事情還得從我2022年這一年經(jīng)歷的一些事情談起，由于工作的原因，我要經(jīng)常往返于北京和南京、上海以及深圳、成都等地。跟很多網(wǎng)友描述的情況類似，曾經(jīng)一段時(shí)間我始終無法消除健康碼的彈窗，甚至通過12345主動申報(bào)也不好使。大數(shù)據(jù)用于防疫，我認(rèn)為是大眾能夠感受大數(shù)據(jù)價(jià)值和威力的一個(gè)最生動的樣板。但是大數(shù)據(jù)不是萬能的，時(shí)空數(shù)據(jù)分析受限于數(shù)據(jù)獲取的準(zhǔn)確性和時(shí)效性，我們沒有辦法獲取到準(zhǔn)確的用戶行程軌跡，再加上受限于數(shù)據(jù)安全管控等原因，我們很多數(shù)據(jù)還得依賴用戶上報(bào)。從這個(gè)意義上，我是理解健康碼技術(shù)實(shí)現(xiàn)上的一些不得已的，但這并不意味著不可改進(jìn)。

我另外一個(gè)印象比較深的是在某地出差，一次核酸信息登記系統(tǒng)的崩潰，風(fēng)中等了好幾個(gè)小時(shí)。我是真實(shí)感受到現(xiàn)場的忙亂以及后臺技術(shù)人員的壓力的，最后可能是一個(gè)業(yè)務(wù)小BUG導(dǎo)致的，但是修改很麻煩。我當(dāng)時(shí)就想，類似這種數(shù)據(jù)采集系統(tǒng)如果能夠現(xiàn)場搭建和修改，并且由底層來保障性能和可靠性，那該多好。后來，到了各處又填了各種各樣也不知道是哪個(gè)供應(yīng)商的數(shù)據(jù)采集系統(tǒng)，我對我自己個(gè)人信息泄露又有了擔(dān)憂，這些信息大部分是重復(fù)的，或者本來是不需要申報(bào)的，但是可能沒有統(tǒng)一的管理入口，或者沒有好的共享機(jī)制，導(dǎo)致二維碼滿天飛。現(xiàn)實(shí)是最好的教科書，當(dāng)我們真正經(jīng)歷了很多事情，我們就會有更深刻的認(rèn)知和感同身受。

還有一段切實(shí)的感受，來自我對一個(gè)制造業(yè)企業(yè)老板的拜訪，我完全沒想到他對數(shù)據(jù)驅(qū)動企業(yè)運(yùn)營和生產(chǎn)是如此熱衷和執(zhí)著，他們采購了全世界最先進(jìn)的自動化生產(chǎn)設(shè)備，也采購了業(yè)界最好的ERP等管理系統(tǒng)。他一直在努力解決三個(gè)方面的問題：

① 如何實(shí)現(xiàn)全流程數(shù)據(jù)打通，從材料到制品，從生產(chǎn)到物流，從人員到財(cái)務(wù)；

② 如何實(shí)現(xiàn)知識的沉淀和復(fù)用，過去生產(chǎn)參數(shù)配置是在有經(jīng)驗(yàn)的一線工人腦子里的，需要將他們數(shù)據(jù)化并形成他們行業(yè)的算法，然后根據(jù)客戶需求能夠自動化生成個(gè)性化的最佳參數(shù)，他們自己開發(fā)了很好的應(yīng)用來完成這一點(diǎn)；

③ 如何實(shí)現(xiàn)數(shù)字化應(yīng)用DIY？他有很豐富的經(jīng)驗(yàn)，他知道企業(yè)數(shù)字化痛點(diǎn)，他不懂計(jì)算機(jī)專業(yè)技術(shù)，但是希望能全程參與構(gòu)建，甚至他的員工和一線工人也可以根據(jù)業(yè)務(wù)需要去構(gòu)建應(yīng)用。

對于以上這些問題，無非需要的就是一個(gè)打通的數(shù)據(jù)底座和一個(gè)能構(gòu)建各種數(shù)字化應(yīng)用的平臺。無論是成本還是技術(shù)，他不認(rèn)為傳統(tǒng)供應(yīng)商能幫他解決這個(gè)問題。

在即將過去的2022年，無論是政府還是企業(yè)對大數(shù)據(jù)的價(jià)值發(fā)揮都有了更多的認(rèn)知和迫切的期待，但是我們還需要持續(xù)努力，拋磚引玉，我提出五個(gè)主要需要解決的問題，供大家參考：

