当前，整个社会乃至全球在防疫抗疫、复工复产，推动经济的快速发展和行业逆势上升方面，大家运用数据智能的方法做出了许多非常突出的贡献。如今，如果以智能化为前提，当我们提到数据智能时，一个城市、组织或一个人，会有怎样的行为呢?

实际上，当前数据智能应用走向的新趋势，揭示了数据智能发展的新方向。

由基础建设走向内容建设

基础意味着开发一个系统或平台，当然是非常重要的，因为能够把管理工作的每一个节点和每一个方面的做法纳入系统，可以把海量数据放在同一平台加以管理使用，可以把它们集中存储在服务器内，意味着算力可能得以快速提升。

然而，系统又意味着什么?换句话说，基础工作做完以后，这就真的是人们需要的吗?如果我们要让一个城市、一个组织行为更加智能和科学，并不只是意味着建设一个系统，当问题出现，我们的反应还是传统的，因为它只是一个壳，而非一个核。因此，从数据智能的基础投入走向内容建设的重要部分之一，就是建设脑核。

很多政府机构和企业已经做得非常优秀，不再像过去那样仅仅建设基础的智慧城市系统、平台和管理系统，而是可以把数据应用于面临的诸多问题，并且从中开发出针对性的算法和解法，从而构筑在多个脑区块间解决问题的智能方式，这些方式互相串联，满足了管理工作的需要。例如，在2020年年初、年中的时候，上海推出了数字新基建，与全国其他的很多省区推的数字经济相比较，除了基础建设外，对于场景的开放、数据训练集的投入、行业算法的发展要求也提出了明确的数量和内容定义上的描述，这是朝向内容建设的最为清晰的计划之一。

由资源驱动走向需求驱动，由数据驱动走向场景驱动

自然资源多的地方，其实并不见得更发达，今年我国实现了脱贫的800多个县，无论是矿产还是农产品资源都非常出色，但为什么它们会成为扶贫的对象?这说明仅仅有优质资源并不见得最能发挥价值。如果只立足于资源供给侧，要问这些资源都是谁需要，及其原因和用途。

因此，如果我们由资源驱动走向需求驱动，由数据驱动走向场景驱动，那么资源的利用效率和利用价值会焕然一新。例如针对某个类别或长期的难点提出数据的用途，是应解决这些问题之需，来汇集更多的数据。

以问题和需求为驱动来运用数据时，目标更明确、效率更高、成效更突出。像上海、江西九江、海南海口、四川成都等地，已经不是一般性地汇融数据，而是因为老百姓通过热线、在办事大厅和互联网政务办事、进行预算绩效评估以及在营商环境优化中遇到了很多问题，在解决这些问题的前提下，运用更好更多的数据去解剖、诊断问题，并为问题提供相应的具备数据支持的对策。

由经验走向算法

经验主义既是过去推动工作的良好基础，也是局限所在。各行各业、各个部门以及各个组织中间的工作者都会面临着经验断层和能力波动的问题。当我们解剖经验，会发现其中的要素;将其加以组合和新的逻辑构建，会转化成新型的模型和算法;而如果将这样的模型和算法在固化成为软件或工作台，则有可能把我们有限的或不同代的、不同区域的优秀经验，转换为后人相对容易的可以习得、应用和发挥的基础。

假如能够剖析每一类、每一个系统中的最优做法及其关键要素，使其高效运作的关键点转变为指令、算法或者基于数据算法的软件，我们就有可能将其转换成对相对较弱的操作者的指导、指令、管理的模式和智能工作体系。所以经验向算法的发展，使得我们有可能在同样的条件、资源、规模和水平之下，发挥出不一样的能量、效率和产出。

由系统平台化走向数据、指挥、行动一体化

除了可以把病灶看得更透彻，数据智能还可以针对更细小的病灶进行快速检测和描述，以及可以对于这类问题使用靶向精准的方法加以解决。这不仅能够提供解决思路，还能提供解决策略，甚至可以参与到解决过程当中。

在这方面，有不少优秀的公安机关和司法部门做了重要探索，即把情报数据、指挥和实施行动一体化，实现数据智能支持下的管理闭环。数据、指挥、行动一体化在公安领域被称为情指行一体化，数据智能不仅能够做到这种一体化模式，而且过程中还可以不断优化。未来，无论是公安系统、税务系统还是政务系统，每个系统中间都可以让数据的能量流动起来，从对问题的一般性描述到深度解剖，再到构建解决问题的基本策略，再到跟踪问题解决的全流程，从而实现管理行动中的全流程闭环。

转载  国际在线