论道“数据中台”本质——IDC发布《企业数据智能实施部署指南》报告

在一项针对全球数字化转型先行者的调研中，IDC发现在前25%的领先者中，有25%的组织已经建立了智能核心平台。约56%的组织已经建立了结构化的数据管理架构，即当前具备结构化的数据框架、整合的数据平台或统一的智能核心平台。而在后25%的组织中，50%的组织还处在数据孤岛或者单纯的数仓时代。无计划的引入新兴技术使得组织内数据管理架构不断复杂化，数据烟囱现象严重，真正的数据分析支撑决策难以落地，影响了数据智能的落地速度。在此背景下， IDC调研中国重点行业数据智能应用市场案例，分析各行业数据智能落地现状以及面临的挑战，并发布《CIO视角：企业数据智能实施部署指南》报告。报告对市场生态进行划分，并且对如何推进数字化、智能化提出参考建议。本篇报告提到的数据智能，重点在于数据化以及初步的智能化应用，未将重点放在智能化方向，因此类似“AI中台”概念，不在本篇报告讨论范围之内。

中国数据智能发展现状

数字化转型的发展已有数十年的历史，数字化转型相对领先的行业头部企业已经建立了较好的数字化基础，相对落后的企业也积累了一定的实践经验。鉴于不同行业以及同行业不同规模的企业在数据基础、转型所处阶段的不同，行业企业大数据建设的关注点，在技术、工程化、应用场景设计、数据源等方面各有所侧重。金融行业最关注数据安全、合规保障，其次是如何打破部门间壁垒形成数据共享，在采用智能化技术时尤其关注是否合规、可解释，最后是引入前沿技术进行金融科技创新。制造行业，最关注的是融入制造业实践经验的解决方案，其次是提高内外部的大数据应用能力，以及规模化复制应用场景的能力。政府行业的重点在于数据集中共享、建立大数据平台建设标准以及确保大数据系统的稳定性。其他行业，则更多处于提升数据质量、上线一个成功的数据分析项目以及取得高管的信任与持续支持的阶段。

数据智能面临的挑战

综合过去多年的数字化实践案例会发现，数字化、大数据的建设，已不再是简单的技术应用，不能再仅仅依靠单纯的IT视角，成功者大都是在建设数据平台之外，自身也进行了相应的流程与IT调整，内部具备了一定的分析能力，大胆开放地与外部合作。尚未成功的原因可能包括单纯依靠内部力量基于开源技术搭建系统效果不显著，未解决根源上的数据问题，或者业务部门配合度不高等等。所有的挑战，都可以定位在5类要素：人、技术、流程、数据和战略。

主流厂商如何解决当前挑战

过去的数字化历程中，大数据、数字化的生态往往只从技术的视角划分，如下图所示，包括数据服务、数仓与大数据平台、商业智能及高级分析、数据应用解决方案等。鉴于当前数字化建设已不再是简单的技术应用，市场生态的构成由界限分明的硬件、软件、服务厂商开始转变为数字化平台与服务型厂商，技术提供商与技术使用方的高度竞合状态。

数字化平台提供商：以阿里云、百度、华为、微软为代表，通常也是数据智能整体解决方案提供商，但提供的核心仍然是数字化平台。例如，阿里云最早推出数据中台并且受用户高度推崇；华为从自身企业数字化转型实践出发强调数据使能，基于自身实践的方法论帮助用户从数据治理开始建立完备前瞻的数据管理体系；微软依托具有丰富实践经验的大数据产品组合提供的现代数据平台解决方案，强调业务驱动、统一数据标准、一致的用户体验、安全保障等。

数据开发运营服务商：提供数据集成、数据开发服务，典型的厂商如数梦工厂、数澜科技等。

数据治理服务商：提供数据治理工具以及服务，典型的厂商如普元信息、中软国际、四方伟业等。

数据智能应用方案商：围绕行业应用场景打造数据智能解决方案，提供AI、BI工具以及服务，典型的厂商如百分点、明略科技、字节跳动等。例如，百分点定位端到端智能化转型解决方案，强调与行业高度结合的数据处理技术、知识图谱及认知决策技术、数据交互和体验技术来助力智能化转型。明略科技定位企业级数据分析及决策智能服务商，即从数据中台咨询规划到数据集成、数据开发，再到AI驱动的数据治理和数据共享，尤其强调知识图谱、AI驱动的数据治理能力。

咨询服务商：提供融入企业战略的数字化转型咨询，设计转型路线，典型的厂商如埃森哲、德勤、普华永道、毕马威、凯鹏华盈等。

给技术买家的建议

今天数据智能应用成功的要素，要求企业对内将数字化战略融入企业的核心战略，做好持续投入的准备，可以早期引入咨询类合作伙伴全面梳理数字化现状、数据资源目录以及应用场景，做好数据资源目录与应用场景规划，对外选择最佳数据平台合作伙伴，探索建立数据智能评估考核体系，内部形成全员数据素养，构建数据智能服务闭环。

展望未来，IDC中国助理研究总监卢言霞表示：“今天的数字化建设已经向着数据智能更进一步，但绝大部分企业仍处在市场营销智能化或客户关系管理智能化等单个环节的数据智能阶段，离规模化数据智能还有很大距离。综合过去十年中先行者的经验与教训，要推进数智化，需要行业用户在引入外部最佳数据平台的同时，从流程、人才、战略角度入手练好内功，建立强效机制促进业务部门与数字化部门的协同，不断提升数据服务能力、达成规模化智能。”

IDC中国人工智能及大数据相关研究报告：

中国人工智能软件及应用市场半年度研究报告-2020H1，即将发布

中国AI云服务市场半年度研究报告-2020H1，即将发布

微软：现代数据平台助力企业实现数据智能（2020年11月）

IDC MarketScape: 中国大数据管理平台厂商评估，2020（2020年10月）

中国智能流程自动化市场机会分析（2020年5月）

IDC Marketscape：中国对话式人工智能市场，2020（2020年9月）

Market Perspective: AI赋能的工业质检市场分析 （2020年8月）

Market Perspective: NVIDIA GTC 2020—AI加速技术再创新高，云边端全面布局 （2020年4月）

来源：IDC咨询