論道“數(shù)據(jù)中臺”本質——IDC發(fā)布《企業(yè)數(shù)據(jù)智能實施部署智能》報告
加入技術交流群
在一項針對全球數(shù)字化轉型先行者的調研中，IDC發(fā)現(xiàn)在前25%的領先者中，有25%的組織已經(jīng)建立了智能核心平臺。約56%的組織已經(jīng)建立了結構化的數(shù)據(jù)管理架構，即當前具備結構化的數(shù)據(jù)框架、整合的數(shù)據(jù)平臺或統(tǒng)一的智能核心平臺。而在后25%的組織中，50%的組織還處在數(shù)據(jù)孤島或者單純的數(shù)倉時代。無計劃的引入新興技術使得組織內數(shù)據(jù)管理架構不斷復雜化，數(shù)據(jù)煙囪現(xiàn)象嚴重，真正的數(shù)據(jù)分析支撐決策難以落地，影響了數(shù)據(jù)智能的落地速度。在此背景下， IDC調研中國重點行業(yè)數(shù)據(jù)智能應用市場案例，分析各行業(yè)數(shù)據(jù)智能落地現(xiàn)狀以及面臨的挑戰(zhàn)，并發(fā)布《CIO視角：企業(yè)數(shù)據(jù)智能實施部署指南》報告。報告對市場生態(tài)進行劃分，并且對如何推進數(shù)字化、智能化提出參考建議。本篇報告提到的數(shù)據(jù)智能，重點在于數(shù)據(jù)化以及初步的智能化應用，未將重點放在智能化方向，因此類似“AI中臺”概念，不在本篇報告討論范圍之內。
中國數(shù)據(jù)智能發(fā)展現(xiàn)狀
數(shù)字化轉型的發(fā)展已有數(shù)十年的歷史，數(shù)字化轉型相對領先的行業(yè)頭部企業(yè)已經(jīng)建立了較好的數(shù)字化基礎，相對落后的企業(yè)也積累了一定的實踐經(jīng)驗。鑒于不同行業(yè)以及同行業(yè)不同規(guī)模的企業(yè)在數(shù)據(jù)基礎、轉型所處階段的不同，行業(yè)企業(yè)大數(shù)據(jù)建設的關注點，在技術、工程化、應用場景設計、數(shù)據(jù)源等方面各有所側重。金融行業(yè)最關注數(shù)據(jù)安全、合規(guī)保障，其次是如何打破部門間壁壘形成數(shù)據(jù)共享，在采用智能化技術時尤其關注是否合規(guī)、可解釋，最后是引入前沿技術進行金融科技創(chuàng)新。制造行業(yè)，最關注的是融入制造業(yè)實踐經(jīng)驗的解決方案，其次是提高內外部的大數(shù)據(jù)應用能力，以及規(guī)?；瘡椭茟脠鼍暗哪芰?。政府行業(yè)的重點在于數(shù)據(jù)集中共享、建立大數(shù)據(jù)平臺建設標準以及確保大數(shù)據(jù)系統(tǒng)的穩(wěn)定性。其他行業(yè)，則更多處于提升數(shù)據(jù)質量、上線一個成功的數(shù)據(jù)分析項目以及取得高管的信任與持續(xù)支持的階段。
數(shù)據(jù)智能面臨的挑戰(zhàn)
綜合過去多年的數(shù)字化實踐案例會發(fā)現(xiàn)，數(shù)字化、大數(shù)據(jù)的建設，已不再是簡單的技術應用，不能再僅僅依靠單純的IT視角，成功者大都是在建設數(shù)據(jù)平臺之外，自身也進行了相應的流程與IT調整，內部具備了一定的分析能力，大膽開放地與外部合作。尚未成功的原因可能包括單純依靠內部力量基于開源技術搭建系統(tǒng)效果不顯著，未解決根源上的數(shù)據(jù)問題，或者業(yè)務部門配合度不高等等。所有的挑戰(zhàn)，都可以定位在5類要素：人、技術、流程、數(shù)據(jù)和戰(zhàn)略。
主流廠商如何解決當前挑戰(zhàn)
過去的數(shù)字化歷程中，大數(shù)據(jù)、數(shù)字化的生態(tài)往往只從技術的視角劃分，如下圖所示，包括數(shù)據(jù)服務、數(shù)倉與大數(shù)據(jù)平臺、商業(yè)智能及高級分析、數(shù)據(jù)應用解決方案等。鑒于當前數(shù)字化建設已不再是簡單的技術應用，市場生態(tài)的構成由界限分明的硬件、軟件、服務廠商開始轉變?yōu)閿?shù)字化平臺與服務型廠商，技術提供商與技術使用方的高度競合狀態(tài)。
