數字經濟通過運用新一代信息技術廣泛應用于各行各業，推動了整個社會經濟的發展。互聯網技術、區塊鏈、5G、人工智能、大數據等技術與眾多行業的融合，促進了數字經濟的不斷壯大。數字技術在為各行各業帶來發展機遇的同時，也對傳統產業模式構成了挑戰。特別是以生成式AI為代表的技術快速應用，不僅推動了數據與智能的深化融合，也給數據智能平臺的發展帶來了新的挑戰。

數據智能平臺是企業進行數據分析和數據應用，包含數據匯聚、數據存儲與計算、數據管理、數據分析與挖掘、數據服務等功能，旨在通過一個平臺即可滿足各類業務需求，并有多架構融合、數據工程構建、自治理融合、集散式混合、數據型驅動五大能力趨勢成為數智融合時代下數據基礎設施的發展趨勢。

趨勢1：多架構融合

它解決了未來五年到十年數據引擎的持續的存儲計算問題，并且面向過去的 Data Lake 和 Data Warehouse 進行了納管。首先，不提倡全部企業都選擇構建湖倉一體替代原有數據倉庫和數據湖；其次，企業要接受數據源在一定程度上的分散和割裂，通過多架構融合納管來實現邏輯層面的統一。

趨勢2：數據工程構建

應對組織里面復雜的數據分析和規模化的數據應用，企業數據工程構建應該比軟件工程優先度高。對于整個組織而言，數據工程構建是企業數字化轉型成功的關鍵，企業需要建立軟件工程平臺化體系，讓數據管理和數據應用事半功倍。通過數據工程體系，數據由單點的、零散的、組合式的使用數據技術轉為大規模工程化協同、產品化降低門檻面向廣泛IT技術人員和半IT半技術人員賦能。由此可見，數據技術走向企業的中心和工程化，是IT到DT的轉型和工程化提效的問題。

趨勢3：自治理融合

在過去，數據治理是以專項項目的方式推進數據的集中管理和管控，是被動且滯后的管控形式，跟集團的業務割裂和研發脫節。在實際業務中，數據治理應該是主動、實時以及自適應的完成治理，以數據治理和數據價值發揮為業務目標，敏捷地在業務上高效取得價值，這是一個持續且日常的行為，貫穿數據全生命周期。所以數據治理應該由傳統被動且滯后的模式升級為主動且實時與數據工程相融合的新型數據治理。

趨勢4：集散式混合

企業如何平衡更多的業務部門獲取數據、分析數據與集團提供基礎設施和數據資產管理的平衡性，進一步達成數據驅動型組織的問題？這就需要新的平臺提供邏輯統一數倉和高度的數據虛擬化的能力，將數據進行業務轉化和表達，面向業務進行開放賦能，將從過去的、被動的、單一支撐性的協作關系，走向數據和數據工具面向業務主動賦能和協作的方式。

趨勢5：數據型驅動

在四個趨勢建設的基礎上，在架構引擎端，實現邏輯層面的統一納管，形成統一的邏輯數據倉庫；在平臺層面進行數據工程化建設，提高數據應用數據項目的研發效率；在數據治理層面與數據工程緊密融合實現自適應數據治理能力；在數據業務表達層面，通過指標、標簽、門戶和資產進一步業務鏈接，最后以統一的workspace，由不同的職能從CDO體系里面建設不同的職能單位和角色人員，將數據的技術、開發、管理、發布和業務的協同進行一套體系化的運作方式，夯實大型組織的大數據底座能力，以數據能力的方式賦能到更多業務組織，以實現組織性的開放賦能和持續性的價值運營，最終達成數據驅動型組織的整體愿景。

數字經濟時代的到來，數據技術已成為推動各行各業服務數字化轉型的核心動力。科杰科技致力于在大數據和人工智能領域不斷探索與創新，以湖倉一體數據智能平臺KeenData Lakehouse，為“數字中國”的建設打造穩固的數據基礎設施，助力包括央國企、能源、金融、工業制造等行業大型組織完成數智基座建設，加速數字化進程和數據驅動型組織達成與全面數據智能化落地。