新冠疫情進入尾聲，關於“數據智能”的討論卻開始甚囂塵上。
從年初以來，無論是關於疫情的精準防控，還是國家近期推出的新基礎設施建設政策，亦或是《關於構建更加完善的要素市場化配置體制機制的意見》（以下簡稱《意見》）的頒佈，都始終繞不過“數據智能”這個詞。
事實上，數據智能作爲一個技術詞彙並不陌生。自誕生起，各大AI、大數據公司們這兩年常將其掛嘴邊。但從本次新冠疫情的精準防控開始，大數據、AI等技術的應用讓人們真正認識到數據智能的價值與作用。
“本次疫情會是一個標誌性事件，它會讓數據智能在數字政府建設和企業數字化轉型帶來深遠影響。”百分點公司董事長兼CEO 蘇萌如是說。
數據智能爲何如此重要
如果說二十世紀全世界都是在圍着石油轉，那麼進入到二十一世紀之後，經歷了二十年的數字化進程之後，我們已經深刻體會到如今整個世界都是在圍繞着數據在運轉。
因此，當國家在年初推出新基建策略時，就猶如是給數字經濟“修橋鋪路”，爲數據的流動構建起更加完善、快速、高效的“交通體系”；緊跟其後的《意見》版本，則首次將數據寫入到生產要素之中，鼓勵數據的流動、共享與應用，這無疑又是官方給數據的一次重要背書。
既然，人們對於數據都有所認知和了解。那麼，數據智能它到底是什麼？爲何它會在數字經濟中扮演如此重要的角色。
“如果說數據要素是數字經濟時代的‘石油’，新基建就是‘油井和輸油管道’，而數據智能則是‘煉油技術和設備’。”蘇萌比喻道。
在百分點看來，數據智能是一套技術與應用體系：它既是應用於數據處理、分析、決策的綜合技術體系，自身融合了大數據、人工智能、雲計算、物聯網等技術；同時，它還是連接物理世界與數字世界的智能應用體系，包含人機智能交互、自動化知識構建與服務、機器輔助決策等應用。
衆所周知，石油不能夠直接用於開車、鋪路，必須提煉成各種物質之後才能被各行各業也所應用。同樣，數據也只有經過提煉才能成爲富有價值的生產要素；而與石油不同的是，數據的邊際複製成本幾乎爲零，提煉之後可以反覆使用。蘇萌介紹：“這就是數據智能最大的價值，它可以將數字經濟時代的‘資源’加工成可使用、高價值的‘產品與服務’。”
事實上，近年隨着大數據、人工智能等技術的不斷成熟，以及這些技術在不同業務場景中越來越多的實踐，數據智能也在不斷髮展和走向成熟，而其所帶來的長期影響已在不同的行業中逐步顯現。
數據智能的長期價值：效率革命
數據智能之所以可以帶來長期價值，是因爲數字經濟已成大勢所趨。從全球數據來看，數字經濟的GDP佔比正在逐年上升。而中國的趨勢則更加明顯，公開數據顯示，2019年中國數字經濟規模約爲35.9萬億元，佔GDP比重達到34.8%，增長速度位居前列。業界普遍形成共識，認爲數字經濟成爲經濟增長的新引擎。
在這樣的趨勢下，數字經濟引擎的驅動力就是數據智能，它驅動着實體經濟與互聯網、大數據、雲計算、人工智能、區塊鏈、物聯網等新一代數字化技術的加速融合，以及基於數字化技術新場景的不斷誕生。
蘇萌直言：“無論是加速推進“新基建”，還是《意見》頒佈，本質上都是爲了數字經濟時代的效率有革命性提升。數據智能通過將數據融合、技術融合、場景融合，從而驅動着數字經濟效率的大幅提升。”
以政府爲例，在疫情之前，數字政府其實已然進行了多年，包括政務服務、應急管理、公共安全、環境保護等領域。而本次疫情中大數據、AI等技術給疫情精準防控帶來的幫助，也進一步讓各地政府認識到數據智能所帶來的的價值。
以北京市石景山區爲例，在春節後返京高峯帶來的巨大防控壓力下，石景山區政府攜手百分點在短短48小時內就完成了從需求梳理、方案制定、設計開發、系統測試到上線試運行等工作，大幅升了疫情精準防控的效率。
