文|智能相对论
作者|叶远风
新基建浪潮奔涌而来，催生全新的创新发展机遇，而这个过程还伴随着大量政企组织的转型升级，于是，数字新基建已经成为重要的时代主题，许多科技企业、互联网企业加入其中，以To B业务等形式试图获得商业机会。
在数字新基建赛道上，不同的参与者表现出不同的打法，有些从基础硬件体系建设出发，有些注重底层数据系统构建，有些则与业务贴合得更为紧密，创新还在不断出现。例如不久前举办了SMART大会的爱数，其致力于“数据驱动型组织”的落地，是行业少有的试图将这个很早就有的概念落到实处的厂商。
而随着各厂商完成排兵布阵，不管以什么方式进入数字新基建，在数字新基建的一些特殊要求倒逼下，它们的打法也呈现出一些共同特点，这些特点将帮助业界更好地理解数字新基建的发展逻辑。
具体而言，这种“殊途同归”包括三个维度。
聚焦“特长”：切中数字新基建核心需求， 凸显核心价值能力
从事数字新基建的厂商首要共同关注的，是如何为客户提供数字新基建有吸引力的价值。每个厂商不管做什么，都必须有一个自己的“特长”，这是赢得客户选择的大前提。华为的ARM新计算、腾讯的混合云架构创新、商汤科技的人工智能基础设施“SenseCore商汤AI大装置”，爱数的“领域认知智能”、明略科技的知识图谱“产研底座”……这些都成为厂商在数字新基建时代的杀手锏。
这里具体拆解爱数的领域认知智能，来看看数字新基建厂商的核心价值是如何一步步展现的。
1、设定了一个切中需求的核心能力
什么样的组织才能算得上是数据驱动型组织?爱数的答案是，以数据作为底层资源、建立根深蒂固的数据文化，以数据驱动运营、数据驱动创新、数据驱动决策。而这就要求组织能够有效利用数据，并将其转化为能够支撑业务的能力。
怎么做?方式可能有很多，在这里，爱数选择的打法是打造“领域认知智能”，即利用人工智能的手段获得领域知识，并利用领域知识完成领域内任务的技术体系，从而做到了把基础的数据资源转化成各个场景下能够推进业务发展的能力。
形象地说，这个过程，是将组织“拟人化”——一个有智商的普通人，在获得外部世界的信息后，能够对这些信息有一个甄别，然后选取对自身有益的，建立逻辑关系，变成属于自己的知识，能够让生活安排更合理，让工作决策更有依据，最终让人生更加美好，而不是将所有的信息存储在大脑里进行机械式复述。最终，领域认知智能能够让一个政企组织变成一个像自然人一样的能够有智商、有认知的个体。
2、通过技术创新来实现这种核心能力
可以看到，领域认知智能的实现，需要迈过“冰冷的数据”与“有业务价值的认知智能”之间的巨大鸿沟。
爱数的AnyDATA：基于领域知识网络的认知智能框架，就是为此而生。
在过去，爱数基于AnyBackup、AnyShare、AnyRobot三条产品线构建大数据基础设施建设，简单说它们主要帮助实现对数据的“感知”，有点像人的“左脑”。而从2019年开始启动的AnyDATA，在爱数的布局下，则承担“认知”的能力，有点像人的“右脑”，企业能够通过它将那些通过代码存储的冰冷数据变成有活力的知识，让企业的业务系统“有自己的观点和思想”，并且能够为决策提供解释，“知其然也知其所以然”，最终推动企业业务能力的提升。
通过AnyDATA，企业将实现内部海量全域数据的自动积累，并转变为具有业务逻辑的知识，知识最终为领导者们进行决策和判断提供依据。拥有庞大、系统的数据体系的组织，不再像过去那样“死读书”而无法将知识最终形成自己的观点和思想，现在，一个组织“读书”越多，能力越强——这就是数据驱动型组织应有的样子。
在这次SMART大会上，爱数新发布的AnyDATA framework 2，不仅能帮助企业加强对数据的利用，用数据驱动创新，而且通过拟人化的领域智商，让使用者感知到认知能力的水平，并进一步的优化。
3、在具体场景中展现出这种核心能力的价值
有了AnyDATA的助攻，爱数就不再只是服务于组织数据建设，而是能够更深入地服务于业务层让数据驱动型组织真正落地。
目前，爱数已经在智慧城市等场景下对“领域认知智能”进行了价值展现。例如，爱数与中新天津生态城就围绕智慧城市开展了战略合作，AnyDATA的数据和技术优势在持续赋能生态城智慧营商。
在这个案例中，来自城市各委办局提供的内部政府数据(强关联部分)、外部企业数据(弱关联部分)等的数据输入，经过AnyDATA，形成企业知识图谱、产业知识图谱、产业链知识图谱、产业要素知识库等组成的知识网络，最终帮助推动智能化分析这样的属于城市管理的认知智能的形成。
