何為數(shù)據(jù)智能：定義與內(nèi)涵

王秉

關(guān)鍵詞： 數(shù)據(jù)； 智能； 數(shù)據(jù)智能； 大數(shù)據(jù)； 人工智能

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０４．００２

〔中圖分類(lèi)號(hào)〕Ｇ２０１ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２３） ０４－００１１－０６

近年來(lái)， 隨著大數(shù)據(jù)和人工智能行業(yè)的快速發(fā)展及其廣泛融合應(yīng)用， 如何真正從數(shù)據(jù)中形成智能從而使數(shù)據(jù)在實(shí)際應(yīng)用中最大釋放數(shù)據(jù)價(jià)值， 成為了大數(shù)據(jù)和人工智能領(lǐng)域的重要研究和實(shí)踐課題［１］ 。在此背景下， 數(shù)據(jù)智能概念由此誕生， 并已發(fā)展成為學(xué)術(shù)界和實(shí)踐界的一個(gè)熱詞［１－３］ 。與大數(shù)據(jù)和人工智能概念相比， 數(shù)據(jù)智能是一個(gè)更為年輕的新概念［１］ 。基礎(chǔ)不牢， 地動(dòng)山搖。從研究邏輯角度講， 準(zhǔn)確定義數(shù)據(jù)智能和明確其基本內(nèi)涵是開(kāi)展數(shù)據(jù)智能研究與實(shí)踐的邏輯起點(diǎn)和理論根基所在。但令人遺憾的是， 由于數(shù)據(jù)智能是一個(gè)新概念， 業(yè)界對(duì)其使用較為隨意， 多停留在簡(jiǎn)單應(yīng)用探討層面， 對(duì)其理解和認(rèn)識(shí)尚較為膚淺或片面， 缺乏對(duì)數(shù)據(jù)智能的基本理論問(wèn)題的解釋?zhuān)?特別是缺乏對(duì)數(shù)據(jù)智能的準(zhǔn)確定義和基本內(nèi)涵的深度詮釋。可見(jiàn)， 亟待明確數(shù)據(jù)智能的定義和基本內(nèi)涵。鑒于此， 本文在梳理現(xiàn)有數(shù)據(jù)智能概念的典型認(rèn)識(shí)的基礎(chǔ)上， 提取關(guān)于數(shù)據(jù)智能概念的共性認(rèn)識(shí)， 并提出數(shù)據(jù)智能的定義。在此基礎(chǔ)上， 提出數(shù)據(jù)智能的構(gòu)成要素， 并解釋數(shù)據(jù)智能的多重含義。

１數(shù)據(jù)智能概念的典型認(rèn)識(shí)梳理

目前， 盡管尚缺乏對(duì)數(shù)據(jù)智能的準(zhǔn)確和統(tǒng)一定義， 但已有關(guān)于數(shù)據(jù)智能概念的部分界定。本文整理歸納現(xiàn)有的具有代表性的關(guān)于數(shù)據(jù)智能概念的認(rèn)識(shí)， 具體如下。

１） Ｚｈａｎｇ Ｌ［２］ 指出， 數(shù)據(jù)智能是指數(shù)據(jù)驅(qū)動(dòng)的分析和相關(guān)應(yīng)用， 這意味著數(shù)據(jù)類(lèi)型、如何收集和處理數(shù)據(jù)以及如何使用數(shù)據(jù)都是數(shù)據(jù)智能的主要內(nèi)容。

２） 根據(jù)百度百科［３］ ， 數(shù)據(jù)智能是指基于大數(shù)據(jù)引擎， 通過(guò)大規(guī)模機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行處理、分析和挖掘， 提取數(shù)據(jù)中所包含的有價(jià)值的信息和知識(shí)， 使數(shù)據(jù)具有智能， 并通過(guò)建立模型尋求現(xiàn)有問(wèn)題的解決方案以及實(shí)現(xiàn)預(yù)測(cè)等。

３） 根據(jù)２０１８ 年１０ 月ＴａｌｋｉｎｇＤａｔａ 聯(lián)合中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟、中國(guó)國(guó)際大數(shù)據(jù)大會(huì)組委會(huì)在第五屆中國(guó)國(guó)際大數(shù)據(jù)大會(huì)上發(fā)布的《２０１８ 年數(shù)據(jù)智能生態(tài)報(bào)告》［１］ ， 所謂數(shù)據(jù)智能， 是指在機(jī)器學(xué)習(xí)、分布式計(jì)算等技術(shù)發(fā)展的基礎(chǔ)上， 數(shù)據(jù)逐漸呈現(xiàn)出高維度、高階態(tài)和異構(gòu)性的形式， 能夠?qū)Ａ繑?shù)據(jù)進(jìn)行分析、處理和挖掘， 并且通過(guò)建模與工程等方式來(lái)解決實(shí)際預(yù)測(cè)問(wèn)題， 最終實(shí)現(xiàn)決策的行動(dòng)。

