重庆小潘seo博客

当前位置:首页 > 重庆网络营销 > 小潘杂谈 >

小潘杂谈

滴普科技董事长兼CEO赵杰辉:打造数据智能基础设施拓展数字化场

时间:2020-09-15 23:30:13 作者:重庆seo小潘 来源:
9月3日-5日,由钛媒体集团和ITValue主办的2020全球数字价值峰会在三亚举行。在首日主题演讲上,滴普科技董事长兼CEO赵杰辉表示,企业的数字化转型,底层数据处理能力是核心内功,敏捷创新能力是关键外功。 他认为,以数据为核心的时代可以分为两个阶段:第一

滴普科技董事长兼CEO赵杰辉:打造数据智能基础设施拓展数字化场景

9月3日-5日,由钛媒体集团和ITValue主办的2020全球数字价值峰会在三亚举行。在首日主题演讲上,滴普科技董事长兼CEO赵杰辉表示,企业的数字化转型,底层数据处理能力是核心内功,敏捷创新能力是关键外功。

他认为,以数据为核心的时代可以分为两个阶段:第一个阶段以数据应用为核心,第二个阶段以数据智能为核心。从这两个阶段的核心代表应用可以看出“数据应用”与“数据智能”的区别。我们所熟识的营销推荐就是数据应用的代表,它的技术基础是云原生的技术架构和离线结构化数据处理技术。

数据智能时代的核心技术有三个,一是以5G和IoT为核心的连接类技术,第二个是感知AI技术,第三个是结构化数据以及非结构化数据的多模实时处理技术。

赵杰辉认为,数据智能时代的技术突破在于5G、IoT真正打破了数据传输瓶颈,它使得图片、高清视频以及各种IoT设备的数据通过远程可以实时、低时延地传递到处理中心。另外,感知类AI技术解决了非结构化数据处理的问题,多模实时数据处理技术解决了面向更广阔的场景如供应链、生产、空间运营的实时性和多模数据处理的瓶颈。

另外,就数字化与数据中台的关系,赵杰辉也发表了相关观点,他表示,数据中台只是数字化中比较重要的一环,但并不是企业数字化转型的全部。“中台不是多大的事,数字化转型是一个非常综合的技术,把中台概念泛化为整个数字化其实并不准确。”赵杰辉说。

赵杰辉认为,企业数字化转型的真正需求是敏捷创新和数据智能,敏捷创新即数字化是否能快速地应对市场响应,非常敏捷地支撑客户业务创新;数据智能即要做全域的、基于数据的场景智能,通过数据智能去优化很多业务场景。

以下为赵杰辉演讲全文,经钛媒体编辑整理:

大数据已经讲了快二十年,我们将其定义为数据化时代,现在可以重新划分这个时代的发展阶段。

第一个阶段以数据应用为核心,这个阶段的代表应用是营销推荐,它的核心技术是云原生技术架构,也就是所谓的中台微服务架构,核心是结构化的数据离线处理,它实现了业务的真正数据化;

第二阶段以数据智能为核心,这个阶段的第一个突破性技术是以5G和IoT为核心的连接类技术,因为5G跟IoT突破了数据传输瓶颈;第二个突破性技术是感知AI技术,非结构化的数据处理让图片、语音参与运算成为可能;第三个突破性技术,就是滴普科技现在正在做的,即结构化数据以及非结构化数据的多模实时处理技术,这个技术是数据智能时代和数据应用时代的最大区别。

突破这个技术之后,场景也会从营销推荐以及管理的决策辅助,推进到供应链的优化、生产的优化以及场景下商业园区的运营优化。

在解决混合云管理问题的基础上,滴普的数据平台之上产生了数据中台,数据中台本质是数据平台上的一个套件,是一个数据整体标签体系建立,以及应用孵化的过程,这个过程是一个很薄的过程,并不处理数据的存储计算问题,只是解决数据应用问题,所以数据中台跟DaaS只是数据应用的开发工具。

这个过程中,虽然建立了新系统,但老的系统还在跑,新系统与老系统之间一定需要一个增量实时同步过程,这就是滴普要做的事情。

时序数据是IoT的标配,IoT有大量的时序数据,这类数据的特点是大量的数据正常,只有一个偶尔异常,所以数据需要高压缩比的存储,我们的实时数据库就是重建实时多模运算体系,滴普实时多模运算可以一次识别600G的图片+声音。

大家都在讲AI,AI是一个人工密集型的工作。因为要打标,将样本管理算法生成模型运算。滴普现在已经能做到在人工打标了一段时间后,自动打标,在算法生成、模型生成之后,对模型进行管理应用。

滴普还有一个IoT综合管理平台,我们叫DEEPEXI甔Mesh。另外一个是,面向AI应用的真正平台DEEPEXI甔Mind,以及分布式服务框架面向应用的云原生敏捷开发平台DEEPEXI瓵gileSuite.

所有这些做完了之后,需要解决的就是AI计算、IoT,以及边缘协同等等,这就涉及到了滴普在做的底层基础设施Openkube。

国内技术组件如果做不大的话,一定要深入做场景,做场景要基于底层的数据处理。但数据智能的场景化的创新,逃不开这几个技术:IoT、AI、多模实时数据处理平台。

为什么需要这些东西,以国家电网无人变电站为例,原来国家电网很难真正地运行这套系统,原因是一个变电站数据全部上传到网上的时候国家电网系统承受不了。

如果算法做好放在那里,正常的图片只需要传上去10%,算法结果不会受影响,并且节省了大量的带宽成本,所以AI、IoT最好是要结合边缘计算。

另外数据资产化,数据中台绝对不是一个DaaS可以解决的,需要DaaS加上DCT跟DMS统一解决,因为如果不能建独立平台,过两年又会像IBM很久之前做的BI一样过时,所以必须一个DCT实时同步数据,然后就是STDB,再加上我们的EDWard、Openkube。

我认为数字化转型过程阶段,中国乃至全世界需要向上一个时代的IBM学习,既可以做面向产品的数据化业务数据,又有核心技术产品还能做落地。我们现在有三个业务的BU专门针对业务的场景做业务的创新设计,就是商业、工业、空间。

这个体系解决之后,任何的企业要想建立数字化转型,内核一定是做数据处理的建设,数据处理能力一定是核心,把核心数据和老系统内的数据接入进来,再围绕着商业空间场景做创新。

做商业系统的时候,无非就是仓储、商品、调度、供应链、促销这几个域,这个域包含了低代码框架。

第二,既然建立了强大的底层数据处理能力,一定要基于这个域做各种算法策略。没有数据,没有算法策略,它就是一个APP,并不是真正的中台。

滴普科技董事长兼CEO赵杰辉:打造数据智能基础设施拓展数字化场景

滴普科技4+2 Solution Core

所以总的来看,滴普科技商业智能场景必须是有4+2的Solution Core,底层的AI、IoT、中台、云原生的Solution Core,再加上业务中台以及业务策略,再往上是零售、分销数据化供应链门店的打通,供应链应用可以基于业务的低代码任意组装,核心是底层的Solution Core要做好。

下面分享一些案例:

第一个是百果园,百果园有几千家门店,基本上到家、到店、冷链直送整个体系在百果园全部落地。在全渠道销售上,包含了会员门店、零售渠道以及销售采购到采配销协同,最后上线一体化平台,不管上面的应用是什么,底层的东西都是一样的。

第二个是新希望乳业,它跟百果园一样,基本上是全渠道加上采购协同整个体系全部数字化了,核心还是底层要有整体的数据打通、处理能力。

与百果园不同的是,新希望深度用到了DEEPEXI