数字化升级的技术原力：数据编织+决策智能

在数字经济高速发展的当下，数字化转型已经成为企业生存发展的必经之路。“数字化转型”是IT技术发展到一定阶段的产物，是构建数据基础设施、驱动业务运营、支撑智能决策的发展模式。“数字化”起步于信息通信技术在商业中的应用，大致可分为三个阶段：信息化阶段、数字化阶段、智能化阶段。

三者并非独立存在，而是步步深入相互融合、滚动发展。信息化时代是基于传统IT架构的信息化管理，借助信息技术将线下数据可视化，提高信息同步效率；在数字化阶段，消费者与企业的交互方式从线下转移到线上，大部分的企业经营决策都先在数字世界中进行结构化处理后，由人指挥设备和机器完成操作；而到了智能化阶段，数字科技将以更加智能的方式优化企业经营场景，将人类经验作为”先验“，利用人工智能等技术优化资源配置效率，实现智能决策，为企业创造更大的竞争优势。

据Gartner公司的测算，到2030年，智能决策将超过所有其他类型的人工智能活动，占全球人工智能衍生商业价值的44％。因此，“智能化”将为企业带来大量新机遇，并真实地创造新的业务价值。加速拥抱智能化，是新时期企业取得竞争优势的核心举措。

01 智能化面临的数据问题和知识问题

据艾瑞咨询2022年《中国商业数智化行业研究》报告表明，企业数据智能化需要“云大物智”协同联动，以云计算、大数据（湖仓一体）、物联网和人工智能为代表的前沿科技，在实际应用中协同联动、相辅相成，形成充满创新力和发展潜力的活性生态网络，为商业数据智能化提供数据、知识与决策模型等基础层的支撑。

这其中，云计算提供了IT基础设施和充足的算力；数据仓库和数据湖（湖仓一体）为数据治理和应用提供了处理海量、实时、异构数据的存储能力；物联网系统可以为企业提供数据采集和数据应用的触点和服务场景；人工智能则通过知识的输入和算法的优化，帮助企业在不同的业务场景下实现智能决策。

上述四点技术能力互为支撑，其中的重点是如何解决企业在数智化进程中面临的数据问题和知识问题，并在其基础上进行智能决策的探索和现有决策方法的升级。

1.数据的问题

数据对于企业发展的重要性已无需多言，然而，面对海量且不断增长的大数据，企业要解决海量多源异构数据治理的问题，以及数据价值无法及时体现的问题。

此外，数据质量差，维护代价高，也很容易使得“