４） 根據(jù)ＭＢＡ 智庫(kù)·百科［４］ ， 數(shù)據(jù)智能是一個(gè)跨學(xué)科的研究領(lǐng)域， 從數(shù)據(jù)中提煉、挖掘和獲取具有揭示性和可操作性的信息， 從而為人們?cè)诨跀?shù)據(jù)制定決策或執(zhí)行任務(wù)時(shí)提供有效的智能支持。

５） 基于管理的視角， 吳俊杰等［５］ 認(rèn)為， 數(shù)據(jù)智能是通過(guò)大規(guī)模數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等預(yù)測(cè)性分析技術(shù)， 對(duì)現(xiàn)實(shí)應(yīng)用場(chǎng)景的內(nèi)外部多源異質(zhì)大數(shù)據(jù)進(jìn)行處理和分析， 從中提取有價(jià)值的信息或知識(shí)， 并用于提升復(fù)雜實(shí)踐活動(dòng)中的管理與決策水平。

６） 詹青龍等［６］ 指出， 數(shù)據(jù)智能是利用分析工具和數(shù)據(jù)挖掘等智能技術(shù)對(duì)收集的海量數(shù)據(jù)， 加以智能化分析與處理， 將數(shù)據(jù)轉(zhuǎn)化成可操作的信息，發(fā)現(xiàn)洞見(jiàn)和趨勢(shì)， 從而改進(jìn)決策與管理的一種方法。

７） 根據(jù)Ｍｅｄｉａ Ｕｐｄａｔｅ（它是一份國(guó)際化的在線出版物， 專(zhuān)門(mén)報(bào)道與南非媒體、營(yíng)銷(xiāo)、公共關(guān)系和社交媒體行業(yè)相關(guān)的最新新聞和信息）從企業(yè)角度對(duì)數(shù)據(jù)智能的理解［７］ ， 數(shù)據(jù)智能是指通過(guò)收集與分析海量數(shù)據(jù)用以發(fā)現(xiàn)數(shù)據(jù)所蘊(yùn)含的趨向和意義的過(guò)程， 這些洞見(jiàn)有助于企業(yè)識(shí)別市場(chǎng)中的機(jī)會(huì)。

８） 根據(jù)Ｓｉｓｅｎｓｅ（它是一個(gè)知名的國(guó)際化商業(yè)智能平臺(tái)）對(duì)數(shù)據(jù)智能的理解［８］ ， 數(shù)據(jù)智能是使用方為了更好地理解所收集的信息以改進(jìn)其服務(wù)或投資而使用的所有數(shù)據(jù)分析工具和方法。

９） 根據(jù)首屆數(shù)據(jù)智能與安全國(guó)際會(huì)議（Ｉｎｔｅｒ?ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄａｔａ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｓｅｃｕｒｉｔｙ，ＩＣＤＩＳ）的會(huì)議介紹信息［９］ ， 數(shù)據(jù)智能是指運(yùn)用各種人工智能技術(shù)處理數(shù)據(jù)， 它特別強(qiáng)調(diào)數(shù)據(jù)的使用和與數(shù)據(jù)的交互， 它的目標(biāo)是將數(shù)據(jù)轉(zhuǎn)化為信息，然后再將信息轉(zhuǎn)化為知識(shí)。

１０） Ｗｕ Ｂ 等［１０］ 指出， 數(shù)據(jù)智能是一個(gè)跨學(xué)科研究領(lǐng)域， 結(jié)合了大規(guī)模數(shù)據(jù)處理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人機(jī)交互、可視化和其他技術(shù)， 它從數(shù)據(jù)中抽象、挖掘和獲取具有揭示性和可操作性的信息， 從而為人們基于數(shù)據(jù)做出決策或執(zhí)行任務(wù)提供有效的智能支持。

１１） Ｗｕ Ｄ Ｄ［１１］ 指出， 數(shù)據(jù)智能是對(duì)各種形式的數(shù)據(jù)進(jìn)行分析， 以便公司可以使用這些數(shù)據(jù)來(lái)擴(kuò)展其服務(wù)或投資。

１２） 劉昕等［１２］ 提出數(shù)據(jù)智能就是平行數(shù)據(jù)。所謂平行數(shù)據(jù)， 是指智能數(shù)據(jù)集， 它由實(shí)際數(shù)據(jù)與虛擬數(shù)據(jù)構(gòu)成， 根據(jù)實(shí)際數(shù)據(jù)經(jīng)計(jì)算實(shí)驗(yàn)產(chǎn)生虛擬大數(shù)據(jù)， 虛擬大數(shù)據(jù)由相關(guān)問(wèn)題期望的解決方案引導(dǎo)， 聚焦生成小數(shù)據(jù)、小知識(shí)， 該小數(shù)據(jù)具有智能，直接面向解決實(shí)際問(wèn)題。