在这种认知智能下，招商引资能够变得更加精准，能够基于产业链实际情况自动推荐细分领域隐形冠军、潜在招商标的企业，还能够输出企业匹配分析报告，最终让城市获得更契合产业发展要求的招商对象。此外，在城市产业运营的过程中，也能基于政策图谱，向企业们智能推送匹配它们的政策，做到更好的城市产业服务，企业落地后还能更好地享受产业政策实现更好的发展。而随着城市产业的逐步推进，这种认知智能还能够进行产业与经济分析，以精通领域内信息、知识的专家级水平，基于重点产业、企业的多维要素，结合区域经济模型，进行多因素智能关联分析预测，以帮助城市产业运营更好地进行政策优化。
除了智慧城市，通过AnyDATA推动的领域认知智能，还在诸多场景下得到应用，例如，解决十分专业产品的售后问题，精确定位IT设备的故障，甚至可以解决日常工作中出差报销的额度查询这种细节问题。
目前，在AnyDATA加持下，爱数还在进行领域知识网络共建共享的探索，希望借此促进数据要素市场繁荣发展。比如，爱数推出了基于领域知识网络的数据产业模型，除了建立从数据生产到消费应用的闭环，还提出了基于数据要素价值金字塔的定价模型，这个模型能够面向领域的全球化数据交易网络，实现规模化的数据交易和应用，从而解决数据要素市场化面临的效率难点和痛点。
有理由相信，领域认知智能在场景应用的深度和广度上都将进一步拓展。
总结起来，从爱数的领域认知智能这个价值“特长”，可以发现数字新基建的大时代，能够上阵为数字经济发展作贡献的企业都逐步形成了各自的差异化核心能力，凭借这个核心能力为客户创造差异化的价值。
全栈“开放”：打破政企禀赋条件差异， 突破底层差异化、拥抱表层多样化
数字新基建面临的市场情形无疑是复杂的。
一方面，政企组织有各种各样的组织架构、资源、数字化基础等禀赋，厂商必须要去适应这些极为复杂的“前置条件”;另一方面，不同的场景下有不同的应用要求，厂商的数字新基建体系必须能够保证对各种个性化场景应用都有适配能力。
因此，厂商的数字新基建不能做成“盆栽”，而必须是可以生长各种植物的“土地”。
在这样的大背景下，几乎所有的数字新基建，无论是自建全栈体系，还是在技术上融入行业的全栈体系，都在实现着“开放”，以平台化的方面抹平政企组织底层条件的不同，并支持各种个性化场景应用的产生。
例如，华为以新计算切入数字新基建，其昇腾全栈AI计算架构最首要的特点是CANN异构计算架构能够适配政企各种硬件资源，而将这些资源统一输出成为上层应用所需要的算力资源。而在应用层，昇腾则通过应用使能套件支撑各种场景应用的开发。还例如，网易数帆一直都强调其架构的开放，为客户提供的数据研发和数据中台都可以架设在客户已有的基础软件之上——不管是什么类型的。
以及爱数，在推动建立数据驱动型组织的过程中，也十分注重这种开放，其云中立战略的提出，就是让数字新基建不必在乎原本的云环境不同，不需要做出大的改变就能对接到爱数的技术体系上。此外，爱数还推出的一系列中台，包括非结构化数据中台、数据灾备中台、智能运维中台、知识中台。这些中台抹去了客户条件差异，也匹配全域数据场景的需要。并且，爱数发布了《全域数据治理白皮书》，提出全域数据分而治之、即时治理的策略，提升数据治理ROI，全面提升数据质量和数据可访问性，助力组织从容实现全方位的数据驱动。
可以说，在数字新基建厂商普遍推行的开放架构下，政企数字化转型的门槛在不断降低，数字新基建的普惠化在不断加速。
拓展“生态”：广泛团结伙伴、 推动长期发展环境的优化
在数字新基建的过程中，几乎所有厂商都走上了“去中心化”生态建设的道路，这一点，与To C消费市场上的中心化生态有很大的不同，即生态未必以某个厂商为中心来建设，数字新基建的厂商更多是推动生态、作为生态的一个环节存在。
以华为为例，无论是开发者还是硬件厂商，华为都只是把自己放在支持者的位置上，很多时候解决方案是以生态伙伴的身份推出的。
爱数的做法同样类似，其数字伙伴计划强调客户、伙伴能力的成长，爱数不作为“控制者”存在，更像是一个赋能者和推动者，让伙伴、让客户真正拥有自己的数字化能力。
SMART大会上，爱数发布了其数字伙伴计划2.0，以共创、共担、共享、共赢的姿态，全方位、全体系、全环节帮助客户成长，这其中甚至还包括数字人才体系建设这种过去往往只是由客户自身负责的内容。通过为企业C级领导者提供专业的数据治理产品、技术，专业的服务以及专业的人才，让数据赋能业务，真正成为数字化的核心要素。
越来越多的数字新基建厂商正在走上这样的道路，摆脱生态中心位置，不再“跑马圈地”，而真正走进企业、走近业务，帮助企业全方位成长、实现数字化转型。在这种共同趋势下，有理由相信，数字经济的加速发展就在眼前，数字新基建的落地将更加厚实有力。
*本文图片均来源于网络
此内容为【智能相对论】原创，
仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
•AI产业新媒体;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。
