从信息化改造到数字化转型,中国企业行至何处?作为一个“数据人”,有很多问题亟待我们解决。如何打通垂直的数据中心,减少信息孤岛的产生?如何高效管理海量数据,分析获取关键信息?如何更加有效的利用多元化的数据,为客户运营、决策提供信息支撑……本文结合行业及天地伟业的实践,从4个方面来分析我们对“数据中台”的价值思考。
从信息化改造到数字化转型,中国企业行至何处?作为一个“数据人”,有很多问题亟待我们解决。如何打通垂直的数据中心,减少信息孤岛的产生?如何高效管理海量数据,分析获取关键信息?如何更加有效的利用多元化的数据,为客户运营、决策提供信息支撑……本文结合行业及天地伟业的实践,从4个方面来分析我们对“数据中台”的价值思考。
企业的发展往往伴随着业务更多元化,也必然会促进更多的业务数据产生,也为企业实现业务数据化和数据业务化带来了更多的可能性,但现实是很多企业依然采用传统理念去建设大数据平台,导致不单单业务系统是一个个烟囱,大数据平台也是一个个垂直的数据中心,所以如何打通这些数据并将其按照一个统一的标准进行建设,以达到技术降本、应用提效、业务赋能的目标是众多企业面临的问题。从国家宏观发展战略上看,随着“平安城市”、“智慧城市”以及“雪亮工程”项目的推广,视频覆盖的网格化程度越来越高,物联感知设备的应用越来越广,为数据治理提供了广泛的设施和数据基础。安防管理平台作为国家智慧城市、平安城市等项目中不可或缺的一部分,在雪亮工程、智慧社区、智能交通等等众多场景中都有广泛应用,每天会产生大量的数据,如何对这些数据进行高效管理,成为行业面临的一个重要课题。
与此同时,对“智慧”的追求也进一步向安防监控视频数据的管理提出了新的需求。利用AI技术对海量视频数据进行分析,可以对数据的价值进行二次挖掘,获得在城市管理与运营等方面的深入洞察。此外,物联网技术的发展让数据来源更加多元化,同时也能产生更多数据用以分析。数据使用方式的变革,数据量的增加以及数据的多元化,势必将为数据的管理带来新的挑战。
数据中台就是为解决这些问题而生。随着互联网巨头的大规模组织架构调整,各行各业都在探索中台在企业或行业中的落地,同样也蔓延到了安防领域。尽管此前安防行业内鲜有提及“中台”的概念,但伴随着安防行业进入到智能物联网、大数据及人工智能深化应用阶段,更为了满足用户层出不穷、多场景化、碎片化的的安防业务需求,安防厂商也开始着手在DAAS和PAAS层方面做一些改进,将系统层中共性的、基础的数据和能力抽象出来作为一个“中台”来赋能上层应用系统,支撑各行业的业务需求。总结起来“数字中台”就是一种可复用的能力集,对安防行业的发展有重要意义。
数据中台的建设意义
对于主流的安防厂商来说,传统垂直行业的平台软件开发都是烟囱式的,每条行业线都是独立的团队开发维护,存在大量的重复开发工作。另外,安防的行业特征是碎片化需求、行业颗粒密度小;碎片化需求导致这行业很难标准化,不同行业的需求差异比较大,很考验安防厂商的服务响应能力。而各行业的数字化转型需求,对应的恰好也是碎片化的需求。不用行业的用户场景和业务逻辑是有很大区别的。随着企业数字化转型需求的逐渐渗透,一方面是碎片化和小颗粒的需求,一方面是安防厂商的数字中台。数字化场景的碎片化导致需要投入的人力和物力将会特别多,特别是对于大体量的公司,必须大幅提高研发效率,降低人力成本的投入。
在这种行业趋势下,各个行业孤军奋斗,容易重复性投入,大幅降低效率,如果可以提取各行业的共性组件和基础组件,存档留存到以后重复使用,也就是资源共享,那么将大幅提高工作效率和人均盈利。
正是基于这个逻辑,主流安防厂商都在着手进行数据中台的搭建,使用中台架构我们可以把各条行业共用的能力提炼出来,标准化、模块化,开发效率提高50%以上,对于安防厂商来说,实现各行业业务管理平台提供了高效复制的能力,可以快速满足市场的碎片化需求,同时对于企业的利润可以得到一定促进作用。
随着安防行业的发展,信息化水平越来越高,安防行业已经进入AI智能时代,数据种类越来越多,数据量越来越大,已经具备了数据中台建设的基础条件;另外,随着安防行业的发展,随着人工智能算法越发强劲,细分领域信息化建设过程中存在着数据壁垒、分散建设、重复投入等问题;此外,面对系统中多种类型的设备接入,面对系统中多种类型的数据处理分析,存在多个痛点,例如,需要接入多种类型接口、需要研究每种设备、对接开发周期冗长等,而且即使数据对接完成后,系统内的数据互联互通也存在一定隔阂,不能很好的发挥作用。在这种情况下,亟需要对设备及数据进行统一治理,快速完成设备整合、数据共享,而数据中台就可以从一定程度上解决这类问题。通过数据中台,可不必关心设备如何接入,不必对接多种类型接口,数据即拿即用,快捷高效。
数据中台架构解析
