8月6日，以“科技賦能 變革創(chuàng)新——構建智慧能源新生態(tài)”為主題的“2020能源企業(yè)數(shù)字化創(chuàng)新發(fā)展論壇”成功召開。
本次論壇由中國信息產(chǎn)業(yè)商會主辦，中國信息產(chǎn)業(yè)商會人工智能分會、信息化建設服務平臺承辦，國家信息中心、國家電網(wǎng)、美林數(shù)據(jù)、中國海油、中國電力建設集團、兗礦集團共同支持。
美林數(shù)據(jù)作為協(xié)辦單位受邀出席，公司高級副總裁劉宏分享《新基建思考及能源企業(yè)數(shù)字化實踐》主題內(nèi)容。
以下為正文：
第一篇章：理解新基建
各位朋友，大家好。我是美林數(shù)據(jù)技術股份有限公司高級副總裁劉宏，今天我將分享關于《新基建思考及能源企業(yè)數(shù)字化實踐》。
首先，在理解“新基建”之前，我們需要了解什么“基礎設施”?；A設施有兩大特性，其一是基礎性，是必不可少的、不能直接形成價值。其二是平臺性，即泛在性和支撐性，更注重環(huán)境、生態(tài)的構建。
其次，我們還需要了解傳統(tǒng)基建與數(shù)字基建。傳統(tǒng)基建，是社會經(jīng)濟中基本的、需耗用大量資金和勞動的固定資產(chǎn)建設。按建設用途分類的話，生產(chǎn)性建設項目包括工業(yè)建設、水利建設、運輸建設等，非生產(chǎn)性建設項目包括住宅建設、衛(wèi)生建設、公用事業(yè)部建設等。
而數(shù)字基建是以科技為核心驅(qū)動力的新經(jīng)濟發(fā)展模式，基礎是5G技術，5G是物聯(lián)網(wǎng)、人工智能、萬物互聯(lián)、工業(yè)互聯(lián)網(wǎng)和信息化的基礎。與傳統(tǒng)基建重資產(chǎn)模式相比，數(shù)字基建更多是輕資產(chǎn)、高科技含量、高附加值的發(fā)展模式。
兩者之間到底是什么關系？我拿一個形象的比喻來說明，傳統(tǒng)基建就好比人的骨骼系統(tǒng)、肌肉系統(tǒng)、循環(huán)系統(tǒng)；數(shù)字基建就好比人的神經(jīng)系統(tǒng)和大腦。
兩者首先是相輔相成的，傳統(tǒng)基建是更基礎的系統(tǒng)體系，在沒有強大神經(jīng)系統(tǒng)和大腦的情況下也能夠繼續(xù)生存，在短期內(nèi)不會被淘汰。但是數(shù)字基建一定是依附于傳統(tǒng)基建基礎之上的，不是替代，而是賦能。
數(shù)字基建給社會、企業(yè)帶來了改變生存方式的機會。例如，以前人類早先是穴居的、打獵為生，隨著智力的發(fā)展開始耕種、紡織、畜牧。這可以理解為一種新的賦能。這是因為新的神經(jīng)系統(tǒng)與大腦發(fā)育，創(chuàng)新出新的生存模式?，F(xiàn)在的數(shù)字基建也是期望探索更多的突破與創(chuàng)新。
當然，新的生存方式的出現(xiàn)，必然會導致傳統(tǒng)基建內(nèi)容的變化，一些傳統(tǒng)基建開始進化，一些傳統(tǒng)基建開始退化。例如，人類奔跑能力開始退化，但手指卻越來越靈活；人類因為吃熟食導致消化能力的退化，但總體上人的健康與壽命更長了。
我們可以理解數(shù)字基建是一次企業(yè)/社會的進化過程，由猿向人的進化過程。
新基建是數(shù)字基建+傳統(tǒng)基建的升級，既包括了數(shù)字基建的內(nèi)容，也涉及到了傳統(tǒng)基建的升級。
新基建涵蓋了7項內(nèi)容，三個層面的事情：神經(jīng)系統(tǒng)的構建（5G、工業(yè)互聯(lián)網(wǎng)），大腦的構建（數(shù)據(jù)中心、人工智能），循環(huán)系統(tǒng)的升級（城際高鐵&城市軌道交通、特高壓、新能源充電樁）。
這些給我們企業(yè)進行數(shù)字化轉(zhuǎn)型指明了方向：從企業(yè)的神經(jīng)系統(tǒng)、大腦、循環(huán)系統(tǒng)來考慮企業(yè)數(shù)字化基礎建設的范圍。