1、改進(jìn)數(shù)據(jù)供給的質(zhì)量，數(shù)據(jù)作為生產(chǎn)要素，必須對數(shù)據(jù)的采集、加工、共享和應(yīng)用的端到端質(zhì)量進(jìn)行管控，盡量減少人的參與，推動自動化水平的提升；

2、解決數(shù)據(jù)跨供應(yīng)商、跨部門、跨組織和行業(yè)的共享問題，在風(fēng)險(xiǎn)可控、合規(guī)的前提下，推動數(shù)據(jù)價(jià)值共享、交換和增值，盡量從技術(shù)而不是管理的角度解決產(chǎn)業(yè)關(guān)切的問題；

3、降低數(shù)據(jù)應(yīng)用開發(fā)的門檻，讓普通工作人員也能按照崗位的需要，自助取數(shù)、自助分析以及開發(fā)數(shù)據(jù)應(yīng)用；

4、提升數(shù)據(jù)分析的手段和效果，不僅是統(tǒng)計(jì)分析、關(guān)聯(lián)分析、預(yù)測和決策，諸如圖像視頻分析、地理分析、文本分析等也能圍繞場景需要輕松完成；

5、提升應(yīng)用開發(fā)和修改的效率，應(yīng)用要能夠滿足場景多變的需求，可以隨時(shí)隨地進(jìn)行修改，并且快速上線。

解決上面的問題也不是一蹴而就的事情，這里面有很多是老生常談的問題，也有自研能力強(qiáng)的公司已經(jīng)在局部很好地解決了問題。就更大范圍的大數(shù)據(jù)應(yīng)用普惠而言，還有很大的差距，這里重點(diǎn)強(qiáng)調(diào)“普惠”，就是門檻要低，人人皆可用。從空間角度看，用的人多了，累積的價(jià)值就多了；從時(shí)間角度看，門檻低了，上線時(shí)間就縮短了，迭代改進(jìn)就變頻繁了。我們一直以來的觀點(diǎn)，好的應(yīng)用是快速上線反饋改進(jìn)出來的。

回顧2022年，為解決上面提到的問題，技術(shù)、工具和方法都可圈可點(diǎn)，簡單總結(jié)如下：

1、大數(shù)據(jù)過程管理能力落地，提升數(shù)據(jù)供給質(zhì)量。無論是DCMM的推廣認(rèn)證實(shí)施，還是DataOps的落地嘗試，都有助于提升企業(yè)數(shù)據(jù)管理水平，推進(jìn)數(shù)據(jù)價(jià)值轉(zhuǎn)化；

2、大數(shù)據(jù)安全和隱私計(jì)算，為應(yīng)用和共享背書。隨著相關(guān)法規(guī)制定和落地，大數(shù)據(jù)安全和隱私保護(hù)得到了全行業(yè)的關(guān)注，數(shù)據(jù)安全的產(chǎn)品也更加豐富。為推動數(shù)據(jù)要素流通而生的隱私計(jì)算開始走向商用，盡管還存在性能等問題，但仍備受期待；

3、低/無代碼開發(fā)工具日趨普及，大大降低應(yīng)用開發(fā)門檻。無論是數(shù)據(jù)集成、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)還是數(shù)據(jù)應(yīng)用開發(fā)，低/無代碼已經(jīng)被企業(yè)用戶普遍接受，大規(guī)模流行還需要時(shí)間；

4、處處是AI，不僅是分析外部數(shù)據(jù)，也用于軟件本身。無論是前幾年興起的智能數(shù)據(jù)治理、AIOps，還是智能數(shù)據(jù)庫，大數(shù)據(jù)產(chǎn)品本身，不斷用AI增強(qiáng)自身能力。此外，AI用于外部數(shù)據(jù)分析仍然在持續(xù)發(fā)展。

大數(shù)據(jù)分層示意圖及每層控制點(diǎn)說明

如上圖所示，為實(shí)現(xiàn)應(yīng)用普惠，我們需要多層次的大數(shù)據(jù)能力支撐。

要有好的數(shù)據(jù)源支撐，這個(gè)主要取決于數(shù)據(jù)資源的獲取能力，數(shù)據(jù)來了，要有好的存儲、計(jì)算和分析引擎來支撐。目前主流的大數(shù)據(jù)引擎技術(shù)Hadoop、Spark、Flink等，大部分還是來自國外。2022年Apache Doris、Pulsar等由國內(nèi)團(tuán)隊(duì)主導(dǎo)的引擎得到了迅速的發(fā)展，但我們?nèi)匀桓鷩庥休^大的差距，因?yàn)檫@層的核心競爭力來自對基礎(chǔ)理論的突破。理論的突破會帶來斷代的競爭力提升。從商業(yè)角度，生態(tài)卡位則是這一層另外一個(gè)最重要的考量點(diǎn)。

