在人工智能（AI）时代，数据成为AI发展核心基石，数据服务行业面临一体化、智能化的新要求，企业需求从单一数据处理升级为数据、AI与算力的全链路协同服务，加快转型为智能全栈服务成为传统数据企业的必然选择。以dbtLabs、VASTData、Cognite等为代表的传统数据企业，纷纷基于数据转换与工程、企业级数据存储、工业数据管理等优势数据业务，通过产品和业务的智能化演进、强生态协同、聚焦场景落地等举措，完成AI时代智能全栈服务的转型突破，成为估值超10亿美元的高成长性企业。

　　三家传统数据服务企业的转型路径

　　尽管传统业务领域不同，但dbtLabs、VASTData、Cognite三家传统数据企业均已成功向智能全栈服务转型。

　　dbtLabs：推进数据分析工具融AI，打造智能数据平台。dbtLabs前身为数据分析咨询公司FishtownAnalytics，其开源数据分析工具dbt简化数据转换流程，解决传统数据行业中的数据处理问题。例如，美国捷蓝航空用dbt，仅依靠小型数据团队3个月迁移26个数据源、1200多个模型，数据可用性达99.9％，实现分析师自主建模。2023年dbtLabs收购美国指标存储企业Transform，将MetricFlow语义层功能整合到dbt平台；2024年发布作为dbtCloud的AI引擎dbtCopilot，帮助用户加快分析工作流程。例如，截至2025年3月，娱乐科技企业HardRockDigital等数百家企业已使用dbtCopilot改变数据工作流程，实现AI驱动洞察。

　　VASTData：整合算力与存储，提供智能全栈解决方案。VASTData成立于2016年，初期提供高性能计算的数据存储解决方案，重点解决非结构化数据管理难题。例如，2023年美国皮克斯工作室采用VAST存储完成动画《Elemental》7.3PB制作数据的集群迁移，实现数十万处理器快速且并发的数据访问。2023年，VASTData推出DataPlatform，将存储、数据库和计算引擎整合为统一平台，实现结构化和非结构化数据的一体化集成，旨在提升AI数据处理的效率并降低成本。例如，VASTData帮助某对冲基金转型基础设施现代化，实现2～3倍的额外数据缩减，所需容量减少80％，有效节省成本并减少数据中心占地面积。

　　Cognite：提供“数据+AI”场景化方案，推动传统产业融AI。Cognite成立于2016年，早期专注于为石油、天然气、电力等能源行业提供工业数据管理解决方案。其CogniteDataFusion（CDF）产品通过整合工业数据、添加上下文信息，帮助能源企业高效管理和利用数据。例如，挪威石油公司AkerBP借助Cognite的CDF和InField工具优化Skarv油田，按此前预测，2025年将实现年减二氧化碳10万吨，减少海上作业60天，燃气轮机维护成本预计降低30％。2024年1月，Cognite与微软扩大战略合作，首次实现了企业内信息、运营和工程技术在数据运营与AI平台方面的深度融合；同年，基于CDF和CogniteAI，为美国化工企业Celanese的工厂上线生成式AI驱动的远程操作控制室测试版，以提升运营洞察效率与风险解决能力；2025年推出低代码工业AI智能体工作台AtlasAITM，进一步融合生成式AI能力。客户访谈和财务分析显示，AtlasAITM平台三年内投资回报率达400％，总收益达2156万美元。

　　共同的成功转型经验与行业启示

　　一是以原有优势业务为根基，围绕AI时代数据处理、应用等核心需求推动产品和业务的智能化演进。传统数据企业依托原有优势，可快速响应AI时代新需求，并降低转型成本，强化核心竞争力，抢占市场先机。例如，dbtLabs立足dbt核心产品拓展AI辅助编码能力，VASTData依托存储优势打造适配AI需求的统一数据平台，Cognite则基于工业数据整合能力为垂直领域融入AI工具，均是基于原有数据产业优势环节的深化拓展。

　　二是强化生态协同与能力补全，打通智能全栈服务的链路。传统数据企业依托生态伙伴进行能力集成与补全，可迅速拓展服务边界，提升响应敏捷度与解决方案完整性，更好契合客户多元智能需求，稳固市场地位。例如，dbtLabs与美国云原生数据企业Snowflake达成深度合作，并与云数据集成企业Fivetran进行合并，实现数据仓库运行、数据加载与转换的全流程衔接，同时收购Transform补足指标管理能力，构建完整的数据分析开发生态；VASTData与英伟达联合推出InsightEngine，强化AI实时检索能力，进一步完善智能数据处理解决方案；Cognite扩大与微软的战略合作，实现企业多维度数据运营与AI平台的深度融合，同时与美国生物技术企业Moderna、卢森堡钢铁制造企业ArcelorMittal等行业头部客户合作，反向打磨智能全栈服务能力。

　　三是以具体场景或垂直领域为切入点实现全栈服务，让技术能力落地到实际业务中。传统数据企业聚焦场景或垂直领域，使数据和AI技术精准对接实际需求，快速验证并转化价值，形成可复制方案，增强客户黏性与市场竞争力。例如，dbtLabs专注于数据分析开发生命周期，围绕数据建模、测试、指标管理等核心场景打造全流程智能工具，精准服务数据开发从业者；VASTData聚焦AI和高性能计算场景需求，针对性解决大规模数据存储、快速访问与实时处理的行业痛点，专注AI算力配套的核心赛道；Cognite深耕能源、制造、生命科学等垂直领域，结合行业特性打造油田减排、高炉优化、疫苗生产监控等定制化“数据+AI”方案，以行业深度构筑竞争壁垒。