數字世界的洪流滾滾向前，數據、算法與個人生活、社會治理、經濟結構交相輝映的智能時代呼之欲出。在互聯網快速普及、物聯網加速滲透的背景下，PC、手機、傳感設備等全面興起，推動全球數據呈現倍數增長、海量集聚的特點，為大數據產業發展奠定了龐大的數據基礎。

不管是浩瀚永恒的引力波，還是復雜細微的DNA，今天我們已經能將各種宏大或微小的事物轉化為數據記錄，數字孿生成為智能時代再正常不過的日常場景。華為全球產業展望(GIV)報告顯示，全球數據量將從2018年32.5ZB快速增長到2025年的180ZB。對于企業，AI算力需求每三個月增長一倍，AI應用率到2025年將達80%。大數據，成為企業發力的突破口。

從“3V”到“4V”，

讓大數據從“包袱”變成“翅膀”

商業的發展天生依賴數據來作出決策。但數據只是“大”并沒有多大意義，關鍵是如何挖掘數據價值，將大數據的3V特征，即“大量化（Volume）”、“多樣化（Variety）”、“快速化（Velocity）”增加到4個V，挖掘出Value（價值）。然而，面對浩如煙海的數據，企業在實現數據價值時仍面臨著三大挑戰：數據入庫難、數據融合分析難、數據消費難。要想將大數據從“包袱”變為“翅膀”，還必須跨過這三道鴻溝。

通常情況下，企業的數據可以分為3種類型：結構化數據、半結構化數據和非結構化數據。其中，85%的數據屬于廣泛存在于社交網絡、物聯網、電子商務等之中的非結構化數據。傳統的商業系統中用以分析的數據，大都是企業自身信息系統中產生的運營數據，這些數據大都是標準化、結構化的。對于企業來說，至少有90%的數據并未錄入系統。即使是針對已經錄入系統的數據，面臨內部煙囪式建設的業務系統，如何融合分析也是一個難題，更遑論進一步將數據用于企業智能決策和智能分析。

慶幸的是，云計算、人工智能等新技術的出現為大數據產業發展提供了技術支撐。如果說，數據是掀起新一輪價值突破的“黑金石油”，那么云和AI則是“ 煉油廠” —— 對數據開掘、傳輸并將其“智能熔煉”，隨之回到需求源頭進行數據“提純”再利用。云計算按用量付費、可擴展的存儲計算能力、便捷易部署等特點，大大降低了企業應用大數據的難度與成本。人工智能通過神經網絡等領先算法，自動處理、分析大規模數據，從而獲得預測性的洞察，從而指導或直接替代人工決策。

“智能熔煉”，

幫助企業大數據從量到質實現飛躍

正如《大數據時代》所言，大數據開啟了一場重大的時代轉型，就像望遠鏡讓我們感受到宇宙，顯微鏡讓我們能夠觀測微生物，大數據收集、分析海量數據幫助我們更好地理解世界，是眾多新發明和新服務的源泉。

從大數據產業鏈來看，主要涵蓋數據來源、數據管理與分析、數據應用。數據管理負責數據的集成、存儲、安全等環節，其中，數據存儲是產業鏈的支撐，參與者以傳統數據庫企業為主。產業鏈最核心的當屬數據分析與挖掘，其能力直接決定著大數據應用的推廣程度和范圍。但是現有的軟件和工具主要適用于以結構化數據為主的傳統數據，要想及時捕捉、存儲、聚合和管理包含非結構化數據在內的大數據，以及對大數據進行深度分析和挖掘，企業越來越需要智能化的數據解決方案：

?面對企業數據查找難、獲取難等問題，需要將數據湖、數據倉庫、數據集市融合成統一的邏輯數據倉庫，實現“ATM”式的數據自助獲取體驗。

?面對企業數據交換難的問題，需要實現跨云、跨網絡、跨數據中心的數據連接，打造數據流動的“高速公路”。

?面對企業數據產品開發成本高、上線周期長的問題，需要整合數據庫、大數據、AI等處理引擎，支持數據集成、數據研發、數據消費、數據治理等應用，對數據融合處理分析，才能更高效地喚醒數據價值。

在當前時點，企業如何找到這樣的智能數據解決方案？

6月5日，華為將在北京發布智能數據解決方案，這是繼5月15日華為發布業界首款AI-Native數據庫GaussDB和業界性能第一的分布式存儲FusionStorage之后，面向數據產業又一重大動作。據悉，該智能數據解決方案根據企業需求從多方面進行智能升級，幫助企業數據全生命周期管理從“量”到“質”的轉變，讓數據成為新生產資料，智能成為新生產力。