２數(shù)據(jù)智能概念的共性認(rèn)識(shí)提取及數(shù)據(jù)智能定義的提出

通過(guò)分析歸納上述關(guān)于數(shù)據(jù)智能概念的現(xiàn)有理解， 可總結(jié)提出關(guān)于數(shù)據(jù)智能概念的一些共性認(rèn)識(shí)， 這可為提出數(shù)據(jù)智能的定義提供基本的邏輯思路和依據(jù)。概括看， 現(xiàn)有的關(guān)于數(shù)據(jù)智能概念的典型認(rèn)識(shí)的共性特征主要體現(xiàn)在對(duì)數(shù)據(jù)智能的生成路徑、邏輯起點(diǎn)、基本指向、價(jià)值生成與釋放本質(zhì)四大方面。

１） 數(shù)據(jù)智能的生成路徑基本遵循“從數(shù)據(jù)中找到關(guān)鍵有用信息， 從而使數(shù)據(jù)具有智能”。其中， 數(shù)據(jù)是符號(hào)的集合， 是表達(dá)客觀事實(shí)的未經(jīng)加工的原始材料， 可回答“有什么”， 但它本身是沒(méi)用的［１３－１５］ 。信息是被賦予意義和目標(biāo)的數(shù)據(jù)， 對(duì)于信息用戶而言， 旨在找到對(duì)其有用的關(guān)鍵信息（一般指對(duì)決策有用的信息， 它包括信息鏈中的知識(shí)和情報(bào)［１３－１４］ ）， 即在對(duì)數(shù)據(jù)進(jìn)行綜合、分析和提煉的基礎(chǔ)上獲得判斷、理解與預(yù)測(cè)， 可回答“是什么（如誰(shuí)、何時(shí)、何地與多少等問(wèn)題）” “為什么” 與“怎么辦”［１３－１５］ 。智能是合理地運(yùn)用關(guān)鍵有用信息并進(jìn)行正確判斷和最佳決策的能力。數(shù)據(jù)智能概念的現(xiàn)有認(rèn)識(shí)基本以數(shù)據(jù)為基礎(chǔ)， 按照由數(shù)據(jù)到關(guān)鍵有用信息的轉(zhuǎn)換， 以期從數(shù)據(jù)中分析、提煉、發(fā)掘和獲得具有揭示性與可操作性的信息， 把大量的雜亂數(shù)據(jù)提取為少量的關(guān)鍵信息， 把無(wú)用的數(shù)據(jù)變成有用的信息。同時(shí)， 數(shù)據(jù)智能是關(guān)鍵有用信息與智能的集合體， 二者相輔相成。可見(jiàn)， 得到關(guān)鍵有用信息是數(shù)據(jù)智能的初始目標(biāo)， 實(shí)現(xiàn)智能（即“使關(guān)鍵有用信息在決策中釋放價(jià)值”）是數(shù)據(jù)智能的終極目標(biāo)［１］ 。

２） 數(shù)據(jù)智能的邏輯起點(diǎn)是數(shù)據(jù)。根據(jù)上述對(duì)數(shù)據(jù)智能概念的各種認(rèn)識(shí)， 數(shù)據(jù)智能離不開(kāi)數(shù)據(jù)這一底座， 數(shù)據(jù)是生產(chǎn)數(shù)據(jù)智能的基礎(chǔ)原料。形象地講， 若將數(shù)據(jù)智能視為“礦產(chǎn)品”， 那么數(shù)據(jù)就是“原礦” （需說(shuō)明的是， 數(shù)據(jù)和礦產(chǎn)的性質(zhì)存在差異， 如礦產(chǎn)屬于不可再生資源， 而數(shù)據(jù)屬于可再生資源）。從數(shù)據(jù)的角度看， 數(shù)據(jù)智能的影響因素主要是數(shù)據(jù)的質(zhì)和量?jī)纱蠓矫妗Ｆ渲校?借鑒礦石品位（礦石品位指單位體積或單位重量礦石中有用組分或有用礦物的含量）的概念， 數(shù)據(jù)的質(zhì)可用數(shù)據(jù)品位來(lái)衡量。所謂數(shù)據(jù)品位， 是指單位數(shù)量的數(shù)據(jù)中有用信息（即“數(shù)據(jù)智能”）的含量， 即數(shù)據(jù)品位（用百分比表示）＝ 數(shù)據(jù)智能／ 數(shù)據(jù)總量。數(shù)據(jù)品位是衡量數(shù)據(jù)經(jīng)濟(jì)價(jià)值的主要指標(biāo)， 它直接影響數(shù)據(jù)分析挖掘效率。數(shù)據(jù)品位的主要影響因素包括數(shù)據(jù)的準(zhǔn)確性、多樣性、及時(shí)性與應(yīng)用場(chǎng)景范疇等， 提升數(shù)據(jù)品位的關(guān)鍵在于降低數(shù)據(jù)冗余（它是數(shù)據(jù)總量與數(shù)據(jù)智能的差值）。需注意的是， 數(shù)據(jù)品位概念是相對(duì)的， 隨著人類(lèi)對(duì)數(shù)據(jù)需求的不斷增長(zhǎng)和數(shù)據(jù)分析挖掘技術(shù)條件的不斷改善， 以前低品位的相對(duì)無(wú)用數(shù)據(jù)也可成為高品位的有用數(shù)據(jù)。同時(shí)， 數(shù)據(jù)的量是數(shù)據(jù)智能的基礎(chǔ)性影響因素， 擁有豐富的數(shù)據(jù)資源是挖掘和獲取數(shù)據(jù)智能的基礎(chǔ)。在當(dāng)今大數(shù)據(jù)時(shí)代， 數(shù)據(jù)的量呈爆發(fā)式增長(zhǎng)， 數(shù)據(jù)智能獲取起決定性作用的往往并非是數(shù)據(jù)量， 而是具有高品位的數(shù)據(jù)。例如， 目前， 由于很多組織的數(shù)據(jù)管理和分析挖掘能力不足， 導(dǎo)致它們已陷入“有用的數(shù)據(jù)智能缺失， 無(wú)用的數(shù)據(jù)泛濫” 的困境。

