2025中國國際數(shù)字經(jīng)濟(jì)博覽會(huì)在石家莊國際會(huì)展中心開幕?？平芸萍级麻L于洋受邀出席2025首席數(shù)據(jù)官峰會(huì)論壇,并作主題為《人工智能產(chǎn)業(yè)決勝與 Data&AI 數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)》演講。

以下內(nèi)容根據(jù)科杰科技董事長于洋現(xiàn)場演講整理。

科杰科技董事長于洋

一、數(shù)據(jù)是人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵,數(shù)據(jù)的關(guān)鍵是高質(zhì)量數(shù)據(jù)集

在大國競爭中,人工智能產(chǎn)業(yè)是核心競爭領(lǐng)域,其由算力、算法、數(shù)據(jù)三大要素構(gòu)成。目前我國在算力領(lǐng)域已有競爭方案與大規(guī)模計(jì)算方式,算法領(lǐng)域已實(shí)現(xiàn)混合專家突破,而數(shù)據(jù)作為人工智能產(chǎn)業(yè)決勝的重要因素,是實(shí)現(xiàn)彎道超車的關(guān)鍵。

人工智能的發(fā)展,是算力、算法、數(shù)據(jù)三大核心要素協(xié)同驅(qū)動(dòng)的結(jié)果,三者缺一不可,唯有形成合力才能真正讓人工智能落地應(yīng)用。

算力領(lǐng)域,中國憑借前瞻性布局,大力推進(jìn)大規(guī)模計(jì)算中心建設(shè),從超算中心到智算中心,構(gòu)建起了具有競爭策略的算力體系。算法層面,國內(nèi)科研與產(chǎn)業(yè)界也實(shí)現(xiàn)了諸多突破性進(jìn)展。混合專家模型(Mixture of Experts, MoE)、多頭潛在注意力模型(Multi-Head Latent Attention,MLA)等創(chuàng)新成果不斷涌現(xiàn)。

當(dāng)前,國內(nèi)外數(shù)據(jù)應(yīng)用共同面臨挑戰(zhàn):一是海量數(shù)據(jù)的存儲(chǔ)、傳輸與計(jì)算需投入巨額硬件及算力資源,直接推高了技術(shù)落地的成本;二是文本、圖像、音頻等多模態(tài)數(shù)據(jù)的格式差異大,缺乏統(tǒng)一的整合標(biāo)準(zhǔn),導(dǎo)致跨類型數(shù)據(jù)融合難度極高;三是現(xiàn)有數(shù)據(jù)平臺(tái)效率低下,數(shù)據(jù)清洗效率低、標(biāo)注周期長,直接拖慢模型訓(xùn)練進(jìn)度,影響應(yīng)用落地時(shí)效。在此背景下,部分企業(yè)對 AI 的應(yīng)用預(yù)期過高,期望其解決全場景問題,但低質(zhì)量數(shù)據(jù)往往導(dǎo)致模型輸出效果未達(dá)預(yù)期,最終項(xiàng)目被迫擱置。

數(shù)據(jù)的規(guī)模和質(zhì)量直接決定了人工智能技術(shù)所能達(dá)到的高度和深度。數(shù)據(jù)決定模型的認(rèn)知邊界,模型的學(xué)習(xí)范圍依賴于數(shù)據(jù)覆蓋的領(lǐng)域,數(shù)據(jù)越廣泛,模型對不同場景、問題的認(rèn)知能力越強(qiáng);數(shù)據(jù)質(zhì)量影響輸出的可靠性,低質(zhì)量數(shù)據(jù)會(huì)導(dǎo)致模型訓(xùn)練出現(xiàn)偏差,輸出結(jié)果的準(zhǔn)確性和可信度大幅下降;數(shù)據(jù)多樣性提升模型魯棒性,涵蓋多場景、多維度、多來源的數(shù)據(jù)能幫助模型應(yīng)對復(fù)雜多變的實(shí)際應(yīng)用環(huán)境;大規(guī)模優(yōu)質(zhì)數(shù)據(jù)支撐模型能力增長,充足的數(shù)據(jù)量能讓模型不斷優(yōu)化參數(shù)、完善邏輯,實(shí)現(xiàn)能力迭代升級;高質(zhì)量數(shù)據(jù)更是商業(yè)落地的根基,能確保模型在實(shí)際業(yè)務(wù)場景中有效發(fā)揮作用,推動(dòng)人工智能產(chǎn)業(yè)價(jià)值落地。

