論道“數據中臺”本質——IDC發布《企業數據智能實施部署智能》報告

數字化轉型的發展已有數十年的歷史，數字化轉型相對領先的行業頭部企業已經建立了較好的數字化基礎，相對落后的企業也積累了一定的實踐經驗。鑒于不同行業以及同行業不同規模的企業在數據基礎、轉型所處階段的不同，行業企業大數據建設的關注點，在技術、工程化、應用場景設計、數據源等方面各有所側重。金融行業最關注數據安全、合規保障，其次是如何打破部門間壁壘形成數據共享，在采用智能化技術時尤其關注是否合規、可解釋，最后是引入前沿技術進行金融科技創新。制造行業，最關注的是融入制造業實踐經驗的解決方案，其次是提高內外部的大數據應用能力，以及規模化復制應用場景的能力。政府行業的重點在于數據集中共享、建立大數據平臺建設標準以及確保大數據系統的穩定性。其他行業，則更多處于提升數據質量、上線一個成功的數據分析項目以及取得高管的信任與持續支持的階段。

綜合過去多年的數字化實踐案例會發現，數字化、大數據的建設，已不再是簡單的技術應用，不能再僅僅依靠單純的IT視角，成功者大都是在建設數據平臺之外，自身也進行了相應的流程與IT調整，內部具備了一定的分析能力，大膽開放地與外部合作。尚未成功的原因可能包括單純依靠內部力量基于開源技術搭建系統效果不顯著，未解決根源上的數據問題，或者業務部門配合度不高等等。所有的挑戰，都可以定位在5類要素：人、技術、流程、數據和戰略。

過去的數字化歷程中，大數據、數字化的生態往往只從技術的視角劃分，如下圖所示，包括數據服務、數倉與大數據平臺、商業智能及高級分析、數據應用解決方案等。鑒于當前數字化建設已不再是簡單的技術應用，市場生態的構成由界限分明的硬件、軟件、服務廠商開始轉變為數字化平臺與服務型廠商，技術提供商與技術使用方的高度競合狀態。

數字化平臺提供商：以阿里云、百度、華為、微軟為代表，通常也是數據智能整體解決方案提供商，但提供的核心仍然是數字化平臺。例如，阿里云最早推出數據中臺并且受用戶高度推崇；華為從自身企業數字化轉型實踐出發強調數據使能，基于自身實踐的方法論幫助用戶從數據治理開始建立完備前瞻的數據管理體系；微軟依托具有豐富實踐經驗的大數據產品組合提供的現代數據平臺解決方案，強調業務驅動、統一數據標準、一致的用戶體驗、安全保障等。

數據開發運營服務商：提供數據集成、數據開發服務，典型的廠商如數夢工廠、數瀾科技等。

數據治理服務商：提供數據治理工具以及服務，典型的廠商如普元信息、中軟國際、四方偉業等。

數據智能應用方案商：圍繞行業應用場景打造數據智能解決方案，提供AI、BI工具以及服務，典型的廠商如百分點、明略科技、字節跳動等。例如，百分點定位端到端智能化轉型解決方案，強調與行業高度結合的數據處理技術、知識圖譜及認知決策技術、數據交互和體驗技術來助力智能化轉型。明略科技定位企業級數據分析及決策智能服務商，即從數據中臺咨詢規劃到數據集成、數據開發，再到AI驅動的數據治理和數據共享，尤其強調知識圖譜、AI驅動的數據治理能力。

咨詢服務商：提供融入企業戰略的數字化轉型咨詢，設計轉型路線，典型的廠商如埃森哲、德勤、普華永道、畢馬威、凱鵬華盈等。

今天數據智能應用成功的要素，要求企業對內將數字化戰略融入企業的核心戰略，做好持續投入的準備，可以早期引入咨詢類合作伙伴全面梳理數字化現狀、數據資源目錄以及應用場景，做好數據資源目錄與應用場景規劃，對外選擇最佳數據平臺合作伙伴，探索建立數據智能評估考核體系，內部形成全員數據素養，構建數據智能服務閉環。