當人工智能技術跨步到數據智能時代，數據行業的客戶企業和在位企業都面臨著一系列的問題，數據智能平 臺類企業的出現，讓行業生態中出現了強大的數據中臺，整個行業才能提高效率、降低內耗、 健康發展，解放更多專業力量，共同把餅做大。
不同類型的業務可以通過不同的價值提升路徑， 與數據智能平臺/數據中臺類企業合作，提高競爭力：
1. 數據源：通過接入數據智能平臺/數據中臺豐富數據維度
2. 數據交易: 通過接入數據智能平臺/數據中臺構建某一行業的特色數據集合（人群包或者行 業特色標籤
3. MI（市場智能): 通過數據智能平臺/數據中臺構建核心模型，藉由平臺進行模型的多情境複製， 形成商業化轉型。
4. SaaS: 通過產品入口化/平臺化，沉澱數據並通過數據智能平臺/數據中臺進行數據向 數據智能產品的商業化變現 5 數據產品: 通過數據智能平臺/數據中臺的能力模塊搭建數據能力，快速交付數據產品
6 解決方案: 通過接入數據智能平臺/數據中臺構建標準化的能力，沉澱數據智能產品，提高 交付的效率。
所以對於數據智能平臺/數據中臺來說，絕對不是單打獨鬥，而是要構建起相適應的生態合作 夥伴體系。數據智能平臺/數據中臺類企業可能有如下幾類合作伙伴：
1.成效合作伙伴：跨越了簡單的“客戶”概念而形成的新型客戶類型，與數據智能平臺/數據 中臺類企業簽署按照效果分成的合作模式。
2.技術合作夥伴：一般是通用類技術的研發公司，具備強大技術工具，並願意和數據智能平臺/ 數據中臺類企業一起探索技術的適用性。
3.聯合建模和數據智能產品合作伙伴：既有可能是傳統行業客戶的業務團隊，也有可能是數據 產品類企業，願意提供行業相關的專業領域知識以及一方數據支持，幫助構建核心模型和沉澱、 打磨終數據智能產品。
還有少數類型的企業可以進一步將自身轉化為數據智能平臺，以提高價值產生的能力以撬動更 多合作伙伴的力量。典型也是有可能轉化的是數據源類企業和生態類平臺技術企業，包括 運營商和大型的互聯網公司，他們各自利用自己的雲、管、端的優勢來切入數據智能平臺市場， 例如以網絡切入（例如 AT&T 的 Domain 2.0）；以數據中心和支撐系統切入（例如Telefonica 的區域數據中心和OSS的虛擬化改造）；和平臺化發展（例如DOCOMO的“partner + d”戰 略；百度的AI平臺）等。
閱讀更多 科技易焦點 的文章