正如國家數(shù)據(jù)局局長劉烈宏所指出的,數(shù)據(jù)集的質(zhì)效提升是人工智能賦能實(shí)體經(jīng)濟(jì)的“催化劑”。在算法和算力逐漸趨同的背景下,高質(zhì)量數(shù)據(jù)集已成為塑造AI模型核心競爭力的關(guān)鍵護(hù)城河。

因此,若想在人工智能產(chǎn)業(yè)發(fā)展競爭中勝出,下一步需聚焦數(shù)據(jù)競爭力的構(gòu)建。

二、高質(zhì)量數(shù)據(jù)集需要一套數(shù)據(jù)基礎(chǔ)設(shè)施承載

人工智能的發(fā)展高度與深度,直接取決于數(shù)據(jù)這一新型生產(chǎn)要素的規(guī)模與質(zhì)量,破解高質(zhì)量數(shù)據(jù)供給不足的瓶頸,是人工智能落地見效的首要前提。但高質(zhì)量數(shù)據(jù)集并非憑空產(chǎn)生,也不是一勞永逸的成果,而是需經(jīng)過持續(xù)匯聚、加工、治理的動(dòng)態(tài)過程,只有依托數(shù)據(jù)基礎(chǔ)設(shè)施平臺(tái),才能穩(wěn)定輸出鮮活的數(shù)據(jù)能力,實(shí)現(xiàn)與基礎(chǔ)模型在各產(chǎn)業(yè)場景的深度融合。

高質(zhì)量數(shù)據(jù)集是經(jīng)過采集、加工等一系列數(shù)據(jù)處理操作后,可直接用于開發(fā)和訓(xùn)練人工智能模型,并能有效提升模型性能的數(shù)據(jù)集合。它通過系統(tǒng)性篩選、清洗、標(biāo)注、增強(qiáng)合成、質(zhì)量評估等環(huán)節(jié),形成標(biāo)準(zhǔn)化的數(shù)據(jù)產(chǎn)品,具備格式統(tǒng)一、質(zhì)量可控、場景適配性強(qiáng)等特點(diǎn)。從本質(zhì)上來說,高質(zhì)量數(shù)據(jù)集與普通數(shù)據(jù)的區(qū)別在于“可用性”與“效能”方面存在代際差。

需要明確的是,高質(zhì)量數(shù)據(jù)并非憑空產(chǎn)生,也不是能夠一勞永逸獲取的成果。高質(zhì)量數(shù)據(jù)集的構(gòu)建是一個(gè)動(dòng)態(tài)的過程,它必須以持續(xù)、穩(wěn)定、鮮活的數(shù)據(jù)供給作為基礎(chǔ)。高質(zhì)量數(shù)據(jù)建設(shè)像巷戰(zhàn),不同企業(yè)、不同產(chǎn)業(yè)、不同行業(yè)具有各自獨(dú)特的情況,無法通過單一舉措一次性解決所有問題。因此,需要針對每個(gè)企業(yè)、每個(gè)產(chǎn)業(yè)、每個(gè)行業(yè)的具體情況,逐一梳理數(shù)據(jù)資源,搭建起科學(xué)合理的治理體系,最終形成高質(zhì)量的企業(yè)級、產(chǎn)業(yè)級、行業(yè)級數(shù)據(jù)集。

與此同時(shí),高質(zhì)量數(shù)據(jù)集的建設(shè)離不開一套專業(yè)化的數(shù)據(jù)平臺(tái)的支撐,這個(gè)平臺(tái)要能夠貫通數(shù)據(jù)采集、匯聚、清洗、標(biāo)注、治理至應(yīng)用的數(shù)據(jù)全生命周期,既精準(zhǔn)承接高質(zhì)量數(shù)據(jù)集建設(shè)訴求,更以全鏈路技術(shù)賦能,確保數(shù)據(jù)供給的穩(wěn)定輸出與高可用屬性。

