智慧决策进行时 专家共话数字技术赋能高端智库智慧决策

新华财经北京12月17日电 （记者沈寅飞）数据如何驱动决策,智能又怎样引领变革？在近日举行的“中央企业数字化转型峰会——智慧决策论坛”上，与会人员从智慧决策应用场景、核心技术以及发展前景等多方面对数字技术赋能高端智库智慧决策进行分析解答。

智慧决策是数字经济时代的必然选择

国务院国资委党委委员、秘书长彭华岗指出，智慧决策是数字经济时代的必然选择，中央企业智库联盟要在数字经济发展中充分发挥引领作用，促进数字技术与智库建设深入融合，赋能国资国企改革发展研究决策，为新时代中国特色新型技术数字化转型做出示范。

彭华岗强调，智慧决策是一个开放、动态而复杂的过程，需要综合运筹学、应用管理学、数据挖掘科学等前端技术领域，综合实际应用场景对决策咨询赋能，深化实际应用落地。中央企业智库联盟要进一步增强研究的实效性、客观性、准确性和协同性。全面提升国资国企改革发展研究能力与科学决策水平，助力中央企业高质量发展。

事实上，以大数据、人工智能为代表的新一代信息技术成为支撑从决策走向智慧决策的关键核心技术。中国工程院院士、中国石油勘探开发研究院教授刘合认为，数据治理要实现可见、可懂、可用、可运营等观点。可见是摸清家底，让数据可见；可懂是注重业务含义的提炼，使数据可懂；可用是增强数据可信度，让数据可用；可运营是提高数据的资产管理水平，让数据可运营。而构建智能化数据认知平台等启示经验，为企业应用人工智能提升管理决策水平指明路径和方向。

中央企业智库联盟副秘书长、南方电网能源发展研究院有限责任公司董事长吴宝英说，以助力企业数字化转型为目标，由中央和地方国有企业人工智能大数据领域专业化公司、国内一流人工智能研究高校院所结成产学研用协同创新体，聚焦国资国企智慧决策应用，联合开展数字化、智能化技术在国资国企智慧决策中的应用研究和数字技术推动产业链融通发展路径分析研究，是加速产业和科技融合的重大课题。对于推动我国产业转型升级、增强我国在全球产业链、供应链、创新链中的影响力，具有重要的意义。

阿里研究院副院长安筱鹏认为，数字技术可以实现企业决策价值最大化。面对企业研发设计、生产经营每一个环节大颗粒度、小颗粒度、无所不在的决策，企业通过数字化技术，把正确的数据在正确的时间，以正确的方式传递给正确的人和机器，从而形成数据的自动流动。数据的自动流动，背后是一个更加精准、高效、低成本的决策，这样一个高效的决策，能够优化企业的资源配置效率，最终提高企业竞争力。

智慧决策将向更高阶段演进

那么，在决策应用端和数字技术供应端等方面如何落地智慧决策和打通智慧决策关键点，未来智慧决策将如何发展？

中央企业智库联盟副秘书长、中石油集团国家高端智库研究中心专职副主任吕建中表示，企业数字化转型已进入发展的关键期，企业智库既要作为数字化转型的推动者，又要充分利用数字化手段赋能智库研究，提升成果质量和水平。在推进智慧决策中，数据来源的真实性、可靠性以及数据共享是关键因素。企业智库研究工作，要把调查研究与大数据分析结合起来，把专家研讨与模型工具应用结合起来，用好大数据挖掘、情景分析、模拟推演等，形成有力的企业智慧决策支撑系统。

“得益于数字技术赋能，媒体智库正在呈现全新的活力和创新方向。”新华社中国经济信息社副总裁、党委委员、董事曹文忠表示，目前，数字化与信息采集加工全链条、全流程的深度融合已经使得信息生产方式发生了根本性变化。未来在分析和研判层面，人工智能不仅仅是一种技术辅助，分析师的智慧应该和人工智能形成互动式伙伴关系，把人的智慧进一步释放提升。

中央企业智库联盟副秘书长、华润集团办公室副主任、华润宏观经济与政策研究院负责人朱虹波认为，第一，要实现数据标准化，按照总部顶层设计、业务单元个性化使用的方式来构建系统；第二，系统选型可以在引进成熟系统基础上加以个性化改造，由此提升开发效率降低研发成本；第三，企业运营模式、职责边界、制度体系、流程表单等要与智慧化系统建设相匹配，这样才能使策事项在线上跑起来；第四，要打破信息孤岛，实现系统之间互联互通，横到边、纵到底、穿透式、全覆盖；第五，加强培训，业务人员要懂技术、技术人员要懂业务，促进场景和技术的交互交融；第六，系统交付后主要领导要率先使用，主责部门要及时运维，要围绕效率是否提高、成本是否降低、能力是否提升进行检视不断迭代优化。

中央企业智库联盟副秘书长、水电水利规划设计总院副院长龚和平表示，中央企业数字化建设和转型过程中，需要密切关注并着力解决“数字壁垒”和“数字孤岛”问题；更加关注数字化、智能化产品的自主知识产权问题；妥善处理数据产品的“国产化与国际化的关系，自有和社会化的关系，商用和自有的关系”。

中石油昆仑数智党委书记总经理杨剑锋认为，随着云计算和大数据等新技术的发展，决策支持系统更新的技术不断融合，一些非结构化的文本、图像等等多模态数据开始参与辅助决策，这对数据治理提出了更高要求。随着机器学习等技术的深入应用，对企业需求和决策场景的理解不断加深，智慧决策不断向更高阶段演进。

关键词： 智慧 数字 专家