1982
作者 | 南書 ，編輯?| 余快
以數據為核心的產業(yè)鏈正在形成，數據的行業(yè)應用價值進一步凸顯，整個數字經濟市場將得到大規(guī)模釋放。
數據被認為是繼土地、勞動力、資本、技術之后的又一基礎生產要素。
作為21世紀的新石油，數據存在可復制性、非排他性等特點，使其具備無限的使用空間和增長潛力，成為驅動數字經濟發(fā)展的原料。
過去十多年，這一要素的價值已經得到初步驗證：“數據+技術”的組合應用，造就了互聯(lián)網平臺經濟的繁榮，帶動數以億萬計的消費市場。
而今，AIoT時代已經來臨，數據正以幾何速度持續(xù)增加。IDC的研究顯示，到2027年，全球數據總量將達到291ZB，意味著數據時代的全面到來，而其中視圖為核心的非結構化數據會占據90%以上。
隨著以CV大模型為代表的多模態(tài)AI實現了技術躍遷，其對數據的感知、傳輸、計算等要求變得更高，形成了關于數據生產、治理、運營的流程閉環(huán)。
可以預見，數據作為新型生產要素，已快速融入生產、分配、流通、消費和社會服務管理等各個環(huán)節(jié)，以數據為核心的產業(yè)鏈正在形成，數據的行業(yè)應用價值進一步凸顯，整個數字經濟市場將得到大規(guī)模釋放。
如何激發(fā)數據價值，這一問題成為發(fā)展數字經濟的關鍵。
10月24日，在2023大華股份“星河璀璨 萬象新生”年度峰會上，大華股份軟件平臺研發(fā)部總經理周文凱以《物聯(lián)數智平臺煥新升級，釋放數據生產力》為主題發(fā)表演講，并在會后與掘金志記者，就數字時代數據要素價值產業(yè)化構建進行了深入探討。
一、數據時代：新價值、新玩家、新秩序
數據并不是新鮮概念，在國內卻是一個新興的產業(yè)。
很長一段時間里，數據是生產經營的衍生品。企業(yè)很少意識到數據的價值，或者由于技術缺陷，即便知曉數據的價值，也因缺少工具而無法提高數據的利用率，很難將數據本身的價值反哺到生產經營活動中，形成飛輪效應。
舉個例子，在傳統(tǒng)的企業(yè)生產經營中，產品從生產、銷售到售后，整個閉環(huán)會產生非常多的數據。但這些數據只是簡單地統(tǒng)計原材料、銷量、客戶等，方便下一個季度做生產計劃。
這種粗糙的經營模式，在競爭不激烈、市場不飽和的行業(yè)初期，弊端并不明顯。然而一旦市場增長放緩，企業(yè)的經營便會受到明顯影響。
為了解決類似問題，國內企業(yè)引進了ERP、CRM等系統(tǒng)，開啟了數字化轉型的第一步。隨后，云計算、大數據、AI等技術的應用，實現了對數據的利用率進一步提升，這些數據反哺到業(yè)務，開辟出全新的增長路徑，企業(yè)們愈發(fā)意識到數據的價值。
2020年4月，數據被首次寫入政府文件，并成為與土地、勞動力等并駕齊驅的基礎要素，標志著數據完成了從伴生品向基礎要素的角色轉變。
“政策的東風已經吹到了數據產業(yè)，這個市場正在逐漸擴大?！?/p>
周文凱告訴掘金志，伴隨著制度規(guī)范的日益完善、技術體系的逐步成熟以及加速釋放的市場需求，數據作為新型的生產要素，對經濟的推動作用將愈發(fā)明顯，并且圍繞數據產生的價值鏈條正在浮現。
周文凱表示，數據的價值鏈很長，從采集到傳輸再到計算、治理、應用，涵蓋數據資產化、確權、交易、安全等多個環(huán)節(jié)，每個環(huán)節(jié)都隱藏著潛在的巨大價值。
從市場參與者的角度看，周文凱認為，未來的數據產業(yè)市場，很可能出現一個三級市場。按照產業(yè)鏈上下游角色劃分，分別是：上游的數據所有方、中游的數據加工商、下游的數據應用方，三方將圍繞數據的價值化和交易展開博弈與合作。