新基建是國家實力向更高層次進化的基礎。是在構建一個全新的生態(tài)環(huán)境，這個環(huán)境向企業(yè)提供了由“猿向人進化”的機遇。國家通過新基建給企業(yè)提供了數(shù)字經(jīng)濟的大環(huán)境，讓企業(yè)具備構建自身的神經(jīng)系統(tǒng)和企業(yè)大腦的機會。讓企業(yè)能夠完成進化，也就是數(shù)字化轉(zhuǎn)型過程。
因此，可以看到數(shù)字化轉(zhuǎn)型對于企業(yè)的必要性。不進化最終就會像猴子一樣要么躲進深山，要么進入動物園。
第二篇章：企業(yè)數(shù)字化轉(zhuǎn)型
當前， 企業(yè)已經(jīng)不是簡單人的群體，而是人、生產(chǎn)設備、生產(chǎn)物資、生產(chǎn)/市場環(huán)境等復雜對象的綜合體，這也意味著企業(yè)數(shù)字化考慮的是如何建立人與設備、物資以及環(huán)境之間“溝通”，并相互進行“知識、規(guī)則”的學習、傳遞、執(zhí)行和度量。
這里提到的是“溝通”而不是傳遞，是讓設備、生產(chǎn)物資、環(huán)境“讀懂”人們的想法和意圖，并自動的采取正確的操作。還有一層意思是這種人與設備、環(huán)境之間的交互是雙向的，而非一方被動接受的。
信息化注重的是人與機器以及人通過機器實現(xiàn)人與人之間的信息交互。數(shù)字化的目標則是如何讓沒有人干預的情況下實現(xiàn)人與機器、人與環(huán)境、機器與環(huán)境、機器之間的自主交互。
信息化更多的是將機器作為信息傳遞和存儲的一種手段，而數(shù)字化則是希望機器來替代人類來獨立的完成工作。我們一般理解的狹義上的信息化只是數(shù)字化階段的初級階段，數(shù)字化的更高階段是人工智能階段。
信息化是圍繞“人”來開展的，數(shù)字化則是圍繞“機器”來開展的。主體發(fā)生了變化，所以意義也發(fā)生了變化。
一個企業(yè)要不要進行數(shù)字化轉(zhuǎn)型？回答這個問題需要理解數(shù)字化轉(zhuǎn)型的意義，數(shù)字化不僅帶來的是生產(chǎn)經(jīng)營模式的改變，最關鍵的是給企業(yè)經(jīng)營者帶來企業(yè)發(fā)展的信心，以及更高層次的發(fā)展欲望。
例如，當交通方式是以自行車為主的時候，活動范圍可能就是一個城區(qū)；當交通方式是以汽車為主的時候，活動范圍可能就會擴大到一個?。划斀煌ǚ绞匠蔀楦哞F、飛機的時候，活動范圍可能就會覆蓋全國。
所以，企業(yè)的數(shù)字化轉(zhuǎn)型首先是以自己的戰(zhàn)略發(fā)展目標為牽引，如果企業(yè)沒有更高的發(fā)展欲望，做數(shù)字化就沒有意義。（我一直就想在城區(qū)活動，那么高鐵與飛機對于我就沒有必要）。
數(shù)字化中很重要的一點是具備“高智商”的智慧。人在衡量智慧時，通過觀察力、記憶力、抽象力、思考力、行動力等多個維度進行判斷。企業(yè)同樣如此，觀察力即企業(yè)信息采集能力、記憶力即信息存儲能力、抽象力即數(shù)據(jù)挖掘能力、思考力即數(shù)據(jù)應用能力、行動力即自動控制能力，這是一個企業(yè)智慧的體現(xiàn)。
再進一步對企業(yè)智慧的分解，其實就是我們現(xiàn)在大部分企業(yè)正在進行的數(shù)字化轉(zhuǎn)型動作。信息采集能力對應物聯(lián)網(wǎng)平臺、信息存儲能力對應數(shù)據(jù)中臺、數(shù)據(jù)挖掘能力對應技術中臺、數(shù)據(jù)應用能力對應業(yè)務中臺、自動控制能力對應云邊應用平臺。
企業(yè)數(shù)字化全過程大概分為8個步驟，是一個循環(huán)往復的過程。由業(yè)務數(shù)字化規(guī)劃開始——數(shù)據(jù)范圍——數(shù)據(jù)獲取——數(shù)據(jù)存儲——數(shù)據(jù)質(zhì)量——分析建模/規(guī)則化、知識化——數(shù)字化執(zhí)行階段——數(shù)字化能力評估?？傮w來看，應該是一個螺旋上升的模式。
