數字化轉型背景下：關于企業(yè)數據分析的趨勢與預判
數據猿 | 2023-06-12 13:09
【數據猿導讀】 6月9日，全球計算科學和人工智能領域領導者Altair在上海舉辦了以“數據科學，解碼智能未來”為主題的全新數據分析與人工智能平臺Altair RapidMiner啟動儀式，正式推出了全新數據分析平臺Altair RapidMiner。旨在更好地助力中國企業(yè)用戶推進高效數字化轉型，實現數據分析與人工智能應用...
數字經濟時代，數字化轉型成為企業(yè)可持續(xù)發(fā)展的必答題。
數字化轉型源自云計算、大數據、物聯(lián)網和人工智能等新技術的交叉應用，深刻影響著當今社會各行業(yè)的發(fā)展，重塑了企業(yè)的組織關系、生產方式、商業(yè)模式、決策邏輯等。
數據作為新時代企業(yè)發(fā)展的戰(zhàn)略性資源，將基于新興技術的融合實現應用價值的不斷提升，并進一步賦能企業(yè)從研發(fā)到生產制造再到營銷運營的全流程數智能化升級。
6月9日，全球計算科學和人工智能領域領導者Altair在上海舉辦了以“數據科學，解碼智能未來”為主題的全新數據分析與人工智能平臺Altair RapidMiner啟動儀式，正式推出了全新數據分析平臺Altair RapidMiner。旨在更好地助力中國企業(yè)用戶推進高效數字化轉型，實現數據分析與人工智能應用的降本增效。
出席此次啟動儀式的有：RapidMiner創(chuàng)始人、Altair RapidMiner產品開發(fā)高級副總裁Ingo Mierswa博士，Altair大中華區(qū)總經理劉源博士，上海市數據科學重點實驗室主任、復旦大學教授、教育部重點專項專家組成員肖仰華，普華永道數字化總監(jiān)黃旭，上海市北高新（集團）有限公司總裁陳軍，銀聯(lián)智策顧問（上海）有限公司總經理趙萌，還有來自上海商飛、江南造船研究院、華人運通、泛亞汽車、智己汽車、上汽安吉、江南造船研究院、北京精銘、耀褡智能、清智智能網聯(lián)創(chuàng)新中心等澳汰爾用戶以及合作伙伴蒞臨現場。
RapidMiner創(chuàng)始人、Altair RapidMiner產品開發(fā)高級副總裁Ingo Mierswa博士就全球數據科學和機器學習發(fā)展的三個重要趨勢進行了分享。
趨勢一，邊緣人工智能市場將出現爆發(fā)式增長。企業(yè)數字化轉型實踐加速和萬物互聯(lián)背景下，邊緣設備及其產生的數據量激增，將大量邊緣側數據轉移至某個中央的公共設備進行處理并不現實，因此更多企業(yè)選擇直接在靠近數據產生的邊緣側進行分析，通過本地分析大大降低了能源消耗，并消除了與將數據卸載到遠程計算機系統(tǒng)相關的隱私問題。未來，邊緣設備將變得更智能。
趨勢二，數據分析驅動業(yè)務價值實現，讓決策更精準。正如Gartner所判斷：以決策為中心的數據和分析逐漸替代以數據分析為驅動的決策。以決策為中心的數據和分析，需要深入業(yè)務決策場景進行數據體系的建立。這要求數據分析的IT人員應當走進業(yè)務，更重要的是讓業(yè)務人員具備數據分析能力和思維，這樣在工作中使決策和數據合二為一。
趨勢三，使用自適應AI系統(tǒng)應對內外因變化。隨著實時數據處理、流式傳輸和共享需求的增加，推動企業(yè)向數據分析驅動型企業(yè)轉變。企業(yè)需要部署自適應AI系統(tǒng)來頻繁采集大量數據，并迅速適應變化和差異。要實現完全自動化的決策并不容易，未來影響企業(yè)決策的因素將越來越復雜，這些因素將對決策智能模型產生干擾，影響最終決策的正確性，因此需要一個更靈活、更強大的增強型AI系統(tǒng)來處理這些復雜的因素，從而幫助自動化決策智能的實現。
上海市數據科學重點實驗室主任、復旦大學教授、教育部重點專項專家組成員肖仰華分享了《數據智能助力數字化轉型發(fā)展》的主題演講。
肖仰華認為，數據智能是以數據作為分析內容，以知識的發(fā)現和應用為核心內容的智能形式，以期讓機器具備人類的高階認知能力，包括理解、推理、決策、解釋、規(guī)劃等。數據驅動（領域預訓練大模型）與知識驅動（動態(tài)知識圖譜）雙系統(tǒng)的連續(xù)交互是實現數據智能的關鍵；低代碼、插件化、能協(xié)同、可解釋、高性能、全流程覆蓋是數據智能的功能性要求；復雜決策是數據智能的目標。
隨著技術的演進和需求的變化，數據智能應用場景由智慧出行、智能搜索等大規(guī)模簡單應用場景逐漸向智慧醫(yī)療、智能工業(yè)等小規(guī)模復雜應用場景轉變，從以“人”為中心逐步發(fā)展到“人機物”并重。要真正發(fā)揮數據智能對企業(yè)的賦能作用，數據與領域知識的深度融合是必要條件，以制造業(yè)企業(yè)為例，需要將仿真、高性能計算、AI等技術進行融合，才能更好助力其數字化轉型發(fā)展。
