何為數(shù)據(jù)智能：定義與內涵

王秉

關鍵詞： 數(shù)據(jù)； 智能； 數(shù)據(jù)智能； 大數(shù)據(jù)； 人工智能

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０４．００２

〔中圖分類號〕Ｇ２０１ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０４－００１１－０６

近年來， 隨著大數(shù)據(jù)和人工智能行業(yè)的快速發(fā)展及其廣泛融合應用， 如何真正從數(shù)據(jù)中形成智能從而使數(shù)據(jù)在實際應用中最大釋放數(shù)據(jù)價值， 成為了大數(shù)據(jù)和人工智能領域的重要研究和實踐課題［１］ 。在此背景下， 數(shù)據(jù)智能概念由此誕生， 并已發(fā)展成為學術界和實踐界的一個熱詞［１－３］ 。與大數(shù)據(jù)和人工智能概念相比， 數(shù)據(jù)智能是一個更為年輕的新概念［１］ 。基礎不牢， 地動山搖。從研究邏輯角度講， 準確定義數(shù)據(jù)智能和明確其基本內涵是開展數(shù)據(jù)智能研究與實踐的邏輯起點和理論根基所在。但令人遺憾的是， 由于數(shù)據(jù)智能是一個新概念， 業(yè)界對其使用較為隨意， 多停留在簡單應用探討層面， 對其理解和認識尚較為膚淺或片面， 缺乏對數(shù)據(jù)智能的基本理論問題的解釋， 特別是缺乏對數(shù)據(jù)智能的準確定義和基本內涵的深度詮釋?？梢?， 亟待明確數(shù)據(jù)智能的定義和基本內涵。鑒于此， 本文在梳理現(xiàn)有數(shù)據(jù)智能概念的典型認識的基礎上， 提取關于數(shù)據(jù)智能概念的共性認識， 并提出數(shù)據(jù)智能的定義。在此基礎上， 提出數(shù)據(jù)智能的構成要素， 并解釋數(shù)據(jù)智能的多重含義。

１數(shù)據(jù)智能概念的典型認識梳理

目前， 盡管尚缺乏對數(shù)據(jù)智能的準確和統(tǒng)一定義， 但已有關于數(shù)據(jù)智能概念的部分界定。本文整理歸納現(xiàn)有的具有代表性的關于數(shù)據(jù)智能概念的認識， 具體如下。

１） Ｚｈａｎｇ Ｌ［２］ 指出， 數(shù)據(jù)智能是指數(shù)據(jù)驅動的分析和相關應用， 這意味著數(shù)據(jù)類型、如何收集和處理數(shù)據(jù)以及如何使用數(shù)據(jù)都是數(shù)據(jù)智能的主要內容。

２） 根據(jù)百度百科［３］ ， 數(shù)據(jù)智能是指基于大數(shù)據(jù)引擎， 通過大規(guī)模機器學習和深度學習等技術，對海量數(shù)據(jù)進行處理、分析和挖掘， 提取數(shù)據(jù)中所包含的有價值的信息和知識， 使數(shù)據(jù)具有智能， 并通過建立模型尋求現(xiàn)有問題的解決方案以及實現(xiàn)預測等。

３） 根據(jù)２０１８ 年１０ 月ＴａｌｋｉｎｇＤａｔａ 聯(lián)合中關村大數(shù)據(jù)產業(yè)聯(lián)盟、中國國際大數(shù)據(jù)大會組委會在第五屆中國國際大數(shù)據(jù)大會上發(fā)布的《２０１８ 年數(shù)據(jù)智能生態(tài)報告》［１］ ， 所謂數(shù)據(jù)智能， 是指在機器學習、分布式計算等技術發(fā)展的基礎上， 數(shù)據(jù)逐漸呈現(xiàn)出高維度、高階態(tài)和異構性的形式， 能夠對海量數(shù)據(jù)進行分析、處理和挖掘， 并且通過建模與工程等方式來解決實際預測問題， 最終實現(xiàn)決策的行動。

４） 根據(jù)ＭＢＡ 智庫·百科［４］ ， 數(shù)據(jù)智能是一個跨學科的研究領域， 從數(shù)據(jù)中提煉、挖掘和獲取具有揭示性和可操作性的信息， 從而為人們在基于數(shù)據(jù)制定決策或執(zhí)行任務時提供有效的智能支持。

