百分点CTO刘译璟：新基建时代，数据智能助推数字经济发展驶向“快车道”

  “加强新型基础设施建设，发展新一代信息网络，拓展5G应用，建设充电桩，推广新能源汽车，激发新消费需求，助力产业升级。” 备受关注的新型基础设施建设，今年被首次写入政府工作报告。

  新冠肺炎疫情这只“黑天鹅”的出现，对公共治理、应急能力和生活秩序都带来了挑战。但与此同时，我们也看到数字政府在抗疫中作用凸显，比如，为实现精准抗疫、有序复工，各地政府和企业推出了健康码。

  现在健康码几乎人手一个，它已成为了人们乘车、购物、工作、旅行的必不可少数字通行证。从某种程度上讲，健康码可以看作是我国数字化治理的一次创新实践与尝试，体现出数字政府建设正从信息化向智能化阶段升级。

  2020年以来，中央对新基建的重视程度显著提升，地方省市对新基建的政策支持力度不断加大，相关规划与政策正相继出台。

  区别于传统基建，新基建主要是指以5G、数据中心、人工智能、云计算、物联网等新一代技术为代表的新型基础设施。新基建不仅有利于对冲疫情造成的不利影响，而且还将推动一系列的数据智能技术应用到政府数字治理及产业数字化转型中。

  成立于2009年的百分点，是一家数据智能技术企业，拥有完整的大数据和认知智能产品线，基于行业知识及数据中台建设经验，提供面向政府和企业数字化转型的行业解决方案，致力于用数据智能促进政府和企业智能化转型。

  近日，比特网邀请到了百分点CTO刘译璟，在采访中，他谈到了对于新基建的理解、抓住新基建机遇的关键因素、百分点在新基建中扮演的角色，以及百分点未来的发展规划。

百分点CTO刘译璟

  基建无关“新旧”，关键在于如何建好

  2020年注定非同寻常，受疫情影响，各行各业都受到不同程度的冲击。为缓解经济下行压力，中央层面屡次提到新基建，使得新基建受到前所未有的关注。目前，各方对新基建的解读有着一定的共通性，但同时也存在一定的差异。

  站在数字经济发展的角度，新基建核心是数字基建，其范畴主要围绕未来数字化生产生活和商业创新的数字化基础设施。现阶段的“新基建”不仅包括新型数字基础设施建设，还包含对传统基础设施的数字化改造。

  “没有必要纠结‘新旧’，当下重点在于如何‘建好’。新基建对于数字经济的发展非常关键，但是数字经济的发展还需要一个关键的引擎，这个引擎能够把基础设施连接起来，并让数据的价值真正发挥出来，从而驱动数字经济的运转，数字经济的引擎就是数据智能。”刘译璟说道。

  百分点数据智能在疫情防控中大显身手

  数据智能，本质是以数据化的方式描述并分析现实世界，最后应用到现实世界形成一个闭环。它是三种融合的引擎：数据融合，盘活数据资产，让数据在流动性中发挥价值;技术融合，技术赋能数字经济发展，助力效率提升;应用场景融合，技术与场景深度融合，加速业务智能化进程。

  值得一提的是，在此次疫情期间，百分点运用数据智能技术，为全国多个地区疫情防控、复产复工提供数据智能技术服务，为疫情防控部门的精准防控提供了决策依据，提升了城区疫情防控整体水平。例如，在疫情防控初期，百分点基于多种“无接触”移动终端信息系统、行为轨迹追踪的态势感知系统，以及多维数据拉通的GIS统一作战平台，形成了“数据+平台+创新应用”的完整闭环;在重点防控阶段，快速响应城市疫情人员追踪和网上督察疫情督导管理需求;在企业复工复产阶段，搭建了企业顺利复工复产监测平台。

