科杰把 KeenData Lakehouse 带到 WAIC：企业做智能体，第一步可能不是换模型

哇哦AI

科杰科技在 WAIC 2026 官方企业目录使用的品牌资产，经等比例置入统一新闻画布。 来源：WAIC 2026 官方企业目录

企业要做智能体，最容易先盯着模型能力，真正开工后却常被数据卡住：客户信息在业务系统里，制度放在文档里，指标口径又散在不同部门，模型即使会推理，也未必拿得到可靠上下文。

科杰科技在 WAIC 2026 展出的 KeenData Lakehouse，正是从这道前置难题切入。它把数据集成、治理、分析、模型开发与 Agent 开发放进一套平台，试图让大型组织先建好可持续供给 AI 的数据底座。

这次展示的不是单点 AI 功能，而是一条数据供给链
科杰科技公开资料显示，KeenData Lakehouse 覆盖数据集成、多模态处理、数据治理、模型开发、Agent 开发和可信数据空间。它更像企业内部的 AI 数据工作台，而不是面向个人用户的聊天产品。

这类平台的价值在于把原始数据、业务口径和使用权限放到同一条链路里。智能体查询客户、库存或设备信息时，不需要每次临时拼接数据库、表格和知识库。

WAIC 期间，科杰还公布了与马来西亚合作伙伴的战略合作，说明这套产品正在从国内项目交付走向更广的企业市场。合作效果仍需后续项目验证，现阶段能确认的是产品与市场动作已经同步推进。

普通团队更应该先问：手里的数据能不能被稳定调用
如果企业仍在依靠人工复制表格、不同部门使用不同指标口径，那么直接上线智能体，往往只会把原来的混乱放大。更实际的顺序是先选一个流程，确认数据来源、更新频率、负责人和权限边界。

例如做销售跟进助手，可以先只接入客户资料、沟通记录和产品规则；做设备运维助手，则先把设备、测点、告警和维护手册连起来。范围小一些，才容易判断答案是否真的比人工检索更快、更准。

KeenData Lakehouse 面向的是大型组织和政企场景，中小团队未必需要一开始就部署完整平台。但它在 WAIC 上给出的信号很清楚：企业智能体竞争正在从“模型会什么”，转向“组织能持续给模型什么数据”。

评估这类平台，别只看演示里的回答效果
采购或试点时，应重点检查数据接入是否需要大量定制、权限能否细到具体表和字段、答案能否追溯到原始来源，以及模型或网络不可用时核心业务是否仍能运行。

还要区分产品自带能力与项目实施能力。数据治理、指标统一和历史系统改造往往需要业务部门长期参与，不会因为安装一套平台自动完成。

对正在做企业 AI 的团队来说，这次 WAIC 展示值得关注的不是“又多了一家大模型公司”，而是数据基础设施正在成为智能体真正落地前必须补齐的一层。

想继续了解
• 科杰科技：WAIC 2026 新闻与产品动态
• 科杰科技：KeenData Lakehouse 与公司介绍
• 北京软件和信息服务业协会：WAIC 2026 科杰科技现场
• 新华网：科杰科技 AI 数据基础设施访谈
• WAIC 2026 官方企业目录

xiaoli1234

客户信息在业务系统里，制度在文档里，指标口径散在不同部门——这句说到根子上了。

奶茶三分甜

指标口径散在不同部门，这个确实是最容易卡住的位置，模型再强也拿不到统一数据。