基于上述分析,安防行业“数据中台”的出现并非偶然,和产业的发展进程息息相关,数据中台的诞生很大程度上也是为了解决行业内现存的一些瓶颈问题。同时也可以看出,无论是从行业的项目进程还是技术发展的角度看,智能安防领域都是一个十分适合数据中台落地的行业场景。
数据中台其整体架构可以分为四层:
(1)大数据技术平台,为数据资产管理平台提供技术支撑,包含多个数据存储、计算框架,解决多源异构的海量数据采集、存储、计算等问题。
(2)数据资产管理平台,基于大数据技术平台之上的数据管理中间件,用于盘点数据家底、构建统一的数据标准体系、构建行业化主题式数据仓库,以实现数据资产化为主要目的。数据资产管理平台通过数据开发引擎与底层大数据技术平台进行数据交互。
(3)数据分析挖掘平台,架构在数据资产管理平台之上,为数据科学家、数据分析师提供稳定、高质量的跨主题数据资源。同时支持自然语言处理、机器学习建模平台、智能标签+动态知识图谱等多个易用的数据挖掘工具集。
(4)统一数据服务总线,提供统一的、面向应用的、主题式的数据服务,将数据资产管理平台、数据分析挖掘平台的数据处理和分析结果以数据服务形式对外提供,同时生成以业务为导向的服务资源目录,让前台应用更清晰的使用数据中台里的各类数据,实现以数据驱动业务,促进前台业务。
安防“数据中台”建设的意义,在于中台架构的构建可以更好地打通各产品的数据和基础业务,实现数据和应用的分离,支持业务应用的快速开发,提升企业内业务条线进行协作的效率。当下智能安防进入到深度挖掘数据应用价值的阶段,而展开数据应用的前提首先是建立起一个良好的数据资源环境,在这个过程中,数据中台正好扮演的是以视频数据为核心的场景级和行业级数据治理和赋能平台。
数据中台在智慧社区的行业应用
结合当前市场比较火热的智慧社区来讲,社区作为平安城市的最后一公里,现阶段需要将社区建设和智慧城市建设进行打通,面对全国庞大的智慧社区市场建设商机,较多物联网公司、楼宇对讲公司、物业管理公司、房地产公司等等均陆续加入到智慧社区建设的阵营中来,在这种情况下,涉及到的系统设备有很多,软件平台会有很多。陆续出现许多“智慧社区”不智慧、不人性化等问题。例如使用不同的社区服务,需要下载多个APP,甚至进出同一个小区,从大门到家门要用到不同的门禁卡,这样的智慧社区不仅起不到方便居民的作用,还伤害居民的社区体验。无论是智慧社区还是智慧城市的建设,都要满足人的需求,智慧社区应打造以人为中心的智能体验,而不是以单一设备、服务为中心的体验。
当前社区管理的痛点就在于不同的设备、数据、体验、生活服务都是各自独立、互不相通的,形成了一系列“孤岛”。智慧社区和智慧城市对安全的需求、健康的需求以及需要做的产品等都是共通的,因此只有以人为本,打破设备、数据、体验、服务孤井,才能更好地满足用户需求。数据中台能够提供给客户的服务能够更高效,对用户而言,基于场景的应用想法,可以利用中台迅速实现。
数据中台技术的发展趋势
数据中台的建设,除了要有具备丰富行业经验的技术团队之外,还要有一套健全的、经受过大量项目的沉淀与检验的产品与工具,数据中台的最终效果和建设成本将取决于这套产品工具的自动化、智能化程度。所以通过人工智能技术来优化和改造数据中台也将成为重要的趋势。人工智能技术可以让数据中台更加敏捷和高效,未来在数据中台的底层工具和产品层面融入人工智能技术,可以自动分析源业务系统间的数据依赖关系、智能推荐主数据、数据标准、数据治理建议,还可以自动生成脚本等。
除了数据中台的构建过程智能化之外,上层业务也会有沉淀出一批人工智能相关的产品,比如自然语言生成、问答机器人、自动翻译等等。当前人工智能应用开始逐渐进入到各行各业之中,数据中台的建立有利于人工智能模型的训练和应用的创新。企业的数据科学家可以根据自身业务发展需求,依托数据中台构建行业人工智能应用,如生产制造业的智能供应链调拨、房地产行业的智能选址等智能化应用。
同时,随着5G网络的发展与普及应用,人类生活场所的智能设备越来越多(如城市的房屋建筑、路灯、垃圾桶,车辆的轮胎、刹车、方向盘以及各类穿戴设备),物联网智能数据数据采集成本也将大大降低,这些智能设备的数据可以通过IOT传感器将数据上传到数据中台。随着业务数据化程度越来越高、数据处理与分析技术越来越成熟,各行各业将逐步实现一切业务数据化,利用各类感知数据来描述物理世界,构建智能认知引擎,并形成决策辅助工具。不远的将来,很多执行环节将由机器进行决策与执行,人类和机器共同协作能力将得到高速发展。
总体而言,数据中台将会朝着数据更多样、底层更智能、上层使用更加简单、应用更丰富的方向发展,在不远的将来,中国将迎来各行业与政府依托数据中台进行数字化转型和构建数据智能应用的热潮,而蓬勃发展的相关技术也将为数据中台功能的完善与升级提供更多的可能性。