数字化转型中的数据赋能

数据融合应用协助政府破除数据孤岛，搭建政府大数据平台，实现了政府数据的高效整合与统一管理，为政务服务、社会治理、民生服务等方面提供了多样化的解决方案。

—北京大数据研究院大数据分析技术创新中心执行主任程超

从大数据被首次写入政府工作报告开始，国内数据产业的生态和发展可以说是突飞猛进。在大数据技术蓬勃发展的过程中，数据要素的作用日益凸显。

我国的大数据不管是在政策、产业还是人才方面都发展迅速。目前国内已经有7个区域推进国家大数据综合试验区建设。在大数据人才培养方面，截至今年已经有612所本科院校开设了数据科学与大数据技术专业、595所专科院校开设了大数据技术与应用专业、82所本科院校开设了大数学管理与应用专业、215所本科院校开设了人工智能专业、170所专科院校开设了人工智能技术服务专业。由此可以看出国内在人才培养层面正在逐步完善，并源源不断地为业界输送相关人才。除人才方面发展迅速外，大数据企业同样发展迅猛，目前研究院的大数据企业库已经收录了6634家大数据企业，这些大数据企业大部分集中于京津冀、长三角、珠三角地区。

在数字化转型过程中有三个必经阶段：信息化、大数据、智能化。信息化就是从基础设施、通信网络包括软件平台的搭建上，把传统的线下数据、生产和生活过程中的要素记录在信息化系统中。信息化是行业数字化转型的基础，是产生和整合数据的过程。目前，大部分的政府和企业的发展应该处于第二个阶段—大数据阶段。大数据阶段就是把经验主义发挥到极致，大数据是一个基于经验的技术，我们把一些经验通过数据分析和挖掘，提炼出有效的信息。在大数据阶段，我们一方面获得了新的数据资源，如文本、图像、视频等;另一方面拥有了很多新的处理和分析能力，包括算力上的提升、算法模型的优化等，同时新的、广泛的应用场景大量产生。智能化是数字化转型的最后一个阶段，其本质是会学习的机器。如果说大数据阶段是对过去经验和数据的学习，那么智能化阶段就是模拟未来。在智能化阶段，基于数据的模拟和学习能够生成相关的决策，做出一些预测。下面举几个例子让大家更直观地感受数字化转型的三个阶段。

首先是医疗领域。我们能很直观地感受到近几年来医院信息化的程度在不断加深。在信息化阶段，电子病历逐步取代手工病例。在大数据阶段，医院可以基于过去的经验和案例优化决策，目前已有的个性化病案管理、生物医药影像分析等，实际上是对过去一些案例和疾病的诊断，通过机器学习专家的经验判断和诊断结果生成决策。在智能化阶段，医院将基于机器学习的算法、模型，通过模拟病人对不同治疗方案的反应来选择最优的治疗方案。

其次是投资领域。投资领域的信息化起步比较早，许多公司在信息化方面做了很多工作，为整个金融行业提供了较好的基础数据。有了基础数据之后，银行、资金公司以及投资机构都在做量化交易和决策的工作，其本质是综合现有的信息制定投资方案，处于大数据阶段。而在智能化阶段，金融领域已经开始探索通过模拟市场对各种投资方案的反应来选择最佳方案。

最后是政府治理领域。从21世纪初开始，各个地方已经开始信息化，通过搭建信息化平台、数据汇聚、仪表盘展示、便民工程等工作，政府大大减少了基层治理的工作量。在大数据阶段，很多地方的大数据局开始建设城市数据中台，根据过去的经验优化决策。在智能化阶段，则可以模拟社会对政府不同决策的反应来选择最优的政策组合。

数字化转型有四大推动力，第一个推动力是基础设施，无论是物联网传感设备还是网络、5G、云计算、存储、算力等，都为数字化转型提供了很好的基础。第二个推动力是数据，数据是数字化转型中的重要要素，如果没有数据，数字化转型便无从谈起。除了结构化数据之外，未来，越来越多的非结构化数据，包括视频、文本信息、图数据、网络数据等会发挥更大的功效。对这些数据的信息挖掘，实际上很大程度上能够给创新性应用提供基础。第三个推动力是模型和计算能力。同样的数据，一个好的模型能在很大程度上减少对基础设施的依赖和企业的成本，提高运营效率。第四个推动力是应用场景，包括营销、广告、金融、交通、医疗等。

下面举一个关于数字化转型的案例—北京市政府数字化转型。北京市政府自2018年初开始大力推动全北京大数据行动计划，经历了两年多的时间，北京市的大数据从顶层设计到整体实施的系统性和科学性都做得非常好。此外，围绕城市数据的治理，北京市还做了很多创新性工作，比如借鉴区块链的技术手段，北京市对数据采集、数据上链、数据使用、数据消亡等进行全流程的管控，在一定程度上解决了北京市政府数据治理和数据共享交换的问题。

数字化转型会使管理模式发生转变。传统的管理模式更多是基于规则和经验，未来的管理模式是平臺化的管理，更多是基于数据和分析的方法去做决策，所以未来不管是政府基层部门还是企业做数字化转型的基层部门，他们的决策功能和职能会越来越少。

（根据演讲内容整理，未经本人审核）