前言
大数据的未来何去何从，与人工智能技术如何完美结合，共同驱动数字经济发展，数据智能或将成为新的热点和大趋势。
“数据智能”是百度公司在2014年提出的概念，百度对数据智能的定义，指基于大数据引擎，通过大规模机器学习和深度学习等技术，对海量数据进行处理、分析和挖掘，提取数据中所包含的有价值的信息和知识，使数据具有“智能”，并通过建立模型寻求现有问题的解决方案以及实现预测等。
2018年10月， 第五届中国国际大数据大会上发布的《2018年数据智能生态报告》中提出，在机器学习、分布式计算等技术发展的基础上，数据逐渐呈现出高维度、高阶态、异构性的形式，把能够对海量数据进行分析、处理和挖掘，并且通过建模、工程等方式来解决实际预测问题，最终实现决策的行动，称之为数据智能。
————————====————————
1.数据智能是EBC时代
企业智能化发展的核心驱动力之一
————————====————————
数字经济时代，伴随着大数据技术的持续深化应用，数据被认为是继土地、劳动力、资本、技术等之后的第五生产要素。同时，数据更是成为国家的一种战略资源，一种新的资产，被各级政府和企业高度重视，有句话说的好：谁拥有数据，谁就拥有未来。当前，领先的企业已经实现核心业务在线化、自动化、数据化，数据驱动决策在更多行业、更多场景中落地，数据驱动业务的能力也是EBC（Enterprise Business Capability）时代实现企业智能化战略的核心驱动力之一。
图1.EBC平台5大核心能力
数据智能是结合大数据处理、数据挖掘、机器学习、深度学习、可视化等多种技术，从数据中提炼、发掘、获取有揭示性和可操作性的信息，为管理人员和业务人员提供洞察、预测、风控、预警等智能化决策支持服务，让数据发挥最大价值。构成数据智能四大核心要素是：数据、算法、模型和场景。
图2：数据智能要素
在企业的运作过程中，业务产生数据，数据通过模型和算法服务于企业的各场景应用，然后通过结果审查再影响业务做改进和优化措施，形成数据、算法、场景、应用构成企业管理闭环。业务数据通过高速流动持续增值，算法决策能力持续优化、业务成效和产品得以持续改进，在这样的正循环中，业务人员由决策者变为决策的辅助者或监督者，实际决策过程由技术平台自动化进行，从而有效提高决策准确性和效率，形成了数据驱动的新业务模式。
————————====————————
2.数据智能
四个大发展方向
————————====————————
方向一：数据战略为企业数字化转型指明方向
图3：数据战略
当前企业普遍认可数据是核心战略资产之一，但许多企业尚未在业务能力和数据智能之间建立起有效的连接，对数据能力缺乏远景规划，或者不知如何让数据用起来，没有有效的方法和技术，这些都限制了数据应用的深度和广度。
现在更多的企业将数据战略视为企业智能化战略重要组成部分，通过数据战略明确高级管理层作为数据驱动业务转型的领导者，建立数据智能与业务目标的关系，识别、发掘和创新数据应用场景，通过数据分析、建模、可视化、决策模拟等数据能力构建将数据智能内嵌到业务流程、管理机制和协作模式中，推动业务智能化发展。
此外，数据智能内化将不可避免地带来组织和文化上的变革，需要对数据管理组织、人员技能、数据文化等进行全面审视和筹划，确保数据战略有效落地。
方向二：数据治理成为数据智能的关键保障
图4：数据治理流程
随着产业数字化转型深入和企业对于大数据应用加深，企业对于数据多样性以及 “活性”要求愈高，例如实时设备数据、用户行为数据、监控图像信息等的广泛采集和应用，大大丰富了数据应用场景和可能带来的业务价值。
然而，多源异构数据所带来的数据标准和质量问题却在影响数据应用的效果，对数据驱动决策以及业务智能闭环带来极大风险。更多企业意识到全面数据治理是企业构建数据智能的关键保障，从过去的主数据管理、数据标准化扩展到全面数据治理，建立健全的数据治理制度、组织和流程，并在数据治理中运用智能化手段，改善大数据环境下数据管理效率，提升数据质量，从而提升数据智能效益。
方向三：数据智能驱动决策形成智能闭环
图5：数据智能闭环
随着数据智能的提升，企业致力于将核心业务动态数据化，对业务场景进行系统化设计，通过算法实现业务逻辑并利用机器学习进行自我优化，数据通过服务进行多样化的便捷交付，例如自助化分析与报告、基于上下文的数据应答、可视化交互与钻取、描述与预测性分析等，使业务人员快捷地参与到数据应用中，基于数据的洞察发现变得更加及时、深刻和具有启示性，企业管理者、执行者将更加依赖数据进行决策活动，数据智能与业务系统进一步融合，数据决策将驱动业务活动自动执行减少人为参与，实现业务的智能闭环。
方向四：数据智能技术生态愈加多样化
图6：数据智能技术
与传统意义上的数据处理、数据分析相比，新一代数据智能融合的技术更加多样化。数据湖提升了多样化数据汇聚、存储、处理能力，得到了广泛的认可和应用；数据中台已经从概念转为实践，改变了企业数据服务模式，成为企业数据能力共享平台。在可预见的几年内，增强分析、AI和机器学习、图分析、NLP、区块链、甚至元宇宙等新兴科技会成为数据智能领域最具颠覆性的技术。企业不断将多种新兴技术应用在数据价值挖掘中，形成数据智能能力。
————————====————————
3.金蝶云星空
数据智能服务解决方案
————————====————————
金蝶云星空数据智能服务，是一种组件化的架构，支持用户快速订阅构建数据化场景方案，结合企业内外部数据，进行数据集成、形成数据资产，利用大数据计算引擎，AI算法等技术能力形成数据智能服务技术底座为星空数据智能服务应用平台提供算法、算力和技术支撑。
星空数据智能服务还结合金蝶丰富的行业经验和各领域成熟的应用能力，比如：财务管理、供应链管理、生产管理等，为企业提供洞察、风控、和预测等场景化数据服务构建，比如：客商画像、精准营销、风险监测和风险预警与控制、智能要货预测、智能销售预测等全方位的解决方案助力企业构建数据智能服务能力。
图7：星空数据智能解决方案
————————====————————
4.数据智能服务
与其他数据应用的区别
————————====————————
对于金蝶云星空数据智能服务，很多人还存在误区，以为是一种报表分析，或者是一种数据中台或者轻分析之类。
其实，金蝶云星空目前可以为企业提供5种数据应用解决方案，而数据智能服务是其中的一种：
数据智能服务（一种按需订阅的大数据场景服务）
移动分析（一种移动数据应用比如：移动销售分析、移动资金、星空Live等）
轻分析（BI,分析报表平台，包含嵌入式分析和主题式分析，数字大屏是用轻分析平台开发的标准报表）
数仓管理（数据整合方案，包含：数据采集，数据清洗，数据集市开发）
数据中台（是一个体系化是数据治理，数据整合工程，是能够提供面向企业业务场景的一站式大数据分析平台）
图8：星空5大数据应用解决方案
星空数据智能服务为企业带来的转型价值：
快速数据集成：把企业内部数据和外部数据快速集成，形式数据闭环；
多种行业模型支撑：在实践中积累了多种行业模型和成熟的机器学习算法，并且能够快速可视化构建；
一体化业务应用：和星空一体化应用，按需订阅，开箱即用，快速业务闭环，且低成本使用大数据平台和技术。
发布于 数据智能 社群
