2026 年 8 月 20 日，Cloudera 在新加坡举办年度全球数据和 AI 大会 EVOLVE26 亚太首站，并正式展示全新混合数据与 AI 平台 Cloudera Anywhere Cloud™。
当 AI 从演示场景进入企业核心流程，问题开始变得现实起来。
过去两年，企业讨论 AI 时，最容易被看见的是模型能力：谁的推理更快，谁的生成效果更好，谁的 token 成本更低。但当 AI 真正进入金融、制造、能源、通信等行业的生产系统，企业很快会发现，真正的瓶颈不只在模型，而在模型背后的数据架构。
数据分散在公有云、本地数据中心、边缘设备和不同业务系统中；关键数据受监管、合规和主权要求约束，不能轻易移动；历史系统仍要稳定运行，新的 AI 应用又需要更快部署。对于大型企业而言，AI 不是简单「接入一个模型」就能完成的升级，而是一场围绕数据、治理、计算和应用的系统化重构。
2026 年 8 月 20 日，Cloudera 在新加坡举办年度全球数据和 AI 大会 EVOLVE26 亚太首站，并正式展示全新混合数据与 AI 平台 Cloudera Anywhere Cloud™。围绕企业如何在复杂环境中规模化应用 AI，大会汇聚了 Cloudera 全球高管团队、亚太地区客户、生态伙伴和行业专家，重点讨论混合数据架构、数据主权、统一治理、智能体 AI 和生产级 AI 应用等议题。
企业 AI 的关键问题，正在从模型转向架构
Cloudera 在本次大会上给出的核心判断是：企业 AI 正在从试验阶段，进入系统化落地阶段。
这一变化已经反映在企业 IT 架构调整中。Cloudera 最新全球调研《The Great AI Re-Architecture》显示，77% 的受访企业已经在使用 AI，但 95% 的企业在过去一年中曾因数据治理、合规或监管问题推迟或取消 AI 项目；72% 的受访者认为，现有数据架构需要显著改造，才能满足未来 AI 需求。
在亚太地区，这一问题更为突出。官方信息显示，84% 的亚太地区受访者表示，由于 AI 的集成，其所在企业已经对数据存储和架构实践进行了重大或一定程度的调整；68% 的受访者认为，现有数据架构仍需大幅改造，才能满足未来 AI 发展的需求。
这组数字说明，AI 已经不再只是创新部门的试点项目，而是在反向推动企业重新审视底层数据架构。一个 AI 应用能不能上线，取决于它能否访问足够可信的数据，能否在合规边界内运行，能否被审计、被治理、被持续维护，也取决于它的成本是否可以被业务负责人接受。
Cloudera 首席执行官 Charles Sansbury 表示，AI 的能力取决于支撑它的数据战略。企业要从试验走向实际成果，就需要在数据所在的位置释放 AI 价值，同时不牺牲控制力、安全性和治理能力。
Anywhere Cloud，把 AI 带到数据所在的位置
本次 EVOLVE26 新加坡站最核心的产品动作，是 Cloudera Anywhere Cloud 的亮相。
与要求企业将数据迁移到单一专有环境的纯云平台不同，Cloudera Anywhere Cloud 试图提供一个统一控制平面，让企业在数据原本所在的位置部署和运行数据与 AI 服务。它既可以独立运行，也可以与企业已有的大规模数据湖结合，在公有云、私有云、本地数据中心、主权基础设施和边缘环境中提供一致的云体验。
这一路线的关键，不是把所有数据集中到某一个新平台，而是让计算和 AI 能力更灵活地靠近数据。
对于企业来说，这意味着两件事。第一，敏感数据不必为了 AI 项目被大规模搬迁，从而降低跨境传输、合规和数据主权风险。第二，不同业务可以根据成本、监管、性能和时效需求，选择最合适的运行位置。长期稳定运行的核心数据负载可以继续留在本地或私有环境中，弹性、临时、短周期的计算任务则可以利用公有云资源。
具体来看，Cloudera Anywhere Cloud 将模块化服务、自助式资源配置和自动化管理结合起来。企业可以通过统一控制平面部署、治理和扩展独立的数据与 AI 服务，包括 Spark、Kafka、Trino 等经过认证的 Cloudera 引擎，也可以选择其他开源或合作伙伴引擎。
平台还通过 Apache Iceberg、Polaris Catalog 和统一 API 强化开放互操作能力，使不同分析引擎能够连接同一套可信数据基础。对于已经拥有复杂数据系统的大型企业而言，开放标准和互操作性可以降低重复集成成本，也有助于避免被单一供应商锁定。