  新基建风口下，百分点积极布局四大领域

  当前，不论是从中央密集部署，还是资本市场热捧，新基建已站在风口处。此时，企业该如何抓住机遇，从而在本轮新基建浪潮中进一步壮大，是一个非常现实问题。

  “百分点定位做数字政府建设的赋能者、企业数字化转型的技术合伙人、新一代信息技术出海的先行者。”刘译璟表示，“新基建浪潮中，从认知和解决方案方面，促进像百分点一样的数据智能技术企业的政府业务加快步伐往前走。”

  数据智能应用于数字政府建设，体现在三个方面：1.数据治理。使用大数据操作系统、机器学习、数据开放服务、数据交换共享等技术，构建数据中台。2.数据分析。使用自然语言处理、模型工场等技术，通过数据分析全面揭示经济社会发展规律。3.数据决策。运用知识图谱、智能交互、增强分析等技术，助力决策研判。

  据了解，百分点目前主要在数字政府、应急管理、公共安全、环境保护四个领域进行布局。具体来说：

  1.数字城市：用数据智能构建“城市大脑”，以数据驱动新型智慧城市建设，提高城市治理能力。

  2.应急管理构建应急大数据治理和智能应用体系，面向自然灾害、安全生产和城市生命线等应用场景，为应急管理事前、事发、事中和事后4个阶段，提供科学决策支持。

  3.公共安全：面向警务实战，建设以数据为核心的大数据智能应用体系，帮助公安机关提升犯罪打击和风险防控能力，提高社会治理能力和公共管理服务水平。

  4.生态环境保护：生态环境全要素数据整合、治理与管理，面向环境污染预测、污染物溯源和环保监管等提供智能分析与应用，助力生态环境保护精细化管理。

  在采访最后，刘译璟介绍了百分点的未来规划，他表示：“在新基建的政策推动下，未来会有一系列的数据智能技术应用到政府数字治理及产业数字化转型中。在这种趋势下，百分点公司构建了完整的贯穿‘数据处理-分析-决策’的综合技术体系，以及人机智能交互、自动化知识构建与服务、机器辅助决策等智能应用体系，用数据智能促进政府的数字化治理和产业的数字化转型。”

  以下是采访全文：

  比特网：在疫情期间，“新基建”迅速成为各界所关注的焦点，很大程度上被当做对冲疫情影响的一个重要的政策措施，各界对于新基建的理解和解读有些差别，您对新基建是怎么看的？

  刘译璟：站在数字经济发展的角度，新基建核心是数字基建，其范畴主要围绕未来数字化生产生活和商业创新的数字化基础设施。现阶段的“新基建”不仅包括新型数字基础设施建设，还包含对传统基础设施的数字化改造。我们认为，没有必要纠结“新旧”，当下重点在于如何“建好”。

  数字经济已经成为疫后经济提振的新动能，而新基建是数字经济的基石。疫情期间，包括政府、企业、公众等在内都不同程度体验到了数字经济的便利和优势，数字经济也成为我国抗疫的重要手段，远程协同办公、在线教育、视频会议、云招商云签约等应用快速普及。疫情之后，政务、医疗、教育等公共服务领域的数字化转型进程必将加快，企业从办公到销售、供应链等各个环节也都会加快数字技术的应用。

  比特网：如何抓住新基建带来的数字化红利？需要哪些关键因素？

  刘译璟：新基建对于数字经济的发展非常关键，但是数字经济的发展还需要一个关键的引擎，这个引擎能够把基础设施连接起来，并让数据的价值真正发挥出来，从而驱动数字经济的运转，数字经济的引擎就是数据智能。

  “数据智能”，本质是以数据化的方式描述并分析现实世界，最后应用到现实世界形成一个闭环。“数据智能”的内涵至少是包含技术和应用这两方面：

  首先，数据智能是一个综合性的技术体系，应用于海量的结构化的数据处理、分析和决策，不再是单点的技术，而是融合了大数据、云计算、人工智能、物联网等多种技术;其次，数据智能是一个连接物理世界和数字世界的智能应用体系，包含人机智能交互、自动化知识构建、知识抽取、知识服务、机器辅助以及智能决策等的一整套应用体系。数据智能是三种融合的引擎：数据融合，盘活数据资产，让数据在流动性中发挥价值;技术融合，技术赋能数字经济发展，助力效率提升;应用场景融合，技术与场景深度融合，加速业务智能化进程。

