論道“數(shù)據(jù)中臺(tái)”本質(zhì)——IDC發(fā)布《企業(yè)數(shù)據(jù)智能實(shí)施部署智能》報(bào)告
在一項(xiàng)針對(duì)全球數(shù)字化轉(zhuǎn)型先行者的調(diào)研中,IDC發(fā)現(xiàn)在前25%的領(lǐng)先者中,有25%的組織已經(jīng)建立了智能核心平臺(tái)。約56%的組織已經(jīng)建立了結(jié)構(gòu)化的數(shù)據(jù)管理架構(gòu),即當(dāng)前具備結(jié)構(gòu)化的數(shù)據(jù)框架、整合的數(shù)據(jù)平臺(tái)或統(tǒng)一的智能核心平臺(tái)。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(cāng)時(shí)代。無(wú)計(jì)劃的引入新興技術(shù)使得組織內(nèi)數(shù)據(jù)管理架構(gòu)不斷復(fù)雜化,數(shù)據(jù)煙囪現(xiàn)象嚴(yán)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(diào)研中國(guó)重點(diǎn)行業(yè)數(shù)據(jù)智能應(yīng)用市場(chǎng)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(shí)施部署指南》報(bào)告。報(bào)告對(duì)市場(chǎng)生態(tài)進(jìn)行劃分,并且對(duì)如何推進(jìn)數(shù)字化、智能化提出參考建議。本篇報(bào)告提到的數(shù)據(jù)智能,重點(diǎn)在于數(shù)據(jù)化以及初步的智能化應(yīng)用,未將重點(diǎn)放在智能化方向,因此類似“AI中臺(tái)”概念,不在本篇報(bào)告討論范圍之內(nèi)。
中國(guó)數(shù)據(jù)智能發(fā)展現(xiàn)狀
數(shù)字化轉(zhuǎn)型的發(fā)展已有數(shù)十年的歷史,數(shù)字化轉(zhuǎn)型相對(duì)領(lǐng)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(chǔ),相對(duì)落后的企業(yè)也積累了一定的實(shí)踐經(jīng)驗(yàn)。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(chǔ)、轉(zhuǎn)型所處階段的不同,行業(yè)企業(yè)大數(shù)據(jù)建設(shè)的關(guān)注點(diǎn),在技術(shù)、工程化、應(yīng)用場(chǎng)景設(shè)計(jì)、數(shù)據(jù)源等方面各有所側(cè)重。金融行業(yè)最關(guān)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(shù)時(shí)尤其關(guān)注是否合規(guī)、可解釋,最后是引入前沿技術(shù)進(jìn)行金融科技創(chuàng)新。制造行業(yè),最關(guān)注的是融入制造業(yè)實(shí)踐經(jīng)驗(yàn)的解決方案,其次是提高內(nèi)外部的大數(shù)據(jù)應(yīng)用能力,以及規(guī)?;瘡?fù)制應(yīng)用場(chǎng)景的能力。政府行業(yè)的重點(diǎn)在于數(shù)據(jù)集中共享、建立大數(shù)據(jù)平臺(tái)建設(shè)標(biāo)準(zhǔn)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(zhì)量、上線一個(gè)成功的數(shù)據(jù)分析項(xiàng)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(guò)去多年的數(shù)字化實(shí)踐案例會(huì)發(fā)現(xiàn),數(shù)字化、大數(shù)據(jù)的建設(shè),已不再是簡(jiǎn)單的技術(shù)應(yīng)用,不能再僅僅依靠單純的IT視角,成功者大都是在建設(shè)數(shù)據(jù)平臺(tái)之外,自身也進(jìn)行了相應(yīng)的流程與IT調(diào)整,內(nèi)部具備了一定的分析能力,大膽開(kāi)放地與外部合作。尚未成功的原因可能包括單純依靠?jī)?nèi)部力量基于開(kāi)源技術(shù)搭建系統(tǒng)效果不顯著,未解決根源上的數(shù)據(jù)問(wèn)題,或者業(yè)務(wù)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(shù)、流程、數(shù)據(jù)和戰(zhàn)略。
主流廠商如何解決當(dāng)前挑戰(zhàn)
過(guò)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(shù)的視角劃分,如下圖所示,包括數(shù)據(jù)服務(wù)、數(shù)倉(cāng)與大數(shù)據(jù)平臺(tái)、商業(yè)智能及高級(jí)分析、數(shù)據(jù)應(yīng)用解決方案等。鑒于當(dāng)前數(shù)字化建設(shè)已不再是簡(jiǎn)單的技術(shù)應(yīng)用,市場(chǎng)生態(tài)的構(gòu)成由界限分明的硬件、軟件、服務(wù)廠商開(kāi)始轉(zhuǎn)變?yōu)閿?shù)字化平臺(tái)與服務(wù)型廠商,技術(shù)提供商與技術(shù)使用方的高度競(jìng)合狀態(tài)。