５） 基于管理的視角， 吳俊杰等［５］ 認為， 數(shù)據(jù)智能是通過大規(guī)模數(shù)據(jù)挖掘、機器學習和深度學習等預測性分析技術， 對現(xiàn)實應用場景的內外部多源異質大數(shù)據(jù)進行處理和分析， 從中提取有價值的信息或知識， 并用于提升復雜實踐活動中的管理與決策水平。

６） 詹青龍等［６］ 指出， 數(shù)據(jù)智能是利用分析工具和數(shù)據(jù)挖掘等智能技術對收集的海量數(shù)據(jù)， 加以智能化分析與處理， 將數(shù)據(jù)轉化成可操作的信息，發(fā)現(xiàn)洞見和趨勢， 從而改進決策與管理的一種方法。

７） 根據(jù)Ｍｅｄｉａ Ｕｐｄａｔｅ（它是一份國際化的在線出版物， 專門報道與南非媒體、營銷、公共關系和社交媒體行業(yè)相關的最新新聞和信息）從企業(yè)角度對數(shù)據(jù)智能的理解［７］ ， 數(shù)據(jù)智能是指通過收集與分析海量數(shù)據(jù)用以發(fā)現(xiàn)數(shù)據(jù)所蘊含的趨向和意義的過程， 這些洞見有助于企業(yè)識別市場中的機會。

８） 根據(jù)Ｓｉｓｅｎｓｅ（它是一個知名的國際化商業(yè)智能平臺）對數(shù)據(jù)智能的理解［８］ ， 數(shù)據(jù)智能是使用方為了更好地理解所收集的信息以改進其服務或投資而使用的所有數(shù)據(jù)分析工具和方法。

９） 根據(jù)首屆數(shù)據(jù)智能與安全國際會議（Ｉｎｔｅｒ?ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄａｔａ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｓｅｃｕｒｉｔｙ，ＩＣＤＩＳ）的會議介紹信息［９］ ， 數(shù)據(jù)智能是指運用各種人工智能技術處理數(shù)據(jù)， 它特別強調數(shù)據(jù)的使用和與數(shù)據(jù)的交互， 它的目標是將數(shù)據(jù)轉化為信息，然后再將信息轉化為知識。

１０） Ｗｕ Ｂ 等［１０］ 指出， 數(shù)據(jù)智能是一個跨學科研究領域， 結合了大規(guī)模數(shù)據(jù)處理、數(shù)據(jù)挖掘、機器學習、人機交互、可視化和其他技術， 它從數(shù)據(jù)中抽象、挖掘和獲取具有揭示性和可操作性的信息， 從而為人們基于數(shù)據(jù)做出決策或執(zhí)行任務提供有效的智能支持。

１１） Ｗｕ Ｄ Ｄ［１１］ 指出， 數(shù)據(jù)智能是對各種形式的數(shù)據(jù)進行分析， 以便公司可以使用這些數(shù)據(jù)來擴展其服務或投資。

１２） 劉昕等［１２］ 提出數(shù)據(jù)智能就是平行數(shù)據(jù)。所謂平行數(shù)據(jù)， 是指智能數(shù)據(jù)集， 它由實際數(shù)據(jù)與虛擬數(shù)據(jù)構成， 根據(jù)實際數(shù)據(jù)經(jīng)計算實驗產生虛擬大數(shù)據(jù)， 虛擬大數(shù)據(jù)由相關問題期望的解決方案引導， 聚焦生成小數(shù)據(jù)、小知識， 該小數(shù)據(jù)具有智能，直接面向解決實際問題。

２數(shù)據(jù)智能概念的共性認識提取及數(shù)據(jù)智能定義的提出

通過分析歸納上述關于數(shù)據(jù)智能概念的現(xiàn)有理解， 可總結提出關于數(shù)據(jù)智能概念的一些共性認識， 這可為提出數(shù)據(jù)智能的定義提供基本的邏輯思路和依據(jù)。概括看， 現(xiàn)有的關于數(shù)據(jù)智能概念的典型認識的共性特征主要體現(xiàn)在對數(shù)據(jù)智能的生成路徑、邏輯起點、基本指向、價值生成與釋放本質四大方面。

