随着新一轮科技革命和产业变革蓬勃兴起，工业经济数字化、网络化、智能化已发展成为第四次工业革命的核心内容。工业的智能化发展成为全球关注重点与趋势，我国也积极推动人工智能技术为制造业注入新动力，将制造业作为人工智能落地的重点行业。傲林科技副总裁李欣认为：“工业企业的转型升级和数字化改造应该提出更高的要求，新数据智能将成为构建新基建的智驱引擎。”

傲林科技副总裁李欣

五大维度诠释新数据智能

李欣表示：“首先是新的数据维度。新数据智能的数据分析，首先要打破企业内部的数据孤岛。即使在企业内部数据孤岛也大量存在。数据不能互通就不能发挥最大的效能。新数据智能要求更深的数据分析，这需要更广的数据来源以及更有效的数据治理的技术支持。”

“第二，新AI的应用。AI很早就被提出来，但很多企业发现很难落地。在实际数据挖掘中还需要大量的人工介入，如何让AI发挥更大的作用是这个时代提出的新课题。”

“第三，扩展新服务范围。企业的信息化以往都是条块化、烟囱式的建设。而企业真正需要的是从某局部上升到整体，关注企业的全面运营，还要体现出在产业链上下游的协同，尤其是对产业链金融的需求。”

“第四，智能的功能。可分为描述诊断和预测指导两部分。描述就是把要解决的问题呈现出来，诊断就是当数据告警发出后，要知道原因是什么，背后意味着什么。但有这些还远远不够，后面还需要预测和指导。预测的意义在于我们可以知道基于数字孪生的工厂可能会出现哪些问题，哪些风险，这需要提前预判。之后基于这些问题给出相应的解决方案，由此来帮助企业提升效率降低成本。”

“第五，新价值的发现。数据已成为新的生产要素。让企业从数据当中看到回报，要进一步地从新的维度发掘数据价值和以及完善市场价格的实现机制。”

懂行业，利用建立场景模型优化决策

人工智能、大数据中心和工业互联网是新基建的重要组成部分，然而他们共同的核心都是数据。新数据智能是企业数字化变革的驱动力，通过驱动企业，通过推动供给侧结构性改革，从而助力新基建的高水平实施。同时从行业角度讲，产业链的联系离不开数据的流通，不同领域数据的流通、实现产业协同，都离不开数据智能的支持。

李欣认为：“做好工业企业的数字换转型必须要懂工业，要构建行业的知识图谱，这是一个艰巨的任务。建立好知识图谱后就要利用新数据智能进行全口径分析，处理复杂的业务模型，基于网络模型模拟分析取代简单的数据分析，输出优化的策略。”

傲林科技的服务覆盖到工业4.0和金融4.0两大领域。中国拥有庞大的工业体系，然而大型企业与中、小企业诉求不同，各企业的信息化程度差异明显。李欣表示，“要站在管理者的高度、产业链的深度和多维数据的复杂度之上，帮助企业打通条框、烟囱式的IT束缚，充分提取数据价值，还原业务模型，建立战略级数字化分析决策能力，帮助企业真正实现数字化转型。”

傲林科技在IEEE院士刘震博士的带领下，技术团队在相关技术领域获数百个国际和国内专利，积累了大量专门服务于工业场景的大数据算法模型。通过运营笈、决策笈、协同笈、交易笈、金融笈这些服务，在企业运营的各个维度帮助企业打通数据、挖掘数据价值，为决策提供优化方案。在短短六到一个月的时间就能看到数字化转型的效果。

“在一些大型钢铁企业，企业仅在采购矿石这个环节，每年的成本支出就达到数百亿规模，每年我们给他带来百分之一到百分之二的优化，将节省几十亿的资金，效果十分显著。”

傲林软件凭借在工业大数据领域领先的技术优势、丰富的人工智能模型、一体化产品与解决方案，经过4轮角逐，傲林科技在2000余家大数据企业中脱颖而出，成为“2020中国大数据企业50强”企业。