３） 數(shù)據(jù)智能的基本指向是支持和服務(wù)現(xiàn)實(shí)場(chǎng)景中的管理活動(dòng)。數(shù)據(jù)智能的重要目的是從數(shù)據(jù)中尋找對(duì)管理有用的規(guī)律信息， 找到能指導(dǎo)管理實(shí)踐的原則和方法， 這是數(shù)據(jù)產(chǎn)生智能的主要途徑［５－６］ 。也就是說(shuō)， 數(shù)據(jù)智能的基本指向是為管理活動(dòng)提供有價(jià)值的信息支持和服務(wù)， 特別是獲得科學(xué)準(zhǔn)確的預(yù)測(cè)與決策， 它是直接針對(duì)管理問(wèn)題和降低管理活動(dòng)中的不確定的信息， 從而提升管理和決策水平［５－６］ 。與一般的數(shù)據(jù)分析挖掘相比， 數(shù)據(jù)智能的核心目的是支持預(yù)測(cè)、決策與執(zhí)行等管理活動(dòng)， 而非分析挖掘或者可視化展示。可見(jiàn)， 數(shù)據(jù)智能以數(shù)據(jù)為輸入， 以預(yù)測(cè)結(jié)果的產(chǎn)生、決策的制定和管理實(shí)務(wù)為輸出。也就是說(shuō)， 數(shù)據(jù)智能一定是為了給管理人員提供洞察、預(yù)測(cè)、預(yù)警和決策等管理業(yè)務(wù)支持和服務(wù)， 讓數(shù)據(jù)在管理中發(fā)揮價(jià)值。因此， 數(shù)據(jù)分析挖掘需面向現(xiàn)實(shí)場(chǎng)景和問(wèn)題， 使用數(shù)據(jù)抽象出現(xiàn)實(shí)場(chǎng)景和問(wèn)題之中的隱性關(guān)系， 并形成關(guān)系發(fā)展的洞察、預(yù)測(cè)與預(yù)警等， 進(jìn)而指導(dǎo)決策和執(zhí)行活動(dòng)。因而， 數(shù)據(jù)智能的初始產(chǎn)品的呈現(xiàn)載體是洞察、預(yù)測(cè)與預(yù)警等， 它們是具有可行動(dòng)性， 是可以轉(zhuǎn)化為數(shù)據(jù)智能的最終產(chǎn)品（即決策）的。簡(jiǎn)言之， 數(shù)據(jù)智能面向現(xiàn)實(shí)場(chǎng)景中的管理， 是實(shí)實(shí)在在能夠幫助和支持解決現(xiàn)實(shí)場(chǎng)景中實(shí)際問(wèn)題的。可見(jiàn)， 基于數(shù)據(jù)智能的管理結(jié)果就是衡量數(shù)據(jù)智能價(jià)值的直接指標(biāo)。需注意的是， 實(shí)踐性是管理的本質(zhì)屬性， 管理需面向具體現(xiàn)實(shí)場(chǎng)景才能開(kāi)展并產(chǎn)生價(jià)值， 同樣，支持和服務(wù)管理的數(shù)據(jù)智能的產(chǎn)生和價(jià)值發(fā)揮亦需依賴于某一應(yīng)用場(chǎng)景， 否則， 數(shù)據(jù)智能本身是泛化的， 是難以與現(xiàn)實(shí)問(wèn)題相互聯(lián)系和對(duì)應(yīng)的， 是難以在現(xiàn)實(shí)管理中應(yīng)用落地和發(fā)揮作用的。