１） 數(shù)據(jù)智能的生成路徑基本遵循“從數(shù)據(jù)中找到關鍵有用信息， 從而使數(shù)據(jù)具有智能”。其中， 數(shù)據(jù)是符號的集合， 是表達客觀事實的未經(jīng)加工的原始材料， 可回答“有什么”， 但它本身是沒用的［１３－１５］ 。信息是被賦予意義和目標的數(shù)據(jù)， 對于信息用戶而言， 旨在找到對其有用的關鍵信息（一般指對決策有用的信息， 它包括信息鏈中的知識和情報［１３－１４］ ）， 即在對數(shù)據(jù)進行綜合、分析和提煉的基礎上獲得判斷、理解與預測， 可回答“是什么（如誰、何時、何地與多少等問題）” “為什么” 與“怎么辦”［１３－１５］ 。智能是合理地運用關鍵有用信息并進行正確判斷和最佳決策的能力。數(shù)據(jù)智能概念的現(xiàn)有認識基本以數(shù)據(jù)為基礎， 按照由數(shù)據(jù)到關鍵有用信息的轉換， 以期從數(shù)據(jù)中分析、提煉、發(fā)掘和獲得具有揭示性與可操作性的信息， 把大量的雜亂數(shù)據(jù)提取為少量的關鍵信息， 把無用的數(shù)據(jù)變成有用的信息。同時， 數(shù)據(jù)智能是關鍵有用信息與智能的集合體， 二者相輔相成?？梢姡?得到關鍵有用信息是數(shù)據(jù)智能的初始目標， 實現(xiàn)智能（即“使關鍵有用信息在決策中釋放價值”）是數(shù)據(jù)智能的終極目標［１］ 。

２） 數(shù)據(jù)智能的邏輯起點是數(shù)據(jù)。根據(jù)上述對數(shù)據(jù)智能概念的各種認識， 數(shù)據(jù)智能離不開數(shù)據(jù)這一底座， 數(shù)據(jù)是生產數(shù)據(jù)智能的基礎原料。形象地講， 若將數(shù)據(jù)智能視為“礦產品”， 那么數(shù)據(jù)就是“原礦” （需說明的是， 數(shù)據(jù)和礦產的性質存在差異， 如礦產屬于不可再生資源， 而數(shù)據(jù)屬于可再生資源）。從數(shù)據(jù)的角度看， 數(shù)據(jù)智能的影響因素主要是數(shù)據(jù)的質和量兩大方面。其中， 借鑒礦石品位（礦石品位指單位體積或單位重量礦石中有用組分或有用礦物的含量）的概念， 數(shù)據(jù)的質可用數(shù)據(jù)品位來衡量。所謂數(shù)據(jù)品位， 是指單位數(shù)量的數(shù)據(jù)中有用信息（即“數(shù)據(jù)智能”）的含量， 即數(shù)據(jù)品位（用百分比表示）＝ 數(shù)據(jù)智能／ 數(shù)據(jù)總量。數(shù)據(jù)品位是衡量數(shù)據(jù)經(jīng)濟價值的主要指標， 它直接影響數(shù)據(jù)分析挖掘效率。數(shù)據(jù)品位的主要影響因素包括數(shù)據(jù)的準確性、多樣性、及時性與應用場景范疇等， 提升數(shù)據(jù)品位的關鍵在于降低數(shù)據(jù)冗余（它是數(shù)據(jù)總量與數(shù)據(jù)智能的差值）。需注意的是， 數(shù)據(jù)品位概念是相對的， 隨著人類對數(shù)據(jù)需求的不斷增長和數(shù)據(jù)分析挖掘技術條件的不斷改善， 以前低品位的相對無用數(shù)據(jù)也可成為高品位的有用數(shù)據(jù)。同時， 數(shù)據(jù)的量是數(shù)據(jù)智能的基礎性影響因素， 擁有豐富的數(shù)據(jù)資源是挖掘和獲取數(shù)據(jù)智能的基礎。在當今大數(shù)據(jù)時代， 數(shù)據(jù)的量呈爆發(fā)式增長， 數(shù)據(jù)智能獲取起決定性作用的往往并非是數(shù)據(jù)量， 而是具有高品位的數(shù)據(jù)。例如， 目前， 由于很多組織的數(shù)據(jù)管理和分析挖掘能力不足， 導致它們已陷入“有用的數(shù)據(jù)智能缺失， 無用的數(shù)據(jù)泛濫” 的困境。

