首頁 >> 運營管理 >>運營管理 >>市場觀察 >> 中國移動:加強大數據融合創新 提升數字賦能效率
详细内容

中國移動:加強大數據融合創新 提升數字賦能效率

时间:2022-04-24     

  數字經濟已成為引領經濟社會增長的新引擎,數智化轉型越來越成為各行各業新的浪潮。數據作為驅動數字經濟創新的重要元素,將物理世界映射到數字世界中,并借助數字世界中的龐大算力消弭信息的時空局限,將數據生產力充分激發。

1650772484351261.png

目前,數據正在從資源向資產、資本轉化,深刻影響著全球科技創新、產業結構調整和經濟社會發展,為人類的科學研究活動帶來“第四范式”,使人類認識世界、改造世界的實踐轉換到新的空間,深刻變革生產方式和創造過程。

數據成為新的生產要素,推動數字經濟發展

經過多年的發展,大數據已經滲透到經濟社會的各個角落,廣泛觸及國家治理、企業運營管理、人民生活的方方面面,推動形成了自上而下的大數據戰略思維。

在國家層面,世界各國家紛紛將大數據發展上升到國家戰略高度。在中國,2015年黨的十八屆五中全會提出要實施“國家大數據戰略”,這是大數據第一次寫入黨的全會決議,標志著大數據戰略正式上升為國家戰略。國家“十四五”規劃明確提出要加快數字化發展,并且作出了系統性全面部署。在此背景下,政府機關在公共安全管理、城市“智慧大腦”、疫情防控等各領域進行了諸多探索。2022年“兩會”期間,政府工作報告提出“加強數字政府建設,推動政務數據共享”,進一步將數字政府建設工作送入“快車道”。

在企業層面,越來越多擁有海量數據的企業積極投入到大數據技術研發中。許多企業意識到數據的資產特質,于是紛紛構建大數據基礎設施,在沉淀數據資源的基礎上將數據資產價值最大化。其中,擁有海量數據的電信運營商在大數據資源和資產的沉淀方面具備天然優勢,在推動大數據產業發展、創造數字經濟新價值方面占據舉足輕重的地位。以中國移動為例,在對內支撐市場營銷、客戶服務、網絡運維、運營管理等方面,大數據不斷為傳統業務提供數字化新動力;在對外拓展方面,大數據作為行業信息化解決方案的重要組成部分,在跨行業賦能方面正逐步成為異業合作的重要手段,例如借助運營商數據助力拓展DICT項目,助力人口疏解、城市規劃等政府管理,助力旅游景區精準管理、精細化運營,支撐疫情防控和復工復產等。

緊跟時代創新浪潮,大數據技術不斷取得新發展

大數據的發展離不開關鍵技術研究和應用實踐創新。以中國移動為例,大數據經歷了3個創新發展階段。

第一個階段,技術普遍采用數據倉庫技術。數據規模在數百TB到PB級別,且以結構化數據和批處理為主。應用上主要以支撐科學決策、精準營銷與內部服務為主。

第二個階段,技術上以Hadoop體系為主。數據規模在數百PB到EB級,數據涵蓋結構化數據、半結構化數據和非結構化數據。作業涉及批處理、流處理、實時分析等多種場景。此時的大數據不僅在賦能企業內部生產經營方面取得了良好的成效,同時也開始了外部行業應用的探索。

第三階段,基于算力網絡構建物理分布、邏輯統一的分布式多中心協同計算平臺和數據服務網絡,利用隱私計算、多方安全計算等技術與千行百業連接,形成跨行業數據聯邦。數據要素的深度融合創新成為此階段發展趨勢,大數據必須與5G、IoT、AI等新技術進行深度融合,才能在更大范圍、更高層次、更深程度發揮作用,助力中國移動向信息服務領域不斷延伸,為千行百業數字化轉型注智賦能。

提升大數據賦能效率,適應經濟社會發展需求

未來的數字生態將是各個企業和行業廣泛連接的經濟形態,企業級的大數據平臺還要與產業生態接軌,以進一步促進數據要素暢通流動,推動構建穩定高效產業鏈,提高治理效能,打造繁榮有序的數字產業生態。為激發數據要素潛能,中國移動充分發揮海量數據和豐富應用場景優勢,打造“梧桐大數據”品牌,以“共建共享”為理念,鍛造統一的數據服務能力,通過PaaS、DaaS和SaaS三大服務模式,向外輸送高價值數據資產,靈活支撐多樣化用戶需求,構筑“開放、合作、協同、共贏”的數字生態,賦能行業合作伙伴高質量發展。為此,中國移動聚焦以下3方面工作,進一步提升大數據賦能效率。

一是持續提升大數據治理水平

豐富、高質量、可服務的數據是大數據發展的根基,而數據的準確性和完整性、標準化程度將影響價值的發揮。隨著數據賦能范圍的日益擴展,數據治理工作不斷面臨新的挑戰。

一方面,數據的多樣化對數據治理手段提出了更高要求。隨著數據采集能力的提高,數據規模持續增長,數據整合的廣度、深度與時效性也不斷得以拓展。從廣度看,數據整合范圍從部門級、企業級向跨企業、跨行業發展;從深度看,數據量呈爆發式增長,數據維度擴展到百萬、千萬級;從時效性看,數據事件從按月、按周變化到無時不變。數據整合的量變促進數據治理手段必然由傳統人工治理,向元數據驅動的智能化自動治理轉變。