  比特网：贵公司如何在新基建浪潮中，扮演什么角色？有哪些能力？

  刘译璟：百分点定位做数字政府建设的赋能者、企业数字化转型的技术合伙人、新一代信息技术出海的先行者。

  新基建浪潮中，从认知和解决方案方面，促进像百分点一样的数据智能技术企业的政府业务加快步伐往前走。

  数据智能应用于数字政府建设，体现在三个方面：1.数据治理。使用大数据操作系统、机器学习、数据开放服务、数据交换共享等技术，构建数据中台。2.数据分析。使用自然语言处理、模型工场等技术，通过数据分析全面揭示经济社会发展规律。3.数据决策。运用知识图谱、智能交互、增强分析等技术，助力决策研判。

  百分点主要在数据政府、应急管理、公共安全、环境保护四个领域进行布局。具体来说，

  1.数字城市：用数据智能构建“城市大脑”，以数据驱动新型智慧城市建设，提高城市治理能力。2.应急管理构建应急大数据治理和智能应用体系，面向自然灾害、安全生产和城市生命线等应用场景，为应急管理事前、事发、事中和事后4个阶段，提供科学决策支持。3.公共安全：面向警务实战，建设以数据为核心的大数据智能应用体系，帮助公安机关提升犯罪打击和风险防控能力，提高社会治理能力和公共管理服务水平。4.生态环境保护：生态环境全要素数据整合、治理与管理，面向环境污染预测、污染物溯源和环保监管等提供智能分析与应用，助力生态环境保护精细化管理。

  比特网：在疫情期间，利用自己的新基建能力发挥了哪些价值，可以归结为几点？有哪些典型的案例可以分享？

  刘译璟：(1)此次疫情的爆发不仅带来整个社会对数据智能应用理念的转变，更为数据智能落地应用带来“强场景”和大量新数据，尤其在疫情期间政府快速响应机制的保障下，多种资源快速整合，大大缩短系统上线周期。

  (2)在疫情防控初期，百分点基于多种“无接触”移动终端信息系统、行为轨迹追踪的态势感知系统，以及多维数据拉通的GIS统一作战平台，形成了“数据+平台+创新应用”的完整闭环，48小时即上线社区闭环防控系统;在重点防控阶段，快速响应城市疫情人员追踪和网上督察疫情督导管理需求;在企业复工复产阶段，只一两周便搭建起企业顺利复工复产监测平台，这些都是基于数据智能技术所做出的快速响应。

  比特网：很多企业都想要借“新基建”的东风，但是在实际落地的过程中，有哪些误区？您给企业哪些建议？

  刘译璟：现在加快推出这样一个战略性的布局，主要是从短期、中期到长期的综合战略考虑：

  短期：应对疫情影响(稳增长，拉动投资，刺激经济)

  中期：解决数字经济发展的瓶颈问题(基础设施配置不到位，跨区域跨行业数据流动不畅，数字经济和数字技术软环境不够优化)

  长期：顺应技术发展和经济转型的需求(构建新生态，催生新消费，形成竞争新优势)

  需要注意的是，“新基建”的核心是数字化基础设施，技术含量高、发展变化快，必须需求驱动，应由市场主导。

  比特网：疫情过后，您觉得有哪些趋势是不可逆的？

  刘译璟：此次疫情从根本上改变了整个社会治理的方式，甚至影响到人与人、人与社会组织之间的连接关系。

  疫情期间，广泛应用到众多商业场景的数据智能技术应用，快速深入到了社会治理的方方面面。以健康码为例，人们自行网上申报后，只要亮一线下二维码就能快速通行。实际上，即使是基于这种真实手工填报的数据，也有很复杂的技术架构。首先根据疫情管控政策梳理业务逻辑，再通过技术去落地。值得注意的是，这款应用所遵循的《个人健康信息码》系列国家标准，从立项到发布仅用了14天。