３） 數(shù)據(jù)智能的基本指向是支持和服務現(xiàn)實場景中的管理活動。數(shù)據(jù)智能的重要目的是從數(shù)據(jù)中尋找對管理有用的規(guī)律信息， 找到能指導管理實踐的原則和方法， 這是數(shù)據(jù)產生智能的主要途徑［５－６］ 。也就是說， 數(shù)據(jù)智能的基本指向是為管理活動提供有價值的信息支持和服務， 特別是獲得科學準確的預測與決策， 它是直接針對管理問題和降低管理活動中的不確定的信息， 從而提升管理和決策水平［５－６］ 。與一般的數(shù)據(jù)分析挖掘相比， 數(shù)據(jù)智能的核心目的是支持預測、決策與執(zhí)行等管理活動， 而非分析挖掘或者可視化展示?？梢?， 數(shù)據(jù)智能以數(shù)據(jù)為輸入， 以預測結果的產生、決策的制定和管理實務為輸出。也就是說， 數(shù)據(jù)智能一定是為了給管理人員提供洞察、預測、預警和決策等管理業(yè)務支持和服務， 讓數(shù)據(jù)在管理中發(fā)揮價值。因此， 數(shù)據(jù)分析挖掘需面向現(xiàn)實場景和問題， 使用數(shù)據(jù)抽象出現(xiàn)實場景和問題之中的隱性關系， 并形成關系發(fā)展的洞察、預測與預警等， 進而指導決策和執(zhí)行活動。因而， 數(shù)據(jù)智能的初始產品的呈現(xiàn)載體是洞察、預測與預警等， 它們是具有可行動性， 是可以轉化為數(shù)據(jù)智能的最終產品（即決策）的。簡言之， 數(shù)據(jù)智能面向現(xiàn)實場景中的管理， 是實實在在能夠幫助和支持解決現(xiàn)實場景中實際問題的?？梢姡?基于數(shù)據(jù)智能的管理結果就是衡量數(shù)據(jù)智能價值的直接指標。需注意的是， 實踐性是管理的本質屬性， 管理需面向具體現(xiàn)實場景才能開展并產生價值， 同樣，支持和服務管理的數(shù)據(jù)智能的產生和價值發(fā)揮亦需依賴于某一應用場景， 否則， 數(shù)據(jù)智能本身是泛化的， 是難以與現(xiàn)實問題相互聯(lián)系和對應的， 是難以在現(xiàn)實管理中應用落地和發(fā)揮作用的。

４） 數(shù)據(jù)智能的價值生成及釋放本質是挖掘和釋放數(shù)據(jù)的價值。數(shù)據(jù)智能源于數(shù)據(jù)， 它注重和強調如何從海量、結構類型多樣的數(shù)據(jù)中獲取、處理、挖掘、分析與提取真實且有價值的輔助管理活動的依據(jù)， 即對管理有用的信息資源?？梢姡?數(shù)據(jù)智能的價值源于數(shù)據(jù)本身的價值， 從數(shù)據(jù)智能活動過程角度看， 數(shù)據(jù)智能本質是一個不斷挖掘和釋放數(shù)據(jù)的價值的過程。換言之， 數(shù)據(jù)智能旨在激活“沉睡的數(shù)據(jù)”， 釋放數(shù)據(jù)服務管理和提升管理水平的價值， 從而呈現(xiàn)數(shù)據(jù)的巨大力量。因此， 若想更多地挖掘和釋放數(shù)據(jù)的價值， 就需從數(shù)據(jù)中獲取更多的數(shù)據(jù)智能。換言之， 從數(shù)據(jù)中獲取的數(shù)據(jù)智能的量與數(shù)據(jù)價值的挖掘和釋放量成正相關關系。這里， 借鑒一般的冰山模型， 構建數(shù)據(jù)冰山模型，如圖１ 所示。根據(jù)圖１， 水面上的“冰山” 部分屬于“看得見” 的數(shù)據(jù)智能， 水面下的“冰山” 部分屬于隱藏著的大量“看不見” 的數(shù)據(jù)。根據(jù)數(shù)據(jù)冰山模型， 提出在數(shù)據(jù)中獲得更多數(shù)據(jù)智能的３種基本策略。一是“冰山” 上浮策略， 通過擴大數(shù)據(jù)開放范圍， 擴大數(shù)據(jù)的應用和服務場景； 二是“水面” 下移策略， 運用相關技術過濾和清晰冗余數(shù)據(jù)與噪聲數(shù)據(jù)， 提高數(shù)據(jù)品位； 三是“浮冰”融化策略， 主要通過提升數(shù)據(jù)分析挖掘技術水平和能力來實現(xiàn)。