三、Data&AI一體化平臺(tái)是數(shù)據(jù)基礎(chǔ)設(shè)施的核心引擎

AI時(shí)代對數(shù)據(jù)平臺(tái)提出了全新要求:向下需結(jié)合GPU進(jìn)行新的算力優(yōu)化,向上需面向各終端場景進(jìn)行模型調(diào)優(yōu)、開展規(guī)?；?/strong>Agent開發(fā)以解決實(shí)際問題。因此,AI工程、AI Infra需與數(shù)據(jù)工程深度融合,構(gòu)建Data&AI一體化平臺(tái)能力——這是數(shù)據(jù)基礎(chǔ)設(shè)施的核心。

數(shù)據(jù)基礎(chǔ)設(shè)施是以釋放數(shù)據(jù)要素價(jià)值為目標(biāo)的新型基礎(chǔ)設(shè)施,整合硬件、軟件及標(biāo)準(zhǔn)規(guī)范,從宏觀視角看,數(shù)據(jù)基礎(chǔ)設(shè)施是從數(shù)據(jù)要素價(jià)值釋放角度出發(fā),面向社會(huì)提供數(shù)據(jù)采集、匯聚、傳輸、加工、流通、利用、運(yùn)營、安全服務(wù)的新型基礎(chǔ)設(shè)施,其中Data&AI一體化平臺(tái)作為技術(shù)底座,數(shù)據(jù)確權(quán)與價(jià)值分配機(jī)制構(gòu)建權(quán)益框架,數(shù)據(jù)流通連接器實(shí)現(xiàn)跨域數(shù)據(jù)交互,以及支持?jǐn)?shù)據(jù)產(chǎn)品與應(yīng)用交易的數(shù)據(jù)商城體系,是集成硬件、軟件、模型算法、標(biāo)準(zhǔn)規(guī)范、機(jī)制設(shè)計(jì)等在內(nèi)的有機(jī)整體,Data&AI一體化平臺(tái)作為基礎(chǔ)軟件平臺(tái),是數(shù)據(jù)基礎(chǔ)設(shè)施的核心引擎。

從企業(yè)角度來看,Data&AI 一體化平臺(tái)核心是打通數(shù)據(jù)存儲(chǔ)、治理、計(jì)算與 AI 模型開發(fā)全鏈路,實(shí)現(xiàn) “Data for AI” 和 “AI for Data” 雙向賦能。它是傳統(tǒng)大數(shù)據(jù)平臺(tái)的升級形態(tài),通過 AI 原生架構(gòu)重構(gòu)數(shù)據(jù)處理范式,成為人工智能時(shí)代的 “核心生產(chǎn)工具”。

在人工智能時(shí)代,對數(shù)據(jù)平臺(tái)有全新要求,向上銜接基礎(chǔ)模型,為場景化的模型調(diào)優(yōu)與創(chuàng)新應(yīng)用落地提供有力支撐;向下承接算力資源,充分釋放算力優(yōu)勢,實(shí)現(xiàn)計(jì)算資源的優(yōu)化調(diào)度與高效利用。

大至國家城市級可信數(shù)據(jù)空間建設(shè),小至如金融風(fēng)控、智能制造、醫(yī)療健康、零售等應(yīng)用場景,實(shí)現(xiàn)AI應(yīng)用全方位落地讓技術(shù)精準(zhǔn)適配場景,讓數(shù)據(jù)在采集、清洗、標(biāo)注環(huán)節(jié)(Data Infra)即可適配 AI 訓(xùn)練、模型開發(fā)(AI Infra)無縫對接,整合AI與數(shù)據(jù)基礎(chǔ)設(shè)施能力,推動(dòng)AI在各業(yè)務(wù)場景實(shí)現(xiàn) “最后一公里” 的規(guī)模化落地,助力產(chǎn)業(yè)智能化升級。

四、數(shù)據(jù)基礎(chǔ)建設(shè)系統(tǒng)化方法體系:“方法論+技術(shù)+產(chǎn)品+實(shí)踐”

