摘要：隨著各行業數智轉型的不斷深化，大量的數據資源在政府和企業積累，成為大型政企最重要的資產之一。數據的價值只有在被有效利用時才能真正體現，數據智能分析、業務智能決策、流程自動化等應用將加速數據價值變現。降低技術門檻、提高檢索效率成為數據價值變現關鍵數據價值變現，依賴智能數據洞察和高質量數據檢索，目前主要...

隨著各行業數智轉型的不斷深化，大量的數據資源在政府和企業積累，成為大型政企最重要的資產之一。數據的價值只有在被有效利用時才能真正體現，數據智能分析、業務智能決策、流程自動化等應用將加速數據價值變現。

降低技術門檻、提高檢索效率

成為數據價值變現關鍵

數據價值變現，依賴智能數據洞察和高質量數據檢索，目前主要存在以下挑戰：

數據洞察門檻高傳統數據分析工具依賴SQL語句，操作復雜，學習成本高，非技術人員難以操作。同時，數據治理流程繁瑣，需要大量人工干預，效率低下。

數據檢索效率低傳統搜索方式依賴關鍵詞匹配，難以滿足語義理解需求，導致數據檢索結果不夠精準，影響決策效率。同時，大模型在數據檢索中存在幻覺問題，導致結果不可靠。

資產價值待轉化大模型時代，基于大模型預訓練將傳統的行業數據資產轉化為行業領域的大模型資產，將進一步喚醒沉睡的數據價值。

可信數智空間，加速數據價值變現

針對上述挑戰，華為云Stack可信數智空間解決方案以智能數據生成能力，提供三類AI技術，加速數據價值變現，賦能業務向智能化創新演進。

數據模型化

通過ModelArts Studio二次訓練和微調能力，將基礎模型數據與行業語料數據轉化成更符合行業業務特征的場景模型，實現行業領域各場景運行效率大幅提升。在工業領域，基于數據模型化，缺陷質檢正確率提升至99%。

數據智能化

DataArts Insight智能數據洞察服務基于NLP大模型技術的自然語義理解，打破傳統數據查詢和分析的技術壁壘。用戶無需掌握復雜的SQL語句或數據分析工具，只需用日常語言描述需求，即可實現數據的智能化查詢和分析。基于先進的預訓練語言模型，能夠精準理解用戶意圖，快速從企業數據庫中提取相關數據，并進行深度分析，從而實現自助取數準確度超過85%+、指標查詢準確度達95%，數據分析時間成本降低50%以上，讓人人都是“分析師”。

數據向量化

LakeSearch智能數據檢索服務，基于向量數據庫與檢索增強生成（RAG）技術，實現企業傳統知識庫與大模型語義搜索功能的結合，企業知識庫智能問答準確率可提升至90%以上；同時，優化自研高性能BI引擎算法，支持多種加速模式，實現10億業務數據秒級響應，提升內部客服與技術支持人員檢索時效性，目前已經在金融客服、政務12345問答等多個場景中進行使用。

基于以上創新技術，決策者能夠通過管理駕駛艙把握實時狀態，快速獲取數據支持從而輔助業務決策；業務人員可以更加便捷地操作BI工具，實時分析業務數據，指導業務開展；數據分析師聚焦BI核心報表和數據應用開發訴求，數據科學家深度挖掘數據價值，提供高階分析算法；IT人員將回歸技術支撐的本位，專注構建數據中臺和分析模型，做好數據治理工作。

未來，華為云Stack將持續攜手行業先行者，以場景驅動數據“用得好”能力持續提升，讓數據越用越有價值。