在数字化时代，面对政府治理、交通、物流、金融、广告、电信、医疗、娱乐和农业等多个领域的迫切需求，大数据技术在硬件、软件和专业服务等多个层面都在不断地更新升级。
根据市场研究公司Wikibon的研究，2015年大数据硬件、软件和专业服务市场增长23.5%，达到226亿美元，预计到2026年之前年复合增长率为14.4%，市场规模将达到922亿美元。
但是，能够满足市场需求的全套解决方案却是凤毛麟角。在数据已经成为资产的今天，拥有有效且充分挖掘数据价值的能力，已经成为大数据公司的制胜关键。
而从数据到数据应用成果，在本质上与制造业的生产流程无异，关键在于数据的生产方式。
金电联行（北京）信息技术有限公司（简称“金电联行”）的智能数据工厂，再造数据生产方式，目前已应用于政府、金融机构、产业等多个领域，也许可以提供一些新的思路。
打造智能数据工厂
数据生产方式历经多个形态，比如“手工作坊型”、“固定流水线型”。目前，大约80%的大数据公司仍然在以“出具报告”的形式提供产品服务。在这些公司内部，普遍存在着算法模型较少、数据量不足、数据维度窄、实时更新差的不足。
显然，上述数据生产方式已经不能满足现实的需要。金电联行的智能数据工厂，再造数据生产方式，也许可以提供一些新的思路。
实现智能数据工厂的前提是数据的智能化。那么，如何做到生产方式智能化？
首先，把数据资源作为原材料进行分类，根据所有者不同，可以分为自有数据、外部数据、其他非直接数据。
自有数据出自需求方自己的系统。比如，对生产制造企业而言，自有数据是生产经营管理等各个方面产生的数据。
外部数据指那些需求方较为容易获得的宏观经济数据、行业动态、国际环境数据等。
其他非直接数据，主要依靠数据挖掘和采集技术来获得，在智能数据工厂中，这些数据来自于该公司在相关领域的数据采集。
其次，为了更好地将这些数据进行应用，智能数据工厂创造了“数据拼图”概念。它通过一定的计算方式，可以有效地保证自有数据、外部数据和非直接数据能够无缝拼接，形成多维度数据集，使原材料品类质量都达到可以生产的水平。
第三，将数据拼图转化为最终成果，不仅需要数据专家为数据挖掘、清洗、加工以及接口服务提供支持，还需要了解需求方真实想法的业务专家提供业务发展方向。
最后，在使用数据拼图的初期，专家们建立模型并且把这一过程生产线化，搭建出实验室生产线环境，并且利用数据不断的交叉检验。经过多轮验证后，标准智能生产线1.0可用于实际生产。在生产线运作实际过程中，初代智能生产线会有更多新数据加入，利用专家加深度学习的人工智能技术，可以非常快速的校正生产线并且实现生产线升级，也就是从1.0升级为2.0，以此类推。
已应用于政府、金融机构、产业等
目前，智能数据工厂已经在政府、金融机构、产业等多个领域开展了应用实践。
在政府社会治理领域，智能数据工厂打造出多种符合政府社会智力需求的应用。这些应用不仅充当了社会经济数据挖掘器、经济发展趋势的预言者，还能够实现GDP管理、经济运行分析、产业预测，为政府提供智能决策支持。
在金融领域，智能数据工厂为金融机构打造更加高效的客户服务系统，为金融机构的客户（投资机构或个人）提供智能金融服务，包括投资咨询建议、投资分析报告、资产类别选择、投资组合选择以及风险管理等。
在产业领域，智能数据工厂与工业4.0完美结合，匹配《中国制造2025》的需求，打通数据生产与工业制造，打造出市场需求和产品价格预测、生产运行和企业管理优化（链接物联网和探测设备）、供应商智能管理等多种应对工业发展需求的应用。
比如，金电联行利用大数据技术优势，联合化纤行业内龙头企业华鼎锦纶、恒逸石化，以及化纤行业技术支持机构三联虹普共同搭建智能数据工厂，将智能数据工厂应用于化纤行业。通过建设化纤行业智能数据工厂，一方面，恒逸石化从工艺流程和装备层面完善物联网软硬件基础，落实工业4.0，实现“互联网+”；另一方面，从企业生产经营层面降低中间环节成本，打破技术局限，把经营风险、生产风险控制在最小程度，实现生产经营效率提升。
未来，智能数据工厂将不会是一种固有形态，而是一个不断根据数据自动变化的超级生态，不是依靠产品经理推动，而是依靠数据专家和业务专家来推动，让市场的需求自然暴露，然后为市场生产更具开创性的应用。
（广告）