數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)并非單純的技術(shù)或軟硬件工作,而是需要“方法論+技術(shù)+產(chǎn)品+實(shí)踐”的系統(tǒng)化支撐,以實(shí)現(xiàn)組織性、規(guī)模性協(xié)同。在方法論上,科杰科技基于多年實(shí)踐,形成了“數(shù)據(jù)治理與數(shù)據(jù)工程深度融合”“集中式管理、分散式賦能”的混合數(shù)據(jù)智能落地體系;在技術(shù)與產(chǎn)品上,以Data&AI一體化平臺(tái)為核心載體;在實(shí)踐中,已覆蓋制造、工業(yè)、能源、金融、零售等領(lǐng)域——例如在智能制造領(lǐng)域,將工業(yè)知識(shí)數(shù)字化,讓“數(shù)據(jù)/軟件”成為智能制造的“大腦”,為制造強(qiáng)國建設(shè)筑牢核心基石。

Data&AI 一體化平臺(tái)作為提供核心技術(shù)能力支撐的基礎(chǔ)平臺(tái),其意義遠(yuǎn)不止于解決單點(diǎn)技術(shù)問題,更在于為大型組織與企業(yè)未來 5 - 10 年持續(xù)推進(jìn)的數(shù)智化轉(zhuǎn)型提供核心支撐能力——數(shù)智能力。人工智能時(shí)代,數(shù)智能力已成為與供應(yīng)鏈能力、財(cái)務(wù)能力、人力資源能力并列的關(guān)鍵企業(yè)能力,是企業(yè)發(fā)展不可或缺的核心能力。

科杰科技深耕Data&AI 一體化領(lǐng)域逾六載,打造面相AI-Native的 Data&AI 一體化平臺(tái) KeenData Lakehouse,平臺(tái)融合“AI-Native”設(shè)計(jì)理念,自研Al-in-Lakehouse智能驅(qū)動(dòng)型架構(gòu),打通數(shù)據(jù)工程→模型訓(xùn)練/推理→Agent工廠→智能應(yīng)用全鏈路,以“可信+智能+系統(tǒng)”的平臺(tái)能力推進(jìn)“Data&AI ”新基建,支撐大型組織從數(shù)據(jù)驅(qū)動(dòng)邁向智能驅(qū)動(dòng)。平臺(tái)突破傳統(tǒng)數(shù)據(jù)與AI割裂的架構(gòu),將湖倉一體引擎、OLAP數(shù)據(jù)治理和AI技術(shù)統(tǒng)一,形成精簡高效的All-in-One技術(shù)解決方案。自研多模態(tài)計(jì)算引擎在單流水線中完成數(shù)據(jù)清洗至結(jié)果分析,數(shù)倍提升GPU推理吞吐,結(jié)合 KMI 推理加速、模型量化及Unity Catalog實(shí)現(xiàn)跨模態(tài)智能治理。

強(qiáng)大的技術(shù)實(shí)力與產(chǎn)品硬實(shí)力,科杰科技贏得行業(yè)廣泛認(rèn)可:不僅斬獲省部級科學(xué)進(jìn)步一等獎(jiǎng),連續(xù)三年蟬聯(lián)中國大數(shù)據(jù)私有化平臺(tái) TOP5、中國湖倉一體平臺(tái)軟件市場占有率NO.1,更獲評國家級專精特新重點(diǎn)小巨人企業(yè)、人民網(wǎng) “匠心飛躍獎(jiǎng)”、工信部軟件產(chǎn)品可信卓越級認(rèn)證、金融行業(yè)金鼎獎(jiǎng)等多項(xiàng)重磅榮譽(yù),同時(shí)躋身Gartner、IDC 等國際權(quán)威機(jī)構(gòu)數(shù)據(jù)基礎(chǔ)平臺(tái)全球推薦廠商行列,成為 Data&AI 一體化領(lǐng)域的標(biāo)桿企業(yè)。

依托方法論+技術(shù)+產(chǎn)品+實(shí)踐支撐,科杰科技形成功服務(wù)生產(chǎn)制造、工業(yè)、能源、金融、零售等 20 + 行業(yè)近 200 個(gè)大型組織,為其量身打造適配業(yè)務(wù)需求的數(shù)據(jù)基礎(chǔ)設(shè)施與數(shù)據(jù)底座,落地效果顯著。同時(shí),科杰積極響應(yīng)國家數(shù)字中國、數(shù)據(jù)要素等相關(guān)政策,深度參與政府側(cè)數(shù)據(jù)基礎(chǔ)設(shè)施及可信數(shù)據(jù)空間規(guī)劃建設(shè),承接國內(nèi)多個(gè)關(guān)鍵城市可信數(shù)據(jù)空間及先行先試示范區(qū)項(xiàng)目,讓核心能力在政企雙場景中全面落地,持續(xù)拓寬數(shù)據(jù)價(jià)值釋放路徑。