另一方面,參與方的多元化對數據治理的端到端能力提出了更高要求。參與方由原來的數據生產者、消費者(或兩者合一),擴展至包括生產方、消費方、加工方、交易方、管理方、產品方、咨詢方等在內的多專業角色。參與方的增多帶來數據服務鏈條增長和技術體系多樣化等問題。為降低應用復雜性,數據服務模式需要從定制化、高耦合的SaaS,向多層次、低耦合的PaaS及DaaS等輕量級模式發展。同時為保證應用的有效性,數據治理能力需要從局部向全局、從內部向外部擴展,并從定性向定量演進。

數據要素所支持的數智生產力正在經歷規;、泛在化的快速發展期。為使數據要素充分發揮倍增和放大價值效應,必須持續提升數據治理水平,解決數據運營規;、復雜性問題。

二是持續提升大數據技術水平

如果將大數據比作石油,大數據應用比作石油制成品,那么大數據處理技術就是油田勘探、鉆井開采、煉油加工技術。如何低成本、高效、規;赝瓿蓴祿杉、加工處理、分析挖掘和服務調用,以滿足各參與方多種多樣的數據需求和使用場景,是能否充分發揮數據價值的關鍵。

盡管近幾年來大數據處理能力已從PB級發展到EB級,實現了飛躍性突破,但是隨著5G、物聯網等網絡信息技術的快速發展以及應用的快速增長,數據量也呈指數級增長。據國際數據公司IDC報告,2020年以來全球數據存儲量年增長率維持在50%左右,到2030年全球數據存儲量將達到2500ZB。2022年1月,科學技術部高新技術司副司長梅建平在“第六屆中國新金融高峰論壇”上表示,當前數據量已經大大超過了處理能力的上限,若信息技術仍然是漸進式發展,則數據處理能力的提升將遠遠落后于指數級增長的數據量。因此,數據技術的創新式、跨越式、顛覆式發展是現實需要,也勢在必行。

因此,在一段時期內,數據處理能力與效率的提升仍將是大數據發展要面對的技術難點。在大數據領域,除了在數據處理的規模水平上要持續適應飛速增長的需求;還要在實時處理、流批一體等新計算模式,以及湖倉一體、存算分離、多數據中心協同計算等大數據存算架構方面不斷取得技術新突破,尤其要加強原創性、顛覆性技術研究。

三是持續提升大數據服務水平和融合深度

大數據驅動大未來,大數據所蘊含的巨大機遇正在被各類型企業、機構牢牢抓住;ヂ摼W巨頭更是將大數據驅動做到極致,電商的商品推薦和庫存管理、物流公司的轉運調度、網約車的行程規劃,無一不是通過大數據計算實現資源的最優配置和效益最大化。

整體來看,大數據的應用范圍仍主要在企業自身需要和基于數據關聯的直接行業拓展。例如,網絡運營商基于通信位置提供人口分析、旅游交通規劃分析;互聯網電商公司以平臺為紐帶,與平臺上的商戶點對點共享商品銷售統計數據。

而跨企業、跨行業的數據深度融合應用和基于數據的生產級剛需應用,受數據確權、數據定價、隱私保護、國家安全等非技術因素,以及數據標準、質量標準、交互規范等技術因素影響,推進過程仍然存在較多阻力。數據對接復雜性、數據可信性、數據供給的實時性和連續性等問題,影響了數據要素成為一種真正的生產原料或中間產品,使其大都以“催化劑”模式與其他生產要素發生生產互動。因此降低數據服務耦合度,使數據“產品化”或“中間產品化”成為數據價值進一步提升的努力方向。

值得注意的是,成熟的大數據相關企業在實踐中逐漸探索出數據服務化、產品化的經驗模式。數據服務API化成為業內廣泛認同的方式,其中語義最為簡潔的指標、標簽成為最受歡迎的數據API應用。大數據PaaS平臺、聯邦學習也成為跨企業、行業合作的一種重要探索路徑。

另外,在理論層面,面向未來發展,“數據網絡”“數據編織”“數據服務網絡”等新概念被提出,進一步完善了數據要素的體系內涵。例如倪光南院士曾提出“數據網絡技術”概念可用于解決異構數據融通、時效協同、強連接等問題。

Gartner提出,2022年值得關注的頂級技術趨勢之一是“數據編織”(Data Fabric),即在數據服務顆;、API化基礎上,構建元數據知識圖譜和人工智能驅動的數據自動集成能力,形成敏捷交付的數據產品生產力。這些新概念的提出都是面向構建一個新的、可擴展架構,實現數據要素服務解耦,實現跨平臺、彈性整合的數據服務模式。

未來,隨著數據權屬、數據價值量化以及數據集成技術的發展,更充分的數據跨界融合以及數據與其他技術要素、生產系統的更廣泛互動,將帶來大數據價值發揮的又一波爆發。面對時代浪潮,中國移動也在積極跟進相關研究,打造新型大數據基礎設施,不斷探索實踐新的服務模式與生態建設。

作者:中國移動信息技術中心 尚晶

囗交50个动态图