數(shù)據(jù)中臺(tái)已提出多年，時(shí)至今日，這一概念似乎正在遠(yuǎn)離公眾視野。隨著IT技術(shù)的快速迭代，市場(chǎng)對(duì)數(shù)據(jù)中臺(tái)的熱情逐漸被其實(shí)際應(yīng)用中的挑戰(zhàn)（數(shù)據(jù)治理、隱私保護(hù)和系統(tǒng)集成的復(fù)雜性等）所驅(qū)散。企業(yè)越來(lái)越傾向于尋求更加靈活和定制化的解決方案來(lái)滿足其特定的數(shù)據(jù)需求。

Gartner近日發(fā)布的“中國(guó)數(shù)據(jù)分析和人工智能技術(shù)成熟度曲線圖”顯示，“數(shù)據(jù)中臺(tái)（Data Middle Office）”處于幻滅的深淵(Trough of Disillusionment)，即將消亡;取而代之的是處于技術(shù)萌芽期(Innovation Trigger)的“數(shù)智基建”(Data Infrastructure)。

崛起的數(shù)智基建

Gartner認(rèn)為，數(shù)據(jù)、分析和AI共同構(gòu)成了一個(gè)廣闊的市場(chǎng)，并可細(xì)分為三個(gè)主要子市場(chǎng):

• 數(shù)智基建:在數(shù)據(jù)源的基礎(chǔ)上，需要構(gòu)建強(qiáng)大的數(shù)智基建底座，主要包括四個(gè)技術(shù)組件:分析型數(shù)據(jù)庫(kù)、數(shù)據(jù)集成、數(shù)據(jù)治理以及數(shù)據(jù)虛擬化。分析型數(shù)據(jù)庫(kù)用于數(shù)據(jù)的存儲(chǔ)和處理，而數(shù)據(jù)集成部分能確保數(shù)據(jù)有效整合和處理，數(shù)據(jù)治理可確保數(shù)據(jù)的準(zhǔn)確性、安全性和合規(guī)性，數(shù)據(jù)虛擬化管理則負(fù)責(zé)整合數(shù)據(jù)資源。

• 分析和AI:包含AI和BI（商業(yè)智能）兩大塊。其中，AI部分包括機(jī)器學(xué)習(xí)、生成式AI、大語(yǔ)言模型等技術(shù)。而傳統(tǒng)BI部分主要涉及報(bào)表、數(shù)據(jù)儀表盤和自主分析能力，這些仍是企業(yè)必不可少的工具。

• 數(shù)據(jù)和分析服務(wù):主要看重的是技術(shù)與業(yè)務(wù)結(jié)合。企業(yè)需要將分析和AI技術(shù)與業(yè)務(wù)場(chǎng)景結(jié)合，以項(xiàng)目形式落地，發(fā)揮可量化的作用，如降低成本、提有效率、增加營(yíng)收等。日常各種APP里的內(nèi)容推薦系統(tǒng)，就是數(shù)據(jù)分析和AI技術(shù)的典型應(yīng)用場(chǎng)景之一;很多金融機(jī)構(gòu)都會(huì)用數(shù)據(jù)分析和AI進(jìn)行反欺詐和反洗錢工作。

Gartner將“數(shù)智基建”定義為一種聚焦于數(shù)據(jù)、分析和AI生態(tài)建設(shè)的全新部署模式，它基于密切合作的供應(yīng)商的產(chǎn)品組合，構(gòu)建全面的數(shù)據(jù)分析和人工智能解決方案和服務(wù)體系。

數(shù)智基建在這三個(gè)細(xì)分市場(chǎng)中扮演著關(guān)鍵角色，通過(guò)提供技術(shù)基礎(chǔ)設(shè)施，支持前沿的AI和數(shù)據(jù)科學(xué)技術(shù)，并實(shí)現(xiàn)技術(shù)與業(yè)務(wù)的深度結(jié)合;還通過(guò)生態(tài)系統(tǒng)合作和持續(xù)優(yōu)化，為企業(yè)提供靈活、可持續(xù)和強(qiáng)大的技術(shù)平臺(tái)，幫助企業(yè)有效管理和利用數(shù)據(jù)，提升業(yè)務(wù)效率和競(jìng)爭(zhēng)力。

數(shù)巔科技:數(shù)智基建生態(tài)構(gòu)建者

數(shù)巔科技的技術(shù)理念與Gartner的“數(shù)智基建”不謀而合，其推出的端到端的數(shù)智化決策解決方案能夠通過(guò)數(shù)據(jù)虛擬化引擎X-Engine驅(qū)動(dòng)的數(shù)巔企業(yè)大模型來(lái)調(diào)用數(shù)據(jù)智能應(yīng)用產(chǎn)品，助力企業(yè)挖掘數(shù)據(jù)價(jià)值，賦能商業(yè)決策。該解決方案涵蓋了Gartner定義的“數(shù)智基建”生態(tài)的三大關(guān)鍵要素:數(shù)智基建底座、AI驅(qū)動(dòng)的商業(yè)智能（BI）以及深耕行業(yè)的數(shù)據(jù)分析服務(wù)。

