2026第六届数智化颁奖典礼将于8月5日在北京举行，此次活动不仅涵盖颁奖环节，更设置了人物榜单与奖项评选。评选流程严格，包含初审、公审、终审三轮评定，评选结果将在国内外渠道大规模发布传播，目前申报通道已开启。
近期，郭炜在旧金山连续参加了Databricks Summit 2026和Snowflake Summit 2026，他发现这两家公司的业务发展已超越传统认知。以往，Databricks被视为做湖仓的企业，Snowflake被看作做云数仓的企业，如今它们都在向上拓展业务，试图从单纯的“存数据、算数据的地方”，迈向未来企业AI中更具价值的领域。
在2026年的活动中，Snowflake将Anthropic的联合创始人兼总裁Daniela Amodei安排在开幕主题演讲环节，还让OpenClaw之父Peter Steinberger通过OpenClaw参与开发者日活动；Databricks则直接邀请OpenAI的总裁兼联合创始人Greg Brockman登上主题演讲主舞台。这一系列举动引发了郭炜的思考：这究竟是Data与AI的简单融合，还是模型公司与数据平台公司在互相试探企业AI的入口边界？未来企业AI的第一入口，究竟是在大模型Agent手中，还是掌握在企业数据底座手里？
回顾2025年，Snowflake和Databricks的Summit主题均为“Get Data Ready for AI”。Snowflake 2025围绕Snowflake Intelligence、Semantic Views、Openflow、Trusted AI、业务用户入口等方面展开，其核心理念是企业AI的发展程度取决于数据治理水平。模型能力越强，对企业数据治理的要求就越高，未来Agent若出现错误动作，将引发生产事故和业务事件，而不仅仅是报表口径问题。Databricks 2025则推出了一系列工程化产品，如AI/BI Genie、Databricks One等，目标是将数据、分析、AI、应用、事务能力整合到一个统一平台，解决企业数据、应用、事务系统长期分裂的问题，为AI进入企业扫除障碍。2025年，两家公司虽产品路线不同，但方向一致，都认为企业AI的首要任务是做好数据、语义、权限、治理、应用连接等基础工作。
到了2026年，两家公司不再满足于仅做数据底座。Snowflake 2026反复强调Agentic Enterprise、Governed Data等概念，将目标从提供数据洞察转向推动数据驱动的行动，希望让Agent在受治理的数据和上下文环境中直接执行动作，成为Agent进入企业生产系统之前的控制层。Databricks 2026则全力投入Agent系统平台建设，推出的Genie One、Genie Ontology等产品，构成了一套Agent工作所需的完整体系，侧重于Agent进入企业后的工作机制搭建。可以看出，Snowflake侧重于定义Agent进入企业前的规则，Databricks侧重于构建Agent进入企业后的工作机器，一个偏向控制层，一个偏向运行时堆栈。
尽管两家公司发布的产品不同，但产品演进方向却惊人一致。首先，它们都默认模型平权，企业长期优势将体现在数据资产、业务语义等方面，而非单纯依赖模型。其次，都将AI从提供答案推向执行动作，企业更愿意为Agent参与流程、调用系统等可控行为付费。再者，都将治理置于核心位置，数据治理在Agent时代成为生产前提，需要治理体系来规范AI的行为和责任。最后，都在争夺企业AI的新中枢，Snowflake想做控制层，Databricks想做运行时堆栈，都不愿只做底层数据资源池。
在这场活动中，郭炜看到的是企业AI入口之争的预演。模型公司需要企业数据平台，企业数据平台也需要强大的模型能力，双方合作是真，卡位也是真。企业软件的历史表明，企业级入口难以长期共存。在AI时代，掌握用户任务、上下文、系统调用权以及定义Agent动作边界的企业，将掌握下一代企业软件的主入口。
Anthropic和OpenAI必须进入Snowflake、Databricks等企业平台，因为大模型缺乏企业数据、权限体系等支撑，需要企业环境来实现价值。而Snowflake和Databricks也必须引入Anthropic、OpenAI，以满足企业客户对最强智能的需求，同时点亮自身的数据和治理体系。不过，这种合作只是短期的，长期来看双方边界必然会产生摩擦，模型公司不甘心只做智能供应商，数据平台公司也不愿只做大模型的数据粮仓。
未来Agentic Enterprise存在两条发展路线。第一条路线是Data + AI，从企业数据底座中长出AI Agent，这是Snowflake和Databricks更倾向的路线。企业先完善数据、权限等体系，再让Agent在此基础上生长，虽然过程缓慢且繁琐，但符合ToB生产系统的规律。第二条路线是AI + Data，从通用大模型Agent向下连接企业系统，这是OpenAI和Anthropic推动的方向。先打造最聪明的通用Agent，成为用户主入口，再向下整合企业数据和系统。两条路线的差别在于顺序和控制权，一条先建立企业秩序再生长智能，一条先占据智能入口再吸收企业秩序。
郭炜认为，未来企业AI中最值钱的是任务分发权，谁掌握任务分发权，谁就能定义未来企业AI的主入口。Snowflake和Databricks努力向上拓展业务，是担心被上层大模型入口取代；Anthropic、OpenAI积极进入企业领域，也不只是为了销售token，更是为了争夺企业任务的第一接收者。如今很多人对企业AI的认识还停留在表面，如比较谁接入的模型多、谁的Agent更聪明等，而真正的问题是未来企业软件的权力中心在哪里，是在底层数据和治理层慢慢长出Agent，还是在上层通用大模型Agent层重写企业软件调用关系。
Databricks、Snowflake和OpenAI、Anthropic站在同一舞台上，争夺的是未来企业的组织方式定义权。过去企业流程以“人”为基本节点，企业软件围绕人设计。而Agentic Enterprise将改变这一局面，企业流程节点将变为“人 + Agent”，甚至部分环节直接由Agent完成。这就需要重新定义任务决策、执行、审批、自治等规则，以及数据权限继承和责任边界划分。因此，未来的入口之争本质上是企业组织结构的定义权之争，谁能定义新节点的工作、协作和治理方式，谁就能定义下一代企业软件。
郭炜，Apache Software Foundation Member、ApacheCon DataOps论坛联合主席等多个重要职位的担任者。他毕业于北京大学，师从数据仓库泰斗唐世渭教授，拥有20多年数据仓库经验，曾在万达电商、联想、易观等多家企业担任大数据相关重要职位，还在Teradata、IBM、中金公司任大数据方重要职位。作为Apache Foundation Member，他创建了Apache DolphinScheduler和Apache SeaTunnel两个顶级项目，从0到N建立了中国ClickHouse开源社区，参加多个DataOps国际会议并发言，对大数据前沿研究贡献卓越。目前，他是白鲸开源CEO，秉持“让更多的人，更简单高效的使用数据”的使命。
