大數據基礎設施

大數據基礎設施具備5大特徵:統一架構、全域化、平台化、智能化、安全合規。 ^[1] 

1.統一架構:大數據基礎設施中的一系列產品,採用完整、統一的技術堆棧,以實現全域數據的自由流動,提供一致的用户體驗,更好地滿足組織面向全域數據、全域場景的融合管理需求; ^[1] 

2.全域化:全域數據是指一個組織所有經營活動的所有數據,包含全場景、全類別、全生命週期。針對全域數據場景,大數據基礎設施提供一系列的場景解決方案;針對全類別數據,大數據基礎設施提供全域數據治理能力,提高數據治理的回報率;基於融合式中台,實現全域數據資產化、服務化、知識化; ^[1] 

3.平台化:大數據基礎設施擁有強大的平台和生態能力,以適應組織已有的基礎設施和應用生態,不僅只輸出技術和平台能力,還要與組織實現共創,最終實現數據驅動型組織; ^[1] 

4.智能化:基於創新的數據編織架構和領域認知智能技術,通過智能的數據資產知識網絡,讓數據與業務同頻共振,驅動業務創新; ^[1] 

5.安全合規:通過構建獨立的數據層,保障數據的獨立主權,實現跨雲數據的安全合規與自由流動。 ^[1] 

數據已成為數字經濟的重要生產要素。這意味着,整合更多數據、擁有更強的數據分析和處理能力,以數據資產化、數據服務化、數據知識化驅動運營,將是組織獲得核心競爭力的關鍵。 ^[1] 

然而,在構建數據驅動型組織的道路上,數據孤島已成為釋放數據價值的關鍵障礙。組織中一切活動都會產生數據,但這些海量的數據由於組織戰略、架構設置、數字化建設等原因,分散存儲在組織的各個部門、業務系統、應用之中,彼此無法互聯互通、共享,也無法被利用,形成了一個又一個孤立的數據島嶼。數十年來,伴隨着數字化轉型的深入,數據孤島問題愈演愈烈,隨之而來的是組織數據整合與治理難度的增加、運營效率的降低以及創新步伐的減緩等負面影響。 ^[1] 

以人工智能(AI)為依託的技術創新和變革正在為數字經濟的發展帶來更多的機遇。創新的領域認知智能技術將推動數據要素全鏈條的市場化進程,打造從數據生產組織到消費應用的閉環,成為推動數據產業高速發展的新引擎。 ^[1] 

AI的發展分為三個階段:計算智能、感知智能、認知智能。現階段的AI技術,距離讓機器和人一樣具有自我意識(即強人工智能)還有相當長的距離。而領域認知智能,則暫時拋開機器自我意識不談,基於認識論的基礎,從業務域出發,讓機器獲取特定知識,輔助人們解決特定的問題,則有其現實可行性和價值。 ^[1] 

各行業在打造數據能力的過程中面臨的挑戰主要來自以下三方面，大數據基礎設施正是為了解決這些問題。

1. 數據多樣化挑戰：新技術不僅帶來數據量的激增，同時還帶來數據的多樣化。全場景、全類別、全生命週期的全域數據，使數據的整合、治理、洞察和保護變得更加複雜；

2. 多雲策略顯著增加數據管理複雜性：雲已為數字化提供更敏捷的業務能力。多雲已經是數字化轉型過程中，基礎設施最普遍的特點。然而，多雲增加了數據管理的複雜性，造成了更多的數據孤島、更多的數據平台技術、更多的數據整合技術、更多的安全合規挑戰；

3. 數據的價值難以發揮：雲計算+SaaS的結合已成為大勢所趨。數據不但需要存儲和備份，更需要最大限度地被利用，將數據從成本變成服務能力，實現數據即服務，才能釋放數據潛能，創造業務價值。 ^[2] 

大數據基礎設施與合作伙伴生態聯合創新推出的行業數字化解決方案，將有效解決數據管理及服務的各種挑戰。

1. 數字政府：通過大數據解決民生面臨兩個問題:一是數據孤島;二是數據間的融合差，數據利用率低。利用大數據基礎設施可打破數據孤島，匯聚多方數據；基於領域認知智能可對數據進行智能的清洗、篩選，提高數據的可利用率；

2. 智慧城市：政府治理運用大數據，具有跨多部門數據共享、海量的結構化和非結構化數據、敏感數據和涉密數據保護等特點。利用大數據基礎設施可以提高政府數據管理流程化、自動化和智能化，對各部門的數據實現合規監控、保護和利用；

3. 智能製造：工業大數據來源複雜，數據類型多樣化，且對數據採集的時效性等都有很高的要求。基於領域認知智能的大數據基礎設施，將為智能製造構建聰明的認知大腦，實現數據驅動生產製造、服務、運營和決策；

4. 科技創新：從藥品研發、生物工程到金融科技創新，都離不開大數據基礎設施。大數據基礎設施支持海量的多種類型數據的採集、存儲、處理和服務，能夠實現數據保護和數據合規，基於領域認知智能技術，實現數據知識化和業務智能化，為科技創新注入嶄新動能。 ^[2]