再往上，是各種工具，工具對支持應(yīng)用普惠是最重要的。體驗(yàn)是用戶最關(guān)注的點(diǎn)，而工程能力是主要的競爭力。盡管過去這層積累也不足，包括數(shù)據(jù)治理工具、BI分析工具等，過去主要是國外產(chǎn)品天下。隨著應(yīng)用場景的豐富，技術(shù)的更新?lián)Q代，我們完全有機(jī)會后來據(jù)上。

最后是業(yè)務(wù)理解力，這塊主要取決于用戶和行業(yè)專家業(yè)務(wù)知識積累。

每一層競爭力的提升都需要我們不斷地應(yīng)用、嘗試、反饋和修正，才能累積真正的產(chǎn)品競爭力并最終創(chuàng)造商業(yè)價(jià)值。

2023年即將到來之際，隨著疫情的逐步結(jié)束，企業(yè)數(shù)字化轉(zhuǎn)型必將加速進(jìn)行，從信息化、數(shù)字化到智能化，將大數(shù)據(jù)用起來、用好，并能夠讓更多的企業(yè)、企業(yè)里面更多的人用起來，已經(jīng)成為企業(yè)的必然要求。這是企業(yè)管理從粗放化到精細(xì)化經(jīng)營的必然要求，也是企業(yè)生產(chǎn)從機(jī)械化、自動化到智能化的必然要求。

從過去幾年，我們服務(wù)客戶的表現(xiàn)來看，仍然面臨著諸多問題和挑戰(zhàn)，主要表現(xiàn)在以下3個(gè)方面：

1、缺乏循序漸進(jìn)的商業(yè)推動力

大數(shù)據(jù)應(yīng)用的構(gòu)建和落地總是需要投入，如果不能很好的呈現(xiàn)商業(yè)價(jià)值，任何的投入都有夭折的風(fēng)險(xiǎn)，盡管企業(yè)有宏大的頂層設(shè)計(jì)，也要有不斷的價(jià)值呈現(xiàn)，最好這些價(jià)值呈現(xiàn)可量化，并能和商業(yè)結(jié)果（降本增效）掛鉤。企業(yè)如果沒有很好的閉環(huán)評估體系，或者缺乏試錯(cuò)、糾錯(cuò)和容錯(cuò)的機(jī)制，商業(yè)推動就會很難。只有領(lǐng)導(dǎo)者的支持很難長久。

2、缺乏優(yōu)秀的平臺和工具產(chǎn)品

對于大部分企業(yè)而言，要么是自己購買平臺和工具做數(shù)據(jù)治理和分析，要么是它的供應(yīng)商來做。這都需要優(yōu)秀的平臺和工具，這些產(chǎn)品的研發(fā)需要大量的客戶積累和長時(shí)間的打磨，需要巨大的研發(fā)投入，而碎片化的市場、不講究的客戶和行業(yè)的內(nèi)卷，讓打造一款真正的好產(chǎn)品越發(fā)困難。

3、缺乏適應(yīng)轉(zhuǎn)型的組織支撐

應(yīng)用普惠的目標(biāo)是推動企業(yè)數(shù)字化轉(zhuǎn)型，讓人人都能成為數(shù)字化工作者，產(chǎn)生數(shù)據(jù)、運(yùn)用數(shù)據(jù)并形成洞察落地到改進(jìn)企業(yè)的各項(xiàng)活動中。“甲乙方思維”、“多一事不如少一事”以及“運(yùn)動式改進(jìn)”等都會導(dǎo)致目標(biāo)落空，或者不能長期發(fā)展。

如果我們認(rèn)可大數(shù)據(jù)價(jià)值發(fā)揮是企業(yè)數(shù)字化轉(zhuǎn)型的必由之路，并且希望企業(yè)每個(gè)角色都能通過大數(shù)據(jù)應(yīng)用帶來價(jià)值，我們會有一些具體的建議給到大家，這些建議是基于最近幾年我們在為大型國企提供數(shù)字化轉(zhuǎn)型解決方案和客戶共同摸索出來的，也代表著我們對趨勢的判斷，即大數(shù)據(jù)價(jià)值創(chuàng)造的關(guān)鍵是應(yīng)用普惠，這也是推動企業(yè)數(shù)字化轉(zhuǎn)型的重要舉措。

