华为云数据使能白皮书

目录 以“数据+AI”的能力使能，打造数据驱动的现代化企业1 依托数智云脑，用数据驱动企业实时决策，实现“类光速”管理031.1以云平台为基础支撑，构建“经验即服务”模式，让优秀得以复制031.2以“数据+AI”的能力重构企业价值流，驱动企业实现从单点连接到万物互联的代际升级041.3企业使用数据的深度决定了数字企业的智慧程度041.4 挑战：现代化企业数据能力建设面临的困境2 方法论：以数据+AI为核心，标准化项目实施方法，保障数据项目高效落地093.1 立项预备：明确项目目标及范围，指导项目工作有序开展103.1.1 现状调研：全面评估，明确需求与能力差距 103.1.2 蓝图规划：顶层规划，避免陷入点状化问题而忽略全局 方案设计：承接蓝图方案，紧贴业务，打造详细、可落地的方案113.1.4 开发实施：“双模IT，立而不破” 运营推广：数字化只有起点，没有终点 应用场景：对准业务战略，建设价值驱动的IT和OT的融合数据应用场景实现以数据决策的现代化企业转型123.2 企业的数据应用场景分析框架，助力企业数智化战略落地133.2.1 管理体系：建立企业级的数据资产，结合常态化数据治理及长效数据运营机制，持续迭代升级 数据治理：企业级数据治理体系必须包含明确的数据战略、统一的政策、有力的组织机制和详细的管理规范173.3.1 数据资产：以数字化为前提，建立统一规范、安全共享的数据底座与信息架构，以释放数据价值193.3.2 技术平台：技术即服务223.4 案例：数字企业成功案例4 某大型玻璃制造企业254.1某啤酒领先企业294.3某大型水泥企业274.2某空管局314.4某知名车企334.5某知名钢铁企业354.6 华为云数据库服务385.1DataArts Studio服务445.3GaussDB(DWS)数据仓库服务425.2MRS MapReduce服务455.4GES图引擎服务475.5ModelArts服务495.6 前言 数字经济已成为推动中国经济增长主引擎之一 从2019年政府工作报告提出要壮大数字经济，到2023年党的二十届二中全会通过的《党和国家机构改革方案》中提出组建国家数据局，我国的数字经济发展政策不断由粗变细，政策浓度不断加强。数字经济已成为一项重要的内生增长动力。截至2021年，中国数字经济规模达到45.5万亿元，占国内生产总值比重为39.8%，数字经济已成为推动经济增长的主要引擎之一，总体规模连续多年位居世界第二。下一步我国将持续以数据为关键要素，以推动数字技术与实体经济深度融合为主线，以协同推进数字产业化和产业数字化，赋能传统产业转型升级为重点，以加强数字基础设施建设为基础，以完善数字经济治理体系为保障，不断做强做优做大我国数字经济。 数据成为新型国家战略性资产 近年来，以美欧为代表的发达国家和以中国为代表的新兴经济体国家，对数字产业战略规划和部署的重视程度不断加大。其中，数据作为数字经济的核心要素，已经成为了国家的重要战略资源。“数据主权”、“数据隐私”、“数据跨境流通规则”等越来越受到国际的关注。近年来世界各国都高度重视数据这一新型的国家战略性资产，在数据领域积极布局，在国际战略态势中寻求竞争优势。各国均积极推进“数据资产化”，提出要将数据作为政府管理中的重要生产要素，充分运用数据资源推动经济发展、优化政府管理等，利用人工智能、大数据、云计算等新技术来应对现代化治理的新挑战。 数字新纪元，如何释放数据价值，以放大、叠加、倍增企业商业价值成为企业的必答题 企业需要释放数据的力量来构建自身在商业链路各环节中创造价值的能力，包括基于高阶数据分析能力、AI驱动的高效决策能力、自动化协同运营执行能力、商业模式创新能力、敏捷试行能力等。不同于过去的业务线上化，如今企业需要更多的思考如何有效释放数据价值，借助人工智能发展，完成企业变革，为企业赢得更加牢固的竞争优势。 