所有方：即數據的產權歸屬者；
加工方：提供數據采集、存儲、傳輸、計算、治理工具&方案的廠商；
應用方：利用工具發(fā)掘數據價值，給終端客戶提供服務的企業(yè)；
三者之間的關系是，數據應用方從所有方（運營方）獲取數據，利用加工方的工具（方案）做價值呈現，為最終的需求方提供服務。
在整個閉環(huán)中，下游應用方最貼近一線業(yè)務需求，但很多公司缺乏處理數據的能力，難以在理解客戶需求的基礎上，利用數據來打通這“最后一公里”的價值閉環(huán)。所以，必然要有加工方的存在，來作為上下游的連接器，提供數字化工具&方案，賦能下游應用方，給最終客戶解決痛點，進而打通整個數據產業(yè)的價值鏈。
但要做好這個連接器并不容易，因為在數據大爆炸時代，數據、技術、需求都在時刻變化，企業(yè)要在這個動態(tài)的變化過程中，去解決客戶的痛點，首先要理解變化、擁抱變化。
二、以視頻為核心的數據產業(yè)特點：類型多、難治理、難計算
伴隨著AIoT在千行百業(yè)的持續(xù)滲透，以視頻數據為核心的數據要素市場數據的乘數效應加速價值釋放，但仍有海量個性化、碎片化、復雜化、融合化需求未被解決，而隨著AI在數據方面的深入應用，極大地提高了數據處理能力和利用效率；同時，基于數據的AI模型、應用，又產生了全新的業(yè)務價值，二者之間相互支持、共同成就。
作為AI的進階態(tài)，大模型因其泛化能力強，能夠處理更復雜的場景任務，并且一定程度上解決傳統(tǒng)AI面臨的場景化落地痛點，成為當下AI發(fā)展的重點，也是激發(fā)數據價值、發(fā)展數字經濟的重要路徑。
但也正因如此，大模型對數據的依賴更強，所需要的數據量是傳統(tǒng)AI算法的成百上千倍。傳統(tǒng)的模型訓練，數據量要求在幾億至數十億不等，而大模型的訓練，則需要千億至萬億級的數據量。
周文凱表示當前占據數據總量90%以上的非結構化的視圖數據，在數據價值化過程中呈現出了場景多樣且協(xié)議泛雜、數據量大但價值密度低、視圖和信息異構數據計算難等痛點難點：
?協(xié)議多、數據格式不統(tǒng)一，導致數據流轉效率低
在數據前端集采環(huán)節(jié)，存在大量的碎片化場景，不同的客戶會買多種類型的設備，即便是同一個客戶，也會采購不同的產品，并且不同的數據類型對采集的要求也相互迥異。這就導致一個問題：設備之間的協(xié)議并不互通，數據格式多樣化，不論是數據流轉還是處理，都要花費大量的資源。
?非結構化數據量大、質量低，數據治理難度大
根據IDC的研究，在日益增長的數據量中，絕大部分為非結構化數據，即視頻、圖片、音頻等等，要讓AI讀懂這些數據，還有很大難度。并且，隨著數據量的增加，數據的質量參差不齊，噪音隨之而來，很多時候AI會出現“幻覺”（即一本正經地胡說八道）。這些原因都會給數據治理帶來困難，當前的技術還不能完全解決這些問題。
?視頻圖片和信息化數據交叉計算難，影響業(yè)務創(chuàng)新落地
當前AI的大規(guī)模落地能夠更大范圍的提取視頻結構化數據，歸納視頻采集信息、構建對象關系網絡、形成行業(yè)知識，通過視圖數據與信息數據的融合計算，讓視頻數據價值升維，但在數據融合的價值計算過程中，視頻圖片和信息化異構數據交叉計算難，影響業(yè)務創(chuàng)新落地。
即便現階段存在這些問題，大模型仍然是解決復雜場景問題的最優(yōu)解，周文凱認為，大模型是一種實現數據價值的手段、方式。其核心價值在于，基于原有的數據，通過大模型的更強泛化能力、更高的準確率和場景的自主解析，能夠規(guī)?；鉀Q更多的場景痛點，實現業(yè)務價值創(chuàng)造。