能源行業(yè):中國石化基于 Data&AI一體化平臺(tái)KeenData Lakehouse,構(gòu)建了覆蓋9大核心業(yè)務(wù)、數(shù)據(jù)總量達(dá)1.2PB的數(shù)據(jù)資源池,制定數(shù)據(jù)標(biāo)準(zhǔn)3727項(xiàng),提供數(shù)據(jù)服務(wù)3093個(gè)。通過AI賦能,經(jīng)營分析報(bào)表查看效率從1周大幅縮短至4小時(shí),準(zhǔn)確率提升,并成功構(gòu)建勘探垂類大模型所需的高質(zhì)量數(shù)據(jù)集,推動(dòng)業(yè)務(wù)智能化創(chuàng)新。

金融企業(yè):中信銀行基于KeenData Lakehouse的金融級實(shí)時(shí)數(shù)據(jù)平臺(tái),整合十大核心業(yè)務(wù)域數(shù)據(jù),支撐億級客戶實(shí)時(shí)交易需求。平臺(tái)實(shí)現(xiàn)信貸審批關(guān)鍵環(huán)節(jié)響應(yīng)時(shí)間縮短60%,實(shí)時(shí)反欺詐攔截效率顯著提升,并推動(dòng)風(fēng)險(xiǎn)監(jiān)控、移動(dòng)經(jīng)營等10余個(gè)核心應(yīng)用落地,形成全域?qū)崟r(shí)數(shù)據(jù)管理能力。

跨國外企:永旺集團(tuán)基于KeenData Lakehouse的Data&AI一體化平臺(tái),整合十大主題域數(shù)據(jù),存儲(chǔ)量達(dá)TB級。通過AI賦能,核心報(bào)表響應(yīng)速度提升10倍,業(yè)務(wù)決策周期縮短50%,智能定價(jià)使KVI商品銷量增長9%,CDP會(huì)員運(yùn)營推動(dòng)復(fù)購率提升8.45%,同時(shí)構(gòu)建起實(shí)時(shí)庫存預(yù)警體系,缺貨率下降12%,全面驅(qū)動(dòng)業(yè)務(wù)智能化升級。

城市政府:以Data&Al一體化平臺(tái)為載體,以”建、服、管、運(yùn)”為總體思路,構(gòu)建"1+4+N"框架與可信數(shù)據(jù)空間提高“供數(shù)、用數(shù)”效率,推促進(jìn)數(shù)據(jù)要素的可信流通與合規(guī)共享,實(shí)現(xiàn)1000+數(shù)據(jù)主體接入、2000+數(shù)據(jù)產(chǎn)品發(fā)布、30+典型應(yīng)用場景打造、5+重點(diǎn)行業(yè)覆蓋、公共數(shù)據(jù)資源接入,賦能產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展,推動(dòng)數(shù)據(jù)要素價(jià)值釋放,并實(shí)現(xiàn)數(shù)據(jù)可持續(xù)運(yùn)營。

依托領(lǐng)先技術(shù)底座與深厚軟件積淀,結(jié)合多領(lǐng)域、多場景的項(xiàng)目實(shí)踐深度驗(yàn)證,科杰科技精準(zhǔn)洞察企業(yè)數(shù)智化轉(zhuǎn)型升級核心趨勢,為企業(yè)提供兼具科學(xué)性與落地性的全流程行動(dòng)指南。

科杰科技提出“集中式管理,分散式賦能”的核心建設(shè)模式:通過集中式管理實(shí)現(xiàn)數(shù)據(jù)全生命周期的統(tǒng)一管控與質(zhì)量把控,以分散式賦能激活業(yè)務(wù)一線創(chuàng)新活力,讓數(shù)據(jù)價(jià)值精準(zhǔn)滲透業(yè)務(wù)場景。同時(shí),深度推動(dòng)“數(shù)據(jù)治理與數(shù)據(jù)工程深度融合”,將治理要求系統(tǒng)性嵌入數(shù)據(jù)采集、處理、應(yīng)用等工程化全環(huán)節(jié),突破傳統(tǒng)事后修正的局限,助力企業(yè)構(gòu)建深度數(shù)智驅(qū)動(dòng)型組織?；诳平芸萍?Data&AI 一體化平臺(tái) KeenData Lakehouse,為上述方法論提供堅(jiān)實(shí)落地支撐。

