2020中国优秀大数据、人工智能产品与解决方案测评分析

周润松

今天我报告的内容主要分为两部分，一部分是数据治理方面的工作情况，另外一部分是测评认定的工作情况。

第一部分是数据治理方面的工作情况。数据作为信息时代重要的生产要素，引起了大家的重视，我们也围绕数据治理，整合了已有的业务单元，成立了数据治理中心。针对数据治理、数据政府网站的咨询评估，我们开展了测评业务，同时构建了数据治理和流通的实验室。

我们和中国电子信息行业联合会联合进行了数据管理能力成熟度评估工作，设立了数据管理成熟度的标准，这个标准从企业的组织、制度、技术、流程四个方面评估一个企业的数据管理能力。我们还建立了数据管理能力成熟度评估模型，将评估认证分成8个一级域：数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据生存周期。28个二级域：数据战略规划、数据战略实施、数据战略评估、数据治理组织、数据制度建设、数据治理沟通、数据模型、数据分布、数据集成与共享、元数据管理、数据分析、数据开放共享、数据服务进行评估、数据安全策略、数据安全管理、数据安全审计、数据质量需求、数据质量检查、数据质量分析、数据质量提升、业务术语、参考数据和主数据、数据元、指标数据、数据需求、数据设计和开发、数据运维、数据退役进行评估。综合评估分析后将企业分成了五级：初始级、受管理级、稳健级、量化管理级、优化级。

我们设立的标准囊括了数据治理的方方面面，包括企业的数据战略和数据治理，主要强调组织架构的设计、制度的制定、数字化过程中实施的工作。在初始级企业中数据需求的管理主要是在项目级体现，没有统一的管理流程，主要是被动式管理;在受管理级企业中，组织已意识到数据是资产，他们根据管理策略的要求制定了管理流程，指定了相关人员进行初步管理，在稳健级企业中，数据已被当做实现组织绩效目标的重要资产，在组织层面制定了系列的标准化管理流程，促进数据管理的规范化;在量化管理级企业中，数据被认为是获取竞争优势的重要资源，他们能对数据管理的效率进行分析、监控;在优化级企业中，数据被认为是组织生存和发展的基础，相关管理流程能实时优化，能在行业内进行最佳实践分享。我们希望通过评估帮助企业更好地完善数据治理能力。

2020年，我们在梅宏院士的指导下完成了《数据治理之论》一书，并有幸参与了数据资源开发利用文件的撰写，同时我们也在支撑工业数据的分类分级标准的设定。而在数据管理能力成熟度建立方面，目前我们在贵州、海南、福建等省都开始将项目落地，已经有众多企业完成了评估。我们还对一些平台进行了测试，如国务院客户端，该客户端由腾讯开发，我们配合完成测试，在测试中我们模拟了63万人同时在线的情况，实现4个小时内支持1.7亿次访问，同时我们也通過测试鉴定了程序的稳定性，并修改了一些问题。

第二部分是测评认定的工作情况。我想重点报告优秀大数据产品和解决方案的评价工作，从联盟成立之初，我们就一直在推行这项工作，不断完善大数据产品和人工智能产品的评价体系。我们重点关注企业核心的数据功能要素，如在大数据方面具备稳健的存储处理能力，支持一定的主流分析算法或处理方式，具备分布式数据集成能力。在人工智能方面，我们不仅关注神经网络模型，还聚焦数据的场景化，如企业对图像、视频以及文本的处理能力。我们还关注企业的数据安全、自有知识产权，并将其作为测评认定的核心参考依据。

我们认为解决方案应该能够覆盖一定的业务需求，通过大数据或人工智能的手段去解决实际的业务场景需求，同时我们强调应用的规模，这个方案应该是一个已经落地的、能够得到很好实践的方案，这是我们五年来一直坚持的评定标准。从2016年起，我们已经累计完成了九期大数据相关测评认定和六期人工智能产品的认定，累计的案例数量已经达到了206项，衷心感谢联盟内很多企业持续配合。

下面我想介绍几个典型的案例，我们见证了美林数据TempoAI平台的成长，从最开始简单的数据的处理分析丰富到了可以在分析的基础上可视化，集成了很多机器学习的方案和内容;东方金信今年发布了人工智能的模型应用平台，在数据分析的基础上整合了很多人工智能算法，围绕金融反欺诈方式建立了很多模型;科技谷现在围绕数据也开始推出了联邦学习的数据处理和分析平台。这些企业经常会参与我们的评审，我们也通过评审逐渐发现这些企业在实际应用中不断磨炼自己的产品，并应用很多新技能进行加持。

我们一直在完善大数据&AI生态共享平台—“数智团”，并持续把测评报告上传到这一平台。“数智团”已经迭代了三个版本，我们希望通过这个平台分享已有的产品解决方案，也希望企业可以把在线体验环境对接到“数智团”上。我们可以通过“数智团”把企业的产品更好地推荐给行业用户。

（根据演讲内容整理，未经本人审核）