不過，并非所有公司都具備研發(fā)大模型的能力，只有那些既能夠接觸數據、懂數據，又懂下游客戶的業(yè)務場景需求痛點，并兼顧極強技術轉化能力的公司，才能提供對應的行業(yè)大模型，承擔起數字經濟“連接器”的重要職能。
在AIoT行業(yè)深耕多年的大華股份，顯然具備這個資格。
三、“天機”+“天衍”，大華掘金數字經濟的兩個抓手
與市面上許多NLP大模型不同，大華股份推出的“星漢大模型”，本質上是一個融合多模態(tài)的CV行業(yè)大模型。
大華股份在AIoT行業(yè)有著多年的積累，始終聚焦于以視頻為核心的數據產業(yè)鏈，“這個市場非常大，能做好就已經足夠”。
作為AIoT行業(yè)的佼佼者，大華的優(yōu)勢在于，向下懂視頻數據，向上懂業(yè)務場景，自身又具備AI和大數據能力。
周文凱表示，數據作為新型生產要素在推動著業(yè)務升級的同時也給原有的生產作業(yè)工具提出更高的要求?！拔覀兊亩ㄎ皇抢么笕A在行業(yè)的積累，以及以大模型、大數據為代表的技術能力，給客戶提供‘數據價值化’的工具，幫助客戶解決業(yè)務痛點?！?/p>
從2010年第一個行業(yè)軟件平臺產品推出至今，大華始終堅持客戶價值導向，業(yè)務牽引、技術驅動，不斷積累行業(yè)范式理解，圍繞設計、協(xié)議、開發(fā)、組件四大領域構建了高效的軟件工程化能力，在大華提供的工具賦能下，客戶能夠將所有物聯(lián)的信息串聯(lián)起來，根據實際業(yè)務做整合、分析、處理，然后做具體的業(yè)務呈現。
基于此，大華推出了全新升級的物聯(lián)數智平臺2.0，該平臺融合了“星漢大模型”、圖數融合計算、算網自智等技術，面向城市、企業(yè)等行業(yè)場景，構建了“天機”“天衍”兩款面向不同客戶的產品系列，賦能千行百業(yè)。
“天機”系列主要面向G端客戶，以城市治理為核心，聚焦“社會安全、城市有序、綠色惠民、治理提效”四個維度，覆蓋了超過200個城市場景，助力城市治理效率提升和優(yōu)化。
“天衍”則面向B端客戶，為企業(yè)提供數字化管理工具，幫助企業(yè)解決業(yè)務痛點，尋找新價值，實現數字化轉型。
當前，AIoT行業(yè)進入了新的發(fā)展階段，呈現出明顯的融合特征，包括數據要素的融合、跨行業(yè)間的業(yè)務融合、算網融合等等。因此“物聯(lián)數智平臺2.0”也必須融合多種能力，才能解決長尾場景下的痛點，滿足不同行業(yè)客戶的需求。
“但大華也不會只提供工具?！敝芪膭P告訴掘金志，AIoT行業(yè)有非常之多的業(yè)務場景，大華不可能每個場景都能實現覆蓋，所以大華也會與懂行業(yè)的合作伙伴做端到端的閉環(huán)解決方案。
“AIoT這個市場足夠大，我們希望能夠與行業(yè)客戶合作，解決問題，用自身的技術能力去提高數據處理、利用效率，在經營上幫助客戶；同時也歡迎合作伙伴參與進來，豐富市場，把市場做得更大?！?/p>
總結
伴隨著國家數據局的揭牌，以及各種政策文件的出臺，昭示著數字經濟時代即將全面到來。
在大模型技術的加持下，數據的價值得到了有效釋放。但對于千行百業(yè)的場景而言，當前技術的泛化能力還遠遠不夠，各行各業(yè)都存在業(yè)務難點，這既需要時間，也需要資源，才能一點點將問題解耦。
有一點可以肯定的是，以數據為核心的價值鏈將趨于完整，數據資產化價值化、確權、交易、安全治理等都將迎來規(guī)范化、標準化，整個數據產業(yè)也將形成完整的商業(yè)生態(tài)和市場秩序。
這條路來日方長，但大華已經在路上了。
下載ECAD模型
