AI赋能电力新基建，开创新未来。10月29日，国网信通产业集团“电力人工智能沙龙”在苏州举行。来自中国科学院、中国科学技术大学、内蒙古电力集团等单位的专家学者及国家电网有限公司系统相关领导专家汇聚一堂，共同深入探讨人工智能技术发展和电力行业典型应用。本次沙龙旨在积极落实国家电网有限公司关于“新基建”的决策部署，进一步推动人工智能技术在电网业务领域应用落地，助力电网高质量发展。
国网信通产业集团总经理李强指出，人工智能作为新一轮科技革命的核心驱动力，正在改变世界格局；构建安全高效的能源互联网，离不开人工智能；集团积极发挥头雁效应，赋能电网业务，大力发展人工智能物联网。经过四年多的发展，集团的人工智能创新基础设施得到加强，电力人工智能能力平台得到较大发展，人工智能系列创新产品得到广泛应用，人工智能产业生态初步形成。
天云融创数据科技(北京)有限公司（以下简称“天云数据”）CEO雷涛受邀参加，在会上做‘面向敏态增加数据治理服务’专题演讲。互联网的发展，让我们每个人每时每刻都在制造数据，因此数据生成速度越来越快、产生形式越来越多，总量越来越大，价值密度越来越低。制约人工智能发展的关键，不是算法不够先进，而是缺乏高质量的数据集，因此数据治理尤为重要。
Gartner 双模式IT＝天云数据中台
国际著名咨询机构Gartner从2015年开始建议CIO们，规划云计算，不应胡子眉毛一把抓。拿做成通用商品的混合云架构是不能包治百病的，而应该区别开第一模态（Model 1）和第二模态（Model 2），并为这两个组织设置不同的人员、目标、考核，甚至不同的预算和团队文化。
那什么是双模呢？
模态一（后台）是可靠（Reliable）IT，强调安全性和经济性，持续稳定现有业务的发展；
模态二（前台）是敏捷（Agile）IT，强调速度和灵活性，推陈出新，布局新产品和模式。
模态一集中在完全理解的、能精确预知的领域，它的工作是将这些领域从传统的IT环境进化到更加适应互联网化的世界，这里更强调持续的“可靠性”，像马拉松运动员。
模态二面对的是未知的、全新的问题，它通过探索、试验来处理未确定性的. 这里更强调“敏捷性”，像短跑运动员。
在企业向第三平台转型过程中，二者缺一不可、相辅相成。天云数据中台相当于后台可靠IT和前台敏捷IT之间的“变速齿轮” 。
传统数据治理VS敏态数据治理
传统数据治理自上而下，有大量的管理制度和流程，通常以合规为主，不太考虑用户数据的需求，数据效果依赖管理的力度和技术人员的自律性。
因此传统数据管理主要有如下四方面问题：
数据透明度灰：用户不知道数据平台中有哪些数据，这些数据与业务的关系是什么。
数据可控度低：数据没有统一的标准，难以汇总融合发挥其真正的价值。
数据获取周期长：纵使用户知道自己需要哪些数据，获取数据周期特别长，难以快速满足业务需求。
数据关联度弱：企业拥有海量数据，但数据与数据之间并未产生关联。
基于以上四点，很难对数据进行自主的的探索和挖掘，以体现其价值。因此传统的数据治理需要提升能力，来解决数据管理中存在的这些问题。
敏态数据治理是自下而上，从表层关系层下沉到数据关系，更关注如何支撑数据的使用，支持和鼓励数据资产知识的反馈。敏态数据治理实现从流程驱动到数据驱动，共分三个阶段：
第一阶段：数据资产化 自动数据化治理
在第一阶段，主要是对企业数据进行梳理，对数据系统进行统一管理，增加数据被使用的能力。然后筛选元数据、数据类型及取值范围，创建适用于目标的参考数据体系，提升数据的质量、准确性和安全性，进而达到一健了解表之间的关联关系和血缘关系。
第二阶段：数据的融合和流动
在传统数据架构中，数据无法融合应用，只能进行数据搬家。敏态数据治理可以实现同一台计算机同时面向联机事务处理，进行密集分析和数据挖掘，灵活性强效率更高。
第三阶段：提供人工智能化服务
企业要获得敏锐嗅觉和洞察能力，数据是基础。但也要凭借一个灵活、高效、易用的工具，企业才能够真正唤醒沉睡的数据，获取数据带来的价值。
天云数据中台AI PaaS平台，支持原始数据的特征工程和模型孵化训练以及模型的上线实时运行，正是帮助企业实现数据应用最后一环的关键。
以金融行业为例：基于其自身庞大的数据资源和天云数据AI PaaS平台的算力基础，许多金融机构正在天云大数据的帮助下通过简单的“数据输入”和“数据输出”操作实现风险管控、智能投顾、大数据挖掘、个性化营销等等。
在某证券机构利用天云AI PaaS平台进行建模，在短短2周内就将成功预测异常交易账户的准确率提高到了90%以上；
能源行业凭借天云AI PaaS平台，所有数据都可以被解读，其价值也得到了最大化。甚至可以通过数据的分析和预测了解地底下的情况，而不再需要真正把设备送到地下。
通过技术加持对数据进行治理，可在应用上产生高质量的合规数据，取得有巨大价值的产品服务乃至商业生活范式，带来更高效的数据解决方案。一个以大数据为原材料，人工智能为引擎的新科技时代将不可阻挡地到来，他将影响所能见到的每一个行业。