新数据智能：构建新基建的智驱引擎

通过对数据维度、应用、服务范围、智慧功能、价值挖掘的迭代演进，新数据智能将赋能新基建融合发展，成为数字经济时代的智驱引擎。

—傲林科技有限公司副总裁李欣

近年来，国家逐渐开始重视数字经济的发展，在发展过程中出现了两个关键的问题：第一个是如何完成数字产业化？第二个是完成什么样的数字产业化？我们关注的数据中台建设可以称之为数字产业化的1.0阶段。数字中台通过输出优质服务，帮助企业降本增效。但是数字中台的局限性比较明显，大多只能实现平台的单一职能。当前，我们的数据中台的数据还没有被全面打通，财务、生产、采购、库存、HR等领域的数据依然条块化明显。为了解决这一问题，聚焦新数据智能，国家对工业企业的数字化转型升级、改造提出了更高的要求。对此，我们可以从以下五个方面理解新数据智能。

一是新的数据维度。新数据智能要打破企业内部的数据孤岛来获得需要的数据。企业内部存在大量的数据孤岛，这是由于企业在不同的历史时期，从不同的供应商购买了不同功能的信息化系统导致的，这些系统之间的数据往往不互通。

二是新数据智能要求数据分析更有深度。传统的BI、报表呈现方式已经不能满足如今的需求，我们需要更有深度的数据分析、更广泛的數据来源来支持数据治理，其中深度的数据分析需要更智能的AI支持。

三是新的服务范围。我们熟知的信息化系统解决的是单个部门的问题，现在的企业需要把解决方案应用到企业整体，助力企业的全面运营。除了解决企业本身的问题以外，还要在产业链上下游促成更多的合作，帮助产业链上的企业协同发展。总而言之，新的数据智能应该从局部、企业整体、产业链这三个维度去支撑企业实现全面的行业数字化转型。

四是智能功能。新数据智能通过描述、诊断，对企业产生的问题进行原因分析。在分析完成后，新数据智能需要聚焦于预测和指导两个方面，预测是基于数字孪生技术，按照现在的运行情况，预测一个车间可能会在未来某一时间出现哪些方面的问题，产生哪些方面的风险。指导就是通过提前预判这些问题和风险，给出合理的解决方案。

五是发现价值。数据交换是数据交易的雏形。要进行交易，数据必须具有价值。只有数据变成跟劳动力、土地、资金、知识产权等一样的生产要素，企业才能从数据的应用中获得回报，数据才可能量化出被普遍认可的价值。

新数据智能是新基建的重要引擎。从企业微观层面来看，新基建虽然是数字化基建，但同样需要种种原材料。新基建的实施离不开工业企业的支持、参与、帮助。从供给侧层面来看，如果供给侧主体、企业本身的数字化水平很低，就不能很好地支持新基建的实施。如果企业不能够敏捷、准确地响应来自需求侧的要求，我们将无法实现高水平的新基建。因此，企业自身的数字化非常关键。其中，新数据智能是企业数字化变革的驱动力，通过驱动企业变革、推动供给侧结构性改革，新数据智能可以助力新基建的高水平实施。

从行业终端的角度来看，我们认为新基建的融合发展是一个整体，彼此之间应该有联系，这种联系最主要的渠道就是数据的流通。数据在不同行业、领域流通，把各个行业连接起来，实现产业协同，同样离不开数据智能的支持。

与数字产业化关系密切的场景就是自动化工厂如无人值班、奔腾不息的生产线，但仅涉及这一个场景还不够全面。真正需要用数据去驱动的不仅限于生产领域，还应该涉及决策，生产等更多环节。每个企业每天都在做决策，包括生产决策、采购决策、文化决策等。决策不能仅仅来自于几个经营者的经验主义，现代企业需要基于大数据分析和挖掘，帮助经营者做出决策。

数字产业化时代中一个重要因素是工业数字经济的服务能力，同时关注哪些能力能更好地服务于企业。中国的工业体系非常庞大，且正处于不同的发展阶段。借用工业4.0的概念，企业除了解决本身的生产制造问题之外，还需要解决资金流转的问题，产业链金融的发展很好地响应了这一诉求。作为数字经济的供应商，我们必须具备通过大数据解决资金流转问题的能力，才能全面帮助企业获得更好发展。

新数据智能与传统的信息化系统和软件的区别在于新数据智能能够实现两个全面：全面的数据融合和对数据全面的量化优化。在从前碎片化的大数据基础上，新数据智能能够打破企业内部的数据孤岛，融合既有信息系统的数据来源，对数据整体量化优化，输出数据分析结果，协助企业运营，监测企业的资金流转，帮助企业创新，助力同业企业协同发展。

如果我们希望全面服务企业发展，我们就要将服务覆盖到工业、金融等更多领域。因此不管是流程行业还是离散行业，它们都有自己的行业特征，并且大型企业和中小企业诉求也不尽相同。更为重要的是，中国的工业体系十分庞大，以至于内部分层非常明显，既有信息化技术好的大企业，也有停留在工业1.0时代的中小企业，我们需要使用不同的方案，为不同规模、类型的企业提供帮助，而它们的需求反过来也促使我们的智能部署更加模块化、轻量化。

（根据演讲内容整理，未经本人审核）