1、2018数据智能生态报告2018年10月1前言随着智能移动设备、 可穿戴设备、 工业大数据等的指数级增长， 数据行业迎来更多的挑战。 大数据、云计算、人工智能、区块链、机器学习等各种热词蜂涌而出。如今，大数据的概念已经普及，从互联网、数据企业，到传统实体企业，数据正在融入到整个经济的发展中，2018 年第五届中国国际大数据大会正以“实体融合新动能 数字经济新发展”为主题，共同探讨数据所产生的决策与价值。而如何真正从数据中形成智能，提升商业决策与人类生活？这是所有大数据企业共同面临的挑战。数据智能（data intelligence）一词相较于大数据和人工智能而言更为年轻，但是数据智能的诞生却和

2、这两个由来已久的概念密不可分。简单讲，数据智能就是大数据和人工智能技术的融合。数据智能应用的终极目标是利用一系列智能算法和信息处理技术实现海量数据条件下的人类深度洞察和决策智能化，最终走向普适的人机智能融合。它代表着一种新的认知范式，超越了简单的“是什么”和“为什么”，即 Jim Gray（图灵奖得主，关系数据库的鼻祖）所述的第四个认知范式1：随着数据量的高速增长， 计算机将不仅仅是模拟仿真， 还能进行分析总结， 得到结论，最终实现预测。数据智能作为数据行业的新兴概念，在整个数据行业会引起怎样的变化？数据智能企业作为新的物种，会如何改变数据行业的价值分配和竞争全景？数据智能中台作为数据智能的最

3、重要的技术与机制，其核心的特点和能力是什么？在本报告中，作者试图从数据智能、数据智能平台的定义和本质入手，回顾数据智能市场的发展历史，针对现实客户企业遇到的各种问题，提供当前竞争格局下的玩家分类和速赢策略。对于数据智能的发展趋势，本报告也力图从各个利益相关者的角度出发，给出相应的应对策略，帮助企业更好的驾驭数据智能，领跑数据智能时代。1 几千年前的科学，以记录和描述自然现象为主，称为“实验科学”，即第一范式，其典型案例如钻木取火；数百年前，科学家们开始利用模型归纳总结过去记录的现象，发展出“理论科学”，即第二范式，其典型案例如牛顿三定律、麦克斯韦方程组、相对论等；过去数十年，科学计算机的出现，

4、诞生了“计算科学”，对复杂现象进行模拟仿真，推演出越来越多复杂的现象，其典型案例如模拟核试验、天气预报等，即第三范式2数据智能时代，人工智能后时代：内涵和预测数据智能和数据智能平台是什么从技术的角度来看，数据智能是指基于大数据引擎，通过大规模机器学习和深度学习等技术，对海量数据进行处理、分析和挖掘，提取数据中所包含的有价值的信息和知识，使数据具有“智能”，并通过建立模型寻求现有问题的解决方案以及实现预测等。这其中，由于需要实现处理海量和异构化的数据，数据智能需要有一个强大的实现的平台。这个平台，能够进行实时数据处理、分析和挖掘，提取数据中所包含的、具有商业情境价值的信息和知识，形成不同的情境化

5、数据能力，并通过建立模型、构建流程和数据产品，最终实现自动决策。我们可以把这样的平台称为“数据智能平台”。在数据智能概念诞生之前，常用的数据应用概念有数据科学（data science）和数据分析学（datalogy） 等。 虽然数据智能与这些概念有重合之处， 但 “数据智能 “之所以成为一个独立的概念，是因为包含了以下几个原因：1. 数据智能的目的是“预测”和“决策”，而非“分析”或者“展示”：数据智能一定是为了服务某个现实中的决策，所以不仅仅是需要用机器去模拟现实数据、抽象现实问题，还需要进一步用数据将隐藏在现实问题之下的关系抽象出来， 并形成关系发展趋势的预测， 进而指导行动。因此数据智

6、能中的数据最终是可行动的，可以转化成决策的。2. 数据智能是可被衡量价值的：由于数据智能是决策导向的，所以数据智能效率和价值的评判，即在于基于该决策的结果价值如何。因此，数据智能的核心测量指标是能够自证其价值，可以与人类的决策使用同一套判断标准，以比较效用差别，例如利润率，投入产出比等。3. 数据智能得以实现的技术核心是数据智能平台：数据智能是一系列能力的集合，所以数据智能的产生是一项复杂的系统工程。一般而言，数据智能平台在数据智能的产出过程中是必须的，其作用是承载和调动一系列智能数据（面向特定商业情境和问题的数据集）、核心模型（包括了商业逻辑方法论，由人的智慧 + 机器学习优化而得的模型）、