第三篇章：企業(yè)數(shù)字化轉(zhuǎn)型第一步
企業(yè)數(shù)字化轉(zhuǎn)型第一步簡單來講，就是讓數(shù)據(jù)成為生產(chǎn)要素，而不是擱置在存儲器內(nèi)，是以數(shù)據(jù)價值釋放為基礎的數(shù)據(jù)管理。
數(shù)據(jù)管理鏈條大致分為數(shù)據(jù)模型、數(shù)據(jù)標準及主數(shù)據(jù)識別、數(shù)據(jù)融合、數(shù)據(jù)需求、數(shù)據(jù)分析、數(shù)據(jù)應用。在每個環(huán)節(jié)上或多或少都會遇到一些難題。
例如，數(shù)據(jù)模型一直被重視，但沒有發(fā)揮應用的作用。
例如，大家都忙于制定各種標準，最終發(fā)現(xiàn)統(tǒng)一標準更加艱巨。
例如，數(shù)據(jù)壁壘的修建速度往往快于我們的“拆遷速度”。
例如，擁有大量數(shù)據(jù)，但是業(yè)務人員不知道長什么樣，在哪里，怎么用？
例如，數(shù)據(jù)分析工具種類繁雜，缺少統(tǒng)一套路。
從單一業(yè)務應用視角更深層次的進行理解，我們會發(fā)現(xiàn)，企業(yè)對于兩端的業(yè)務需求以及數(shù)據(jù)應用認知優(yōu)先級最高，而把中間的數(shù)據(jù)獲取放到了較低的認知優(yōu)先級。但對于系統(tǒng)化視角（即企業(yè)信息化部門視角），兩端與中間的各個環(huán)節(jié)都需要關注，目前最大的問題在于數(shù)據(jù)整合，如何讓數(shù)據(jù)面向業(yè)務應用時更加友善、便捷。
- 大數(shù)據(jù)環(huán)境下的數(shù)據(jù)治理活動
我們傳統(tǒng)的思路是統(tǒng)一數(shù)據(jù)模型——數(shù)據(jù)標準制定——主數(shù)據(jù)管理——數(shù)據(jù)質(zhì)量管理——數(shù)據(jù)應用。但在大數(shù)據(jù)環(huán)境下其實變得很困難，因為第一數(shù)據(jù)邊界是模糊的；第二點數(shù)據(jù)來源的廣泛性；第三是數(shù)據(jù)質(zhì)量認知的多重性，不同的應用對于數(shù)據(jù)質(zhì)量有不同的要求。這就導致了傳統(tǒng)的數(shù)據(jù)治理思路在大數(shù)據(jù)環(huán)境下捉襟見肘。
大數(shù)據(jù)環(huán)境下業(yè)務需求是首位的，緊接著是圍繞業(yè)務需求整理數(shù)據(jù)需求，再是基于應用的數(shù)據(jù)融合，融合之后是數(shù)據(jù)質(zhì)量管理，最后到數(shù)據(jù)應用。
- 數(shù)據(jù)價值發(fā)現(xiàn)過程的數(shù)字化轉(zhuǎn)型
讓數(shù)據(jù)成為生產(chǎn)要素最大的考驗在于是否實現(xiàn)了數(shù)據(jù)價值發(fā)現(xiàn)過程的數(shù)字化轉(zhuǎn)型，而非人工實現(xiàn)方式。其中包括數(shù)據(jù)管理的自動化與知識發(fā)現(xiàn)的自動化。數(shù)據(jù)管理自動化主要是多源數(shù)據(jù)的統(tǒng)一存儲、多源數(shù)據(jù)融合、有業(yè)務目標的數(shù)據(jù)質(zhì)量提升。知識發(fā)現(xiàn)自動化主要是縮短提取數(shù)據(jù)的路徑、自動化的建模過程、已有經(jīng)驗的快速分享。
原有的主數(shù)據(jù)治理方法是指人工的數(shù)據(jù)標準收集梳理，人工的業(yè)務系統(tǒng)主數(shù)據(jù)映射關系梳理以及通過管理手段的標準及主數(shù)據(jù)統(tǒng)一管理，這是一種大統(tǒng)一的思路。美林提出的思路是基于算法的自動歷史數(shù)據(jù)識別與基于業(yè)務規(guī)則+AI的跨系統(tǒng)主數(shù)據(jù)自動融合，采用先融合再統(tǒng)一的思想。