华为多年数据治理实践为企业数据管理体系变革提供了丰富的经验和思考 华为自2007年开始历经了两个阶段的持续变革，系统地建立起华为数据管理体系。第一阶段，围绕“清洁数据贯穿”，华为以“完成数据管理体系建设并落地运行，数据质量综合水平达到基本满意，实现数据清洁”为目标，设立了数据管理专业组织，建立数据管理框架，发布数据管理政策，任命数据Owner，通过统一信息架构与标准、唯一可信的数据源、有效的数据质量度量改进机制，为华为数字化转型打下坚实地基础。第二阶段，围绕“智慧数据洞察”，华为建设数据底座，汇聚企业各域数据并对数据进行连接，通过数据服务、数据地图、数据安全防护与隐私保护，实现了数据随需共享、敏捷、自助、安全透明的目标。 站在数字时代前行的巨轮上，希望能结合华为的经验、方法和思考，通过《华为云数据使能白皮书》帮助现企业实现代际升级，打造用数据说话，用数据决策的现代化企业。 愿 景01 以“数据 +AI”的能力使能，打造数据驱动的现代化企业 数字企业愿景: 以数字重构物理世界，重塑体验、效率、模式和运营 在这个“危”与“机”并存的VUCA（波动性Volatility、不确定性Uncertainty、复杂性Complexity、模糊性Ambiguity）时代，每家企业都面临着众多机遇与挑战。企业要如何抓住机遇、规避风险，实现业务创新、收入利润增长、快速适应复杂多变的外部环境，数据是必不可少的关键词。以数字世界感知、映射、分析物理世界，通过数据优化、控制、改造物理世界，实现数字世界对物理世界的重构，从而推动企业实现体验优化、效率提升、模式创新，完成数据驱动的企业变革。 依托数智云脑，用数据驱动企业实时决策，实现“类光速”管理1.1 VUCA时代，现代化企业需要具备客观、敏捷、智能的数据能力，打造具备韧性的“类光速”的企业管理能力。由数据驱动的现代化数字企业能够以数据要素为依据，将物理世界中的一切事物，从物理设备、客观认知、记录，通过对象数字化、流程数字化、规则数字化的方法映射到数字世界。全方位感知企业内部运作与外部环境，形成精准洞察 ；同时将AI和强大的数据分析与应用能力注入企业的各个环节，实现不再是主要依赖“人的主观经验”、“人拉肩扛式的管理”，而是由数据驱动的自动化管理决策生成与业务作业自动执行的企业闭环。 以云平台为基础支撑，构建“经验即服务”模式，让优秀得以复制1.2 进入十四五时期，围绕高质量发展命题，国家出台一系列数字经济发展规划和政策，产业数字化需求释放，催生云服务市场的进一步壮大，云厂商的重要性愈发凸显。华为云积极调整自身战略，提出“一切皆服务”，为企业数字化转型提供更好的“华为方案”。 围绕其中的“经验即服务”，以云平台等数字技术平台为基础通过全量全要素的数据连接企业业务、增量可执行的知识体系沉淀、智慧自动的现代化应用赋能，实现“经历-经验-服务”的转化。华为通过自身数字化运营实践和数据管理变革实践总结出来的数据使能方法论及解决方案，以及灵活、先进的云平台，帮助企业建立从感知、分析、决策到落地执行的闭环运作模式，支撑企业全局的业务决策，实现联合全域作战，达到企业业务的智慧化运营。 以“数据+AI”的能力重构企业价值流，驱动企业实现从单点连接到万物互联的代际升级1.3 数字化对物理世界的优化，最重要的是打通了物理世界的孤岛，为我们重构了“全连接和零距离”的、以企业为平台核心的万物互联世界。而连接物理世界和数字世界的“桥梁“就是”数据”。相较于传统生产要素的有限增长和供给，数据具有可复制、可共享、无限增长和供给的特性，企业可以将物理世界的大量数据，结合前沿的AI技术，实现端到端的连接。领先的数字企业通过构建“数据+AI”的能力，从节点内的单点高效（1.0）发展为多点协同的企业作业（2.0），最终实现以全面拉通的数据为基础，以人为中心，构建互联互通的业务流、数据流，重塑企业边界，成为万物互联（3.0）的新型产业链作业模式，实现企业的代际升级。 