对于现代企业而言，数据的重要性可以说毋庸置疑。早在2017年，《经济学人》就在封面文章中指出：“世界上最具价值的资源不再是石油，而是数据。”
那么当数据成为企业的核心资产时，企业又应该如何以数据重塑生产力，进而成长为数据驱动型组织？
企业在数字化转型中的痛点
“听过很多道理，依然过不好这一生。”这是韩寒在电影《后会无期》中的一句经典语录，也是当下许多企业在数字化转型中的真实写照。
虽然明白数据是现代企业最为宝贵的资产，但是在挖掘数据价值时却感到一筹莫展。
虽然知道借助人工智能可以提高生产力，但是真到了让AI应用落地时才发现知易行难。
这就好比淘金客明明已经找到了一座金矿，但是却苦于难以将里面蕴藏的金沙转化为财富。
那么问题就来了：有没有什么办法，可以帮助企业改变这种尴尬局面？
回答是肯定的。作为一家大数据基础设施提供商，爱数旗下的各种产品和解决方案正是为此而生。
“为什么企业在数字化转型和AI应用落地时会感觉这么难？我觉得核心问题其实是工具。数据是一种生产要素，客户希望用数据来提升企业的生产力，而人工智能是一种技术，并不是一种完整的工具。大家之所以会在实践落地时遇到各种问题，主要是因为缺乏好用的工具。”在近日于上海浦东嘉里大酒店召开的爱数SMART大会上，爱数总裁贺鸿富向趣味科技如是表示。
贺鸿富指出，也正因为如此，爱数从来不说自己是一家人工智能公司，而是一家大数据基础设施提供商。“爱数不是卖人工智能的，而是卖产品和解决方案的。我们提供的是客户能够看得到，而且能真正帮助客户解决实际问题的工具。除了帮助客户重塑生产力、提高生产效率之外，我们还可以帮助客户持续地解决未来面对的各种问题，让客户在成长为数据驱动型组织的过程中得到更好的保障。”
以数据重塑生产力
爱数品牌及人力副总裁李曼舞指出，虽然2020年肆虐全球的新冠疫情给世界各国的经济都带来了严重冲击，但是也让越来越多的企业认识到了信息技术的重要性，从而在一定程度上加速了企业的数字化转型进程。
而在众多的新兴信息技术中，人工智能无疑是最受人们关注的热点之一。
从智能制造，到智慧医疗，从智能交通，到智慧教育，再到智慧政务……人工智能正在深切地改变着众多行业，显著提高企业的生产力，进而改变整个人类的生活方式。“人工智能使得人类不必为了满足生存需求而从事大量的生产劳动，而是可以把时间和精力解放出来去做更有意义的事情。”李曼舞表示。
然而时至今日，许多企业在应用人工智能时，仍然不得不面对诸多的“世界级难题”。
“这些世界级难题主要来自于三个方面：一是缺乏数据，也就是有效数据缺乏与高模型精度之间的矛盾；二是人才缺口，人工智能应用开发难度与人才难以匹配；三是成本高昂，高昂的建设成本与收益的不确定性。”李曼舞介绍道。
一个应用场景需要采用多种模型；每个模型训练都需要大量的样本数据支撑；场景和数据变化导致原有模型不可用；模型多为一次性部署，无法升级；模型部署需要采集的数据周期长、生效难、适应性差、不易调整……也正因为如此，企业在应用人工智能时往往需要付出极其高昂的资金、人员和时间成本，这也让不少企业尤其是中小企业为之望而却步。
“解决数据的难题，让人工智能发挥作用，释放生产力，是爱数未来的使命。”李曼舞表示，“爱数的新愿景，就是以数据重塑生产力，共创智能世界。”
爱数新愿景：共创智能世界
那么爱数是如何落地新愿景，以数据重塑生产力，共创智能世界的呢？
在爱数SMART大会上，这个问题的答案终于揭晓——“同结数字伙伴，共探数据驱动型组织”。
李曼舞指出，所谓数据驱动型组织，就是以数据为生产要素的组织，以数据驱动业务，实现持续增长和创新发展，以重塑组织的生产力。其主要特征有以下三点：
1、数据资产化。数据驱动型组织将数据视为企业资产，最大程度上利用数据的价值，关注数据的安全性、完整性、关联性以及数据质量；
2、数据驱动决策。数据驱动型组织在进行关键业务决策时，以数据为基础，通过高质量的数据分析驱动业务，而不是凭借经验或将各类信息简单堆砌；
3、数据驱动创新。数据驱动型组织注重知识沉淀和传承，以保证业务的持续创新能力，并在开辟新的业务时，以知识为起点，通过认知智能实现智能化创新。
“实现数据驱动型组织，核心就在于实现认知智能，也就是构建全域数据能力，实现组织所有数据的整合、治理、洞察。”李曼舞表示，“其过程就是将海量、分散、多样、异构的全域数据（包括结构化数据、非结构化数据、机器数据、知识图谱数据等），通过全域数据的整合、治理和洞察，形成私域数据的知识网络，使数据成为可流通、可服务、可应用的资产，最终实现认知智能，也就是数据驱动决策、数据驱动运营、数据驱动创新的全方位数据驱动。”