４） 數(shù)據(jù)智能的價(jià)值生成及釋放本質(zhì)是挖掘和釋放數(shù)據(jù)的價(jià)值。數(shù)據(jù)智能源于數(shù)據(jù)， 它注重和強(qiáng)調(diào)如何從海量、結(jié)構(gòu)類(lèi)型多樣的數(shù)據(jù)中獲取、處理、挖掘、分析與提取真實(shí)且有價(jià)值的輔助管理活動(dòng)的依據(jù)， 即對(duì)管理有用的信息資源。可見(jiàn)， 數(shù)據(jù)智能的價(jià)值源于數(shù)據(jù)本身的價(jià)值， 從數(shù)據(jù)智能活動(dòng)過(guò)程角度看， 數(shù)據(jù)智能本質(zhì)是一個(gè)不斷挖掘和釋放數(shù)據(jù)的價(jià)值的過(guò)程。換言之， 數(shù)據(jù)智能旨在激活“沉睡的數(shù)據(jù)”， 釋放數(shù)據(jù)服務(wù)管理和提升管理水平的價(jià)值， 從而呈現(xiàn)數(shù)據(jù)的巨大力量。因此， 若想更多地挖掘和釋放數(shù)據(jù)的價(jià)值， 就需從數(shù)據(jù)中獲取更多的數(shù)據(jù)智能。換言之， 從數(shù)據(jù)中獲取的數(shù)據(jù)智能的量與數(shù)據(jù)價(jià)值的挖掘和釋放量成正相關(guān)關(guān)系。這里， 借鑒一般的冰山模型， 構(gòu)建數(shù)據(jù)冰山模型，如圖１ 所示。根據(jù)圖１， 水面上的“冰山” 部分屬于“看得見(jiàn)” 的數(shù)據(jù)智能， 水面下的“冰山” 部分屬于隱藏著的大量“看不見(jiàn)” 的數(shù)據(jù)。根據(jù)數(shù)據(jù)冰山模型， 提出在數(shù)據(jù)中獲得更多數(shù)據(jù)智能的３種基本策略。一是“冰山” 上浮策略， 通過(guò)擴(kuò)大數(shù)據(jù)開(kāi)放范圍， 擴(kuò)大數(shù)據(jù)的應(yīng)用和服務(wù)場(chǎng)景； 二是“水面” 下移策略， 運(yùn)用相關(guān)技術(shù)過(guò)濾和清晰冗余數(shù)據(jù)與噪聲數(shù)據(jù)， 提高數(shù)據(jù)品位； 三是“浮冰”融化策略， 主要通過(guò)提升數(shù)據(jù)分析挖掘技術(shù)水平和能力來(lái)實(shí)現(xiàn)。

綜上所述， 提出具有普適性和概括性的數(shù)據(jù)智能的定義。所謂數(shù)據(jù)智能， 是指針對(duì)某一現(xiàn)實(shí)場(chǎng)景從數(shù)據(jù)中分析提取對(duì)管理有用的信息， 并用于服務(wù)和支持管理的能力。顯然， 該定義完全符合上文提出的數(shù)據(jù)智能的生成路徑、邏輯起點(diǎn)、基本指向，以及價(jià)值生成與釋放本質(zhì)。

３數(shù)據(jù)智能的內(nèi)涵

３.１數(shù)據(jù)智能的構(gòu)成要素

根據(jù)上述數(shù)據(jù)智能的定義， 可提出構(gòu)成數(shù)據(jù)智能的四大核心要素， 即場(chǎng)景、數(shù)據(jù)、分析與管理。關(guān)于數(shù)據(jù)智能的四大要素的含義， 上文已穿插做詳細(xì)解釋?zhuān)?這里僅進(jìn)行扼要解釋。其中， 場(chǎng)景指數(shù)據(jù)智能的應(yīng)用或服務(wù)的場(chǎng)景， 場(chǎng)景來(lái)自實(shí)際的管理業(yè)務(wù)和情境， 應(yīng)以管理需求為中心， 根據(jù)管理需求，將各個(gè)管理需求點(diǎn)場(chǎng)景化， 即做好數(shù)據(jù)智能應(yīng)用的場(chǎng)景化。數(shù)據(jù)是指表達(dá)場(chǎng)景事實(shí)的符號(hào)集合， 包括來(lái)自場(chǎng)景內(nèi)部和外部的數(shù)據(jù)， 它旨在以數(shù)字化為基礎(chǔ)， 把場(chǎng)景數(shù)據(jù)化。分析是指數(shù)據(jù)分析， 它的主要手段和工具是數(shù)據(jù)模型與算法。所謂數(shù)據(jù)模型， 是指將實(shí)際場(chǎng)景的管理問(wèn)題轉(zhuǎn)換為數(shù)學(xué)問(wèn)題， 數(shù)據(jù)智能分析服務(wù)平臺(tái)一般具有一個(gè)或多個(gè)成熟的數(shù)據(jù)模型， 它們可根據(jù)不同場(chǎng)景快速配置和適用。所謂算法， 是指求解模型的方法， 它可根據(jù)管理結(jié)果反饋不斷進(jìn)行優(yōu)化迭代， 即“算法的自我進(jìn)化”。管理是數(shù)據(jù)智能的應(yīng)用和服務(wù)目的， 即改進(jìn)和提升管理水平。