綜上所述， 提出具有普適性和概括性的數(shù)據(jù)智能的定義。所謂數(shù)據(jù)智能， 是指針對某一現(xiàn)實場景從數(shù)據(jù)中分析提取對管理有用的信息， 并用于服務和支持管理的能力。顯然， 該定義完全符合上文提出的數(shù)據(jù)智能的生成路徑、邏輯起點、基本指向，以及價值生成與釋放本質。

３數(shù)據(jù)智能的內涵

３.１數(shù)據(jù)智能的構成要素

根據(jù)上述數(shù)據(jù)智能的定義， 可提出構成數(shù)據(jù)智能的四大核心要素， 即場景、數(shù)據(jù)、分析與管理。關于數(shù)據(jù)智能的四大要素的含義， 上文已穿插做詳細解釋， 這里僅進行扼要解釋。其中， 場景指數(shù)據(jù)智能的應用或服務的場景， 場景來自實際的管理業(yè)務和情境， 應以管理需求為中心， 根據(jù)管理需求，將各個管理需求點場景化， 即做好數(shù)據(jù)智能應用的場景化。數(shù)據(jù)是指表達場景事實的符號集合， 包括來自場景內部和外部的數(shù)據(jù)， 它旨在以數(shù)字化為基礎， 把場景數(shù)據(jù)化。分析是指數(shù)據(jù)分析， 它的主要手段和工具是數(shù)據(jù)模型與算法。所謂數(shù)據(jù)模型， 是指將實際場景的管理問題轉換為數(shù)學問題， 數(shù)據(jù)智能分析服務平臺一般具有一個或多個成熟的數(shù)據(jù)模型， 它們可根據(jù)不同場景快速配置和適用。所謂算法， 是指求解模型的方法， 它可根據(jù)管理結果反饋不斷進行優(yōu)化迭代， 即“算法的自我進化”。管理是數(shù)據(jù)智能的應用和服務目的， 即改進和提升管理水平。

數(shù)據(jù)智能的四大核心要素之間相互影響， 數(shù)據(jù)是數(shù)據(jù)智能生產和應用的基礎原料， 場景是數(shù)據(jù)智能生產和應用的載體， 分析是數(shù)據(jù)智能生產的路徑和手段， 管理（支持、服務和改進管理）是數(shù)據(jù)智能生產和應用的目標?；诖耍?構建數(shù)據(jù)智能要素的四面體模型， 如圖２所示。

３.２數(shù)據(jù)智能的多重含義

根據(jù)數(shù)據(jù)智能的定義， 本質上， 數(shù)據(jù)智能屬于一個總括性的術語， 具有多重含義。換言之， 可從不同維度出發(fā)回答“什么是數(shù)據(jù)智能” 這一問題。這里， 分別從思維、產品、過程、能力與工具技術的角度出發(fā)， 對數(shù)據(jù)智能的含義進行多維度解析。需說明的是， 這里分析數(shù)據(jù)智能的含義的各個維度是相互并列的關系。

１） 數(shù)據(jù)智能是一種思維： 數(shù)據(jù)智能是一種新思維。第一， 數(shù)據(jù)智能是一種數(shù)據(jù)化思維。在數(shù)據(jù)智能這一概念未誕生之前， 運用數(shù)據(jù)并不擅長解決需要人類智能來解決的問題， 但有了數(shù)據(jù)智能這一概念后只要換個思維便可解決這一問題， 其核心就是變人類智能問題為數(shù)據(jù)智能問題， 即把諸多智能型的問題轉化成數(shù)據(jù)智能的獲取和利用問題。第二，數(shù)據(jù)智能是一種數(shù)據(jù)智能驅動思維。數(shù)據(jù)智能概念的提出， 實現(xiàn)了數(shù)據(jù)驅動思維的升級， 即數(shù)據(jù)驅動的本質是數(shù)據(jù)智能的驅動。第三， 數(shù)據(jù)智能是一種精準思維， 它旨在找到對管理關鍵有用信息， 從而支撐實現(xiàn)精準管理。

