭OceanBase宣布進(jìn)入AI時代。2025年4月27日下午，OceanBaseCEO楊冰發(fā)布全員信，宣布OceanBase全面進(jìn)入AI時代，致力于打造“DATA×AI”核心能力，建設(shè)AI時代的數(shù)據(jù)底座。組織架構(gòu)方面，任命CTO楊傳輝擔(dān)任AI戰(zhàn)略一號位，同時成立了AI平臺與應(yīng)用部、AI引擎組等新部門。其中，AI平臺與應(yīng)用部由楊傳輝主導(dǎo)，聚焦打造RAG、AI平臺、知識庫等能力；AI引擎組是OceanBase底層引擎團(tuán)隊中的新設(shè)部門，專注打造AI推理引擎。OceanBase將依托螞蟻集團(tuán)豐富的應(yīng)用場景，打磨“DATA×AI”能力，使其成為新的核心競爭力，逐漸服務(wù)外部客戶，螞蟻集團(tuán)則向OceanBase開放全部AI場景支持其AI戰(zhàn)略。OceanBase4.3.3GA版本在關(guān)系型數(shù)據(jù)庫的基礎(chǔ)上，新增了向量檢索能力，支持向量數(shù)據(jù)類型、向量索引以及基于向量索引的搜索功能。用戶可以通過SQL和PythonSDK兩種方式，靈活地使用OceanBase的向量檢索能力，為用戶帶來更強大的數(shù)據(jù)融合查詢體驗，顯著簡化AI應(yīng)用技術(shù)棧，加速RAG、智能推薦、多模態(tài)搜索等場景的落地。本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告7圖5：OceanBase啟用向量檢索功能的示意圖資料來源：OceanBase官方公眾號，民海量數(shù)據(jù)推出Vastbase向量版，面向企業(yè)級AI應(yīng)用落地的高性能集中式向量數(shù)據(jù)庫，融合了關(guān)系型數(shù)據(jù)庫的穩(wěn)定性與高效的向量數(shù)據(jù)處理能力，支持結(jié)構(gòu)化數(shù)據(jù)與高維向量的原生協(xié)同管理。1）高性能：在處理大規(guī)模數(shù)據(jù)時表現(xiàn)卓越，單節(jié)點可承載1億數(shù)據(jù)量且維度為1024維的數(shù)據(jù)，在保證召回率大于99%的情況下，吞吐量大于2000，能夠滿足企業(yè)對大數(shù)據(jù)量高并發(fā)處理的需求。2）高安全：集成了全密態(tài)計算、行列級訪問控制以及三權(quán)分立審計機(jī)制等多種安全技術(shù)，通過了IT產(chǎn)品信息安全認(rèn)證EAL4+等，滿足金融級數(shù)據(jù)合規(guī)的嚴(yán)格要求，為企業(yè)數(shù)據(jù)安全提供堅實保障。3）高可用：采用多副本故障自愈架構(gòu)和資源池化架構(gòu)，恢復(fù)時間目標(biāo)（RTO）小于等于10秒，能夠確保業(yè)務(wù)的連續(xù)性，降低因數(shù)據(jù)庫故障導(dǎo)致的業(yè)務(wù)中斷風(fēng)險。同時，在技術(shù)內(nèi)核上，實現(xiàn)了算法優(yōu)化等多個重要的技術(shù)革新。圖6：海量數(shù)據(jù)庫Vastbase向量版的技術(shù)內(nèi)核進(jìn)行多個重要革新資料來源：海量數(shù)據(jù)官方公眾號，民生證券研究院本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告82AIforDB：AI賦能推動數(shù)據(jù)庫自身升級，推動行業(yè)加速發(fā)展在AI大趨勢下，數(shù)據(jù)量持續(xù)增長，數(shù)據(jù)庫系統(tǒng)的規(guī)模和復(fù)雜度不斷提升，傳統(tǒng)的數(shù)據(jù)庫管理和運維方式面臨諸多挑戰(zhàn)。