日前,“数智化”一词第一次在政府报告中出现,并有了准确定义——
数智技术是数字化和智能化的有机融合,可以理解为“数字化+智能化”,是在数字化基础上融合应用机器学习、人工智能等智能技术的过程。通过“人工智能+工业制造”、“人工智能+生成设计”等推进智能工厂、未来工厂、“灯塔工厂”建设,推动实现制造业数智化,是制造业转型升级的重要方向。
本文将详细介绍数智化的重要组成部分“数据智能DI”的定义、发展阶段以及应用价值。
数据智能(DI:digital intelligence)的概念可以初步概括为,以全形态数据为关键资源,以大数据和人工智能深度融合后的新技术体系为关键手段,以决策式、生成式人工智能和传统数据应用形式协同应用于生产生活各领域为最终目标,由此形成的新兴生产生活方式,以及相应延展出的新技术、新产业、新生态。
数据智能大体可以概括为3个历史发展阶段:1)第一阶段是技术准备时期(2000年以前),主要是由技术驱动发展。在计算机诞生后的20年内,人工智能概念和数据库理论被提出,并逐渐发展形成各自的技术体系。这一阶段的信息技术不断涌现,为企业和社会带来了新的生产力。
2)第二阶段是大数据时期(2000—2020年),主要是由数据驱动发展。随着互联网的普及,数据量爆发式增长,对数据处理能力和智能算法的效果提出了新的挑战。以分布式处理为代表的大数据技术和以深度学习技术为代表的智能技术进入快速迭代阶段,这一阶段中数据作为关键资源的地位日益凸显。
3)第三阶段是融合应用时期(2020年至今),主要是由应用驱动发展。当前阶段技术的发展和应用趋向融合,流批一体、湖仓一体、多模化处理、多模态深度学习等技术成为前沿方向。以大语言模型为代表的生成式人工智能技术实践效果突出,其结合大量场景的应用正在加速落地。围绕落地相关的数据供给、模型优化、场景发掘、伦理安全等成为时下热点。
数据智能的种种应用实践,也为企业、产业、社会带来新的价值和意义。
企业层面,数据智能的实践能提升企业从数据中提取有效信息、精炼转化为知识、最终指导决策这一过程的总体效率,半自动化、自动化决策方式逐步落地。产业层面,数据智能的实践在直接带动相关技术服务产业发展的同时,还将带来模式创新和对生产关系的重塑,以改善产业链总体产出效率。社会层面,数据智能的实践能直接提升信息、知识在全社会范围内的流动效率,同时借由对信息的互通和技术的应用强化总体协同性,优化社会资源的配置效率。
截至目前,玄武云已经构建“aPaaS / cPaaS / AI / DI”技术生态,其中DI平台是一站式数据开发与治理平台,全面覆盖数据分析过程中的各个环节,包括数据采集、清洗、整合、存储、计算、建模、展现等,让用户可以在一个统一的平台上完成全流程数据分析任务。与此同时,基于14年来深耕消费品行业的最佳实践,玄武云将DI技术应用到拓店业务中,推出“DI智慧拓店”产品,帮助品牌商精准运营,将钱花在刀刃上,投在最有潜力的终端上。
未来,玄武云将积极探索DI在消费品行业的更多场景应用,真正实现数据的深度分析和便捷消费,最终数据价值才会得到最大的呈现和增长,并助力业务增长。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
