以人工智能為代表的創新ICT技術的興起與應用，正加速各產業數字化轉型與升級，進入智能時代：交通+智能，最懂你的路；醫療+智能，最懂你的痛；制造+智能，最懂你所需……
雖然數據價值潛力巨大，但企業生產活動產生的數據只有不到2%被保存，得到分析利用的不足10%，數據的價值還遠遠沒有釋放。在7月2日舉辦的“成都·選擇不凡 華為云城市峰會”上，華為云EI 智能數據服務域總經理丁響明分析了實現數據價值面臨的挑戰，并給出了華為云“智能數據湖”的解決之道。
丁響明表示：“人類已經進入了數字經濟時代，數據成為數字經濟的重要原料，云計算和 AI 好比是煉油廠，對數據開采、傳輸、并將其‘智能熔煉’，進行數據‘提純’，獲取商業&社會價值，進而對源頭產生了更多的數據需求周而復始，這樣的循環將是智能世界的基本運行規律。但怎樣用好數據是需要探討的話題。”
數據價值實現面臨三大挑戰
來自華為全球產業展望(GIV)報告顯示，到2025年，全球企業應用云化率將達 85%，AI 利用率達86%，數據利用率將劇增至80%，全球年數據增量將快速增長到2025年的180ZB，全球數字經濟GDP將達23萬億美金。
數據成為新生產資料，智能成為新生產力，要充分挖掘數據經濟價值，企業需要構建領先的數據基礎設施，從而打通數據供應全流程，使能數據與業務全連接，提升業務敏捷性。
對數據的加工處理通常包括“采-存-算-管-用”全生命周期管理能力，讓數據存得下、流得動、算得快、用得好，幫助客戶將數據資源轉變為數據資產。雖然各行各業都已經公認數據中隱藏的巨大價值，但在實現過程中，面臨多重挑戰：
挑戰1：數據準備難，花24小時采集數據、花3小時轉換數據做ETL入庫、花1小時準備訓練數據、最后只花了半小時訓練+推理，得到需要的決策數據…
挑戰2：數據融合分析難，傳統的煙囪式企業ICT建設難以打通數據: 技術棧多、接口不統一，開發周期長；數據類型多，結構化/半結構化/非結構化；數據分析鏈路長，多系統集成難度大。
挑戰3：數據消費難，某企業IT系統，數據源130+萬張表，要從海量表中尋找目標數據，耗時30天左右，猶如大海撈針；然后將目標數據加工成業務可使用數據，煙囪多、步驟多，錯綜復雜，又耗時7天。導致找數難、取數難。
華為云智能數據湖，以融合架構實現數據融合分析
針對多樣性的業務、多樣性的系統、多樣性的數據帶來數據價值變現的挑戰，華為云打造了“智能數據湖”解決方案——面向數據采集、存儲、計算、分析的數據生命周期，提供了包括數據集成、數據開發、數據建模、數據治理、數據開放的一站式可視化數據管理能力，幫助企業快速構建自己的數據中臺，加速數據價值發現。
華為云“智能數據湖”解決方案通過數據統一存儲、數據融合分析（DLI）、數據運營使能（DAYU）等關鍵能力，消除客戶使用數據的煩惱、提升實時數據服務能力，擁抱行業數字化。
應對一：數據融合架構，大幅縮短數據準備時間：
1、以往數據等待1天，現在數據實時入湖，直接基于原始數據實時分析；
2、以往數據計算要4小時，現在存算解耦，彈性伸縮，3倍資源，半小時完成計算。
3、以往T+1分析，現在采用增量式分析，一次一小批持續分析。
應對二：數據融合分析，打通數據，減少數據搬家：
1、CarbonData應對多種類型數據格式統一存儲，實現大數據&AI使用同一份數據。
2、數據湖洞察通過聯邦計算支持多種數據類型跨源分析。
應對三：以數據目錄為中心，一站式數據運營，更易數據消費
1、以數據目錄為中心，快速找到最合適的數據源。
2、一站式數據運營，源頭在哪，目的地在哪，數據血緣一目了然 。
3、拖拽式開發，E2E數據鏈路編排監控，行業模型算子使治理更高效。
此外，通過在軟硬件結合上做出更多努力，華為云智能數據湖具有超高性價比：
1、大數據和數據倉庫服務全面支持鯤鵬芯片的自研基礎設施，同等條件下性能提升20%，成本降低30%；
2、華為云大數據+OBS垂直優化，同等配置情況下SparkSQL性能是客戶自建集群的2倍以上。
截至目前，華為云智能數據湖解決方案及服務廣泛應用于金融、醫學、物流、互聯網、汽車、政府、大企業等行業。面向未來，華為云將與合作伙伴和客戶攜手創新，用智能數據湖方案幫助企業構建領先的數據基礎平臺，讓企業用戶更方便快捷的用好數據，掘金數字經濟。