X-Engine為企業(yè)構(gòu)建堅(jiān)實(shí)的數(shù)智基建底座

數(shù)據(jù)虛擬化引擎X-Engine擁有業(yè)界獨(dú)一的全面虛擬化能力，能夠?yàn)榇竽Ｐ吞峁┒嗄B(tài)數(shù)據(jù)的統(tǒng)一接入、計(jì)算存儲(chǔ)、數(shù)據(jù)治理、數(shù)據(jù)加速等一站式能力，整體計(jì)算存儲(chǔ)性能超出業(yè)界同類產(chǎn)品5-10倍，為企業(yè)構(gòu)建了強(qiáng)大的數(shù)智基建底座。

AI和BI的深度融合

數(shù)巔企業(yè)大模型由數(shù)據(jù)虛擬化引擎X-Engine驅(qū)動(dòng)，能夠?qū)⑵髽I(yè)內(nèi)外部結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行融合，可基于市場(chǎng)上主流的基座大模型（如百川、通義、Yi等）進(jìn)行微調(diào)和增強(qiáng)，訓(xùn)練大模型Agent。

數(shù)巔科技還推出了諸多數(shù)據(jù)智能應(yīng)用產(chǎn)品，如生成式智能分析AskBI和生成式智能知識(shí)庫(kù)AskDoc等;并沉淀了數(shù)百種工具，包括意圖識(shí)別、資產(chǎn)查詢管理、異動(dòng)歸因和數(shù)據(jù)預(yù)測(cè)等。數(shù)巔企業(yè)大模型Agent擁有超強(qiáng)的任務(wù)規(guī)劃能力，能夠通過(guò)調(diào)用這些工具準(zhǔn)確地執(zhí)行用戶的意圖，并根據(jù)結(jié)果進(jìn)行進(jìn)一步的操作。

數(shù)據(jù)虛擬化引擎X-Engine可以快速響應(yīng)各種工具的數(shù)據(jù)調(diào)用需求，提供準(zhǔn)確的數(shù)據(jù)，讓數(shù)巔企業(yè)大模型在特定的場(chǎng)景中達(dá)到極 高的準(zhǔn)確率。非技術(shù)背景的用戶也能夠通過(guò)自然語(yǔ)言交互來(lái)使用數(shù)巔企業(yè)大模型，滿足其日常工作和商業(yè)決策所需的準(zhǔn)確數(shù)據(jù)需求。

總體來(lái)說(shuō)，數(shù)巔企業(yè)大模型通過(guò)數(shù)據(jù)虛擬化引擎X-Engine和RAG（檢索增強(qiáng)生成）技術(shù)對(duì)基座大模型進(jìn)行二次訓(xùn)練和增強(qiáng)，結(jié)合數(shù)巔科技大量的工具和行業(yè)沉淀，擁有了高準(zhǔn)確率和快速的性能，百億大模型的分析準(zhǔn)確度達(dá)95%以上，遠(yuǎn)超千億大模型GPT4+NL2SQL70%的準(zhǔn)確度。

深耕行業(yè)的專業(yè)數(shù)智化服務(wù)

當(dāng)前，數(shù)巔企業(yè)大模型解決方案已經(jīng)在金融、通訊和制造等多個(gè)行業(yè)成功落地，幫助中國(guó)電信、中國(guó)移動(dòng)、平安銀行、浦發(fā)銀行和天弘基金等企業(yè)成功實(shí)現(xiàn)了數(shù)智升級(jí)。

數(shù)巔科技助力中國(guó)電信打造了大模型驅(qū)動(dòng)的經(jīng)營(yíng)分析平臺(tái)，實(shí)現(xiàn)了基于語(yǔ)義理解的、準(zhǔn)確率達(dá)90%以上的自動(dòng)化打標(biāo)，萬(wàn)級(jí)非結(jié)構(gòu)化數(shù)據(jù)的打標(biāo)工作耗時(shí)從數(shù)周縮減為數(shù)小時(shí);能夠?qū)崿F(xiàn)自助式數(shù)據(jù)分析，耗時(shí)從5天縮短到1分鐘;能夠深度融合電信行業(yè)知識(shí)（非結(jié)構(gòu)化數(shù)據(jù)）和洞察結(jié)果數(shù)據(jù)(結(jié)構(gòu)化數(shù)據(jù))自動(dòng)生成報(bào)告，產(chǎn)出效率從周級(jí)別提升到天級(jí)別。

天弘基金將其數(shù)倉(cāng)架構(gòu)升級(jí)到了以數(shù)據(jù)虛擬化引擎X-Engine為主體的邏輯數(shù)倉(cāng)，通過(guò)整合和優(yōu)化數(shù)據(jù)訪問(wèn)，大幅提升了數(shù)據(jù)訪問(wèn)效率，降低了數(shù)據(jù)管理成本;滿足了其風(fēng)控、合規(guī)性檢查、銷售和運(yùn)營(yíng)等多個(gè)關(guān)鍵業(yè)務(wù)場(chǎng)景的數(shù)據(jù)需求，助力其在渠道管理、產(chǎn)品開發(fā)和投資研究等業(yè)務(wù)領(lǐng)域做出更準(zhǔn)確的決策。

（推廣）