AI的出現(xiàn)為解決這些問題提供了新的思路和方法，借助人工智能技術(shù)提升數(shù)據(jù)庫的運維管理水平、降低操作難度并實現(xiàn)自我管理功能，成為數(shù)據(jù)庫領(lǐng)域的重要發(fā)展方向。智能運維：以華為技術(shù)有限公司的GaussDB統(tǒng)一管控運維平臺智能運維中心為例，其架構(gòu)包含多個層次。數(shù)據(jù)采集層負(fù)責(zé)收集系統(tǒng)資源、數(shù)據(jù)庫實例信息、審計日志等數(shù)據(jù)，并執(zhí)行上層下發(fā)的命令；數(shù)據(jù)計算層對采集來的數(shù)據(jù)進(jìn)行緩存、持久化和加工；自治服務(wù)層涵蓋SQL調(diào)優(yōu)、安全管理以及數(shù)據(jù)庫運維等功能；監(jiān)控層提供異常預(yù)警、健康報告等功能。通過這些層次的協(xié)同工作，智能運維中心可以實現(xiàn)對數(shù)據(jù)庫系統(tǒng)的實時監(jiān)控、預(yù)測分析和自動化處理。比如，通過對數(shù)據(jù)庫負(fù)載趨勢和歷史曲線的分析，提前預(yù)測可能出現(xiàn)的性能問題并及時進(jìn)行優(yōu)化。未來，數(shù)據(jù)庫運維管理將朝著智能化方向持續(xù)邁進(jìn)，自感知、自優(yōu)化、故障自愈等功能將成為主要發(fā)展方向，根據(jù)實際情況進(jìn)行優(yōu)化調(diào)整，并在出現(xiàn)故障時自動修復(fù)，減少人工干預(yù)，提高運維效率和系統(tǒng)穩(wěn)圖7：GaussDB統(tǒng)一管控運維平臺智能運維中心降低數(shù)據(jù)庫操作門檻：用戶可以通過自然語言與計算機(jī)系統(tǒng)交互，大語言模型將自然語言轉(zhuǎn)化為對應(yīng)的SQL語句，輔助數(shù)據(jù)查詢，目前主要有Text-to-SQL和NLQuery-to-NLAnswer兩種技術(shù)路線。Text-to-SQL是將用戶的自然語言查詢轉(zhuǎn)化為結(jié)構(gòu)化的SQL語句，應(yīng)用較為廣泛；NLQuery-to-NLAnswer則是端到端本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告9的查詢意圖到查詢結(jié)果的映射，跳過SQL生成步驟，代表了未來的發(fā)展方向。數(shù)據(jù)庫自治模式實現(xiàn)自我管理：數(shù)據(jù)庫能夠?qū)崿F(xiàn)自我管理和運維，尤其是在云計算的支持下，可實現(xiàn)數(shù)據(jù)庫全生命周期的自動化管理。自治數(shù)據(jù)庫利用機(jī)器學(xué)習(xí)技術(shù)，自動執(zhí)行傳統(tǒng)上需要數(shù)據(jù)庫管理員手動完成的任務(wù)，如調(diào)優(yōu)、保護(hù)等。通過機(jī)器學(xué)習(xí)和AI算法，自治數(shù)據(jù)庫能優(yōu)化查詢、自動管理內(nèi)存和存儲，實現(xiàn)自調(diào)優(yōu)。達(dá)夢數(shù)據(jù)深度探索人工智能在數(shù)據(jù)庫領(lǐng)域的應(yīng)用，將人工智能算法融入數(shù)據(jù)庫核心功能。利用AI優(yōu)化查詢引擎，提升復(fù)雜SQL查詢效率；采用AI驅(qū)動的資源調(diào)度策略，使數(shù)據(jù)庫在動態(tài)負(fù)載環(huán)境下性能達(dá)到最佳。