1997年,吕克·贝松指导的经典电影《第五元素》上映,引发了全球的科幻热潮。影片中,各界都在为追逐第五元素而努力。
有趣的是,二十年过去,千行百业与亿万企业开始共同追逐一种新的“第五元素”——数据。
数据之所以有这个称呼,是因为社会各界正在形成一个新共识,即数据是人类生产力发展过程中的第五种生产要素。比如在2020年4月10日,《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》中就提出了土地、劳动力、资本、技术、数据五个要素领域改革的方向,明确了完善数据要素市场化配置的具体举措,强调要加快培育数据要素市场。
自工业革命以来,企业的价值创造都离不开劳动力、资本、技术这些生产要素。那么在未来,企业要想创造更多的价值也将离不开数据要素积累、管理和使用。
虽然大部分企业已洞悉数据要素的价值,但对于如何积累、管理数据,如何有效释放其价值,将其运用到企业管理实践和商业环境中,企业还处在探索阶段。方法、组织、人才、技术、文化等方面还存在大量问题要解决。
练习一首“第五元素奏鸣曲”,正在成为千百万企业的必修课。
今天,华为云“数据之道·知行派”高峰论坛在北京举办。这场论坛以“践行数据之道,释放数据价值”为主题,邀请到数据领域的技术和咨询专家,分享了企业基于GaussDB(DWS)数据仓库、MRS云原生数据湖、DataArts Studio数据治理中心打造数据基座的实践经验。
我们不妨以此为机会,看看华为云如何帮助企业,找寻智能时代的新数据之道。
数据舞曲
从想象到指尖
每一家企业应该都可以感知到,掌握数据将带来多么大的价值。对于企业来说,数据是企业自我调整、找寻市场、规划生产的核心依据,是解放劳动力,提升生产关系的引擎。而伴随着云计算、AI、区块链等技术的崛起,数据也在成为新一代科技的土壤和养料,甚至对于投资与资本运作来说,数据也是坐标系与晴雨表。从而可知,数据正在成为其他四种生产要素的引导者、赋能者。掌握与运用数据,是企业走向未来的必经之路。
这场“第五要素”的崛起,目前正处在企业与社会数据总量呈现爆发式增长的阶段。数据不仅在数字经济发展中扮演不可替代的角色,同时也通过数实融合,推动着实体产业的变革与升级。绝大多数企业都明白演奏数据舞曲的重要性,但将这支乐曲从想象变成实践,还是会遇到一系列挑战和阻碍。我们可以将今天企业在数据实践中遇到的痛点,总结为三个方面:
一、数据存用方式的迭代
随着数据湖在企业数据应用中普及,传统的数据存用方式得到了升级,但同时新的挑战也涌现出来。比如说,数据湖与数据仓库之间面临接口不通、权限不一致等问题,导致数据不一致、不易用、不安全。再比如数据湖的数据应用形态依旧偏向重人工的模式,需要工程师进行大量工作来完成数据调用,严重阻碍了数据价值的释放效率。湖+仓的数据存用形态,亟待进一步的升级和变革。
二、AI带来的数据挑战
在企业推进智能化的过程中,大量应用AI技术将成为产业新常态。但我们知道,AI将带来海量、多元的数据,对企业的数据治理与数据应用能力造成全新的挑战。比如说,大模型训练需要海量的数据,而不同的AI模型需要的数据格式、数据样态也非常复杂,并且企业将面临存用大量非结构化数据的新难题。这种情况下,企业很可能将出现围绕AI产生大量数据成本,其中既包含数据存算成本,也包含AI带来的数据开发效率成本与数据清洗成本、数据运维成本。想要走向智能化,那么克服数据难题是一个先决条件。
三、数据实践中的综合问题
在一些重点挑战之外,企业的数据实践还面临非常复杂的综合难题。比如数据量与数据成本、开发效率之间,如何通过技术来实现平衡;如何打破企业面对的数据孤岛现象,降低数据成本;如何提升各个算力平台间的数据资源利用率;如何通过开发工具升级,降低数据工作流程中的难度,提升数据相关应用与决策的效率。
面临这一系列挑战,华为云希望帮助企业演绎出新数据之道。
协奏
“数据现代化”的实践
传统意义上,数据从产生、保存再到清洗、调取、应用,要经历一个漫长的过程,同时要经历不同的存算平台与加工软件。这就像在一个手工作坊里,数据要在不同的工匠手中传来传去,在不同的工作台上被敲敲打打。
我们知道,工业现代化的标志,就是从手工作坊向工业生产线的升级,数据也是如此。企业理想中的数据实践,应该是平台架构打通,各项运维管理、数据分析、创新应用可以被便捷接入的流水线形态。为了实现这一目标,华为云提出“数据现代化”的理念,在集成、存储、转换、分析、治理等全生命周期,帮助企业战胜分散在数据实践各个周期中的广泛挑战。
首先在平台架构维度,华为云提出了“湖仓一体、数据编织、数据网格、现代数据栈”四大架构的灵活可配,从而适配客户不同场景和需求,让企业的数据底座能够广泛支持上层的数字化架构与应用。