完成KeenData Lakehouse的Data&AI一體化平臺(tái)建設(shè)后,企業(yè)級大數(shù)據(jù)與 AI 部門的核心架構(gòu)已全面構(gòu)建。該部門不僅具備強(qiáng)勁的技術(shù)引擎、低代碼化的數(shù)據(jù)與 AI 開發(fā)工具,更通過標(biāo)準(zhǔn)化管理辦法與數(shù)據(jù)資產(chǎn)的深度配套,實(shí)現(xiàn)了數(shù)據(jù)與 AI 能力的高可用、高復(fù)用。但要進(jìn)一步向更廣泛的業(yè)務(wù)單元輸出精準(zhǔn)服務(wù),仍需破解行業(yè) Know-how 沉淀不足、個(gè)性化業(yè)務(wù)需求響應(yīng)不及時(shí)的核心挑戰(zhàn)。因此,大數(shù)據(jù)與 AI 部門的功能升級必然走向 “數(shù)據(jù) + AI 的業(yè)務(wù)化表達(dá)”—— 以 Data Fabric 數(shù)據(jù)編織與虛擬化技術(shù)為核心,廣泛的中基層人員能快速找到數(shù)據(jù)、調(diào)用 AI 工具、消費(fèi)數(shù)據(jù)服務(wù),真正讓數(shù)智能力融入日常業(yè)務(wù)。

而 Data Fabric 的落地,離不開底層低代碼開發(fā)、智能路由計(jì)算與 AI 工程管線的協(xié)同支撐,最終實(shí)現(xiàn)全組織的數(shù)據(jù)消費(fèi)與 AI 應(yīng)用自由,達(dá)成數(shù)據(jù)研發(fā)、AI 開發(fā)、業(yè)務(wù)運(yùn)營的一體化閉環(huán),推動(dòng)整個(gè)組織形成數(shù)據(jù)與 AI 雙驅(qū)動(dòng)的工作模式。

值得強(qiáng)調(diào)的是,作為核心支撐的 Data&AI 一體化平臺(tái),KeenData Lakehouse并非單純的軟件平臺(tái),而是企業(yè)必須持續(xù)迭代的核心競爭力。其本質(zhì)是“先進(jìn)技術(shù)+成熟軟件+ AI工程”深度融合的綜合體系,不僅解決技術(shù)落地問題,更通過 “集中式管理,分散式賦能” 的核心模式塑造企業(yè)全新管理方式,是軟件深度融入企業(yè)管理的最佳實(shí)踐載體。它串聯(lián)起技術(shù)工程、數(shù)據(jù)管理、AI 運(yùn)營與業(yè)務(wù)協(xié)作,幫助企業(yè)建立基于數(shù)據(jù)與 AI 需求的新型協(xié)作機(jī)制,最終推動(dòng)組織從管理模式、業(yè)務(wù)流程到價(jià)值創(chuàng)造的全方位數(shù)智化轉(zhuǎn)型,讓轉(zhuǎn)型從口號真正落地為可持續(xù)的增長實(shí)效。

五、數(shù)據(jù)基礎(chǔ)設(shè)施社會(huì)化價(jià)值

數(shù)據(jù)具有依附性等特點(diǎn),決定了其價(jià)值必須依托具體應(yīng)用場景實(shí)現(xiàn),且跨產(chǎn)業(yè)、基層一線場景能創(chuàng)造更廣泛價(jià)值。但基層普遍面臨“無數(shù)據(jù)、無技術(shù)”的困境,數(shù)據(jù)基礎(chǔ)設(shè)施的社會(huì)化價(jià)值,正在于將數(shù)據(jù)(生產(chǎn)要素)與AI技術(shù)(生產(chǎn)工具)進(jìn)行更有效的社會(huì)化配置,通過“數(shù)據(jù)可用不可見”“集中式管理+分散式賦能”,這種普惠性的配置方式才能真正實(shí)現(xiàn)AI變革,激發(fā)個(gè)體創(chuàng)新。