1、建立匹配的混合型組織

無論這個(gè)組織是實(shí)體還是虛擬的，是諸如數(shù)據(jù)治理委員會、數(shù)字化轉(zhuǎn)型工作組，還是類似低/無代碼應(yīng)用開發(fā)CoE。這個(gè)組織一般由業(yè)務(wù)人員、IT人員（可選）以及IT服務(wù)商（提供軟件產(chǎn)品和服務(wù)）組成。這個(gè)組織的目標(biāo)之一是推動大數(shù)據(jù)應(yīng)用普惠，能夠開發(fā)各種生產(chǎn)和消費(fèi)數(shù)據(jù)的應(yīng)用。這個(gè)組織一般要由相當(dāng)層次的人作為領(lǐng)導(dǎo)者或者Sponsor，組織應(yīng)當(dāng)明確下面幾點(diǎn)：

• 業(yè)務(wù)人員是業(yè)務(wù)應(yīng)用構(gòu)建的第一和主要責(zé)任人，業(yè)務(wù)人員要參與到應(yīng)用構(gòu)建中，推動中大型應(yīng)用的實(shí)施落地（有IT人員參與），一些小微應(yīng)用甚至不需要IT人員參與，IT服務(wù)商主要以軟件產(chǎn)品供給和技術(shù)支持服務(wù)為主；

• 業(yè)務(wù)應(yīng)用的目標(biāo)和范圍，盡管我們希望每個(gè)人都能用起來，但是仍然要有節(jié)奏地推進(jìn)，包括階段性的目標(biāo)和里程碑設(shè)定，以及業(yè)務(wù)范圍；

• 獎(jiǎng)懲措施的確定，對內(nèi)部員工而言，成功意味著升職加薪；對外部IT服務(wù)商而言，意味著成為客戶戰(zhàn)略合作伙伴，有持續(xù)的商業(yè)回報(bào)。

2、從解決一個(gè)具體問題開始

我們可以有頂層設(shè)計(jì)，有宏偉藍(lán)圖，但所謂大處著眼、小處著手，我們更建議帶著解決一個(gè)個(gè)具體問題，逐步向規(guī)劃的目標(biāo)前進(jìn)，這個(gè)具體問題可以是上一個(gè)新的應(yīng)用系統(tǒng)，或者是通過數(shù)據(jù)分析去解決一個(gè)具體的質(zhì)量問題，甚或是完成國家、上級組織的一個(gè)具體任務(wù)（比如建立行業(yè)數(shù)據(jù)中心）。

3、選擇一個(gè)好的支持柔性應(yīng)用的平臺

所謂柔性應(yīng)用就是應(yīng)用能夠快速構(gòu)建和上線，能夠根據(jù)業(yè)務(wù)的變化隨時(shí)調(diào)整，最好業(yè)務(wù)人員就能自行完成。無代碼軟件平臺就是個(gè)很好的選擇，把適應(yīng)變化作為第一要素考慮，就是為了面對不確定性，水利萬物而不爭，業(yè)務(wù)永遠(yuǎn)是主角而不受限于信息技術(shù)。

4、建立一個(gè)快速試錯(cuò)的機(jī)制

盡早讓真實(shí)用戶用起來，盡早拿到數(shù)據(jù)結(jié)果比其他都重要。比如，主流程跑通了，就可以上線試運(yùn)行起來，我們首要是拿到業(yè)務(wù)結(jié)果的真實(shí)反饋，然后發(fā)現(xiàn)問題就去修改，盡管不是必須，但是無代碼平臺能夠幫助我們完成這一點(diǎn)。

5、擁抱變化是新常態(tài)

大數(shù)據(jù)的發(fā)展史就是不斷擁抱變化的歷史，過去大部分需求明確，所以有數(shù)倉模型、有周期性報(bào)表和預(yù)計(jì)算的OLAP分析還有固定的數(shù)據(jù)專題應(yīng)用。后來，為了應(yīng)對不確定需求，有數(shù)據(jù)湖、有動態(tài)的OLAP分析以及無代碼的數(shù)據(jù)應(yīng)用構(gòu)建，所以我們的架構(gòu)設(shè)計(jì)、管理流程和技術(shù)堆棧都要能夠適應(yīng)變化，以主動元數(shù)據(jù)為核心的智能數(shù)據(jù)目錄、自適應(yīng)的AI系統(tǒng)、自動數(shù)據(jù)增強(qiáng)、元數(shù)據(jù)驅(qū)動的數(shù)據(jù)編織都會隨著應(yīng)用的需求提到日程上來。

