天雲融創數據科技（北京）有限公司CEO 雷濤
隨著企業規模的不斷擴大、業務的多元化，企業的業務模式正在經歷從流程驅動到數據驅動轉變的商業模式重構，實現BI向AI 的轉型升級。數據不再是業務系統的副產品，而成為企業的核心資產，成為企業業務發展的驅動力。在數字化轉型的浪潮下，中臺服務架構應運而生，而天雲數據在這一領域給出了很好的答案。
如何對產業賦能
在提及以數據驅動為中心的數據中臺如何對產業進行賦能這一問題上，雷濤舉例說明："在數據量爆發式增長的大型金融機構之中，重在以數據驅動為中心的數據中臺，可以對金融科技進行強賦能。通過使用規模化機器學習的能力，在有限的時間內更快速的響應金融業務和應用開發的需求。"
數據中臺的"蛻變"
數據中臺從誕生至今，經歷了數據資產化、數據融合與流動、數據價值化的三部曲。
第一階段，數據資產化：不再使用以前業務主題閾導向的人工諮詢服務方法，而使用自動化數據治理方法來對數據資產做盤活和量化；
第二階段，數據庫信息基礎設施的重構：數據融合與流動，減少數據冗餘與搬家（去ETL），混合佈署先進的HTAP架構，融合型數據庫同時支持三塊業務：交易、數倉和數據挖掘；
第三階段，AI重構商業流程：使用機器學習進行數據建模實現服務應用，AI PaaS使數據資產得到價值挖掘。
天雲數據助力多行業產業升級
雷濤表示，天雲數據經過數年積累，將大數據平臺、複雜網絡、HTAP數據庫、AI PaaS平臺融合而成了數據中臺，完成了國產軟件對西方核心基礎軟件Oracle、SAS的替代。天雲數據的分佈式數據科學平臺MaximAI，能夠分佈式運行深度學習等多種國際前沿算法，進行機器學習和建模，實現AI算法生產；HTAP國產數據庫Hubble可針對海量數據實時模糊搜索查詢，支持上千個用戶併發實時查詢，毫秒級響應。
天雲數據數據中臺技術現已應用在很多領域中，如醫療、金融、能源等。在銀行的數字化轉型中，通過天雲數據數據中臺完成了銀行核心系統國產軟件的替代和升級；完成了IOE中最困難的部分，替代金融A類核心系統慣用的西方IOE架構，在銀行的聯機事務中解決A類核心系統減負問題；實現數據倉庫的消費化，BI向AI升級，以及關鍵數據驅動的轉型，替代了西方核心的SAS建模平臺，構建了新一代人工智能基礎設施。
數據中臺的廣泛出現，意味著數字化轉型正從流程優先走向數據優先，在企業追求產業轉型升級這一目標上，天雲數據賦能線下，為商業智能做出了貢獻。
閱讀更多 智能網2025China 的文章
