前言/ Introduction

　　德国咨询机构 Alexander Thamm GmbH 在 2025 年发布的《Data Intelligence: Simply explained》中，将数据智能定义为“确保我们数据质量、可靠性和治理的系统”，强调其核心作用是搭建海量数据（603138）与高效商业决策之间的关键桥梁；专业期刊《Data Intelligence》在发刊词中，将数据智能领域描述为“一个跨学科领域，借鉴、整合和发展了来自数据库、人工智能、信息检索、信息学、统计学和计算语言学等领域的理论和技术，以创造工具和方法，赋能数据的发现、整合与分析”。

　　本报告从广义的数据智能产业出发，给出数据智能服务产业定义：数据智能服务产业是在新一代人工智能技术与数据工程技术的深度融合下，以“数据”为核心生产要素，以“智能”为关键生产力，以“服务”为价值实现形态，综合运用大数据、人工智能、云计算等技术，构建覆盖数据汇聚、处理、标注、模型训练到智能应用的一种新型数智化能力供给体系和智能生产性服务业态。

　　——中国通信院 《数据智能服务产业发展研究报告（2025年）》

　　在中国通信院近期发布的《数据智能服务产业发展研究报告（2025年）》中提到：数据智能服务产业是“数据、智能、服务”的有机融合，是生产要素、生产力与价值实现的重要形式。其中数据是核心生产要素，决定了智能的“深度”；智能是关键能力，决定了数据的价值实现；服务是最终形态，是价值的“放大器”，决定价值释放的广度。通过场景化应用放大数据与智能价值，实现数据智能价值的全面 释放，推动经济社会的高效运转与持续创新。

　　数据要素化能力促动数智服务成型

　　在传统的数字化领域中，对转型企业的数据处理常被视为“一次性工程”——清洗、整合后即可支撑业务需求的实现，但随企业对智能化技术的需求迫近、市场热度走高，面对实际落地中所凸显出来的问题与矛盾，这一逻辑将被彻底颠覆。不同于传统数据管理和整体一次性的数据治理，服务于企业智能化的数据准备需要满足动态适配业务、场景化落地验证、全生命周期治理等等新的并且更高的要求。数据要素化准备越来越将成为一项长期且可持续的系统性工程，需要具备结合语义与知识、整合治理和集成等多维一体的面向智能的数据工程体系化能力，推动数据服务产业从单纯的数据供给向数据智能综合服务能力拓展。

　　国双数智底座GRIDSUM COMPaaS数智层工具集架构

　　这其中脱离不开技术、平台和高效工具集的有力支撑。企业信息化、数字化演进至今，应直面当下数据质量仍然参差、共享流通依然不畅、技术支撑程度不足、标准标准尚且缺失以及安全风险日益突出等多重挑战。为此国双认为，以工业领域为代表的产业级数据要素化建设始终并非单一环节的优化，而是一项需要涉及数据全生命周期的系统性工程。其中所需的数据技术也要从单一的数据处理向“数据工程与人工智能深度融合”的新范式持续迭代，面对人工数据服务效率低下、运营成本高企的行业痛点、卡点，通过结合多种前沿技术的协同应用，才有可能实现整体服务能力的跨越式提升。

　　以某大型装备制造央企的数据要素化项目为例，为办理好制造企业的核心痛点，国双团队深入理解并结合企业顶层战略制定，逐步开展有整体路径和实现步骤的体系性规划，而非仅着眼于单点式的系统建设。围绕与客户双方共识的具体事项，国双专家团队选择了从战略组织、平台工具、数据标准体系、数据质量、评估数据分类分级、数据建模服务、数据生命周期管理等七大维度并行着手，切入到全数据生命周期的治理体系搭建。

　　从项目起始，国双即从全盘方案设计出发结合以数据要素、领域知识、智能化模型等多技术栈融合为作为重要支撑，依据事件行为的发生时间、数据流转来源地址、数据流转目标地址、数据操作等，通过高速匹配引擎计算分析数据流转轨迹，实现了敏感数据整个生命周期的流转监测及可追溯，将经典的数据治理范式提升为打通数据流通流转的通道，确保了动静态数据始终围绕业务活动服务。

　　并在可持续的治理下，逐步完成数据“萃取提炼”的转变过程，从数据升华为知识，从知识抽象为可用模型。正是这种持续的“数据运营”服务模式，为数据治理的全生命周期奠定了本原，改变以往数据工程实践中重建设而轻维护的弊病，才能把企业数据中“以治促用”的正向循环优势最大化发挥出来。