２） 數(shù)據(jù)智能是一種產品： 數(shù)據(jù)智能的主要屬性是價值性和可用性， 即數(shù)據(jù)智能是一種具有價值的可用產品。數(shù)據(jù)智能作為一種產品， 是根據(jù)某一現(xiàn)實場景的管理需求生產出的可操作輸出， 是數(shù)據(jù)經(jīng)分析處理生產出的產品， 它對管理具有直接或潛在的洞察和意義， 可識別出管理的機會、挑戰(zhàn)、優(yōu)勢與劣勢， 并提出相應的管理新見解和新對策［５－６］ 。簡言之， 數(shù)據(jù)智能是經(jīng)過處理的數(shù)據(jù)產物， 是針對現(xiàn)實問題的預測結果和解決方案。

在現(xiàn)實中， 數(shù)據(jù)智能產品的表現(xiàn)形式有數(shù)據(jù)可視化產品、分類聚類產品、推薦引擎產品、指標體系產品與自動化運維產品等。數(shù)據(jù)智能產品是數(shù)據(jù)智能的媒介和呈現(xiàn)載體［１］ ， 好的數(shù)據(jù)智能產品至少應具備４ 個基本特征， 即滿足管理的需求、好的品質（如質量、功能與服務等）、好的體驗和經(jīng)濟實惠。數(shù)據(jù)智能作為一種產品， 表明數(shù)據(jù)智能具有顯著的經(jīng)濟價值。同時， 要提升數(shù)據(jù)智能產品的經(jīng)濟價值， 還需考慮數(shù)據(jù)智能產品的成本（包括生產成本與使用成本）， 合理的成本是生產和使用數(shù)據(jù)智能的基本考量之一。

３） 數(shù)據(jù)智能是一種過程： 數(shù)據(jù)智能涉及一系列環(huán)節(jié)和活動， 可將它視為一種過程。就這一過程而言， 它具有多維含義。第一， 從信息鏈角度看，數(shù)據(jù)智能是通過數(shù)據(jù)收集和分析挖掘獲取可操作性和有用的信息的過程， 即它是使數(shù)據(jù)具有智能的過程。第二， 從管理角度看， 數(shù)據(jù)智能是管理場景和問題數(shù)據(jù)化的過程， 是運用數(shù)據(jù)智能驅動管理過程。第三， 從工作業(yè)務角度看， 數(shù)據(jù)智能是數(shù)據(jù)工作業(yè)務與管理工作業(yè)務不斷實現(xiàn)有機融合的過程。第四， 從投入產出角度看， 數(shù)據(jù)智能是利用數(shù)據(jù)輸入實現(xiàn)預期管理成效和結果的過程。概括看， 數(shù)據(jù)智能作為一種過程， 它是上述４ 種過程的集合體。

４） 數(shù)據(jù)智能是一種能力： 從數(shù)據(jù)角度看， 數(shù)據(jù)智能是一種挖掘和釋放數(shù)據(jù)的價值的能力， 是一種數(shù)據(jù)分析挖掘能力（即算力）。從管理角度看，數(shù)據(jù)智能是一種分析和解決現(xiàn)實管理問題的能力（如對管理的理解和洞察）， 是一種基于數(shù)據(jù)做出預測、決策或執(zhí)行管理任務的能力。綜合數(shù)據(jù)和管理角度看， 數(shù)據(jù)智能是通過梳理數(shù)字化要素， 找到對管理有用的關鍵信息， 合理地應用關鍵有用信息進行正確判斷決策的能力， 并結合現(xiàn)實場景與實際管理要素使數(shù)據(jù)的價值落地生效。

同時， 數(shù)據(jù)智能作為智能的一種， 它具備智能所具備的一般能力， 主要包括感知能力、記憶和思維能力、學習和自適應能力， 以及決策能力［１６］ 。一是數(shù)據(jù)智能具有感知能力， 即具有全周期、全領域、全時空的狀態(tài)感知能力， 這是產生數(shù)據(jù)智能的前提與必要條件； 二是數(shù)據(jù)智能具有記憶和思維能力，即它可存儲感知到的數(shù)據(jù)并可借助思維（數(shù)據(jù)模型與算法）通過數(shù)據(jù)分析挖掘和關聯(lián)產生關鍵有用信息；三是數(shù)據(jù)智能具有學習和自適應能力， 即通過與管理場景的相互作用和反饋， 持續(xù)感知、同步分析、自我學習， 并產生新的數(shù)據(jù)智能， 使自身能夠適應環(huán)境變化； 四是數(shù)據(jù)智能具有行為決策能力， 即對外界的刺激作出反應， 實時為管理活動提供相應的信息支持和服務， 實現(xiàn)自動決策與精準執(zhí)行。

