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

〔中圖分類號〕Ｇ２０１ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０４－００１１－０６

近年來， 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)在實際應(yīng)用中最大釋放數(shù)據(jù)價值， 成為了大數(shù)據(jù)和人工智能領(lǐng)域的重要研究和實踐課題［１］ 。在此背景下， 數(shù)據(jù)智能概念由此誕生， 并已發(fā)展成為學術(shù)界和實踐界的一個熱詞［１－３］ 。與大數(shù)據(jù)和人工智能概念相比， 數(shù)據(jù)智能是一個更為年輕的新概念［１］ 。基礎(chǔ)不牢， 地動山搖。從研究邏輯角度講， 準確定義數(shù)據(jù)智能和明確其基本內(nèi)涵是開展數(shù)據(jù)智能研究與實踐的邏輯起點和理論根基所在。但令人遺憾的是， 由于數(shù)據(jù)智能是一個新概念， 業(yè)界對其使用較為隨意， 多停留在簡單應(yīng)用探討層面， 對其理解和認識尚較為膚淺或片面， 缺乏對數(shù)據(jù)智能的基本理論問題的解釋， 特別是缺乏對數(shù)據(jù)智能的準確定義和基本內(nèi)涵的深度詮釋。可見， 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)智能概念的典型認識的基礎(chǔ)上， 提取關(guān)于數(shù)據(jù)智能概念的共性認識， 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)智能概念的典型認識梳理

目前， 盡管尚缺乏對數(shù)據(jù)智能的準確和統(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)智能概念的認識， 具體如下。

１） Ｚｈａｎｇ Ｌ［２］ 指出， 數(shù)據(jù)智能是指數(shù)據(jù)驅(qū)動的分析和相關(guān)應(yīng)用， 這意味著數(shù)據(jù)類型、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， 通過大規(guī)模機器學習和深度學習等技術(shù)，對海量數(shù)據(jù)進行處理、分析和挖掘， 提取數(shù)據(jù)中所包含的有價值的信息和知識， 使數(shù)據(jù)具有智能， 并通過建立模型尋求現(xiàn)有問題的解決方案以及實現(xiàn)預測等。

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、中國國際大數(shù)據(jù)大會組委會在第五屆中國國際大數(shù)據(jù)大會上發(fā)布的《２０１８ 年數(shù)據(jù)智能生態(tài)報告》［１］ ， 所謂數(shù)據(jù)智能， 是指在機器學習、分布式計算等技術(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)進行分析、處理和挖掘， 并且通過建模與工程等方式來解決實際預測問題， 最終實現(xiàn)決策的行動。

４） 根據(jù)ＭＢＡ 智庫·百科［４］ ， 數(shù)據(jù)智能是一個跨學科的研究領(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， 從而為人們在基于數(shù)據(jù)制定決策或執(zhí)行任務(wù)時提供有效的智能支持。

５） 基于管理的視角， 吳俊杰等［５］ 認為， 數(shù)據(jù)智能是通過大規(guī)模數(shù)據(jù)挖掘、機器學習和深度學習等預測性分析技術(shù)， 對現(xiàn)實應(yīng)用場景的內(nèi)外部多源異質(zhì)大數(shù)據(jù)進行處理和分析， 從中提取有價值的信息或知識， 并用于提升復雜實踐活動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)洞見和趨勢， 從而改進決策與管理的一種方法。

７） 根據(jù)Ｍｅｄｉａ Ｕｐｄａｔｅ（它是一份國際化的在線出版物， 專門報道與南非媒體、營銷、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)角度對數(shù)據(jù)智能的理解［７］ ， 數(shù)據(jù)智能是指通過收集與分析海量數(shù)據(jù)用以發(fā)現(xiàn)數(shù)據(jù)所蘊含的趨向和意義的過程， 這些洞見有助于企業(yè)識別市場中的機會。

８） 根據(jù)Ｓｉｓｅｎｓｅ（它是一個知名的國際化商業(yè)智能平臺）對數(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)智能與安全國際會議（Ｉｎｔｅｒ?ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄａｔａ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｓｅｃｕｒｉｔｙ，ＩＣＤＩＳ）的會議介紹信息［９］ ， 數(shù)據(jù)智能是指運用各種人工智能技術(shù)處理數(shù)據(jù)， 它特別強調(diào)數(shù)據(jù)的使用和與數(shù)據(jù)的交互， 它的目標是將數(shù)據(jù)轉(zhuǎn)化為信息，然后再將信息轉(zhuǎn)化為知識。