　　数智技术耦合深度助推产业智能水平迭代

　　在中国通信院发布的《数据智能服务产业发展研究报告（2025年）》中阐释到：“人工智能产业的发展高度依赖高质量、多样化的数据，算法优化、模型训练、场景适配均需以海量、高质量要素数据集为基础。当前大模型、智能体等技术的突破，本质上是数据规模与质量提升推动的结果。”

　　数据智能服务需通过专业化的数据清洗、标注、合成、脱敏等服务，为人工智能提供标准化、场景化的数据集，才能解决智能技术迭代、产业智能发展中普遍存在的数据获取难、质量低、成本高的痛点。特别是面向产业智能的场景化落地，面对人工智能+传统产业落地的“深水区”，以丰富数智技术栈深度耦合，从“单环节工具”转向“开发运维一体化”的融合协同平台，才有机会成为符合数据智能服务全流程管理的能力中枢。

　　国双数智底座GRIDSUM COMPaaS产品整体架构

　　区别于数据整合应用与AI技术的相互独立，早在数字化转型启动初期，国双便发现将自然语言、知识图谱、AI建模等人工智能技术深度融合大数据、云计算、物联网，通过技术的高效复配可以指数级别提升协同效能。利用融合语义能力的知识图谱在知识标准、可解释性、可信性、可溯源性等方面的优势，通过知识和语义理解增强模型从训练到应用的各环节，可显著提升智能体的可靠性和安全性，提升模型的应用效果，有效解决模型输出的可信度不足等关键问题，实现数据处理与智能分析的原生融合。

　　这种早期原生的架构设计可使数据从多源采集、高效治理、统一管理到知识沉淀、深度推理、智能应用的全生命周期都能在统一平台内高效流转，大幅降低系统耦合度与应用门槛，更能够支撑实现“数智一体”的闭环落地，为产业级智能决策提供扎实的“助推力”。

　　完备一站式工具箱决定数智服务效能升级

　　知名行业机构Gartner曾在过往报告中显示：2025年70%的企业数字化项目将因效率不足而延期。“数据孤岛、智能碎片”已成为当下大型企业转型升级中存在的普遍痛点，行业亟需数智服务工具从零散的单系统辅助软件向智能化、模块化与低代码化的完备工具箱升级。

　　出于数智难以割裂的天然特征，真正的一站式工具也不应是一个个孤立的“技术玩具”，而应是能够形成协同效应的丰富"工具链"和“百宝箱”。历经检验的复合技术栈才能够使数智服务摆脱“信息化”建设的“窠臼式”散装，保障数据从采集、处理、分析到决策全面落地，全方位破解传统信息化时代系统独立建设中埋下的结构性矛盾。

　　理想的数智一体化融合底座才是利用新一代数字技术，对物理世界从事数字表达的强大设施，并通过对不同业务系统数据的统、通、融，高效实现数据通、业务通、决策通，从而在数据与数据之间、业务与业务之间建立起相关性以实现可量化及可计算，真正实现数据能够驱动业务流动。当数据能够变成基本生产要素，能够达到既参与其他生产要素的创新配置，也能参与生产技术的演化和迭代，才有机会通过建模，对业务进行算力“赋能”，解放生产力并实现高效价值创造。

　　国双数智底座GRIDSUM COMPaaS产品发展水平

　　数据智能服务能力是深入推进“人工智能+”行动的关键基石,在市场需求的推动下，其能力正快速从基础建设迈向至与实体经济深度融合的场景化落地阶段，这与国双的发展脉络高度吻合。

　　国双数智底座GRIDSUM COMPaaS产品发展历程及自主可控资质认定

　　目前国双近20年积累沉淀的数智底座GRIDSUM COMPaaS产品已更新迭代至V4.3版本，紧跟数实融合海潮强化大模型、智能体等最新AI技术能力应用，并在海量多源异构数据处理能力基础上持续增强时空数据处理效率，打磨并夯实底座平台性能，提升客户体验，目前稳步踏入自主可控、安全可信、持续赋能的发展新阶段。

　　未来随数据智能服务行业的新兴及高速发展，国双产品及团队已做好准备迎接更多市场机遇，综合“数据+要素+知识+模型+服务”一站式五维能力为企业客户贡献价值，奋力助推“人工智能＋”及现代化产业高质量发展行稳致远。

　　《GRIDSUM COMPaaS国双数智底座产品手册》新版已上线。

来源： 国双Gridsum

相关标签：