6、建立良好的度量體系

所謂沒有度量就沒有管理，這里的度量有兩個(gè)層面的含義。一個(gè)是度量構(gòu)建各種應(yīng)用對企業(yè)的價(jià)值，是降本了還是增效了；另外一個(gè)層面是能不能快速通過各種度量給業(yè)務(wù)把脈，即在各種應(yīng)用中快速建立度量體系，指標(biāo)中臺被認(rèn)為是加速度量的重要方法之一。

7、機(jī)器能做的事情讓機(jī)器做

因?yàn)闄C(jī)器總是不知疲倦，我們希望在構(gòu)建應(yīng)用的時(shí)候，或者構(gòu)建出來的應(yīng)用都通過“機(jī)器”實(shí)現(xiàn)自動化處理。前者，例如通過自然語言界面，能夠自動生成關(guān)于數(shù)據(jù)的見解，這些見解可以是文字或者圖表。最近很火的ChatGPT可以被用于構(gòu)建問答式用戶界面。推薦技術(shù)最近也被大量數(shù)據(jù)處理或應(yīng)用開發(fā)平臺采納來加速應(yīng)用構(gòu)建。后者的典型例子包括應(yīng)用中自動化流程節(jié)點(diǎn)的處理，IDP（智能文檔處理）可以在這里得到用武之地，或者采用智能工作流技術(shù)用于組織內(nèi)流程的自動優(yōu)化和改進(jìn)，流程挖掘是這兩年比較熱門的話題。

8、讓應(yīng)用更好地為生產(chǎn)服務(wù)

過去我們的各類應(yīng)用主要是西方管理知識的承載，是西方在工業(yè)生產(chǎn)管理基礎(chǔ)上提煉總結(jié)的，當(dāng)西方制造業(yè)轉(zhuǎn)移后，很多場景我們已經(jīng)無法獲取到信息化解決方案。我們必須結(jié)合中國產(chǎn)業(yè)的特點(diǎn)來找到自己的解決方案，讓不懂信息技術(shù)的客戶能夠直接參與應(yīng)用構(gòu)建，讓應(yīng)用更好地為生產(chǎn)服務(wù)，而這樣的價(jià)值是遠(yuǎn)遠(yuǎn)大于一些簡單的管理改進(jìn)的。

一旦我們通過應(yīng)用普惠，不僅實(shí)現(xiàn)每個(gè)崗位的效能提升，而且真正去解決企業(yè)經(jīng)營和生產(chǎn)的具體問題，我們就通過應(yīng)用真正實(shí)現(xiàn)了大數(shù)據(jù)價(jià)值創(chuàng)造。我們能夠讓每個(gè)人都真正參與到企業(yè)數(shù)字化轉(zhuǎn)型中來，我們就對未來充滿了信心，實(shí)現(xiàn)從信息化到數(shù)字化，并進(jìn)而實(shí)現(xiàn)智能化。對此我充滿期待。

·關(guān)于穆鴻：

穆鴻先生是數(shù)睿數(shù)據(jù)的創(chuàng)始人兼CEO，數(shù)睿數(shù)據(jù)是數(shù)據(jù)驅(qū)動的企業(yè)級無代碼平臺的開創(chuàng)者和領(lǐng)導(dǎo)者，先后獲得包括銀杏谷資本、云啟資本和紅杉資本等數(shù)億元融資，其推出的無代碼產(chǎn)品smardaten服務(wù)數(shù)百家客戶，客戶知名度和滿意度均處于領(lǐng)先地位。

穆鴻先生曾任360集團(tuán)副總裁，負(fù)責(zé)集團(tuán)大數(shù)據(jù)、人工智能、區(qū)塊鏈以及云計(jì)算等技術(shù)中臺的構(gòu)建，管理超過200EB的大數(shù)據(jù)集群。在加入360前，穆鴻先生是華為中間件產(chǎn)品和大數(shù)據(jù)產(chǎn)品創(chuàng)始團(tuán)隊(duì)負(fù)責(zé)人，研發(fā)了包括Hadoop的商業(yè)發(fā)行版本、分布式關(guān)系數(shù)據(jù)庫、分布式ETL平臺、機(jī)器學(xué)習(xí)平臺以及BI分析平臺等。穆鴻先生是計(jì)算機(jī)學(xué)會大數(shù)據(jù)專委會和區(qū)塊鏈專委會的執(zhí)行委員。

來源：數(shù)據(jù)猿