通信世界网消息（CWW）10月18日，以“实体融合新动能，数字经济新发展”为主题的“2018第五届中国国际大数据大会”，在京开幕。中关村大数据产业联盟、TalkingData、中国国际大数据大会组委会杨慧发布《数据智能行业生态报告》。
杨慧表示，数据智能是数据的一个高阶态的形式，数据智能是基于大数据的引擎，通过大规模的机器学习和深度学习技术，它能够对海量的数据进行处理、分析和挖掘，并且进一步的提取数据中的价值和知识，并且最终通过模型计算，以及工程的方式，解决实际的商业的决策问题。
数据智能数据价值四大特点
杨慧称，数据智能是一个比较独立的概念，是源于数据智能有以下四个方面的特点：
第一、数据智能最终目的是解决预测和决策的问题，而不仅仅是分析和展示。
第二、数据智能面向的是决策和预测，那么它的结果是可以衡量的，是有具体的，比如说像转化率啊。
第三、、数据智能它一定要有一个技术核心，那么这个技术核心，咱们可以统称为叫数据智能平台，这个平台它承载了，包括我们这个数据智能实现过程中的多个要素。它的核心算法，以及最终封装性的数据应用。
第四、数据展示的方式是数据产品，它真正能够指导决策，甚至替代一部分的人工决策。
综上四大特点，同时也引出为什么要有数据智能平台的话题，杨慧给出了五点原因。
首先，对于各个数据行业的从业企业来说，包括刚才特别有代表性的一些大企业，他们数据获取已经不是问题了，但是数据源的维度和数据来源较为单一，这样子的数据源价值是比较有限的。数据本身这个行业，它有它的特性，共享才会有价值，共享才会更多的维度，更多的维度才能形成更多的洞察。
第二个，各个数据行业的从业者，数据业务的推陈出新的速度非常快，可能在半年前开发的速度和产品，已经跟不上客户需求的迭代。各个数据源厂商，或者是各个数据的服务企业，很难形成规模优势，缺少整个行业的分工和合作。
第三个，数据行业最近推出一些数据个人隐私的保护法律，但是，我们的法律法规实际上还是在不断完善的过程中，数据安全、数据合规这种核心的问题，成为了几乎所有数据价值共享的一条主要的鸿沟。
第四个，数据与商业场景比较割裂，对于商业比较了解的是传统大型的解决方案商，咨询公司，乃至行业自己的从业企业。但是对于数据来说，可能数据行业的人比较懂数据，但他可能很少的去懂得在业务行业里的业务问题。所以他缺乏一些行业的经验，很难将数据转化为最终可以替代决策的数据产品。
第五个，专业人才的缺乏，对于人才大多数都集中在数据行业的同业企业里面，留给咱们的传统企业进行数字化转型，进行数字能力提高的人才是非常有限的。
数据智能的两件事六要素
数据终台有些什么样的特点呢？杨慧表示，可以把数据中台的特性总结为两个方面，数据智能能够干两件事情：
第一、看现在。其具有三大特性：连接、共享、安全。连接它其实是一个数据中台的基础，它能够告诉一个数据中台，能够让数据中台的数据以及数据的维度进一步的饱和；享是看一个数据中台，或者一个数据中台最基础的，甚至合格的标准，如果它不能进行共享，它阻碍了价值的交互；安全是一个数据中台能否真的能够连接到各个利益相关方的这样一个重中之重的问题。
第二、看未来。总结成三点：管理、科学、工程。管理这个方面可以说是数据数据中台帮助数据拥有方实现数据价值化的第一步，科学实际上是从数据资产中提取核心价值的这样子一个中间环节，工程就是真正的能够实现智能，能够将所有人的洞察和机器的智慧加在一起，替代一些重复性的角色方面。
有了以上六大要素，一个数据智能中台，或者说一个中台，才得以称为一个中台。
数据智能市场面对的痛点问题
杨慧说到，根据预测，单纯在数据智能这个大市场中间，最有代表性的，比如说像商业智能和数据分析这样一个子市场，它的复合增长率就能以8%这样的速度保持在2020年之后。大胆的去预测，在中国这个市场上，随着我们终端数据量不断的变化，随着数据异构性在不断的提高，和商业问题的复杂性在不断的提高，数据智能市场，也可以达到一个万亿级。
现在目前的这个数据智能市场，可以来说，还是一个刚刚起步的一个阶段。那么我们的客户和我们的从业企业，其实都同时面临着一些痛点问题。客户现在提出来的这些痛点问题，其实从背后也进一步反映出数据企业在供应链上有些问题。
第一个，数据单一，缺乏共享。
第二个，同步的造轮子，没有把优势更好的资源放在前面客户的具体情景和具体数据问题的解决上。
第三个，企业之间数据流通还会受制于数据安全、数据共享等等方面的技术和法律等等的问题。
第四个，数据人员不懂商业，数据人员对商业的了解不够深，造成了数据与商业的割裂。