在 AI 侧，Cloudera Anywhere Cloud 引入智能体 Copilot，支持将自然语言请求转化为自动化数据工作流或跨环境基础设施管理操作。换句话说，AI 不只是运行在平台之上的一个应用，也开始参与平台的部署、管理和运营过程。
Cloudera 首席产品官 Leo Brunnick 表示，企业级 AI 已经超越了仅依赖公有云的模式。企业不应该在创新速度和数据控制之间二选一。Cloudera Anywhere Cloud 的目标，是把云的速度和灵活性带到企业数据之上，同时帮助企业掌控数据、知识产权和基础设施成本。
亚太首站背后，是生产级 AI 的现实需求
EVOLVE26 将亚太首站放在新加坡，也与区域市场的实际需求有关。
新加坡长期是亚太地区重要的数字经济和企业技术枢纽，同时也是跨国企业区域总部、金融机构和科技企业聚集地。对于 Cloudera 来说，这里既连接东南亚市场，也能辐射印度、日韩、澳大利亚等更广阔的亚太客户群体。
Cloudera 亚太区高级副总裁林万发表示，新加坡在监管体系和数字创新方面一直走在区域前列，是 EVOLVE26 召开的理想之地。尽管亚太地区企业面对的数据主权和合规要求并不相同，但它们有一个共同目标：安全地规模化应用 AI。
这种需求在亚太尤其典型。金融机构需要在反欺诈、风控、KYC、客户服务等场景中调用大量敏感数据；制造和能源企业要处理来自设备、传感器、供应链和工业流程的高频数据；政府和公共部门则对数据边界、审计和本地化部署有更高要求。对于这些行业来说，AI 项目不能只追求「能用」，还必须做到可控、可解释、可审计、可持续。
大会现场分享的 ExxonMobil 案例，正体现了这一类需求。作为全球大型能源企业，其每天产生 PB 级工业传感器和仪表数据，同时面对跨区域合规、传输成本和业务连续性要求。在这样的场景里，将所有数据迁往单一公有云并不现实，更可行的路径是让计算能力靠近数据节点，在混合云架构中完成分析、推理和应用部署。
这也是 Cloudera Anywhere Cloud 强调「Anywhere」的原因。它并不是把云简单理解为某一个公有云环境，而是把云原生的敏捷性、自助式体验、弹性管理和自动化能力，延伸到企业真实存在的多种数据环境中。
生态协同，决定 AI 能否走向业务结果
企业 AI 的落地，也不是单一厂商能够独立完成的工程。
今年 EVOLVE26 新加坡站由 AWS、AMD 和 VAST Data 担任全球赞助商，并获得 Protegrity、Hexaware、Quantexa、TechData、Kyndryl 等本地合作伙伴支持。参会客户覆盖金融、通信、政府、船舶制造、新能源和汽车等行业，包括 Airtel、Axis Bank、Bank Central Asia、Bank Mandiri、Bombay Stock Exchange、Hanwha Ocean、PCS Security 等亚太机构。
这背后对应的是 Cloudera 对企业 AI 生态的判断：AI 是一项系统工程，需要云厂商、硬件厂商、数据平台、模型能力、行业解决方案商和系统集成伙伴共同完成。
大会同期，Cloudera 还展示了 2026 年度 Data Impact Awards 入围机构成果。该奖项关注企业如何借助 Cloudera 的数据与 AI 能力创造可衡量的业务价值和社会影响，类别覆盖 AI Anywhere、Data Anywhere 和 Cloud Anywhere。相比单纯展示技术功能，这类客户案例更强调 AI 项目最终是否能进入业务流程，并产生可验证的结果。
近期，Cloudera 还在《The Forrester Wave™: Data Lakehouses, Q3 2026》中被评为领导者。Forrester 在相关解读中提到，数据湖仓正在从分析数据整合平台，演变为智能体 AI 的运营基础，企业更需要可信、受治理、实时的数据来支持智能体推理和行动。这与 Cloudera 在 EVOLVE26 上强调的方向一致：AI 规模化的下一步，正在把数据平台重新推到企业架构中心。
从会议本身看，EVOLVE26 新加坡站既是一次产品发布，也是 Cloudera 对企业 AI 下一阶段的判断。模型仍然重要，但模型之外，企业更需要一个能够跨环境运行、统一治理、开放互操作、兼顾成本和主权的数据与 AI 平台。
当 AI 开始进入生产系统，真正的问题不再是企业有没有尝试 AI，而是企业能否让 AI 安全地使用自己的数据，稳定地服务自己的业务，并在长期运营中持续产生可衡量的价值。