對于數(shù)據(jù)標準也是如此，采用融合統(tǒng)一的思路。收集各業(yè)務系統(tǒng)自身存在的數(shù)據(jù)標準，將數(shù)據(jù)標準進行映射融合，確保標準之間是能夠相互翻譯的。最終實現(xiàn)基于智能化融合算法的快速數(shù)據(jù)標準制訂，以用促管的數(shù)據(jù)標準管理以及自動化的數(shù)據(jù)標準應用評估。
- 大數(shù)據(jù)模式下數(shù)據(jù)治理關鍵點之數(shù)據(jù)模型管理
美林提出的思路是基于算法的自動歷史數(shù)據(jù)識別與基于業(yè)務規(guī)則+AI的跨系統(tǒng)主數(shù)據(jù)自動融合，采用先融合再統(tǒng)一的思想。大家都知道模型管理的重要性，但模型管理最大的問題在于表里不一，兩張皮。雖然制訂了標準，但做不做又是另一回事。因為人工設計的數(shù)據(jù)模型是離線文檔、業(yè)務系統(tǒng)數(shù)據(jù)庫表結構是手工梳理、人工的數(shù)據(jù)標準與業(yè)務系統(tǒng)庫表結構離線比對、通過管理手段要求業(yè)務系統(tǒng)進行設計改造，種種原因?qū)е仑灅穗y以成效。
美林數(shù)據(jù)提出的方案是基于知識圖譜技術進行結構化的數(shù)據(jù)模型的存儲與展現(xiàn)，自動提取表結構，自動發(fā)現(xiàn)表關系，自動進行標準與業(yè)務系統(tǒng)庫表結構的匹配度識別，自動構建標準與現(xiàn)實庫表結構的映射關系。并通過自動化的差異感知與動態(tài)的標準版本管理確保標準執(zhí)行保持持續(xù)有效。
目前，我們已經(jīng)推出了自主研發(fā)希子圖鑒-數(shù)據(jù)資產(chǎn)管理平臺，并在電網(wǎng)、風電、水務、制造等多個行業(yè)落地應用。平臺采用了全新的“逆向工程”數(shù)據(jù)資產(chǎn)管理理念，以知識圖譜、深度學習、人工智能技術為主，實現(xiàn)多源頭、跨平臺、跨部門、多形態(tài)數(shù)據(jù)的統(tǒng)一整合，縱向打通企業(yè)業(yè)務到數(shù)據(jù)的垂直脈絡，橫向關聯(lián)企業(yè)的不同業(yè)務系統(tǒng)，使分散、孤立的數(shù)據(jù)成為匯集標準的數(shù)據(jù)。用圖譜可視化的方式全景直觀的掌握企業(yè)所擁有的全量數(shù)據(jù)資產(chǎn)，構建統(tǒng)一融合的業(yè)務視角下的企業(yè)數(shù)據(jù)資產(chǎn)一張圖體系，讓管理的數(shù)據(jù)成為應用的數(shù)據(jù)，幫助企業(yè)構建數(shù)據(jù)級智慧大腦。
- 大數(shù)據(jù)模式下數(shù)據(jù)治理關鍵點之數(shù)據(jù)云圖
在數(shù)據(jù)模型管理之后如何讓業(yè)務人員用起來。這里就需要數(shù)據(jù)云圖，數(shù)據(jù)云圖包括數(shù)據(jù)地圖和業(yè)務地圖兩部分，兩者需要融合。以數(shù)字化形式提供業(yè)務全貌，提供業(yè)務之間的關聯(lián)，提供業(yè)務細節(jié)的訪問入口。以業(yè)務為入口，提供與業(yè)務相關的數(shù)據(jù)全貌，提供數(shù)據(jù)的訪問，提供數(shù)據(jù)寬表用于數(shù)據(jù)分析。類似于高德地圖，使用者不需要懂背后的原理，只需要掌握使用方法。同時，業(yè)務、模型、數(shù)據(jù)其實是三張皮的事情，需要三者相互融合，以數(shù)據(jù)云圖的形式清晰的展示企業(yè)數(shù)據(jù)倉庫，為企業(yè)業(yè)務人員提供一種基于業(yè)務視角來獲得數(shù)據(jù)服務的全新渠道。
我的分享到此結束，謝謝！
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林數(shù)據(jù)
行業(yè)資訊
陜公網(wǎng)安備 61019002000171號