  在国外，Google和Apple联合研发的TraceTogether，其基本原理是通过手机蓝牙互相通信来确定哪些人是有密切接触。同样是通过技术手段去实现密切接触的推断，以及当这些人被确诊以后，通知相关密切接触人。而不同的是，这个应用无法落实隔离观察等的疫情防控政策。

  国内在疫情防控期间推出的众多应用，集中体现了政府应对重大突发公共事件治理中理念的改变和思维的创新，也让人们普遍对数据智能技术发生了认知的改变，意识到数据智能是支撑落实社会治理、国家治理、国家政策执行的有利技术支持。

  在新基建的政策推动下，未来会有一系列的数据智能技术应用到政府数字治理及产业数字化转型中。

  呈现五大趋势：

  第一，多模态的数据融合。

  概括来说，数据融合是多源异构数据的融合，是大、小数据的融合，是内、外部数据的融合，是历史数据和实时数据的融合。数据融合涉及到多种技术进行处理，传统数据库和大数据技术天然地用来处理结构化数据，而涉及到文本、图片、音频、视频，就需要运用语音识别、机器视觉、自然语言处理等技术，从这些多模态的数据里抽出语义标签，再通过知识图谱技术将这些语义信息融合构建在一起，并转化为知识，进行知识分析、知识问答与知识挖掘，最终支持决策。

  第二，应用会越来越强调实时性。

  政府应对突发公共事件需要进行快速反应，意味着对系统的实时处理能力提出了更高的要求，城市态势感知、应急管理等实际业务场景亟需从以往的T+1转变到T+0。以三个场景案例来说明：

  案例一：城市态势感知

  疫情期间，每个城市的应急中心都设有一个指挥中心，汇集医疗、交通、公共安全等领域的数据，政府决策者需要实时了解防疫物资、救护车位置等情况，才能对整个态势做出判断并进行相关的决策和资源的调配。

  案例二：自然灾害预测预警

  对这种灾害的预测预警，天然需要实时的数据智能技术的应用。比如说火灾或者危化品爆炸等事件，需要实时进行监测预测，如果发现风险就要进行相关的预警。但凡晚个几秒钟、几分钟，可能这个灾害已经挡不住了，要避免发生像澳大利亚的持续几个月的森林火灾，必须在早期就做出一些防范。

  案例三：自动驾驶

  对自动驾驶来说实时性至关重要，要结合高精度地图获取一定范围内的道路信息，实时做出准确决策，否则就可能出现安全事故。

  我认为，实时性是未来数据智能应用的大趋势，伴随实时性的要求越来越高，数据处理量越来越大，实时计算相关的技术也会变得越来越热门，未来Spark、Streaming、Flink等技术会应用得越来越广泛，甚至会替代掉Hadoop、MapReduce等技术。

  第三是交互性。

  当数据智能技术逐渐运用到各领域之中，使得非专业人士也要能够应用数据智能辅助决策，未来人机交互会变得更加自然，通过语音交互而不是写代码的方式。百分点在推动数据智能技术应用过程中，主要围绕指挥中心、决策沙盘和自助客服等交互形式进行了研发落地。

  案例一：指挥中心

  疫情期间各地都设立了指挥中心，其智能化的科技大屏可以将疫情信息全方位呈现，政府决策者可以通过智能交互方式进行点线面布阵。系统中所有数据语义是打通的，大家在同一个工作环境和场景下共同写作完成一项任务，最终在大屏上展示宏观态势。可以说，指挥中心是数据智能技术的可视化呈现。

  案例二：决策沙盘

  决策沙盘可以按时间维度、地理空间维度的分析，全面呈现出物理世界或者业务的整体态势，这是一个进行交互、研判、分析及行动的应用。比如汽车营销场景，可以基于此了解门店分布、不同品牌车辆的销售状况，甚至可直接和销售经理联系，下达一些行动计划。