企业使用数据的深度决定了数字企业的智慧程度1.4 结合华为经验，我们按照数据能力应用深度的不同，将数字企业分划分为五个层次，分别匹配企业不同级别的数据能力、能力伙伴和发展结果。未来企业对于数据使用的深度，将直接决定企业的智慧程度。 •启动阶段 ：关键业务对象数字化，数据质量可支撑企业运营和经营管理的需求 ；•初始阶段 ：业务过程数字化，利用IT+OT融合数据能力开展业务分析和预测预警，辅助业务改进和决策 ；•成长阶段 ：通过数据分析和AI应用实现规则数字化，驱动业务流程自动化、智能化升级 ；•持续发展 ：有效利用上下游供应商、客户以及市场分析等外部数据，增加企业抗风险能力 ；•行业引领 ：数据能力横向和纵向发展，赋能同行业企业、产业链上下游生态合作伙伴，引领整个产业的发展。 挑 战02 现代化企业数据能力建设面临的困境 目前绝大多数企业的数据应用深度还处于启动或初始层级，在多年的数字化探索过程中，一方面是由于在过去多年的数字化探索过程中“摸着石头过河”，另一方面是因为随着业务高速发展，企业对数据应用的需求迅速扩大，成为企业面临的全新挑战。没有体系化的方案做指导，又希望数据应用建设能够尽快配合业务发展的脚步，很多企业为此引入了多套系统，导致企业的数据在“采存算管用”几方面积累了不少问题，逐渐形成了愈加沉重的历史包袱。同时，随着数据成为第五大生产要素，企业传统的单点孤岛式数据处理能力已经无法支撑其飞速发展的业务，成为了企业深化数据应用的掣肘，主要包括 ： 缺乏对数据价值的深度理解 企业对数据能够带来的业务价值缺乏足够的认知和理解,没有建立起数据深度应用的目标与整体规划。由于对数据价值的认知缺乏深度，大部分企业仅关注到了其难以体现、难以量化等特点，而忽略了数据能够带来的长远价值，因此错失了深入挖掘数据各方面价值的机会。 企业治理机制与文化未能跟上数字企业发展的步伐 企业治理机制与文化作为企业价值观、行为准则和决策运营机制的基础，已经发展的日渐成熟。而在数据成为生产要素，数据能几何倍提高生产力，颠覆行业，创造新商业模式的新时代，企业对于数据治理的理解和认知是严重不足的。大部分企业未把数据治理上升到企业治理的层面，未从企业战略，组织机制，文化，业务发展的高度去进行数据能力建设和运营，而仅停留在数字化部门，系统工具层面。 数据孤岛现象严重 对于分散在不同系统的数据，企业缺乏有效的数据共享和交互机制，甚至数据分布、数据质量也犹如“盲盒”一般无法做到有效管理。数据采集往往仅覆盖交易类结果数据，更多具有潜在意义的过程数据未被采集，难以支撑基本的数据分析，更难以实现预测，挖掘，AI等高阶分析。 数据安全“堤坝”薄弱 数据监管要求日趋严格，相关法规和标准逐渐出台，例如《个人信息保护法》、《数据安全法》、《网络安全法》等，数据安全技术水平、信息安全管理体系等方面提出了更高的要求。如何实现数据确权、控制访问权限和平台安全，确保数据可信与流通安全、保护用户隐私等，是企业终将面临的课题。 技术平台难以支撑对数据应用的需求 随着业务发展而产生的实时数据，体量巨大且类型繁杂，数据价值的发挥需要不同类型的数据跨源跨域相互融合与碰撞。全量全要素的大量数据需要低成本的压缩、储存，要求技术平台具备高扩展性、可伸缩性与高容灾性等特性，因此需要引入颠覆传统软件的处理方式，例如实时分析、AI分析、云计算平台、分布式数据存储系统等。另一方面，对繁杂的、海量、非结构化的数据进行价值挖掘、延长数据生命周期，需要依托以AI为核心搭建的多样化分析引擎。面对数据特征所决定的多样技术需求，企业只有大力提升技术平台建设水平，才能保障数据应用逐步深化。 难以做到长期资金投入与持续变革 现代化企业的发展需要长期的资金投入与持续变革，其中包括基础设施建设、数据治理、业务流程重组等，都需要大量的资金投入以及数字化复合型人才的培养。然而现有的组织大多存在权责不统一、部门间难配合、付出与收益脱节、缺少数据人才等问题，难以支撑长期变革。因此