新冠疫情进入尾声，关于“数据智能”的讨论却开始甚嚣尘上。
从年初以来，无论是关于疫情的精准防控，还是国家近期推出的新基础设施建设政策，亦或是《关于构建更加完善的要素市场化配置体制机制的意见》（以下简称《意见》）的颁布，都始终绕不过“数据智能”这个词。
事实上，数据智能作为一个技术词汇并不陌生。自诞生起，各大AI、大数据公司们这两年常将其挂嘴边。但从本次新冠疫情的精准防控开始，大数据、AI等技术的应用让人们真正认识到数据智能的价值与作用。
“本次疫情会是一个标志性事件，它会让数据智能在数字政府建设和企业数字化转型带来深远影响。”百分点公司董事长兼CEO 苏萌如是说。
数据智能为何如此重要
如果说二十世纪全世界都是在围着石油转，那么进入到二十一世纪之后，经历了二十年的数字化进程之后，我们已经深刻体会到如今整个世界都是在围绕着数据在运转。
因此，当国家在年初推出新基建策略时，就犹如是给数字经济“修桥铺路”，为数据的流动构建起更加完善、快速、高效的“交通体系”；紧跟其后的《意见》版本，则首次将数据写入到生产要素之中，鼓励数据的流动、共享与应用，这无疑又是官方给数据的一次重要背书。
既然，人们对于数据都有所认知和了解。那么，数据智能它到底是什么？为何它会在数字经济中扮演如此重要的角色。
“如果说数据要素是数字经济时代的‘石油’，新基建就是‘油井和输油管道’，而数据智能则是‘炼油技术和设备’。”苏萌比喻道。
在百分点看来，数据智能是一套技术与应用体系：它既是应用于数据处理、分析、决策的综合技术体系，自身融合了大数据、人工智能、云计算、物联网等技术；同时，它还是连接物理世界与数字世界的智能应用体系，包含人机智能交互、自动化知识构建与服务、机器辅助决策等应用。
众所周知，石油不能够直接用于开车、铺路，必须提炼成各种物质之后才能被各行各业也所应用。同样，数据也只有经过提炼才能成为富有价值的生产要素；而与石油不同的是，数据的边际复制成本几乎为零，提炼之后可以反复使用。苏萌介绍：“这就是数据智能最大的价值，它可以将数字经济时代的‘资源’加工成可使用、高价值的‘产品与服务’。”
事实上，近年随着大数据、人工智能等技术的不断成熟，以及这些技术在不同业务场景中越来越多的实践，数据智能也在不断发展和走向成熟，而其所带来的长期影响已在不同的行业中逐步显现。
数据智能的长期价值：效率革命
数据智能之所以可以带来长期价值，是因为数字经济已成大势所趋。从全球数据来看，数字经济的GDP占比正在逐年上升。而中国的趋势则更加明显，公开数据显示，2019年中国数字经济规模约为35.9万亿元，占GDP比重达到34.8%，增长速度位居前列。业界普遍形成共识，认为数字经济成为经济增长的新引擎。
在这样的趋势下，数字经济引擎的驱动力就是数据智能，它驱动着实体经济与互联网、大数据、云计算、人工智能、区块链、物联网等新一代数字化技术的加速融合，以及基于数字化技术新场景的不断诞生。
苏萌直言：“无论是加速推进“新基建”，还是《意见》颁布，本质上都是为了数字经济时代的效率有革命性提升。数据智能通过将数据融合、技术融合、场景融合，从而驱动着数字经济效率的大幅提升。”
以政府为例，在疫情之前，数字政府其实已然进行了多年，包括政务服务、应急管理、公共安全、环境保护等领域。而本次疫情中大数据、AI等技术给疫情精准防控带来的帮助，也进一步让各地政府认识到数据智能所带来的的价值。
以北京市石景山区为例，在春节后返京高峰带来的巨大防控压力下，石景山区政府携手百分点在短短48小时内就完成了从需求梳理、方案制定、设计开发、系统测试到上线试运行等工作，大幅升了疫情精准防控的效率。