  案例三：自助客服

  自助客服可以完全替代人的重复性的劳动。以政府统计工作为例，每年年底，企事业单位有大量的关于如何进行统计数据上报的咨询需求，为此，百分点公司为北京海淀区统计局提供了7*24小时在线在线填报智能咨询平台技术支持，通过公众号、小程序等实现语音+文本双模态“人机交互”智能服务，通过和机器问答，就可以快速得到想要的答案。

  在这三类交互应用里，不仅衍生出语音识别、机器视觉、自然语言处理方面等技术的诉求，还包含数据可视化，将数据以更直观的人机交互方式呈现出来。同时，智能科技大屏等特定类型的设备，也可满足不同的交互需求。

  第四是自主性。

  以往，数据智能技术只能执行精确定义的任务，否则系统不能给出任何建议。而在未来，系统会尝试理解人的需求并给出解决方案，在不断交互中修正解决方案。以两个案例场景来说明：

  案例一：机器人

  这次疫情中，消毒机器人、配药机器人、送餐机器人等各显其能，发挥的作用十分亮眼。这些机器人在特定的任务领域和路线上是具备一定自主性的，但并不是完全自主。

  案例二：内容审核

  内容审核也是互联网上非常重要的应用。比如在反电信欺诈场景中，尽可能的在人不介入的情况下进行一系列的分析判断，当系统判断有风险的时候，就要实时做出反应并马上去阻断，如果等待人介入，很有可能整个欺诈已经完成了。

  实际上，AI本质上就是要不断的总结规律，未来随着数据越来越多地沉淀，在感知、认知、决策过程中，机器已经呈现出自主性演进的趋势，帮人做出更多选择和判断。

  第五是隐私保护。

  数据的安全和隐私问题一直是数据智能应用的前提。尤其是当数据“升格”被纳入五大生产要素之一后，如何实现数据共享交换、在使用过程中如何保障数据安全，是未来需要解决的问题。

  正如TraceTogether在落地到不同国家的时候总要进行一些适当的改造，比如在欧洲、德国、法国，需要按照GDPR法案进行一些小的调整;中国的“健康码”也是按照《个人信息安全规范》，要求个人填报的真实数据只能用到疫情APP中，以进行隐私保护。

  除了立法层面，目前，关于数据隐私保护的技术主要包含以下几个方面：

  一是边缘计算。

  以往传统的方式是将数据汇聚到云端，进行集中式的处理、分析、建模和应用。随着边缘节点和设备能力的加强，可以实现在终端或者在边缘节点进行更多的运算。这就意味着，不需要把隐私数据上传，只传输经过标签化的或者量化过的结果即可，这在很大程度上保障了数据的隐私。

  二是联邦学习。

  Google在2016年率先提出了基于终端的联邦学习技术，借助边缘节点及设备的能力，每台设备初始化的模型都是云端已经训练好的通用模型，并且模型在运作过程中会根据本地的使用情况进行不断的调整。也就是说，所有模型训练都是在本地完成，再把本地训练完的模型同步到云端，云端也只是训好的模型结果，经过合并成一个新模型后重新发布出去。在这个过程中，基本上没有隐私数据在客户端和云端之间进行传输。

  三是安全多方计算。

  为了保证数据更加安全，还需要一种自我协调、自洽的模式进行安全计算。在这里面就需要用到很多加密等手段，大家共同参与一件事情，得到一个结果，但是除了这个结果，彼此不知道别人的任何信息，整个过程里面可以保障每个人的数据不会泄漏，所有参与方也不可能通过自己的数据来推断出别人输入的到底是什么。这是安全多方计算想要达到的整个目标，相对来说是一种更极致的隐私保护。当然，各方也可以通过云端进行更多的交互，这也是未来很有前景的一个方向。

  总而言之，以上这些数据智能技术创新应用已经逐步落地到社会治理、企业提效及便民惠民等领域中。在这种趋势和框架下，百分点公司构建了完整的贯穿“数据处理-分析-决策”的综合技术体系，以及人机智能交互、自动化知识构建与服务、机器辅助决策等智能应用体系，用数据智能促进政府的数字化治理和产业的数字化转型。