其次在协作方式维度,华为云打造了“DataOps(数据生产运维)、MLOps(AI开发运维)、DevOps(软件开发运维)”三大Ops的协同融合,实现开发运维工作效率更高,门槛更低,并且能够满足不同数据开发阶段的多样化运维需求,帮助企业可以将运维能力带到数据实践流程中的每一个环节。
接下来在商业智能维度,华为云提供包括高阶分析、增强分析、智能BI引擎、嵌入式分析能力,从而让企业不仅拥有数据,还可以分析、理解、挖掘数据的深层价值,帮助企业洞察和构建数据资产可信流通的生态分析能力,进而推动第五要素走向普惠。
还值得注意的是数据开发维度,华为云打造了AI4Data智能引擎,并且还推出了一系列在数据集成、数据开发、数据管理、资产管理、安全管理等环节的创新技术。这些技术可以帮助企业将开发由人工转型AI辅助,从而推动开发效率提升,构筑现代化的软件应用。
在数据现代化理念的支撑下,企业可以将数据实践组成高度现代化、智能化的生产线,从而克服多样化挑战,实现数据开发效率与质量的统一。
交响
AI与数据的融汇
数据现代化,可以为企业带来多方面的帮助。如何将AI开发、部署,与数据资源进行有效结合,是企业在拥抱智能化、走向智能化过程中最重要的考题,面向这个问题华为云带来了AI与数据高度融合的新方法,将数据治理与AI模型生产打通,实现真正的数智一体化。
具体而言,华为云打造了数智融合平台。华为云EI服务产品部部长尤鹏表示,“通过DataArts和ModelArts融合的独家‘双引擎’架构,华为云为企业提供覆盖库、仓、湖、智的全链路高价值解决方案,加速企业数智化转型。”
这项创新具有显著的技术差异化,比如其采用计算池、存储池、缓存池三层池化的架构,资源效率提升20%以上;通过融合数据管理及加速技术,可以让数据在多个引擎间自由共享,数据存储成本降低50%;通过融合的工作台,可以构建协同的引擎运行环境,让三大Ops无缝协调,开发效率提升50%。
在此基础上,企业可以更加轻松统一地管理AI开发与数据资产,实现二者的全面融合。数据是资产,AI是引擎,这也恰恰是企业走向智能时代的两大支点,而华为云的数智融合平台,可以让两大支点汇聚在云端。
强音
数据治理的价值保障
基于数据与AI走向未来固然美好,但企业在进行这些探索之前,还需在数据效率、数据安全等领域获得保障。这些保障,就来自数据治理能力的建设与提升。
在应用数据之前,企业必须解决一系列数据治理方面的难题,比如说数据标准不统一、数据孤岛现象难以解决、缺乏统一的数据安全防护能力,以及海量数据难以实现价值挖掘等。这些难题,驱动着企业必须提升自己的数据治理能力。
为此,华为云可以通过DataArts Studio数据治理中心,帮助企业客户进行自动化、智能化的数据治理,为数据治理与流通建立统一的标准,从而提高数据质量,助力实现跨部门、跨业务流程的数据资源有效流通与应用。
在建筑材料行业,海螺水泥建成了全球首个水泥生产全流程智能工厂。其携手华为云,从数据管理体系、生产数据应用、IoT平台着手,以生产为核心、工业大数据应用为牵引,以数据驱动业务运营,最终实现了“水泥工业大脑”的建设。海螺水泥工业互联网创新室主任王书信在会上分享到,当前海螺水泥资源利用率达100%,产线自动投运率提高至99.3%,管理和决策效率提升30%,单工厂效益达1200万元/年。
(海螺水泥工业互联网创新室主任 王书信)
综合来看,华为云提供的数据智能能力,不仅可以帮助企业用好数据、管好数据,还能释放数据的创新价值,帮助企业探索数据的更多可能性。
结束语
帮助企业演绎自己的数据之道
数据,是企业新的生产要素,也是必须长期探索,步步为营的企业发展方向。为此,企业必须找到与发展,属于自己的数据之道。
在这个过程中,华为云提供的数据服务,可以为无数企业带来全新的价值。这些价值可以被总结为三个特质:
1.整体性。华为云的数据服务,非常关注数据的整体性,从全流程、全方位,多个维度去和企业一起激活数据价值,而不是提供单点服务,让企业去面对单点之外的挑战与兼容难题。
2.现代性。华为云致力于提升数据实践的现代性,不仅驱动数据平台架构、消费、运维等工作的现代化升级,同时也关注AI等现代化的全新应用,需要产生怎样的数据支持。与企业共同完成现代化、前沿化的数据创新,始终是华为云的差异化优势。
3.产业性。企业所应对的大量数据挑战,都不是存在于逻辑链上,而是发生与真实的数据实践中,在产业细节里,只有关注和应对产业化的数据难题,才能够真正提升企业的数据利用能力。为此,华为云不仅将大量服务、技术指向数据流程中的差异化细节,还为企业提供融入华为变革管理和实践经验的数据使能方案。围绕“方法论+管理体系+技术平台+应用场景”为客户打造企业级数据能力,从咨询规划到平台建设落地,量身定制承接企业发展战略、深入行业业务场景、解决企业数据孤岛问题、持续释放数据价值的一站式解决方案,以数据驱动业务变革,助力企业实现现代化的代际升级。
只有在技术、平台、服务、战略的全面打通下,企业才能弹奏出属于自己的第五元素奏鸣曲,才能探索出独特且有力的新数据之道。