據瞭解，作爲一家數據智能企業，百分點過去四年服務了多家省市政府用戶，積累了大量的行業經驗，也深刻理解了政務數據是一個提升政府治理效率的長期工程。
在蘇萌看來，數據智能相關技術在數字政府中的應用標誌着國家治理手段逐漸走向現代化，實現了政務數據的打通，政府職能部門走向數字化、智能化，以及數字化時代下的社會精準治理與服務。“從長遠來，數據互聯互通將會成爲國家治理能力的基礎，未來數據的跨層級、跨地域、跨系統、跨組織、跨業務流動的情況會越來越多。”
此外，疫情讓各級政府紛紛意識到數據智能相關建設的長期價值與重要性。之前很多地方政府已經成立了大數據局，意圖建立起統一的大數據平臺，拉通各類政務數據。據悉，此疫進入尾聲之際，已經有很多各級政府着手加快大數據平臺的建設與使用。
“當前，各級政府建立的數據共享與服務平臺普遍存在功能單一、覆蓋範圍小、集約化水平低、數據閉塞等特徵，數據還是很難轉化成真正的價值。”蘇萌直言，“未來，政府應該會繼續加碼數字政府建設，大數據、人工智能等數據智能技術會在政府業務場景中獲得更多應用。基於數據智能的綜合性數據平臺會演變成政府新型基礎設施的一部分，並且數據平臺的功能也將越來越綜合。”
而在產業數字化方面，數字化轉型一直是企業與組織近年來所面臨的方向。與政府機構相比，某些行業對於數據智能技術的應用已經走在了前面，比如像零售領域在營銷、客服、運營等方面大量應用了各種數據智能相關技術；製造業的情況也類似，數據智能逐漸滲透和深入到從生產製造，到供應鏈的決策分析，再到營銷決策等環節。
“未來，不同行業、不同企業的數字化轉型進程將會分化。馬太效應會更加明顯，中大型企業的數字化轉型會加速，而小微企業則會延緩。”蘇萌補充道。
數據智能挑戰依在
當然，數據智能的應用與普及在當下依然遇到了不小的問題與挑戰。最爲突出是關於數據隱私和數據濫用的問題。事實上，去年各大媒體就報道了國內一批大數據相關的公司因爲數據濫用等問題而被調查，足以看到目前國內數據的交易、流通與應用依然存在着不小挑戰。
對此，蘇萌直言，《意見》頒佈很重要，通過市場配置和立法跟進之後，數據保護機制會更加完善，也有利於數據流動和應用起來。
不能否認的是，雖然過去幾年各地成立了各種數據交易所，但是數據交易和使用難的局面並沒有改觀，這其中數據使用權、使用規範、數據價值評估等依然是較大的挑戰。“未來看好政府在數據共享中的推動作用。因爲，本行業中的企業之間很難數據共享，這涉及到競爭問題；而不同行業之間數據的交換價值不明確。但是在有公信力基礎的政府機構，可以將城市數據匯聚起來，並基於數據智能支撐便民服務、政務決策、政務辦公等應用。”
事實趨勢也是如此，隨着《意見》的頒佈，政府已經逐步加速開放各種數據，引入更多數據應用，在政務領域的數據智能應用體系也在加速打造。
另外，蘇萌表示，數據要素能否真正發揮作用的關鍵在於市場化配置。
首先，市場化配置能夠提高效率，保證數據能夠流轉到最需要的地方，由最合適的人或者機構挖掘發揮數據的價值。
其次，市場化配置能夠促進數據的融合、流動、共享，在保證數據安全和隱私的前提下，數據能夠滲透到各個角落，培育數字經濟新產業、新業態、新模式。
最後，市場化配置有助於優化數據價值的分配機制，數據的產權可以得到規範，各方都能獲得其數據應有的收益，數據的價值和安全能夠得到有效的保護。
回顧2019年，絕對是數據智能市場標誌性的一年。數據智能市場將迎分水嶺，數據智能在行業場景中應用日趨綜合化，這也給只能夠提供單點技術或者單點產品的數據智能企業帶來更大的困難，綜合能力強、行業實踐深入的企業更容易獲得市場的認同與青睞。