张贝贝

在大数据日益常态化的今天，勤智数码以创新驱动转型的理念，将大数据分析挖掘、大数据一体化平台、IT运维技术和云计算技术进行了深度分析融合。在原有的IT服务管理平台的业务基础上拓展延伸出了大数据业务，借助大数据引擎对IT服务数据进行分析计算，让IT服务更智能。

在最初扎根的智能IT运维管理领域，勤智数码不断突破，全方位延伸。在大数据时代，政府、传统行业、新兴行业都产生和汇聚了大量的数据，同时政府和企业都进行了大量垂直领域的信息化建设，但“数据孤岛”的弊病存在已久，各种数据源之间相互缺少碰撞，数据价值不能有效挖掘等现象严重。而这些现实问题的存在也驱使着大数据市场机会越来越多，勤智数码科技股份有限公司（简称勤智数码）在其中扮演着什么角色呢？

工匠精神不可缺

国内现在很多做大数据的公司，受到资本的追捧，但在此过程当中，行业的从业的人员需要比较清醒。那么如何分辨哪些才是真正的具有大数据价值的企业呢？对此，勤智数码董事长廖昕认为，目前来看，做大数据的有三类企业：一类是离数据最近的企业，这类企业通常是整合数据和数据的应用、交易，把数据的价值释放出来；一类是专门做开发数据工具的企业，针对大数据做搜集、分析、挖掘工具；一类是传统的IT公司，做一些大数据产品或者是应用，但这其中要涉及到深度学习和人工智能的应用，才算是真正的大数据的应用。

然而，更为现实的情况是，现在很多公司声称自己是做大数据的，但其实不是。因此，廖昕认为，现在大数据市场存在“劣币驱逐良币”的问题。“大数据这样的市场和产业势必会经历一轮洗牌，能够沉淀下来的才是真正的做大数据或者是做的非常好的大数据公司，所以，大数据行业需要多一点工匠精神。另外，用户的应用水平也在不断提高，用户会选择市场上真正能够帮助他们实现数据价值的企业。”

勤智数码要做的是什么呢？是帮助政府来做服务。一方面帮助政府实现数据的内部共享；另一方面是要做“政务互联网”。据了解，十年前勤智数码就开始聚焦IT运维，通过一些网管和流程的平台来管理整个IT部门的运维，随着大数据开始兴起，IT运维也在发生着变化，国际上的整个趋势开始转向大数据的管理运营。

面对这样的趋势，如果还按照传统的IT运维方式，不仅会给运维人员造成很多不必要的麻烦，还会影响业务的正常运行。面对这样的趋势，勤智数码审时度势，从三年前开始布局。

数据标准不可缺

在走向大数据发展的道路上，勤智数码不仅布局自己的业务，还特别关注大数据相关标准的制定工作。廖昕认为，第一，数据本身必须标准化。大数据的特征之一就是数据的多元化。多元数据如何接入汇集到一起，汇集之后，如何去做交换，做相应的交易等等，这一系列问题都涉及数据本身的标准化；第二，数据的运用必须标准化，现在国内大数据应用的行业越来越多，包括金融、医疗、交通等各个行业，这些数据的应用和接口也需要标准化，否则不同的厂商使用这些数据时，都需要分别做开发，会浪费大量资源，从本质上来说对大数据的应用推广很不利。

所以，从不同维度去分析建立和实验标准规范，把数据应用的标准化提升到一个高度。这样才能促使企业从总体上考虑，如何应用这些行业数据。

据了解，一方面，勤智数码是工信部大数据标准化委员会的核心成员，参加了大数据标准的制定工作。另外一方面，勤智数码与中国标准化研究院合作，做大数据应用的一些国家标准。这样，通过标准化和产业融合才能把大数据产业做大做强。

“我认为与国外相比，在标准制定方面我们并不落后，特别是在大数据时代，我们能够真正抓住一些典型的应用场景，把标准快速地制定出来，就能形成良好的数据应用生态，这其中所涉及的数据拥有者、数据开发者、数据应用者都能在这个生态链中体现自身的价值。”廖昕说道。

迈向航母级企业

得力于IT智能服务和大数据应用的成功，勤智数码的业务扩展到智慧城市的建设中。构建了“智能云运维”模式，为智慧城市的IT运行提供了有效的IT管理方法和可靠的IT服务。

当然，大数据时代需要每个参与者以共享经济的心态和理念去联合更多合作伙伴共同发展，勤智数码一直积极参与大数据生态体系的建设。廖昕强调，“更重要的是，现在大数据一定要抱团发展。如果我们用团队网络的力量抱团，或者用资本的力量抱团，成为一艘航母，我们才会获得更大成功。勤智数码希望成为中间的一个。

说易行难，要打造这样的航母级公司并不简单，近两年，勤智数码已具备了一些基础，比如在智慧城市方面的一些积淀。

“我们先会选取一些典型的县级城市做试点，比如县域城市的数据汇集共享和智慧城市建设，让数据的价值在一个城市里能够快速地呈现出价值来。第二个层面是地级城市，例如巴中（四川），我们把其所有的政务数据和城市数据全部汇集，做共享开发，帮他做整个城市的布局和智能决策。第三个层面是市级城市，比如成都市，这是一个省会级城市的典范工程，我们要把它做成模板。第四个层面是省级层面，在四川省我们正在做省级社会数据的汇集和共享，目前已经有很多的模型和案例在逐渐成熟和发展之中。总之，我们希望把不同层级的智慧城市模型做出来，希望能够应用我们的模式和技术，把城市的数据价值发挥出来。”廖昕说道。

不过他也坦陈，目前做城市大数据和智慧城市的最大困难在于，人们主观认识上还没有形成数据应用在智慧城市中的巨大作用和价值，这个观念的转变不是一蹴而就的，特别需要市场教育和相关培训，而更重要的是让城市的用户看到成功的案例和样板工程，看到能真正给他们带来价值的改变。

关于未来，廖昕谈到，“我们会在当前业务上延伸人工智能和深度机器学习的数字化应用。目前已有一些类似应用的试水，比如法院的大数据应用，据统计，现在中国的法官每天都在加班，每个人手里都有几百个案件没有判决完，如果我们让智慧机器人学习所有的判决、法律文书，辅助法官梳理案件，甚至发展到最后帮助其生成判决书。

虽然，这样的未来听起来充满着未知和不确定，但是任何的目标都需要在不断摸索中前行。