数字经济通过运用新一代信息技术广泛应用于各行各业，推动了整个社会经济的发展。互联网技术、区块链、5G、人工智能、大数据等技术与众多行业的融合，促进了数字经济的不断壮大。数字技术在为各行各业带来发展机遇的同时，也对传统产业模式构成了挑战。特别是以生成式AI为代表的技术快速应用，不仅推动了数据与智能的深化融合，也给数据智能平台的发展带来了新的挑战。
数据智能平台是企业进行数据分析和数据应用，包含数据汇聚、数据存储与计算、数据管理、数据分析与挖掘、数据服务等功能，旨在通过一个平台即可满足各类业务需求，并有多架构融合、数据工程构建、自治理融合、集散式混合、数据型驱动五大能力趋势成为数智融合时代下数据基础设施的发展趋势。
趋势1：多架构融合
它解决了未来五年到十年数据引擎的持续的存储计算问题，并且面向过去的 Data Lake 和 Data Warehouse 进行了纳管。首先，不提倡全部企业都选择构建湖仓一体替代原有数据仓库和数据湖；其次，企业要接受数据源在一定程度上的分散和割裂，通过多架构融合纳管来实现逻辑层面的统一。
趋势2：数据工程构建
应对组织里面复杂的数据分析和规模化的数据应用，企业数据工程构建应该比软件工程优先度高。对于整个组织而言，数据工程构建是企业数字化转型成功的关键，企业需要建立软件工程平台化体系，让数据管理和数据应用事半功倍。通过数据工程体系，数据由单点的、零散的、组合式的使用数据技术转为大规模工程化协同、产品化降低门槛面向广泛IT技术人员和半IT半技术人员赋能。由此可见，数据技术走向企业的中心和工程化，是IT到DT的转型和工程化提效的问题。
趋势3：自治理融合
在过去，数据治理是以专项项目的方式推进数据的集中管理和管控，是被动且滞后的管控形式，跟集团的业务割裂和研发脱节。在实际业务中，数据治理应该是主动、实时以及自适应的完成治理，以数据治理和数据价值发挥为业务目标，敏捷地在业务上高效取得价值，这是一个持续且日常的行为，贯穿数据全生命周期。所以数据治理应该由传统被动且滞后的模式升级为主动且实时与数据工程相融合的新型数据治理。
趋势4：集散式混合
企业如何平衡更多的业务部门获取数据、分析数据与集团提供基础设施和数据资产管理的平衡性，进一步达成数据驱动型组织的问题？这就需要新的平台提供逻辑统一数仓和高度的数据虚拟化的能力，将数据进行业务转化和表达，面向业务进行开放赋能，将从过去的、被动的、单一支撑性的协作关系，走向数据和数据工具面向业务主动赋能和协作的方式。
趋势5：数据型驱动
在四个趋势建设的基础上，在架构引擎端，实现逻辑层面的统一纳管，形成统一的逻辑数据仓库；在平台层面进行数据工程化建设，提高数据应用数据项目的研发效率；在数据治理层面与数据工程紧密融合实现自适应数据治理能力；在数据业务表达层面，通过指标、标签、门户和资产进一步业务链接，最后以统一的workspace，由不同的职能从CDO体系里面建设不同的职能单位和角色人员，将数据的技术、开发、管理、发布和业务的协同进行一套体系化的运作方式，夯实大型组织的大数据底座能力，以数据能力的方式赋能到更多业务组织，以实现组织性的开放赋能和持续性的价值运营，最终达成数据驱动型组织的整体愿景。
数字经济时代的到来，数据技术已成为推动各行各业服务数字化转型的核心动力。科杰科技致力于在大数据和人工智能领域不断探索与创新，以湖仓一体数据智能平台KeenData Lakehouse，为“数字中国”的建设打造稳固的数据基础设施，助力包括央国企、能源、金融、工业制造等行业大型组织完成数智基座建设，加速数字化进程和数据驱动型组织达成与全面数据智能化落地。
热门跟贴