智慧決策進行時 專家共話數字技術賦能高端智庫智慧決策

新華財經北京12月17日電 （記者沈寅飛）數據如何驅動決策,智能又怎樣引領變革？在近日舉行的“中央企業數字化轉型峰會——智慧決策論壇”上，與會人員從智慧決策應用場景、核心技術以及發展前景等多方面對數字技術賦能高端智庫智慧決策進行分析解答。

智慧決策是數字經濟時代的必然選擇

國務院國資委黨委委員、秘書長彭華崗指出，智慧決策是數字經濟時代的必然選擇，中央企業智庫聯盟要在數字經濟發展中充分發揮引領作用，促進數字技術與智庫建設深入融合，賦能國資國企改革發展研究決策，為新時代中國特色新型技術數字化轉型做出示范。

彭華崗強調，智慧決策是一個開放、動態而復雜的過程，需要綜合運籌學、應用管理學、數據挖掘科學等前端技術領域，綜合實際應用場景對決策咨詢賦能，深化實際應用落地。中央企業智庫聯盟要進一步增強研究的實效性、客觀性、準確性和協同性。全面提升國資國企改革發展研究能力與科學決策水平，助力中央企業高質量發展。

事實上，以大數據、人工智能為代表的新一代信息技術成為支撐從決策走向智慧決策的關鍵核心技術。中國工程院院士、中國石油勘探開發研究院教授劉合認為，數據治理要實現可見、可懂、可用、可運營等觀點。可見是摸清家底，讓數據可見；可懂是注重業務含義的提煉，使數據可懂；可用是增強數據可信度，讓數據可用；可運營是提高數據的資產管理水平，讓數據可運營。而構建智能化數據認知平臺等啟示經驗，為企業應用人工智能提升管理決策水平指明路徑和方向。

中央企業智庫聯盟副秘書長、南方電網能源發展研究院有限責任公司董事長吳寶英說，以助力企業數字化轉型為目標，由中央和地方國有企業人工智能大數據領域專業化公司、國內一流人工智能研究高校院所結成產學研用協同創新體，聚焦國資國企智慧決策應用，聯合開展數字化、智能化技術在國資國企智慧決策中的應用研究和數字技術推動產業鏈融通發展路徑分析研究，是加速產業和科技融合的重大課題。對于推動我國產業轉型升級、增強我國在全球產業鏈、供應鏈、創新鏈中的影響力，具有重要的意義。

阿里研究院副院長安筱鵬認為，數字技術可以實現企業決策價值最大化。面對企業研發設計、生產經營每一個環節大顆粒度、小顆粒度、無所不在的決策，企業通過數字化技術，把正確的數據在正確的時間，以正確的方式傳遞給正確的人和機器，從而形成數據的自動流動。數據的自動流動，背后是一個更加精準、高效、低成本的決策，這樣一個高效的決策，能夠優化企業的資源配置效率，最終提高企業競爭力。

智慧決策將向更高階段演進

那么，在決策應用端和數字技術供應端等方面如何落地智慧決策和打通智慧決策關鍵點，未來智慧決策將如何發展？

中央企業智庫聯盟副秘書長、中石油集團國家高端智庫研究中心專職副主任呂建中表示，企業數字化轉型已進入發展的關鍵期，企業智庫既要作為數字化轉型的推動者，又要充分利用數字化手段賦能智庫研究，提升成果質量和水平。在推進智慧決策中，數據來源的真實性、可靠性以及數據共享是關鍵因素。企業智庫研究工作，要把調查研究與大數據分析結合起來，把專家研討與模型工具應用結合起來，用好大數據挖掘、情景分析、模擬推演等，形成有力的企業智慧決策支撐系統。

“得益于數字技術賦能，媒體智庫正在呈現全新的活力和創新方向。”新華社中國經濟信息社副總裁、黨委委員、董事曹文忠表示，目前，數字化與信息采集加工全鏈條、全流程的深度融合已經使得信息生產方式發生了根本性變化。未來在分析和研判層面，人工智能不僅僅是一種技術輔助，分析師的智慧應該和人工智能形成互動式伙伴關系，把人的智慧進一步釋放提升。

中央企業智庫聯盟副秘書長、華潤集團辦公室副主任、華潤宏觀經濟與政策研究院負責人朱虹波認為，第一，要實現數據標準化，按照總部頂層設計、業務單元個性化使用的方式來構建系統；第二，系統選型可以在引進成熟系統基礎上加以個性化改造，由此提升開發效率降低研發成本；第三，企業運營模式、職責邊界、制度體系、流程表單等要與智慧化系統建設相匹配，這樣才能使策事項在線上跑起來；第四，要打破信息孤島，實現系統之間互聯互通，橫到邊、縱到底、穿透式、全覆蓋；第五，加強培訓，業務人員要懂技術、技術人員要懂業務，促進場景和技術的交互交融；第六，系統交付后主要領導要率先使用，主責部門要及時運維，要圍繞效率是否提高、成本是否降低、能力是否提升進行檢視不斷迭代優化。

中央企業智庫聯盟副秘書長、水電水利規劃設計總院副院長龔和平表示，中央企業數字化建設和轉型過程中，需要密切關注并著力解決“數字壁壘”和“數字孤島”問題；更加關注數字化、智能化產品的自主知識產權問題；妥善處理數據產品的“國產化與國際化的關系，自有和社會化的關系，商用和自有的關系”。

中石油昆侖數智黨委書記總經理楊劍鋒認為，隨著云計算和大數據等新技術的發展，決策支持系統更新的技術不斷融合，一些非結構化的文本、圖像等等多模態數據開始參與輔助決策，這對數據治理提出了更高要求。隨著機器學習等技術的深入應用，對企業需求和決策場景的理解不斷加深，智慧決策不斷向更高階段演進。

關鍵詞： 智慧 數字 專家