數(shù)字化平臺提供商：以阿里云、百度、華為、微軟為代表，通常也是數(shù)據(jù)智能整體解決方案提供商，但提供的核心仍然是數(shù)字化平臺。例如，阿里云最早推出數(shù)據(jù)中臺并且受用戶高度推崇；華為從自身企業(yè)數(shù)字化轉型實踐出發(fā)強調數(shù)據(jù)使能，基于自身實踐的方法論幫助用戶從數(shù)據(jù)治理開始建立完備前瞻的數(shù)據(jù)管理體系；微軟依托具有豐富實踐經(jīng)驗的大數(shù)據(jù)產(chǎn)品組合提供的現(xiàn)代數(shù)據(jù)平臺解決方案，強調業(yè)務驅動、統(tǒng)一數(shù)據(jù)標準、一致的用戶體驗、安全保障等。
數(shù)據(jù)開發(fā)運營服務商：提供數(shù)據(jù)集成、數(shù)據(jù)開發(fā)服務，典型的廠商如數(shù)夢工廠、數(shù)瀾科技等。
數(shù)據(jù)治理服務商：提供數(shù)據(jù)治理工具以及服務，典型的廠商如普元信息、中軟國際、四方偉業(yè)等。
數(shù)據(jù)智能應用方案商：圍繞行業(yè)應用場景打造數(shù)據(jù)智能解決方案，提供AI、BI工具以及服務，典型的廠商如百分點、明略科技、字節(jié)跳動等。例如，百分點定位端到端智能化轉型解決方案，強調與行業(yè)高度結合的數(shù)據(jù)處理技術、知識圖譜及認知決策技術、數(shù)據(jù)交互和體驗技術來助力智能化轉型。明略科技定位企業(yè)級數(shù)據(jù)分析及決策智能服務商，即從數(shù)據(jù)中臺咨詢規(guī)劃到數(shù)據(jù)集成、數(shù)據(jù)開發(fā)，再到AI驅動的數(shù)據(jù)治理和數(shù)據(jù)共享，尤其強調知識圖譜、AI驅動的數(shù)據(jù)治理能力。
咨詢服務商：提供融入企業(yè)戰(zhàn)略的數(shù)字化轉型咨詢，設計轉型路線，典型的廠商如埃森哲、德勤、普華永道、畢馬威、凱鵬華盈等。
給技術買家的建議
今天數(shù)據(jù)智能應用成功的要素，要求企業(yè)對內將數(shù)字化戰(zhàn)略融入企業(yè)的核心戰(zhàn)略，做好持續(xù)投入的準備，可以早期引入咨詢類合作伙伴全面梳理數(shù)字化現(xiàn)狀、數(shù)據(jù)資源目錄以及應用場景，做好數(shù)據(jù)資源目錄與應用場景規(guī)劃，對外選擇最佳數(shù)據(jù)平臺合作伙伴，探索建立數(shù)據(jù)智能評估考核體系，內部形成全員數(shù)據(jù)素養(yǎng)，構建數(shù)據(jù)智能服務閉環(huán)。
展望未來，IDC中國助理研究總監(jiān)盧言霞表示：“今天的數(shù)字化建設已經(jīng)向著數(shù)據(jù)智能更進一步，但絕大部分企業(yè)仍處在市場營銷智能化或客戶關系管理智能化等單個環(huán)節(jié)的數(shù)據(jù)智能階段，離規(guī)?；瘮?shù)據(jù)智能還有很大距離。綜合過去十年中先行者的經(jīng)驗與教訓，要推進數(shù)智化，需要行業(yè)用戶在引入外部最佳數(shù)據(jù)平臺的同時，從流程、人才、戰(zhàn)略角度入手練好內功，建立強效機制促進業(yè)務部門與數(shù)字化部門的協(xié)同，不斷提升數(shù)據(jù)服務能力、達成規(guī)?；悄堋！?/p>
IDC中國人工智能及大數(shù)據(jù)相關研究報告：
中國人工智能軟件及應用市場半年度研究報告-2020H1，即將發(fā)布
中國AI云服務市場半年度研究報告-2020H1，即將發(fā)布
微軟：現(xiàn)代數(shù)據(jù)平臺助力企業(yè)實現(xiàn)數(shù)據(jù)智能（2020年11月）
IDC MarketScape: 中國大數(shù)據(jù)管理平臺廠商評估，2020（2020年10月）
中國智能流程自動化市場機會分析（2020年5月）
IDC Marketscape：中國對話式人工智能市場，2020（2020年9月）
Market Perspective: AI賦能的工業(yè)質檢市場分析 （2020年8月）
Market Perspective: NVIDIA GTC 2020—AI加速技術再創(chuàng)新高，云邊端全面布局 （2020年4月）
評論