１０） Ｗｕ Ｂ 等［１０］ 指出， 數(shù)據(jù)智能是一個跨學科研究領(lǐng)域， 結(jié)合了大規(guī)模數(shù)據(jù)處理、數(shù)據(jù)挖掘、機器學習、人機交互、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)智能是對各種形式的數(shù)據(jù)進行分析， 以便公司可以使用這些數(shù)據(jù)來擴展其服務(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， 它由實際數(shù)據(jù)與虛擬數(shù)據(jù)構(gòu)成， 根據(jù)實際數(shù)據(jù)經(jīng)計算實驗產(chǎn)生虛擬大數(shù)據(jù)， 虛擬大數(shù)據(jù)由相關(guān)問題期望的解決方案引導， 聚焦生成小數(shù)據(jù)、小知識， 該小數(shù)據(jù)具有智能，直接面向解決實際問題。

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

通過分析歸納上述關(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識， 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)智能概念的典型認識的共性特征主要體現(xiàn)在對數(shù)據(jù)智能的生成路徑、邏輯起點、基本指向、價值生成與釋放本質(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)是符號的集合， 是表達客觀事實的未經(jīng)加工的原始材料， 可回答“有什么”， 但它本身是沒用的［１３－１５］ 。信息是被賦予意義和目標的數(shù)據(jù)， 對于信息用戶而言， 旨在找到對其有用的關(guān)鍵信息（一般指對決策有用的信息， 它包括信息鏈中的知識和情報［１３－１４］ ）， 即在對數(shù)據(jù)進行綜合、分析和提煉的基礎(chǔ)上獲得判斷、理解與預測， 可回答“是什么（如誰、何時、何地與多少等問題）” “為什么” 與“怎么辦”［１３－１５］ 。智能是合理地運用關(guān)鍵有用信息并進行正確判斷和最佳決策的能力。數(shù)據(jù)智能概念的現(xiàn)有認識基本以數(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， 把無用的數(shù)據(jù)變成有用的信息。同時， 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， 得到關(guān)鍵有用信息是數(shù)據(jù)智能的初始目標， 實現(xiàn)智能（即“使關(guān)鍵有用信息在決策中釋放價值”）是數(shù)據(jù)智能的終極目標［１］ 。

２） 數(shù)據(jù)智能的邏輯起點是數(shù)據(jù)。根據(jù)上述對數(shù)據(jù)智能概念的各種認識， 數(shù)據(jù)智能離不開數(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)和量兩大方面。其中， 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)濟價值的主要指標， 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)的準確性、多樣性、及時性與應(yīng)用場景范疇等， 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)品位概念是相對的， 隨著人類對數(shù)據(jù)需求的不斷增長和數(shù)據(jù)分析挖掘技術(shù)條件的不斷改善， 以前低品位的相對無用數(shù)據(jù)也可成為高品位的有用數(shù)據(jù)。同時， 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)。在當今大數(shù)據(jù)時代， 數(shù)據(jù)的量呈爆發(fā)式增長， 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， 導致它們已陷入“有用的數(shù)據(jù)智能缺失， 無用的數(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)實場景中的管理活動。數(shù)據(jù)智能的重要目的是從數(shù)據(jù)中尋找對管理有用的規(guī)律信息， 找到能指導管理實踐的原則和方法， 這是數(shù)據(jù)產(chǎn)生智能的主要途徑［５－６］ 。也就是說， 數(shù)據(jù)智能的基本指向是為管理活動提供有價值的信息支持和服務(wù)， 特別是獲得科學準確的預測與決策， 它是直接針對管理問題和降低管理活動中的不確定的信息， 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測、決策與執(zhí)行等管理活動， 而非分析挖掘或者可視化展示。可見， 數(shù)據(jù)智能以數(shù)據(jù)為輸入， 以預測結(jié)果的產(chǎn)生、決策的制定和管理實務(wù)為輸出。也就是說， 數(shù)據(jù)智能一定是為了給管理人員提供洞察、預測、預警和決策等管理業(yè)務(wù)支持和服務(wù)， 讓數(shù)據(jù)在管理中發(fā)揮價值。因此， 數(shù)據(jù)分析挖掘需面向現(xiàn)實場景和問題， 使用數(shù)據(jù)抽象出現(xiàn)實場景和問題之中的隱性關(guān)系， 并形成關(guān)系發(fā)展的洞察、預測與預警等， 進而指導決策和執(zhí)行活動。因而， 數(shù)據(jù)智能的初始產(chǎn)品的呈現(xiàn)載體是洞察、預測與預警等， 它們是具有可行動性， 是可以轉(zhuǎn)化為數(shù)據(jù)智能的最終產(chǎn)品（即決策）的。簡言之， 數(shù)據(jù)智能面向現(xiàn)實場景中的管理， 是實實在在能夠幫助和支持解決現(xiàn)實場景中實際問題的。可見， 基于數(shù)據(jù)智能的管理結(jié)果就是衡量數(shù)據(jù)智能價值的直接指標。需注意的是， 實踐性是管理的本質(zhì)屬性， 管理需面向具體現(xiàn)實場景才能開展并產(chǎn)生價值， 同樣，支持和服務(wù)管理的數(shù)據(jù)智能的產(chǎn)生和價值發(fā)揮亦需依賴于某一應(yīng)用場景， 否則， 數(shù)據(jù)智能本身是泛化的， 是難以與現(xiàn)實問題相互聯(lián)系和對應(yīng)的， 是難以在現(xiàn)實管理中應(yīng)用落地和發(fā)揮作用的。