据了解，作为一家数据智能企业，百分点过去四年服务了多家省市政府用户，积累了大量的行业经验，也深刻理解了政务数据是一个提升政府治理效率的长期工程。
在苏萌看来，数据智能相关技术在数字政府中的应用标志着国家治理手段逐渐走向现代化，实现了政务数据的打通，政府职能部门走向数字化、智能化，以及数字化时代下的社会精准治理与服务。“从长远来，数据互联互通将会成为国家治理能力的基础，未来数据的跨层级、跨地域、跨系统、跨组织、跨业务流动的情况会越来越多。”
此外，疫情让各级政府纷纷意识到数据智能相关建设的长期价值与重要性。之前很多地方政府已经成立了大数据局，意图建立起统一的大数据平台，拉通各类政务数据。据悉，此疫进入尾声之际，已经有很多各级政府着手加快大数据平台的建设与使用。
“当前，各级政府建立的数据共享与服务平台普遍存在功能单一、覆盖范围小、集约化水平低、数据闭塞等特征，数据还是很难转化成真正的价值。”苏萌直言，“未来，政府应该会继续加码数字政府建设，大数据、人工智能等数据智能技术会在政府业务场景中获得更多应用。基于数据智能的综合性数据平台会演变成政府新型基础设施的一部分，并且数据平台的功能也将越来越综合。”
而在产业数字化方面，数字化转型一直是企业与组织近年来所面临的方向。与政府机构相比，某些行业对于数据智能技术的应用已经走在了前面，比如像零售领域在营销、客服、运营等方面大量应用了各种数据智能相关技术；制造业的情况也类似，数据智能逐渐渗透和深入到从生产制造，到供应链的决策分析，再到营销决策等环节。
“未来，不同行业、不同企业的数字化转型进程将会分化。马太效应会更加明显，中大型企业的数字化转型会加速，而小微企业则会延缓。”苏萌补充道。
数据智能挑战依在
当然，数据智能的应用与普及在当下依然遇到了不小的问题与挑战。最为突出是关于数据隐私和数据滥用的问题。事实上，去年各大媒体就报道了国内一批大数据相关的公司因为数据滥用等问题而被调查，足以看到目前国内数据的交易、流通与应用依然存在着不小挑战。
对此，苏萌直言，《意见》颁布很重要，通过市场配置和立法跟进之后，数据保护机制会更加完善，也有利于数据流动和应用起来。
不能否认的是，虽然过去几年各地成立了各种数据交易所，但是数据交易和使用难的局面并没有改观，这其中数据使用权、使用规范、数据价值评估等依然是较大的挑战。“未来看好政府在数据共享中的推动作用。因为，本行业中的企业之间很难数据共享，这涉及到竞争问题；而不同行业之间数据的交换价值不明确。但是在有公信力基础的政府机构，可以将城市数据汇聚起来，并基于数据智能支撑便民服务、政务决策、政务办公等应用。”
事实趋势也是如此，随着《意见》的颁布，政府已经逐步加速开放各种数据，引入更多数据应用，在政务领域的数据智能应用体系也在加速打造。
另外，苏萌表示，数据要素能否真正发挥作用的关键在于市场化配置。
首先，市场化配置能够提高效率，保证数据能够流转到最需要的地方，由最合适的人或者机构挖掘发挥数据的价值。
其次，市场化配置能够促进数据的融合、流动、共享，在保证数据安全和隐私的前提下，数据能够渗透到各个角落，培育数字经济新产业、新业态、新模式。
最后，市场化配置有助于优化数据价值的分配机制，数据的产权可以得到规范，各方都能获得其数据应有的收益，数据的价值和安全能够得到有效的保护。
回顾2019年，绝对是数据智能市场标志性的一年。数据智能市场将迎分水岭，数据智能在行业场景中应用日趋综合化，这也给只能够提供单点技术或者单点产品的数据智能企业带来更大的困难，综合能力强、行业实践深入的企业更容易获得市场的认同与青睐。
网友评论