科杰科技董事長于洋

數(shù)字經(jīng)濟(jì)的鮮明特點(diǎn),是以數(shù)據(jù)為核心生產(chǎn)要素。區(qū)別于傳統(tǒng)生產(chǎn)要素的關(guān)鍵,數(shù)據(jù)具有可復(fù)制、可共享、無限增長的屬性,這些屬性讓數(shù)據(jù)擺脫了土地、資本等傳統(tǒng)要素的稀缺性與消耗性束縛 —— 復(fù)制無需額外成本,共享可突破時(shí)空限制,無限增長能持續(xù)積累規(guī)模效應(yīng),這也讓數(shù)據(jù)成為數(shù)字經(jīng)濟(jì)時(shí)代最具潛力的生產(chǎn)資源。

但需明確的是,復(fù)制行為本身無法直接產(chǎn)生價(jià)值,其核心價(jià)值的釋放,關(guān)鍵不在于“流通”這一行為本身,而在于“流通后的高效利用”。數(shù)據(jù)流通的核心意義,在于打破數(shù)據(jù)孤島的壁壘,讓分散在不同部門、不同主體、不同場景中的零散數(shù)據(jù)流動(dòng)起來、聚合起來,為后續(xù)利用打下基礎(chǔ),但流通只是數(shù)據(jù)價(jià)值實(shí)現(xiàn)的前提,而非最終結(jié)果。只有將聚合后的數(shù)據(jù)流與具體業(yè)務(wù)場景深度綁定、精準(zhǔn)適配,讓數(shù)據(jù)嵌入跨行業(yè)終端服務(wù)與產(chǎn)業(yè)基層一線的真實(shí)需求中,才能讓抽象的數(shù)據(jù)轉(zhuǎn)化為決策支撐、效率提升、創(chuàng)新突破等實(shí)際成果,真正釋放其作為生產(chǎn)要素的深層價(jià)值。

這些能夠催生數(shù)據(jù)價(jià)值的場景,廣泛扎根在工廠的生產(chǎn)車間、社區(qū)的便民服務(wù)點(diǎn)、農(nóng)戶的田間地頭,以及中小企業(yè)的日常經(jīng)營中,遍布社會(huì)經(jīng)濟(jì)毛細(xì)血管的一線場景。只有讓數(shù)據(jù)精準(zhǔn)對接基層的生產(chǎn)需求、群眾的生活需求、企業(yè)的經(jīng)營需求,才能讓其規(guī)模性與多樣性充分發(fā)揮作用,通過流動(dòng)性實(shí)現(xiàn)跨場景價(jià)值聯(lián)動(dòng)。

在實(shí)際的一線場景中,數(shù)據(jù)作為生產(chǎn)要素的價(jià)值已得到充分驗(yàn)證。

以藥企為例,藥企可匯聚多家醫(yī)院的臨床實(shí)踐案例進(jìn)行深度分析,以此精準(zhǔn)優(yōu)化藥物生產(chǎn)工藝與臨床應(yīng)用方案,單家醫(yī)院的病例積累過程往往耗時(shí)漫長,而通過多院醫(yī)療案例的集中整合,能顯著加速頭部醫(yī)院的科研進(jìn)程與成果轉(zhuǎn)化效率。

然而,企業(yè)AI場景落地始終受困于 “數(shù)據(jù)管理能力缺失” 的瓶頸:一方面,中小企業(yè)、基層機(jī)構(gòu)雖有強(qiáng)烈的AI場景落地需求,卻缺乏數(shù)據(jù)源渠道與數(shù)據(jù)獲取能力,陷入 “有需求無數(shù)據(jù)” 的窘境;另一方面,即便通過零散渠道獲取到部分?jǐn)?shù)據(jù),也因缺乏專業(yè)的數(shù)據(jù)技術(shù)團(tuán)隊(duì)與AI工具支撐,難以實(shí)現(xiàn)數(shù)據(jù)的深度加工、有效分析及價(jià)值轉(zhuǎn)化,最終導(dǎo)致 “有數(shù)據(jù)無價(jià)值”。

那么,如何面向基層場景、一線工作者與群眾,實(shí)現(xiàn)數(shù)據(jù)生產(chǎn)要素社會(huì)化的有效配置與普惠性供給?這需要打破技術(shù)壁壘與資源壟斷,讓中小企業(yè)無需高昂投入即可獲取合規(guī)數(shù)據(jù)資源,讓基層工作者借助輕量化 AI 工具提升效率,讓普通群眾也能享受 AI 時(shí)代的紅利。