數(shù)據(jù)智能的四大核心要素之間相互影響， 數(shù)據(jù)是數(shù)據(jù)智能生產(chǎn)和應(yīng)用的基礎(chǔ)原料， 場(chǎng)景是數(shù)據(jù)智能生產(chǎn)和應(yīng)用的載體， 分析是數(shù)據(jù)智能生產(chǎn)的路徑和手段， 管理（支持、服務(wù)和改進(jìn)管理）是數(shù)據(jù)智能生產(chǎn)和應(yīng)用的目標(biāo)。基于此， 構(gòu)建數(shù)據(jù)智能要素的四面體模型， 如圖２所示。

３.２數(shù)據(jù)智能的多重含義

根據(jù)數(shù)據(jù)智能的定義， 本質(zhì)上， 數(shù)據(jù)智能屬于一個(gè)總括性的術(shù)語(yǔ)， 具有多重含義。換言之， 可從不同維度出發(fā)回答“什么是數(shù)據(jù)智能” 這一問(wèn)題。這里， 分別從思維、產(chǎn)品、過(guò)程、能力與工具技術(shù)的角度出發(fā)， 對(duì)數(shù)據(jù)智能的含義進(jìn)行多維度解析。需說(shuō)明的是， 這里分析數(shù)據(jù)智能的含義的各個(gè)維度是相互并列的關(guān)系。

１） 數(shù)據(jù)智能是一種思維： 數(shù)據(jù)智能是一種新思維。第一， 數(shù)據(jù)智能是一種數(shù)據(jù)化思維。在數(shù)據(jù)智能這一概念未誕生之前， 運(yùn)用數(shù)據(jù)并不擅長(zhǎng)解決需要人類(lèi)智能來(lái)解決的問(wèn)題， 但有了數(shù)據(jù)智能這一概念后只要換個(gè)思維便可解決這一問(wèn)題， 其核心就是變?nèi)祟?lèi)智能問(wèn)題為數(shù)據(jù)智能問(wèn)題， 即把諸多智能型的問(wèn)題轉(zhuǎn)化成數(shù)據(jù)智能的獲取和利用問(wèn)題。第二，數(shù)據(jù)智能是一種數(shù)據(jù)智能驅(qū)動(dòng)思維。數(shù)據(jù)智能概念的提出， 實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)思維的升級(jí)， 即數(shù)據(jù)驅(qū)動(dòng)的本質(zhì)是數(shù)據(jù)智能的驅(qū)動(dòng)。第三， 數(shù)據(jù)智能是一種精準(zhǔn)思維， 它旨在找到對(duì)管理關(guān)鍵有用信息， 從而支撐實(shí)現(xiàn)精準(zhǔn)管理。

２） 數(shù)據(jù)智能是一種產(chǎn)品： 數(shù)據(jù)智能的主要屬性是價(jià)值性和可用性， 即數(shù)據(jù)智能是一種具有價(jià)值的可用產(chǎn)品。數(shù)據(jù)智能作為一種產(chǎn)品， 是根據(jù)某一現(xiàn)實(shí)場(chǎng)景的管理需求生產(chǎn)出的可操作輸出， 是數(shù)據(jù)經(jīng)分析處理生產(chǎn)出的產(chǎn)品， 它對(duì)管理具有直接或潛在的洞察和意義， 可識(shí)別出管理的機(jī)會(huì)、挑戰(zhàn)、優(yōu)勢(shì)與劣勢(shì)， 并提出相應(yīng)的管理新見(jiàn)解和新對(duì)策［５－６］ 。簡(jiǎn)言之， 數(shù)據(jù)智能是經(jīng)過(guò)處理的數(shù)據(jù)產(chǎn)物， 是針對(duì)現(xiàn)實(shí)問(wèn)題的預(yù)測(cè)結(jié)果和解決方案。

在現(xiàn)實(shí)中， 數(shù)據(jù)智能產(chǎn)品的表現(xiàn)形式有數(shù)據(jù)可視化產(chǎn)品、分類(lèi)聚類(lèi)產(chǎn)品、推薦引擎產(chǎn)品、指標(biāo)體系產(chǎn)品與自動(dòng)化運(yùn)維產(chǎn)品等。數(shù)據(jù)智能產(chǎn)品是數(shù)據(jù)智能的媒介和呈現(xiàn)載體［１］ ， 好的數(shù)據(jù)智能產(chǎn)品至少應(yīng)具備４ 個(gè)基本特征， 即滿足管理的需求、好的品質(zhì)（如質(zhì)量、功能與服務(wù)等）、好的體驗(yàn)和經(jīng)濟(jì)實(shí)惠。數(shù)據(jù)智能作為一種產(chǎn)品， 表明數(shù)據(jù)智能具有顯著的經(jīng)濟(jì)價(jià)值。同時(shí)， 要提升數(shù)據(jù)智能產(chǎn)品的經(jīng)濟(jì)價(jià)值， 還需考慮數(shù)據(jù)智能產(chǎn)品的成本（包括生產(chǎn)成本與使用成本）， 合理的成本是生產(chǎn)和使用數(shù)據(jù)智能的基本考量之一。