圖8：達(dá)夢AI技術(shù)賦能數(shù)據(jù)庫管理運維資料來源：達(dá)夢數(shù)據(jù)官方公眾號，民生證券研究院GaussDB充分利用盤古大模型的優(yōu)勢，構(gòu)建了涵蓋數(shù)據(jù)庫咨詢、開發(fā)、優(yōu)化、運維等全生命周期的AI應(yīng)用體系。在咨詢階段，通過將LLM與知識庫相結(jié)合，打造了數(shù)據(jù)庫垂域的專業(yè)知識問答系統(tǒng)，為用戶提供專業(yè)的咨詢服務(wù)；在運維階段，借助大模型智能體的計劃、編排等能力，實現(xiàn)了自動故障根因分析和定位。圖9：GaussDBAI能力整體方案行業(yè)動態(tài)報告/計算機(jī)本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告103投資建議AIAgent的發(fā)展推動軟件形態(tài)變革，數(shù)據(jù)庫具有不可替代的重要地位，不僅是承載數(shù)據(jù)的重要載體，而且能夠幫助大模型推理避免“幻覺”、數(shù)據(jù)更新不及時等問題，有望成為AI時代不可替代的“必需品”。同時，AI賦能數(shù)據(jù)庫自身升級，在智能運維等方面發(fā)揮重要作用，推動數(shù)據(jù)庫行業(yè)加速發(fā)展。建議重點關(guān)注達(dá)夢數(shù)據(jù)、太極股份、海量數(shù)據(jù)、軟通動力、創(chuàng)意信息、星環(huán)科技、超圖軟件、拓爾思等公司。本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告114風(fēng)險提示1）國產(chǎn)數(shù)據(jù)庫產(chǎn)品研發(fā)不及預(yù)期。國產(chǎn)化數(shù)據(jù)庫廠商整體起步晚于海外廠商，且持續(xù)性研發(fā)投入弱于海外廠商，如果相關(guān)產(chǎn)品研發(fā)進(jìn)展不及預(yù)期，將對數(shù)據(jù)庫國產(chǎn)化進(jìn)展造成影響。2）技術(shù)路線變革帶來的不確定性。數(shù)據(jù)庫領(lǐng)域?qū)儆诩夹g(shù)壁壘較高的領(lǐng)域，且AI技術(shù)迭代較快。在AI和數(shù)據(jù)庫融合的大趨勢下，一旦技術(shù)路線出現(xiàn)變革，如果部分廠商不能及時適應(yīng)和推出新的產(chǎn)品，發(fā)展前景可能具有一定不確定性。3）同業(yè)競爭加劇的風(fēng)險。數(shù)據(jù)庫市場上存在較多的參與者，各自擁有不同的技術(shù)路線和數(shù)據(jù)庫產(chǎn)品，隨著數(shù)據(jù)庫核心技術(shù)國產(chǎn)化的不斷推進(jìn)，可能導(dǎo)致同業(yè)之間的競爭進(jìn)一步加劇。本公司具備證券投資咨詢業(yè)務(wù)資格，請務(wù)必閱讀最后一頁免責(zé)聲明證券研究報告12插圖目錄圖1：AIAgent有望直接幫助用戶輸出結(jié)果，推動軟件形態(tài)變革 3圖2：RAG框架實現(xiàn)向量數(shù)據(jù)與大語言模型的最佳集成 4圖3：向量數(shù)據(jù)庫有望成為RAG檢索的底座 圖4：Rockset的相關(guān)技術(shù)特點 6圖5：OceanBase啟用向量檢索功能的示意圖 7圖6：海量數(shù)據(jù)庫Vastbase向量版的技術(shù)內(nèi)核進(jìn)行多個重要革新 7圖7：GaussDB統(tǒng)一管控運維平臺智能運維中心 8圖8：達(dá)夢AI技術(shù)賦能數(shù)據(jù)庫管理運維 9圖9：GaussDBAI能力整體方案 9表格目錄表1：相較于原生的大模型，搭配RAG的模型可以形成多個優(yōu)勢.....................................