锚定精准用户，抓痛点，持续创新。
编辑
张核武静静
年12月4日，科技智库「甲子光年」在线上举办了「甲子引力」大会。下午的“数据智能”专场上，在晨山资本合伙人王志飏的主持下，数睿数据副总裁丁建*、柏睿数据副总裁李远志、StreamNative联合创始人翟佳、远桥资产创始人周晓乐、昆仑数据北京中心业务总经理钟虓就《数据智能如何重塑产业》展开圆桌讨论。
在这次讨论中，一个共识是，不同产业间的数字化、信息化程度相差较大，而当下，数字化的脚步正在从金融、互联网等行业逐步迈向第一产业和第二产业，此次参与圆桌的企业都瞄准了工业、制造业。要通过数据智能持续为企业提供价值，有三重要素：一是找到真需求，二是让决策结果实时反馈于生产线上，三是实现横纵向数据的互联互通。
在另外一场“企业服务”圆桌中，在初心资本合伙人许旸洋主持下，水母智能联合创始人周志鹏、e签宝华北大区总经理张洪瑞、慧策副总裁饶杰、引力波VP郭缵就《企业服务，纵身一跃》为主题展开讨论。
活动中，不同企业结合自身的实践，探讨了各自的经验和反思。一个普遍的认知变化是，发展路径选择上，横向通用还是纵向垂直，KA（大客户）还是SMB（中小客户）已经不再是企业服务机构面临的争议和分歧的核心，更多的底层驱动因素来自于当下客户的底层需求，以及产品创造的价值，跟随瞄准的用户，去找到适合自己的发展模式。
以下为圆桌实录，「甲子光年」对部分内容进行整理：
1.数据智能：起步各有快慢、发展渐入佳境
王志飏：现在数据已经成为新的生产要素，在生活和生产的方方面面扮演更重要的角色。首先请各位嘉宾分享一下在各自业务领域内数据智能的应用情况。
丁建*：我认为，数据智能应用是远远不足的，因为数据智能应用有一个前提——信息化和数字化达到一定的基础和规模。数据显示，国内第一产业的数字化程度还不足10%，第二产业大概是20%到24%之间，第三产业比较高一点，40~45%左右，现在电信领域、金融领域、一些头部的互联网企业、头部的工业企业，还是在算法和模型的应用较多。
工业领域和农业领域的数字化、信息化基础相对来讲比较薄弱，现在有三重因素在推动：第一，*府的推动，各个地方的*府都有大数据局；第二，一些头部企业因为需要提升竞争力，也会加大数据智能的投入和应用；第三，这两年以来，数据驱动的无代码平台兴起和对软件消费体验的提升，大家对软件的认知、对数据的认知有所提高，这也推动了数据智能的发展。
李远志：利用数据智能进行产业提升的状态是非常不均匀的。在我看来，数据智能大概分为两个阶段：首先，产业拥有数据获取、传输存储能力，其次，产业拥有数据的分析和处置能力。农业、制造业数据获取和传输能力相对比较弱，尤其是数据获取的密度、体量、分布，都跟应用深度之间有很大的差距。相对来讲，金融、通信、石油、电力等行业信息化基础比较好，数据获取能力以及存储能力比较强，因此数据智能已经对生产力产生了促进作用。但是因为行业内卷不断加剧，所有企业都面临着高度的同质化竞争，需要数据智能不断提升产能、效能和营销能力，因此全行业都在加大力度进行数据智能的投资。
翟佳：数据智能呈现蓬勃发展、渐入佳境的发展趋势，因为我们主要依托开源社区做商业化的服务，现在客户都是主动找到我们，目前我们接触到的几百家用户，金融和IoT两个场景比较多。IoT场景跟制造业往工业4.0、工业5.0转型很类似，这个过程中大概分成两个方向：第一个方向，在IoT领域里，如何能够更好的采集和收集不同维度的数据，驱动之后的决策，这是采集端；第二个方向，现在的计算引擎、AI产品也需要优秀的数据池，让数据智能的工具能够更好的发挥作用。数据收集端和数据的处理端很好地结合起来，才能够让数据智能形成一个相对完整的闭环，让整个领域更好地向前推进。
周晓乐：数据智能其实是数据采集、存储、传输、处理到应用的全过程，企业最终提供给市场的产品可能是芯片、硬件、软件，现在大多数都是软件服务。这些年我们更喜欢以终为始，看哪些领域里边有市场的需求，技术的成熟度到了，可能这就是未来两到三年会爆发的风口。我们在这几年的投资和观察中间看到的趋势是从toC到toB，数据智能越来越多地应用在toB场景。
其次，数据智能化在工业需求端已经爆发。我们最近组织的一次数据智能的活动，报名参加的甲方远超过我们能够提供服务的供给方，随着5G通讯的发展，网络使得原来的孤岛连接成为可能，现在越来越多的企业，不管出于客户柔性生产要求、定制化的要求，还是内部降本增效的要求，工业企业对于未来的数字化需求是更大的，所以我个人非常建议大家更多地