數(shù)字化平臺(tái)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(tái)。例如,阿里云最早推出數(shù)據(jù)中臺(tái)并且受用戶高度推崇;華為從自身企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐出發(fā)強(qiáng)調(diào)數(shù)據(jù)使能,基于自身實(shí)踐的方法論幫助用戶從數(shù)據(jù)治理開(kāi)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(shí)踐經(jīng)驗(yàn)的大數(shù)據(jù)產(chǎn)品組合提供的現(xiàn)代數(shù)據(jù)平臺(tái)解決方案,強(qiáng)調(diào)業(yè)務(wù)驅(qū)動(dòng)、統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)、一致的用戶體驗(yàn)、安全保障等。
數(shù)據(jù)開(kāi)發(fā)運(yùn)營(yíng)服務(wù)商:提供數(shù)據(jù)集成、數(shù)據(jù)開(kāi)發(fā)服務(wù),典型的廠商如數(shù)夢(mèng)工廠、數(shù)瀾科技等。
數(shù)據(jù)治理服務(wù)商:提供數(shù)據(jù)治理工具以及服務(wù),典型的廠商如普元信息、中軟國(guó)際、四方偉業(yè)等。
數(shù)據(jù)智能應(yīng)用方案商:圍繞行業(yè)應(yīng)用場(chǎng)景打造數(shù)據(jù)智能解決方案,提供AI、BI工具以及服務(wù),典型的廠商如百分點(diǎn)、明略科技、字節(jié)跳動(dòng)等。例如,百分點(diǎn)定位端到端智能化轉(zhuǎn)型解決方案,強(qiáng)調(diào)與行業(yè)高度結(jié)合的數(shù)據(jù)處理技術(shù)、知識(shí)圖譜及認(rèn)知決策技術(shù)、數(shù)據(jù)交互和體驗(yàn)技術(shù)來(lái)助力智能化轉(zhuǎn)型。明略科技定位企業(yè)級(jí)數(shù)據(jù)分析及決策智能服務(wù)商,即從數(shù)據(jù)中臺(tái)咨詢規(guī)劃到數(shù)據(jù)集成、數(shù)據(jù)開(kāi)發(fā),再到AI驅(qū)動(dòng)的數(shù)據(jù)治理和數(shù)據(jù)共享,尤其強(qiáng)調(diào)知識(shí)圖譜、AI驅(qū)動(dòng)的數(shù)據(jù)治理能力。
咨詢服務(wù)商:提供融入企業(yè)戰(zhàn)略的數(shù)字化轉(zhuǎn)型咨詢,設(shè)計(jì)轉(zhuǎn)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(shù)買家的建議
今天數(shù)據(jù)智能應(yīng)用成功的要素,要求企業(yè)對(duì)內(nèi)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(zhǔn)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(yīng)用場(chǎng)景,做好數(shù)據(jù)資源目錄與應(yīng)用場(chǎng)景規(guī)劃,對(duì)外選擇最佳數(shù)據(jù)平臺(tái)合作伙伴,探索建立數(shù)據(jù)智能評(píng)估考核體系,內(nèi)部形成全員數(shù)據(jù)素養(yǎng),構(gòu)建數(shù)據(jù)智能服務(wù)閉環(huán)。
展望未來(lái),IDC中國(guó)助理研究總監(jiān)盧言霞表示:“今天的數(shù)字化建設(shè)已經(jīng)向著數(shù)據(jù)智能更進(jìn)一步,但絕大部分企業(yè)仍處在市場(chǎng)營(yíng)銷智能化或客戶關(guān)系管理智能化等單個(gè)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(guò)去十年中先行者的經(jīng)驗(yàn)與教訓(xùn),要推進(jìn)數(shù)智化,需要行業(yè)用戶在引入外部最佳數(shù)據(jù)平臺(tái)的同時(shí),從流程、人才、戰(zhàn)略角度入手練好內(nèi)功,建立強(qiáng)效機(jī)制促進(jìn)業(yè)務(wù)部門與數(shù)字化部門的協(xié)同,不斷提升數(shù)據(jù)服務(wù)能力、達(dá)成規(guī)?;悄??!?/p>
IDC中國(guó)人工智能及大數(shù)據(jù)相關(guān)研究報(bào)告:
中國(guó)人工智能軟件及應(yīng)用市場(chǎng)半年度研究報(bào)告-2020H1,即將發(fā)布
中國(guó)AI云服務(wù)市場(chǎng)半年度研究報(bào)告-2020H1,即將發(fā)布
微軟:現(xiàn)代數(shù)據(jù)平臺(tái)助力企業(yè)實(shí)現(xiàn)數(shù)據(jù)智能(2020年11月)
IDC MarketScape: 中國(guó)大數(shù)據(jù)管理平臺(tái)廠商評(píng)估,2020(2020年10月)
中國(guó)智能流程自動(dòng)化市場(chǎng)機(jī)會(huì)分析(2020年5月)
IDC Marketscape:中國(guó)對(duì)話式人工智能市場(chǎng),2020(2020年9月)
Market Perspective: AI賦能的工業(yè)質(zhì)檢市場(chǎng)分析 (2020年8月)
Market Perspective: NVIDIA GTC 2020—AI加速技術(shù)再創(chuàng)新高,云邊端全面布局 (2020年4月)
評(píng)論