４） 數(shù)據(jù)智能的價值生成及釋放本質(zhì)是挖掘和釋放數(shù)據(jù)的價值。數(shù)據(jù)智能源于數(shù)據(jù)， 它注重和強調(diào)如何從海量、結(jié)構(gòu)類型多樣的數(shù)據(jù)中獲取、處理、挖掘、分析與提取真實且有價值的輔助管理活動的依據(jù)， 即對管理有用的信息資源。可見， 數(shù)據(jù)智能的價值源于數(shù)據(jù)本身的價值， 從數(shù)據(jù)智能活動過程角度看， 數(shù)據(jù)智能本質(zhì)是一個不斷挖掘和釋放數(shù)據(jù)的價值的過程。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” 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” 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， 通過擴大數(shù)據(jù)開放范圍， 擴大數(shù)據(jù)的應(yīng)用和服務(wù)場景； 二是“水面” 下移策略， 運用相關(guān)技術(shù)過濾和清晰冗余數(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， 主要通過提升數(shù)據(jù)分析挖掘技術(shù)水平和能力來實現(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， 是指針對某一現(xiàn)實場景從數(shù)據(jù)中分析提取對管理有用的信息， 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、基本指向，以及價值生成與釋放本質(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， 上文已穿插做詳細解釋， 這里僅進行扼要解釋。其中， 場景指數(shù)據(jù)智能的應(yīng)用或服務(wù)的場景， 場景來自實際的管理業(yè)務(wù)和情境， 應(yīng)以管理需求為中心， 根據(jù)管理需求，將各個管理需求點場景化， 即做好數(shù)據(jù)智能應(yīng)用的場景化。數(shù)據(jù)是指表達場景事實的符號集合， 包括來自場景內(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， 是指將實際場景的管理問題轉(zhuǎn)換為數(shù)學問題， 數(shù)據(jù)智能分析服務(wù)平臺一般具有一個或多個成熟的數(shù)據(jù)模型， 它們可根據(jù)不同場景快速配置和適用。所謂算法， 是指求解模型的方法， 它可根據(jù)管理結(jié)果反饋不斷進行優(yōu)化迭代， 即“算法的自我進化”。管理是數(shù)據(jù)智能的應(yīng)用和服務(wù)目的， 即改進和提升管理水平。

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)和改進管理）是數(shù)據(jù)智能生產(chǎn)和應(yīng)用的目標。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)智能屬于一個總括性的術(shù)語， 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” 這一問題。這里， 分別從思維、產(chǎn)品、過程、能力與工具技術(shù)的角度出發(fā)， 對數(shù)據(jù)智能的含義進行多維度解析。需說明的是， 這里分析數(shù)據(jù)智能的含義的各個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， 運用數(shù)據(jù)并不擅長解決需要人類智能來解決的問題， 但有了數(shù)據(jù)智能這一概念后只要換個思維便可解決這一問題， 其核心就是變?nèi)祟愔悄軉栴}為數(shù)據(jù)智能問題， 即把諸多智能型的問題轉(zhuǎn)化成數(shù)據(jù)智能的獲取和利用問題。第二，數(shù)據(jù)智能是一種數(shù)據(jù)智能驅(qū)動思維。數(shù)據(jù)智能概念的提出， 實現(xiàn)了數(shù)據(jù)驅(qū)動思維的升級， 即數(shù)據(jù)驅(qū)動的本質(zhì)是數(shù)據(jù)智能的驅(qū)動。第三， 數(shù)據(jù)智能是一種精準思維， 它旨在找到對管理關(guān)鍵有用信息， 從而支撐實現(xiàn)精準管理。

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值性和可用性， 即數(shù)據(jù)智能是一種具有價值的可用產(chǎn)品。數(shù)據(jù)智能作為一種產(chǎn)品， 是根據(jù)某一現(xiàn)實場景的管理需求生產(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， 它對管理具有直接或潛在的洞察和意義， 可識別出管理的機會、挑戰(zhàn)、優(yōu)勢與劣勢， 并提出相應(yīng)的管理新見解和新對策［５－６］ 。簡言之， 數(shù)據(jù)智能是經(jīng)過處理的數(shù)據(jù)產(chǎn)物， 是針對現(xiàn)實問題的預測結(jié)果和解決方案。