３） 數(shù)據(jù)智能是一種過(guò)程： 數(shù)據(jù)智能涉及一系列環(huán)節(jié)和活動(dòng)， 可將它視為一種過(guò)程。就這一過(guò)程而言， 它具有多維含義。第一， 從信息鏈角度看，數(shù)據(jù)智能是通過(guò)數(shù)據(jù)收集和分析挖掘獲取可操作性和有用的信息的過(guò)程， 即它是使數(shù)據(jù)具有智能的過(guò)程。第二， 從管理角度看， 數(shù)據(jù)智能是管理場(chǎng)景和問(wèn)題數(shù)據(jù)化的過(guò)程， 是運(yùn)用數(shù)據(jù)智能驅(qū)動(dòng)管理過(guò)程。第三， 從工作業(yè)務(wù)角度看， 數(shù)據(jù)智能是數(shù)據(jù)工作業(yè)務(wù)與管理工作業(yè)務(wù)不斷實(shí)現(xiàn)有機(jī)融合的過(guò)程。第四， 從投入產(chǎn)出角度看， 數(shù)據(jù)智能是利用數(shù)據(jù)輸入實(shí)現(xiàn)預(yù)期管理成效和結(jié)果的過(guò)程。概括看， 數(shù)據(jù)智能作為一種過(guò)程， 它是上述４ 種過(guò)程的集合體。

４） 數(shù)據(jù)智能是一種能力： 從數(shù)據(jù)角度看， 數(shù)據(jù)智能是一種挖掘和釋放數(shù)據(jù)的價(jià)值的能力， 是一種數(shù)據(jù)分析挖掘能力（即算力）。從管理角度看，數(shù)據(jù)智能是一種分析和解決現(xiàn)實(shí)管理問(wèn)題的能力（如對(duì)管理的理解和洞察）， 是一種基于數(shù)據(jù)做出預(yù)測(cè)、決策或執(zhí)行管理任務(wù)的能力。綜合數(shù)據(jù)和管理角度看， 數(shù)據(jù)智能是通過(guò)梳理數(shù)字化要素， 找到對(duì)管理有用的關(guān)鍵信息， 合理地應(yīng)用關(guān)鍵有用信息進(jìn)行正確判斷決策的能力， 并結(jié)合現(xiàn)實(shí)場(chǎng)景與實(shí)際管理要素使數(shù)據(jù)的價(jià)值落地生效。

同時(shí)， 數(shù)據(jù)智能作為智能的一種， 它具備智能所具備的一般能力， 主要包括感知能力、記憶和思維能力、學(xué)習(xí)和自適應(yīng)能力， 以及決策能力［１６］ 。一是數(shù)據(jù)智能具有感知能力， 即具有全周期、全領(lǐng)域、全時(shí)空的狀態(tài)感知能力， 這是產(chǎn)生數(shù)據(jù)智能的前提與必要條件； 二是數(shù)據(jù)智能具有記憶和思維能力，即它可存儲(chǔ)感知到的數(shù)據(jù)并可借助思維（數(shù)據(jù)模型與算法）通過(guò)數(shù)據(jù)分析挖掘和關(guān)聯(lián)產(chǎn)生關(guān)鍵有用信息；三是數(shù)據(jù)智能具有學(xué)習(xí)和自適應(yīng)能力， 即通過(guò)與管理場(chǎng)景的相互作用和反饋， 持續(xù)感知、同步分析、自我學(xué)習(xí)， 并產(chǎn)生新的數(shù)據(jù)智能， 使自身能夠適應(yīng)環(huán)境變化； 四是數(shù)據(jù)智能具有行為決策能力， 即對(duì)外界的刺激作出反應(yīng)， 實(shí)時(shí)為管理活動(dòng)提供相應(yīng)的信息支持和服務(wù)， 實(shí)現(xiàn)自動(dòng)決策與精準(zhǔn)執(zhí)行。

５） 數(shù)據(jù)智能是一種工具技術(shù)： 首先， 數(shù)據(jù)智能是一種數(shù)據(jù)驅(qū)動(dòng)的智能管理工具與技術(shù)， 它可將數(shù)據(jù)轉(zhuǎn)化為支持和服務(wù)管理的關(guān)鍵有用信息， 可幫助顯著提高決策水平與管理能力。其次， 數(shù)據(jù)智能是使用方為了有效地理解和使用所收集的數(shù)據(jù)以改進(jìn)其管理而使用的所有數(shù)據(jù)智能分析工具和技術(shù)。數(shù)據(jù)智能分析工具和技術(shù)是大數(shù)據(jù)技術(shù)工具與人工智能技術(shù)工具的融合， 即主要利用人工智能的算法和技術(shù)對(duì)大數(shù)據(jù)進(jìn)行挖掘分析［１］ 。數(shù)據(jù)智能分析工具和技術(shù)往往由一系列大數(shù)據(jù)和人工智能技術(shù)組成， 主要包括大規(guī)模數(shù)據(jù)處理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人機(jī)交互、可視化和其他技術(shù)工具。在現(xiàn)實(shí)中， 數(shù)據(jù)智能技術(shù)工具通常集中在一個(gè)技術(shù)工具平臺(tái)（即數(shù)據(jù)智能平臺(tái)）， 它的功能是收集、存儲(chǔ)和調(diào)用數(shù)據(jù)庫(kù)（面向特定場(chǎng)景和管理問(wèn)題的數(shù)據(jù)集）、數(shù)據(jù)模型與算法等［１］ 。