普華永道數字化總監(jiān)黃旭重點就《數據智能的實踐》進行了主題分享。
與傳統(tǒng)企業(yè)以產品為中心不同，數字化企業(yè)更多是以客戶為中心的企業(yè)，同時具備多元化能力、智慧大腦與敏捷能力，在人工智能技術的加持下，數字化企業(yè)的發(fā)展將更加智能，并基于云+5G不斷延伸運營空間，發(fā)展不再受限于地理區(qū)域，成為真正的數據驅動型IT組織。
基于深耕數字化轉型多年的經驗和積累，普華永道創(chuàng)新提出了“企業(yè)數字化成熟度評估框架“，通過數字化戰(zhàn)略、數字化業(yè)務應用、數字技術能力、數據能力、數字組織能力、變革管理6大維度對企業(yè)的數字化成熟度進行評估，幫助企業(yè)快速判斷自身所處的數字化轉型階段，進而更好設計實現轉型目標的舉措或發(fā)現轉型不達標的原因加以改進。
Altair大中華區(qū)總經理劉源博士針對數據智能帶來的行業(yè)變化以及仿真與AI技術的融合趨勢帶來了精彩分享。
一個確定性的趨勢是，數據智能正引發(fā)各行業(yè)巨變。近年來，我們看到數字化給汽車業(yè)、重工業(yè)、零售業(yè)、風電行業(yè)、金融業(yè)及機器人產業(yè)等各行各業(yè)帶來變量。以汽車業(yè)為例，新能源、自動駕駛、輔助駕駛、車聯(lián)網、5G、數據智能等新技術、新產品層出不窮，這直接改變和重塑了汽車產業(yè)的格局——越來越多的汽車制造商開始轉向移動出行服務商。
此外，仿真技術快速發(fā)展過程中，展現出及其蓬勃的生命力。數字化、智能化的背后，其實是計算科學的加速發(fā)展。而仿真又在整個計算科學領域占據重要位置。仿真是指利用模型復現實際系統(tǒng)中發(fā)生的本質過程。計算機仿真技術在實際應用中，替代了大量的物理實驗。仿真驅動設計、仿真驅動研發(fā)理念的提出，正是因為仿真技術從縮短研發(fā)周期、提升實驗效率、拔高研發(fā)品質、加速產品面世等方面作用價值顯著。
另一方面，仿真的價值及內在需求表現在：快速驗證與快速設計；降本增效；最優(yōu)體驗的產品設計；建立完整的知識體系和科學的對標方法。這些價值實現，正是仿真技術在市場上有如此強生命力的體現。
仿真與AI雙向融合、互相驅動。從AI助力仿真角度看：使用人工智能，可以加速、優(yōu)化和增強仿真能力，賦能CAE建模范式持續(xù)優(yōu)化，并進一步降低計算成本。從仿真助力AI角度看：利用仿真生成數據，可以作為人工智能模型的訓練和測試，通過訓練神經網絡得到更準確的預測模型。
數據科學驅動仿真技術邁向新臺階。數據不論在設計端口，還是產品驗證端口都發(fā)揮著舉足輕重的作用。以產品全生命周期為例，從概念設計、產品設計、制造、運行支持、產品處置等階段來看，數據科學廣泛應用于概念創(chuàng)造、CAE建模、設計優(yōu)化、性能驗證、產品質量分析、預測性維護、降低成本、客戶滿意度調查分析等流程和模塊中。
高性能計算/云計算成為底層基礎設施。為什么產業(yè)需要高性能計算？主要體現在四方面：1、現實環(huán)境中，復雜的物理問題解算到仿真系統(tǒng)里，越逼近真實情況，需要的計算量、消耗的計算資源越高；2、從用戶層面分析，各種專業(yè)的、特殊的硬件都需要高性能計算來解析；3、計算規(guī)模可擴展；4、提升資源利用率。
6月6日，Altair發(fā)布了一項關于Frictionless AI的全球獨立調查報告。該調查吸引了10 個國家/地區(qū)、來自多個行業(yè)的 2000 多名專業(yè)人員參與。調查結果顯示，如果企業(yè)內部部門之間存在摩擦，那么 AI 和數據分析項目會因此半途夭折，失敗率居高不下（介于 36% 至 56%）。
今天Altair正式推出了全新數據分析和人工智能平臺Altair RapidMiner，就是希望能通過這個平臺來彌合用戶與數據之間、數據與行業(yè)專家之間，以及工具、基礎設施不斷變化等帶來的摩擦。
至此Altair的三大業(yè)務主線：仿真設計平臺、高性能計算和云平臺、數據分析和人工智能平臺相互融合，形成閉環(huán)，以更好的幫助企業(yè)提升綜合競爭力。Altair的愿景是利用計算科學來推動智能決策和創(chuàng)新，以實現一個更加互聯(lián)、安全和可持續(xù)的未來。
從與會嘉賓分析洞察與趨勢預判中能夠看到，政府、企業(yè)、協(xié)會、高校等多方對數據科學和人工智能領域的發(fā)展充滿信心。作為全球增長最快的經濟體之一，中國市場勢必成為數據科學和人工智能服務商戰(zhàn)略布局的重中之重。
來源：數據猿
