名誉理事长:赵厚麟

  理事长:张云明

 副理事长:郑志明 余少华

      张延川 徐 坤

      李 峻 高同庆

      尹文凯 宋起柱

      龚 斌

  秘书长:张延川(兼)

 副秘书长:欧阳武 宋 彤

      文 剑

新闻发言人:文 剑

理事会监事会

秘书处工作委员会

专业委员会刊物编委会

地方通信学会

■ 您当前所在的位置:网站首页>>首页新闻>>学会新闻

智见数据未来,共论企业数字化转型新机遇 ——Kyligence 行业峰会精彩回顾

发布时间:2021年08月16日

近日,由中国通信学会指导,Kyligence 主办的 Data & Cloud Summit 2021 行业峰会上海成功举办。本届峰会以"云·数据·智能"为主题,设置一场主论坛、四场分论坛,聚焦数据服务与管理领域的前沿趋势、领先技术及最佳实践展开交流。

峰会现场,中国通信学会副秘书长文剑,经济学博士、亚洲金融合作协会创始秘书长杨再平,Gartner、招商银行、微软、联合利华等企业嘉宾的精彩主题演讲引起了强烈的反响。演讲嘉宾们行业和市场角度解读了企业数字化转型趋势以及数据管理与服务技术趋势,并以金融行业为例,给出数字化转型具体实践经验(案例),也引发了与会人员对于数据治理进一步的深刻思考。

用技术打破业务瓶颈,规划数据管理全流程

中国通信学会副秘书长文剑提到,随着十九届五中全会以及国家“十四五”规划纲要对未来五年数字化发展的部署,信息科技与实体经济的融合将日益深入,各行业数字化转型将面临一个更好的环境。对于企业如何用新技术增强企业核心竞争力,文剑提出:

一是要不断推动数据分析模式和技术的创新。面对越来越精细化的业务诉求,企业需要实现数字化、智能化的业务运营和经营管理。二是要发挥数据联动的价值作用、价值优势,加速形成良好的数据生态。高质量的数据将会派生出更好的、更优质的算法和模型,创造出更好用户体验的数据产品,进而培育行程更良好的数字生态。三是要关注数据治理和数据安全。数据共享频次越高,数据安全的问题就变得越重要。要加强数据全生命周期的管理,发挥数据应有的价值。

数字化转型有三大通用支柱,缺一不可

经济学博士、亚洲金融合作协会创始秘书长杨再平在峰会现场高度赞赏Kyligence提出的“改变人类使用数据的习惯”的理念与方案。从行业角度出发,杨再平指出促进数字化转型的三大通用支柱:数据、算力、算法。数据相当于原材料,算力相当于它的加工的机器,算法相当于它的产品或者说解决方案。

杨再平认为,数据领域发展需要有相应技术、智能解决方案的供应商;同时,数据安全问题不容忽视,要站在全社会的角度关心数据治理。以金融业为例,其数据存取、传输、运用、安全及整合受诸多因素制约,治理效果仍不尽如意。杨再平表示期待金融业数字化转型形成的新金融能量辐射和渗透到更多产业链,两者相得益彰、共生共荣。

人工智能、云计算让数据价值“重生”

Gartner 2021年最新发布的《数据管理及分析十大战略性技术趋势》引起了行业关注和热烈讨论,在本届峰会上,Gartner 研究总监孙鑫提到了几点重要内容:首先,数据驱动与数字化转型关系密切。在 Gartner 最新的首席分析师问卷中,76%的数据分析高管(CDO)已经意识到数据驱动和数字化转型的密切关系。其次,数据分析已经变成企业的必需品。Gartner预测,到了2023年,数据分析将会变成一个业务能力,人工智能、机器学习、商业智能和数据分析技术将会改变行业“游戏规则”。再次,云成为趋势,接近3/4的企业已经或者计划把分析、BI、数据放到云上。

银行数字化转型的新思考

招商银行总行信息技术部副总经理俞吴杰在峰会现场演讲时谈到,科技已经大幅度改变银行的经营以及服务客户的模式。除了交易数据之外,客户各项信息都传达着用户的使用体验及感受。这期间,科技从运营、风控管理等方面带给银行业带来了巨大的价值。不过俞吴杰认为,文本、视频、语音等要通过运用和解析才能产生价值,最终帮助业务方。

微软(中国)有限公司金融行业总经理沈菲以“绿色金融,科技创新”为主题进行了进一步的阐述。她认为,人工智能、大数据等技术的发展,可以帮助金融机构提升业务效率,但是每一家企业都要有“绿色金融”意识,帮助金融客户去建立相应的风险模型,为绿色金融投资提供相应的建议。

企业数据治理的思考和实践

数据越来越重要,数据正在驱动业务变革。海量数据下关于数据的利用与治理需要行业引起重视,数据从产生、采集、生产、存储、应用到销毁的整个过程中会产生很多的问题,数据治理能够解决数据从产生、采集、生产、存储、应用到销毁的整个过程中出现的问题。

联合利华数据和人工智能总监杨荟认为,随着大数据、数据科学、人工智能的兴起,不管是数据源还是最终的数据使用场景都有了极大的丰富,数据治理会产生很多新的需求。为了应对这个时代的需求和挑战,实现数据治理能力可以用四个阶段。第一,要能够支持数据发现。员工可以自主、方便地查询到可能工作领域内需要的数据和信息。第二是数据探索,自助地利用数据来回答他们的业务问题。第三是数据实验,员工可以在数据支持下尝试自下而上的业务创新。第四是数据贯通,整个公司的数据资产被盘活,可以灵活地使用、分享、创造价值。