随着智能移动设备、可穿戴设备、工业大数据等的指数级增长，数据行业迎来更多的挑战。大数据、 云计算、人工智能、区块链、机器学习等各种热词蜂涌而出。如今，大数据的概念已经普及， 从互联网、数据企业，到传统实体企业，数据正在融入到整个经济的发展中。数据智能作为数据行业的新兴概念，在整个数据行业会诞生数据智能企业作为新的物种，他们会如何改变数据行业的价值分配和竞争全景？从各个利益相关者的角度出发，给出相应的应对策略，帮助企业更好的驾驭数据智能，领跑数据智能时代。
数据智能时代不同企业的应对策略
客户企业应对策略
在数据智能时代，客户企业需要审时度势，根据自己的客观情况来择取应对策略。从企业规模 上看，只有大型企业才有足够的能力构建数据智能平台/数据中台，中小型企业在数据智能应 用上，应该借力打力，防止有限的资源“重复造轮子”，因此构建数据智能平台/数据中台未 必是每个企业的必经之路。
进一步的，在企业数字化转型的不同阶段，企业应该选择好引入或构建数据智能平台 /数据中 台的时机和方式。例如，在决策自动化阶段，如果企业终的目的是为了提高内部决策的效率， 可以购买外部成型的或者自己构建内部的行业数据中台系统，不需要考虑太多的开放性；而当 企业已经到了向自己的客户提供商业化的数据智能产品，或通过数据智能产品来提供服务了，那么就必须构建一个强大的数据智能平台以支持自身发展。
利益相关者的应对策略
1.专用的硬件、软件服务商：这类企业的速赢关键因素是硬件集成性，计算能力以及一体化能力。 GPU的计算能力对于数据智能的促进作用是毋庸置疑的，深度学习如果没有 GPU的计算加速就 不会发展得这么快。为了在市场上占有一席之地，各大硬件厂商争相推出满足特定情境需求的 专用硬件设备、例如边缘计算芯片、专业一体机等。
2.科研机构：高校研究所、联合研究中心等，需要向数据智能生态输出更先进的数据智能技术， 结合语言处理、图像识别、机器学习等新技术，提高对非结构化数据的处理和识别能力，提升 数据采集范围及可利用程度，同时提高与产业结合的效率，为数据智能平台提供更丰富的数据集、 模型和能力。
3.行业监管部门和行业自治联盟：目前，大数据交易的相关法律法规和行业标准仍需完善，交 易路径仍处于探索阶段。数据安全方面仍需要加强监管及行业自治。在完善监管的基础上，数 据智能生态才能以更健康、更稳固的方式发展。除了支持立法，保护数据安全、规范数据智能 合规之外，行业监管部门和行业自治联盟的职责还应包括：
① 制定培养标准，集中培养专业数 据智能人才：支持专业人员的培养项目、科研项目，积极进行人工智能理论研究和技术研发， 并鼓励产研学结合，争取做到“成熟一批，产业化一批”；
② 构建信任机制，引导健康有序的 商业竞争：成立专门的数据智能监管部门，例如数据治理委员会，评估数据智能发展风险，并 进行合理规划引导产业发展，推动开放平台建立，鼓励开源，提高资源配置效率；
③ 保护知识 产权，基础设施的完善：政府有关监管部门应推动数据主权、知识产权等相关法律法规的完善， 保护数据产权和知识产权，促进数据智能领域的跨界合作交叉。
（部分内容来源于网络，如有侵权请联系删除）
网友评论