５） 數(shù)據(jù)智能是一種工具技術： 首先， 數(shù)據(jù)智能是一種數(shù)據(jù)驅動的智能管理工具與技術， 它可將數(shù)據(jù)轉化為支持和服務管理的關鍵有用信息， 可幫助顯著提高決策水平與管理能力。其次， 數(shù)據(jù)智能是使用方為了有效地理解和使用所收集的數(shù)據(jù)以改進其管理而使用的所有數(shù)據(jù)智能分析工具和技術。數(shù)據(jù)智能分析工具和技術是大數(shù)據(jù)技術工具與人工智能技術工具的融合， 即主要利用人工智能的算法和技術對大數(shù)據(jù)進行挖掘分析［１］ 。數(shù)據(jù)智能分析工具和技術往往由一系列大數(shù)據(jù)和人工智能技術組成， 主要包括大規(guī)模數(shù)據(jù)處理、數(shù)據(jù)挖掘、機器學習、人機交互、可視化和其他技術工具。在現(xiàn)實中， 數(shù)據(jù)智能技術工具通常集中在一個技術工具平臺（即數(shù)據(jù)智能平臺）， 它的功能是收集、存儲和調用數(shù)據(jù)庫（面向特定場景和管理問題的數(shù)據(jù)集）、數(shù)據(jù)模型與算法等［１］ 。

４結語

數(shù)據(jù)智能作為近年來學術界和實踐界的一個火熱的新概念， 是大數(shù)據(jù)和人工智能的深度融合與升華的新產物， 是大數(shù)據(jù)和人工智能領域的重大前沿課題。令人非常遺憾的是， 盡管近年來數(shù)據(jù)智能概念已得到高度關注， 但研究者和實踐者對數(shù)據(jù)智能的基本理論問題的關注與重視不足， 導致數(shù)據(jù)智能研究與實踐工作缺乏理論基礎， 且有誤入歧途的巨大風險。學術界作為理論研究的主力軍， 亟待回答數(shù)據(jù)智能的基本理論問題， 對夯實數(shù)據(jù)智能理論基礎做出應有的擔當和貢獻。針對數(shù)據(jù)智能的最基本理論問題（即何為數(shù)據(jù)智能）， 本文在梳理現(xiàn)有的數(shù)據(jù)智能概念的相關認識的基礎上， 提取關于數(shù)據(jù)智能概念的共性認識， 提出數(shù)據(jù)智能的定義， 并基于此闡釋數(shù)據(jù)智能的內涵， 以期夯實數(shù)據(jù)智能的理論根基， 及時彌補目前數(shù)據(jù)智能基礎理論研究所存在的缺失。

筆者在涉獵數(shù)智和安全的交叉研究時， 數(shù)據(jù)智能作為一個基礎性概念， 愈發(fā)認識到了明確數(shù)據(jù)智能的基本定義和內涵的緊迫性與重要性。本文是筆者通過大量文獻、實踐調研總結和長時間思考撰寫完成的， 相信本文探討是數(shù)據(jù)智能相關研究者和實踐者所期待的內容， 可為當今如火如荼的數(shù)據(jù)智能研究與實踐工作助一臂之力。當然， 數(shù)據(jù)智能是一個新概念， 其內涵和外延是不斷發(fā)展變化的， 且不同學科領域或行業(yè)背景對其理解存在差異， 本文僅算是數(shù)據(jù)智能的定義與內涵方面的一篇拋磚引玉之作， 部分觀點或認識尚不夠深入成熟， 懇請各位讀者和同仁進行批評完善和交流討論， 共同為推動數(shù)據(jù)智能理論研究和實踐應用貢獻智慧。當然， 需明確指出的是， 實際上， 數(shù)據(jù)智能與數(shù)智技術、數(shù)智賦能、數(shù)智時代、數(shù)智環(huán)境等諸多概念密切相關，若是將數(shù)據(jù)智能概念展開分析極為復雜， 不是一篇研究能夠解決的問題。正因如此， 考慮到研究的針對性和深度及限于篇幅， 本文不涉及對數(shù)據(jù)智能與上述相關概念的聯(lián)系討論， 僅單純從數(shù)據(jù)智能這一術語本身出發(fā)去解讀數(shù)據(jù)智能概念， 數(shù)據(jù)智能與上述相關概念的聯(lián)系研究希望相關同仁或筆者有機會將另外撰文專門討論。