廣泛推進(jìn)數(shù)據(jù)基礎(chǔ)設(shè)施與可信數(shù)據(jù)空間建設(shè),正是解決上述問題的核心關(guān)要。通過搭建數(shù)據(jù)基礎(chǔ)設(shè)施,推動(dòng)數(shù)據(jù)生產(chǎn)要素與 Data&AI 技術(shù)生產(chǎn)工具深度融合,以 “可用而不可見” 的數(shù)據(jù)安全流通機(jī)制、“集中式建設(shè)+場景化賦能”的創(chuàng)新服務(wù)模式,為中小企業(yè)及基層場景精準(zhǔn)供給優(yōu)質(zhì)生產(chǎn)要素(數(shù)據(jù))與高效生產(chǎn)力工具(AI技術(shù)),實(shí)現(xiàn)數(shù)據(jù)生產(chǎn)力與生產(chǎn)要素的優(yōu)化配置,釋放基層蘊(yùn)藏的創(chuàng)新活力與價(jià)值潛力。

數(shù)據(jù)基礎(chǔ)設(shè)施的價(jià)值落地離不開關(guān)鍵技術(shù)的硬核支撐 ——Data&AI一體化平臺(tái)正是激活場景價(jià)值創(chuàng)造的核心引擎,它能打破數(shù)據(jù)與場景的壁壘,讓數(shù)據(jù)在具體應(yīng)用場景中真正 “活起來”,從靜態(tài)資源轉(zhuǎn)化為驅(qū)動(dòng)基層高質(zhì)量發(fā)展的強(qiáng)勁動(dòng)能。

六、扛鼎時(shí)代使命:AI技術(shù)出海與數(shù)據(jù)能力協(xié)同,共筑全球產(chǎn)業(yè)新優(yōu)勢

過去十年,中國穩(wěn)步走向世界舞臺(tái)中心,持續(xù)輸出中國先進(jìn)生產(chǎn)力。中國科技企業(yè)完全可以為全球客戶提供基于中國市場驗(yàn)證的創(chuàng)新產(chǎn)品,并且因地制宜地創(chuàng)造全新業(yè)務(wù)生態(tài)。目前科杰已在日本、沙特、阿曼、馬來西亞等國,為當(dāng)?shù)剡\(yùn)營商、金融機(jī)構(gòu)及政府科技部門提供數(shù)據(jù)基礎(chǔ)設(shè)施落地支撐。

過去十年,中國穩(wěn)步走向世界舞臺(tái)中心,持續(xù)輸出中國先進(jìn)生產(chǎn)力。

自2019年起,在政策的有力推進(jìn)下,中國全行業(yè)的數(shù)字化轉(zhuǎn)型加速。超過10億的5G移動(dòng)數(shù)據(jù)端用戶市場為這些企業(yè)積累了無可比擬的技術(shù)經(jīng)驗(yàn)。借助這一經(jīng)驗(yàn),中國科技企業(yè)完全可以為全球客戶提供基于中國市場驗(yàn)證的創(chuàng)新產(chǎn)品,并且因地制宜地創(chuàng)造全新業(yè)務(wù)生態(tài)。

同樣,憑借在國內(nèi)積累的成熟Data&AI數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)經(jīng)驗(yàn)與核心技術(shù),科杰科技主動(dòng)走向海外市場,將國內(nèi)先進(jìn)的技術(shù)、產(chǎn)品與方法論,輸出到海外國家和地區(qū),助力當(dāng)?shù)貥?gòu)建AI時(shí)代發(fā)展的核心能力,推動(dòng)當(dāng)?shù)厝斯ぶ悄墚a(chǎn)業(yè)與數(shù)字經(jīng)濟(jì)的發(fā)展,與沙特、新加坡、南非、日本、馬來西亞、菲律賓等全球多國的客戶建立了深厚合作關(guān)系,與全球伙伴攜手,共筑產(chǎn)業(yè)新優(yōu)勢,為全球數(shù)字經(jīng)濟(jì)發(fā)展貢獻(xiàn)中國智慧與中國力量。