每日互动方毅谈数据智能：欲炼“智数”，必先“治数”

数字化浪潮席卷而来，推动数据智能产业加速升级，随之而来的数据治理也成为了人们关注的焦点。如何理解数字要素、数据智能和数字治理之间的关系，数字治理又当如何助力企业发展和城市升级？在“西溪论数”数据智能高峰论坛上，每日互动（个推）董事长兼总经理方毅立足论坛主题——“数字、数智、数治”，深度阐述了这三者间的紧密联系以及“数治”中“治”的深刻含义。

 

 

数字治理三阶段：数字化、数智化、数治化

 

会上，方毅将“数字、数智、数治”六字中蕴含的奥义提炼为一首诗：朗朗乾坤，恢恢数字；故人植树，我欲智数；欲炼智数，必先治数；成就数智，而后数治。对于如何合理运用数据、有效地进行数字治理，方毅有着自己深刻而独特的理解。他认为，“治数”的过程好比大禹治水，关键是要把数据管好、用好、梳理好。在整个数字治理过程中，可分为三个阶段：数字化、数智化和数治化。

 

数字化是要做好数据采集自动化，存储结构化以及运用在线化。其中，采集自动化要能实现自主化电子填报、业务流程内自动化采集；存储结构化是对数据的统一规整；运用在线化需要服务于具体业务，实现实时化和在线化，不能只是简单的“参观数据”。

 

数智化是数据智能化。在大数据金字塔模型（DIKW模型）中，底层是数据，通过梳理业务逻辑、统计关键要素才能变成信息，提炼信息并结合业务场景验证才能变成知识，积累了很多知识并思考未来规划作出预判和决策才是智慧。从数据到信息到知识再到智慧，这就是数据智能产业如何从底层不断往上走的过程。

 

图 DIKW模型（数据Data、信息Information、知识Knowledge、智慧Wisdom）

 

数治化是数字治理结合业务场景和管理要素的落地和见效，这里涉及到数字化治理三个要素，即点、线、面。点是指数字化要素，如人时空、车路货、水电煤等，应该全面梳理需要数字化、结构化、在线化的信息要素和构件对象；线是具体的行业与场景，可以补充数据在企业风控、人才工作、应急预警、流口管理等领域发挥的作用；面是指治理微单元，在城市治理中主要体现在社区和楼宇间的网格化治理。

 

简而言之，“数字、数智、数治”就是通过梳理数字化要素，找到关键数据，转化为可以合理地应用知识并进行正确判断决策的能力，并结合场景和管理要素落地。对于最后一个“数治”，方毅认为其中的“治”有两层含义，一是对于政府或者公共部门来讲如何运用数字治理整个城市，二是对于企业来讲如何运用数字帮助企业治理发展。

 

城市数字治理：“城市大脑”和“数治小脑”有机结合

 

在城市的数字治理中，我们熟知的城市大脑主要发挥指挥和思考的作用，关键的能力是宏观态势和预测。正如人脑由大脑、小脑和脑干组成，城市治理也有小脑和脑干。交通指挥系统就是典型的小脑，发挥了重要的城市运动中协调和平衡作用。脑干为城市数字化发展运行提供了机能保障和生命保障系统，现在的政务电子化和“最多跑一次”改革让民众办事从“往上跑”走向“网上跑”。

 

 

智慧的“城市大脑”，是最高运动中枢，指挥城市智能运行，为城市治理提供科学决策依据，是系统性的大工程；精密的“数治小脑”是运动调节中枢，协调数治平衡，以其灵活、实用、高效的特点，创新性解决社会治理的场景痛点。发挥好每一个器官的每一项功能，我们才能不断发掘来自这座城市的潜力与惊喜。

 

在城市治理过程中，还有非常重要的一点是人本思维。方毅强调，人工智能和大数据一定要找准自己的定位，它们是人类的助手，但不能代替人，我们要始终坚持“以人为本”。

 

企业数字治理：深耕数据智能，敬畏隐私安全

 

对于企业如何进行数字治理，方毅表示，大数据最终回到一个非常重要的点，那就是隐私和数据安全，这是一个必须敬畏的过程。

 

每日互动在成立之初就定下四条基本原则，将安全合规放在首要位置，任何业务的开展都不能违背：合法依规，匿名或非特定个体原则；用户知情且授权，可遗忘可撤回原则；必要性和最小化原则；利于用户，绝不助恶原则。

 

基于多年的实践经验与创新，每日互动也建立起了从数据积累、流转到应用的全链条管控与防护机制，并归纳为“三个要求”，即严把数据采集入口、划清数据流转边界、守正数据运用场景。“大数据这个生产要素有别于货物和资金，一旦给出就很难追溯。我们在梳理数据的过程中，探索出了三极管思维，既能确保大数据不流转出去，同时又能让大数据的价值流转出去。”方毅说。

 

每日互动在大数据运用过程中，还总结出五个字：挖、挑、捡、淘、萃。不同的数据类型、数据场景，采取的数据挖掘方式不同。“大块的我们就把它挖掉；红豆绿豆混在一起的把它挑掉；在海滩上去捡贝壳，可以用捡；大浪里面需要把沙子淘出来；如果到了稀土、原油就要用萃取或蒸馏的方式。”方毅生动地解说道。

 

 

欲炼智数，必先治数；成就数智，而后数治。如今大数据行业面临着“发展”与“有序”如何平衡的问题，这需要行业的每一方参与者共同思考和探索、出谋划策，进行必要的数字治理，共筑一个更为健康、有序的数据智能新生态。