爱数认知智能战略
为了达成“以数据重塑生产力，共创智能世界”的新愿景，爱数也提出了相应的战略，那就是认知智能战略。
“人工智能有很多条路，最适合爱数的是哪一条？我们没有办法去做图片识别、机器视觉、语音识别、视频处理等围绕某一类小众数据去解决数据感知的问题，这并不是我们的优势。如何把结构化数据、非结构化数据、机器数据等多模态数据连接好，把这些数据的价值充分挖掘出来。这才是我们过去几年做人工智能战略研究的时候一直在思考的问题。”爱数总裁贺鸿富向趣味科技介绍道。
“在介绍爱数认知智能战略之前，首先要了解认知智能是什么东西？我们通常会把看到的东西分成三种类型：数据、信息、知识。怎么区别它们？数据是对客观世界的符号化记录，信息是被赋予意义的数据，知识则是信息之间有意义的关联。”贺鸿富表示，“举个例子来说，39是体温计测试得到的一个数据，人的体温达到了39摄氏度是得到的信息，由体温39摄氏度推断人可能发高烧了则是知识。而这个人应该去医院吃药或者打针，则是我们根据知识做出的决策。因此认知智能，就是以知识的发现和应用为核心内容的智能形式，让机器具备人类的高阶认知能力，包括语言、思维、社会等认知能力。”
以爱数推出的AnyDATA ONE为例，这个基于领域知识网络的认知智能框架，可以完成从知识采集，到知识管理，到智能运维，再到先进分析的全过程。而从数据，到信息，再到知识，也正是AnyDATA ONE的价值所在。
贺鸿富指出，随着数据红利的消耗殆尽，以深度学习为代表的感知智能已经遭遇到了天花板。而认知智能则将是释放计算智能、感知智能价值的关键一步。认知智能不仅是感知智能升级的一个全新阶段，而且与感知智能是双向互动关系。认知智能是数据、算力、模型发展背景下，数据智能、知识智能的集成融合创新的产物。
早在2019年，爱数就通过当时旗下4大产品（AnyBackup、AnyShare、AnyRobot、AnyDATA）的组合，打造出了多模态数据智能的大数据基础设施。“三年磨一剑”，如今的爱数大数据基础设施，已经能够为客户提供全域数据能力的认知智能。其“左脑”的职责是智能数据管理，包括了负责整合、治理非结构化数据的AnyShare，负责整合结构化数据的AnyBackup，以及负责整合、治理机器数据的AnyRobt；其“右脑”的职责则是领域认知智能，也就是负责知识图谱数据的AnyDATA，进而输出知识管理、先进分析、智能运维等价值。
Anyshare KnowledgeCenter 7也是一款具有认知智能的知识管理产品。其在主题识别、自动归类、知识搜索、智能推荐、知识卡片等方面有诸多创新，能够为用户提供基于认知智能的知识搜索和智能推荐，可以说是一款集百度、头条、抖音功能于一身，并且更加智能的知识管理小能手。
爱数数字伙伴计划
前面已经提到，爱数达成新愿景的途径，就是同结数字伙伴，共探数据驱动型组织。为此作为本届会议的重要环节之一，“爱数数字伙伴计划”也在爱数SMART大会上正式发布。
“企业要成为数据驱动型组织，是一个非常复杂的过程。”李曼舞表示，“数据驱动型组织不是新瓶装旧酒，而是数据驱动型组织的共探，共创。这个共创指的是共同投入+共担风险+共享收益，是一项长期工程。”
李曼舞指出，爱数数字伙伴计划，是将企业客户本身的行业知识与业务场景，与爱数大数据基础设施相结合，实现数据驱动业务，打造行业智能化方案，培养数字化人才，这才有了数据驱动型组织的诞生。为了实现数字伙伴计划，爱数与数字伙伴之前采取了非常紧密的合作模式，包括有联合实验室、共探数据驱动；联合解决方案、共创行业智能化；按效果付费、共赢数字化转型；共育数据驱动型的数字化人才等。
以爱数推出的AnyShare Managed Cloud 7为例，其采用的先用后付费、按使用效果付费、按月或按季结算、封顶结算等创新的效果付费模式，就让不少业界人士都眼前一亮。在让用户可以按共享打开次数、按搜索打开次数、按知识主题访问次数、按数据存储量付费的同时，AnyShare Managed Cloud 7还实现了让客户的初始投资下降70%，投资回报率上升85%的惊人效果，可以说是对“共同投入+共担风险+共享收益”模式的最佳诠释。
假以时日，相信在爱数数字伙伴计划的实施下，爱数还将在共探数据驱动型组织的道路上取得更多令人刮目相看的成果。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
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。