４結(jié)語(yǔ)

數(shù)據(jù)智能作為近年來(lái)學(xué)術(shù)界和實(shí)踐界的一個(gè)火熱的新概念， 是大數(shù)據(jù)和人工智能的深度融合與升華的新產(chǎn)物， 是大數(shù)據(jù)和人工智能領(lǐng)域的重大前沿課題。令人非常遺憾的是， 盡管近年來(lái)數(shù)據(jù)智能概念已得到高度關(guān)注， 但研究者和實(shí)踐者對(duì)數(shù)據(jù)智能的基本理論問(wèn)題的關(guān)注與重視不足， 導(dǎo)致數(shù)據(jù)智能研究與實(shí)踐工作缺乏理論基礎(chǔ)， 且有誤入歧途的巨大風(fēng)險(xiǎn)。學(xué)術(shù)界作為理論研究的主力軍， 亟待回答數(shù)據(jù)智能的基本理論問(wèn)題， 對(duì)夯實(shí)數(shù)據(jù)智能理論基礎(chǔ)做出應(yīng)有的擔(dān)當(dāng)和貢獻(xiàn)。針對(duì)數(shù)據(jù)智能的最基本理論問(wèn)題（即何為數(shù)據(jù)智能）， 本文在梳理現(xiàn)有的數(shù)據(jù)智能概念的相關(guān)認(rèn)識(shí)的基礎(chǔ)上， 提取關(guān)于數(shù)據(jù)智能概念的共性認(rèn)識(shí)， 提出數(shù)據(jù)智能的定義， 并基于此闡釋數(shù)據(jù)智能的內(nèi)涵， 以期夯實(shí)數(shù)據(jù)智能的理論根基， 及時(shí)彌補(bǔ)目前數(shù)據(jù)智能基礎(chǔ)理論研究所存在的缺失。

筆者在涉獵數(shù)智和安全的交叉研究時(shí)， 數(shù)據(jù)智能作為一個(gè)基礎(chǔ)性概念， 愈發(fā)認(rèn)識(shí)到了明確數(shù)據(jù)智能的基本定義和內(nèi)涵的緊迫性與重要性。本文是筆者通過(guò)大量文獻(xiàn)、實(shí)踐調(diào)研總結(jié)和長(zhǎng)時(shí)間思考撰寫(xiě)完成的， 相信本文探討是數(shù)據(jù)智能相關(guān)研究者和實(shí)踐者所期待的內(nèi)容， 可為當(dāng)今如火如荼的數(shù)據(jù)智能研究與實(shí)踐工作助一臂之力。當(dāng)然， 數(shù)據(jù)智能是一個(gè)新概念， 其內(nèi)涵和外延是不斷發(fā)展變化的， 且不同學(xué)科領(lǐng)域或行業(yè)背景對(duì)其理解存在差異， 本文僅算是數(shù)據(jù)智能的定義與內(nèi)涵方面的一篇拋磚引玉之作， 部分觀點(diǎn)或認(rèn)識(shí)尚不夠深入成熟， 懇請(qǐng)各位讀者和同仁進(jìn)行批評(píng)完善和交流討論， 共同為推動(dòng)數(shù)據(jù)智能理論研究和實(shí)踐應(yīng)用貢獻(xiàn)智慧。當(dāng)然， 需明確指出的是， 實(shí)際上， 數(shù)據(jù)智能與數(shù)智技術(shù)、數(shù)智賦能、數(shù)智時(shí)代、數(shù)智環(huán)境等諸多概念密切相關(guān)，若是將數(shù)據(jù)智能概念展開(kāi)分析極為復(fù)雜， 不是一篇研究能夠解決的問(wèn)題。正因如此， 考慮到研究的針對(duì)性和深度及限于篇幅， 本文不涉及對(duì)數(shù)據(jù)智能與上述相關(guān)概念的聯(lián)系討論， 僅單純從數(shù)據(jù)智能這一術(shù)語(yǔ)本身出發(fā)去解讀數(shù)據(jù)智能概念， 數(shù)據(jù)智能與上述相關(guān)概念的聯(lián)系研究希望相關(guān)同仁或筆者有機(jī)會(huì)將另外撰文專(zhuān)門(mén)討論。