在現(xiàn)實中， 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、分類聚類產(chǎn)品、推薦引擎產(chǎn)品、指標體系產(chǎn)品與自動化運維產(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）、好的體驗和經(jīng)濟實惠。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)濟價值。同時， 要提升數(shù)據(jù)智能產(chǎn)品的經(jīng)濟價值， 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)智能是一種過程： 數(shù)據(jù)智能涉及一系列環(huán)節(jié)和活動， 可將它視為一種過程。就這一過程而言， 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程， 即它是使數(shù)據(jù)具有智能的過程。第二， 從管理角度看， 數(shù)據(jù)智能是管理場景和問題數(shù)據(jù)化的過程， 是運用數(shù)據(jù)智能驅(qū)動管理過程。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)不斷實現(xiàn)有機融合的過程。第四， 從投入產(chǎn)出角度看， 數(shù)據(jù)智能是利用數(shù)據(jù)輸入實現(xiàn)預期管理成效和結(jié)果的過程。概括看， 數(shù)據(jù)智能作為一種過程， 它是上述４ 種過程的集合體。

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)實管理問題的能力（如對管理的理解和洞察）， 是一種基于數(shù)據(jù)做出預測、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)智能是通過梳理數(shù)字化要素， 找到對管理有用的關(guān)鍵信息， 合理地應(yīng)用關(guān)鍵有用信息進行正確判斷決策的能力， 并結(jié)合現(xiàn)實場景與實際管理要素使數(shù)據(jù)的價值落地生效。

同時， 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、學習和自適應(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)智能具有學習和自適應(yīng)能力， 即通過與管理場景的相互作用和反饋， 持續(xù)感知、同步分析、自我學習， 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， 即對外界的刺激作出反應(yīng)， 實時為管理活動提供相應(yīng)的信息支持和服務(wù)， 實現(xiàn)自動決策與精準執(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)對大數(shù)據(jù)進行挖掘分析［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、機器學習、人機交互、可視化和其他技術(shù)工具。在現(xiàn)實中， 數(shù)據(jù)智能技術(shù)工具通常集中在一個技術(shù)工具平臺（即數(shù)據(jù)智能平臺）， 它的功能是收集、存儲和調(diào)用數(shù)據(jù)庫（面向特定場景和管理問題的數(shù)據(jù)集）、數(shù)據(jù)模型與算法等［１］ 。

４結(jié)語

數(shù)據(jù)智能作為近年來學術(shù)界和實踐界的一個火熱的新概念， 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， 盡管近年來數(shù)據(jù)智能概念已得到高度關(guān)注， 但研究者和實踐者對數(shù)據(jù)智能的基本理論問題的關(guān)注與重視不足， 導致數(shù)據(jù)智能研究與實踐工作缺乏理論基礎(chǔ)， 且有誤入歧途的巨大風險。學術(shù)界作為理論研究的主力軍， 亟待回答數(shù)據(jù)智能的基本理論問題， 對夯實數(shù)據(jù)智能理論基礎(chǔ)做出應(yīng)有的擔當和貢獻。針對數(shù)據(jù)智能的最基本理論問題（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)認識的基礎(chǔ)上， 提取關(guān)于數(shù)據(jù)智能概念的共性認識， 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， 以期夯實數(shù)據(jù)智能的理論根基， 及時彌補目前數(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， 數(shù)據(jù)智能作為一個基礎(chǔ)性概念， 愈發(fā)認識到了明確數(shù)據(jù)智能的基本定義和內(nèi)涵的緊迫性與重要性。本文是筆者通過大量文獻、實踐調(diào)研總結(jié)和長時間思考撰寫完成的， 相信本文探討是數(shù)據(jù)智能相關(guān)研究者和實踐者所期待的內(nèi)容， 可為當今如火如荼的數(shù)據(jù)智能研究與實踐工作助一臂之力。當然， 數(shù)據(jù)智能是一個新概念， 其內(nèi)涵和外延是不斷發(fā)展變化的， 且不同學科領(lǐng)域或行業(yè)背景對其理解存在差異， 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， 部分觀點或認識尚不夠深入成熟， 懇請各位讀者和同仁進行批評完善和交流討論， 共同為推動數(shù)據(jù)智能理論研究和實踐應(yīng)用貢獻智慧。當然， 需明確指出的是， 實際上， 數(shù)據(jù)智能與數(shù)智技術(shù)、數(shù)智賦能、數(shù)智時代、數(shù)智環(huán)境等諸多概念密切相關(guān)，若是將數(shù)據(jù)智能概念展開分析極為復雜， 不是一篇研究能夠解決的問題。正因如此， 考慮到研究的針對性和深度及限于篇幅， 本文不涉及對數(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)同仁或筆者有機會將另外撰文專門討論。