2018中国优秀大数据、人工智能产品与解决方案测评发布

在公共的分析平台以及行业应用过程中，企业加强了分析算法的研究和突破，在特定应用场景上进行了持续改进。

—中国软件评测中心副总工程师周润松

我为大家报告一下“2018中国优秀大数据、人工智能产品与解决方案测评”结果。这项测评结果的发布已经坚持三年多，青岛、福州、天津、北京累计评审40项优秀大数据产品、27项优秀解决方案、27项优秀案例、3项优秀人工智能产品。目前，在测评认定过程中，大数据产品、解决方案和应用案例的测评主要从核心功能、数据挖掘、存储能力、安全管控能力、资产能力等方面进行测评认定；AI产品主要从芯片、算法、语音识别和应用等方面做测评认定。

通过对中国优秀大数据&人工智能产品、解决方案应用案例进行测评发现有几个明显进步的特点。一、依托开源的平台，集成整合自身的自主产品模块，丰富了大数据的产品形态，提升了传统产品的应用能力和范围。二、大数据应用逐步深化，在部分行业得到深化应用，如公安、政务、工业等。三、在公共的分析平台以及行业应用过程中，企业加强了分析算法的研究和突破，在特定应用场景上进行了持续改进和优化工作。

同时，我们在测评过程中也发现了几个明显的不足之处。一、结合特定行业场景的数据分析模型算法有待持续优化。无论大数据还是人工智能的落地，都需要结合特定业务场景的数据分析模型算法持续优化，数据的分析处理能力和实施处理能力是企业的核心竞争力。二、系统性能和可靠性有待进一步提升。随着数据处理规模不断提升，我们很多业务是一个生态型的系统。工业互联网在做智能制造转型，工业互联网有很多生产系统，并且，对于系统的性能和可靠性要求非常高。在很多开源平台和厂商参数优化上，存在系统不稳定性，可能导致工业互联网在应用中遇到难题。三、数据共享壁垒有待突破。在很多领域，大家都在做数据交易，数据交易可能还处于一个灰色地带，这就需要国家的相关政策进一步完善。四、行业应用规模以及跨行业的交叉数据应用有待突破。我们经常说大数据，大数据到底大到什么程度呢？目前拥有的绝大多数数据，不包括历史数据，历史数据虽然在那里，但有很多数据治理问题需要去解决。五、数据安全问题以及跨境数据流动问题。而今，我们按照数据资产的方式来管理数据。同时，国家出台了跨境数据流动的相关信息保护法案。

中国软件评测中心在逐渐推动数据智能测评服务，聚焦数据智能的共性技术与垂直化应用测评工作，在测评指标体系、测评关键技术、服务平台以及生态共享等四个研究方向上突破，形成综合测评服务能力。数据智能测评指标体系研究，包括大数据基础平台测评指标体系，大数据分析平台测评指标体系，大数据行业解决方案测评指标体系，AI算法、产品与应用测评指标体系。数据智能测评关键技术，包括工业时序数据库基准测评，数据挖掘分析基准，基于云部署的安全掘代码检测，人工智能算法评估技术。服务平台搭建，包括数据智能综合测评服务平台，源代码检测平台，系统安全检测平台。生态共享平台建设，包括大数据产品、解决方案和案例，人工智能算法、产品与应用，专题测试报告。

中国软件评测中心的数据智能测评与认定服务涵盖大数据业务类型、人工智能业务类型、数据安全业务类型几大类。大数据业务类型，包括大数据基础平台测试服务、大数据分析软件平台测试服务、大数据系统验收测试服务、大数据系统性能测试服务、大数据系统安全咨询与评估服务、大数据课题验收测试服务。人工智能业务类型，包括人工智能芯片基准测试服务、人工智能技术鉴定测试服务、人工智能场景式鉴定测试服务、人工智能应用系统鉴定测试服务、人工智能课题成果鉴定测试服务。数据安全业务类型，包括数据全生命周期安全咨询与测评、个人信息保护安全咨询与测评、数据出境安全咨询与测评、大数据服务安全咨询与测评、数据安全能力成熟度评测、数据交易服务安全咨询与测评、数据质量评估业务。

中国软件评测中心一直在不断建设一个生态共享平台—数智团。这个平台包括产品体验中心、解决方案演示中心、需求对接中心、质量保障中心。产品体验中心是优秀产品演示中心、集结优秀的大数据产品，统一部署或接入。解决方案演示中心是优秀解决方案以及行业应用案例演示中心。需求对接中心汇聚行业用户以及地方的大数据系统建设需求，基于对联盟内企业的认识，进行引导对接。质量保障中心依托评测中心的第三方检测体系，为产品、方案以及系统建设成果，提供第三方的质量保障服务。（根据演讲内容整理，未经本人审核）