大數據技術與軍工國有資產智能化管理

王文華

大數據技術是構建軍工國有資產智能化管理系統的基礎

大數據又稱巨量資料，其精髓在于它拓展了數據分析的抽樣方法和范圍，放松了對數據研究的精準度要求，更注重通過揭示相關關系來刻畫世界萬物之間的復雜聯系。因此，大數據為人類認識世界提供了新的方法，引發了思維革命。

大數據時代的顯著特征，就是可以利用數據的相關性來解決問題，而不只是依賴因果關系。基于大數據技術的深度學習等人工智能的發展，讓人們更加深刻地認識到大數據技術可以突破人的認知能力極限。大數據的價值不僅在于其原始價值，更在于數據的連接及大數據擴展、再利用和重組。而且，大數據的開放對于提升整個社會的發展水平具有重要作用。大數據作為一種數字資產，可以重復利用，政府和行業協會等社會組織可以收集數據脫敏后對全社會開放，從而實現資源共享，創造出更大的社會價值。

以大數據處理為核心的系統是構建軍工國有資產智能化管理系統的關鍵。大數據的本質可以歸結為四個方面，即海量的數據規模、快速的數據流轉及動態數據體系、多樣的數據類型和巨大的數據價值。在大數據系統中，每天處理億級數據，具有海量信息的數據規模；支持快速的數據流轉，實現實時數據監控優化；大數據系統處理各種各樣的信息，包含了結構化和非結構化數據；大數據具有極大的價值，可推動軍工國有資產管理系統成本和效率優化。

把大數據轉化為軍工國有資產智能化管理系統，需要具備兩個基礎：一是資產數據化，且具有數據質量保障。軍工國有資產管理在大數據技術的支持下，能夠實現所有業務操作的線上化，即數據化，且對每個業務操作環節都可以進行實時分析。如果軍工國有資產管理的業務都是在線下操作，或者系統無法準確及時地收集數據，即使數據量足夠大，由于缺乏關鍵數據或數據不準確，也會給軍工國有資產管理的大數據處理帶來很大的困難。軍工國有資產監管部門通過長期的管理實踐，已經逐步積累了海量的軍工國有資產數據，這些數據構成了龐大的結構性數據資源。從軍工國有資產監管的角度出發，理想狀態的大數據是組織行為的全記錄，以及從這些記錄中發現規律的過程。二是大數據處理技術，包括數據收集、傳輸、存儲、計算、展示等一系列技術。在軍工國有資產管理的過程中，應用大數據至少需要考慮兩個維度，即實時性維度，大數據分析是秒級的還是離線的；一致性維度，即對一致性到底是什么樣的要求，是否要求100%一致。當軍工國有資產監管部門在做數據系統或者應用大數據時，要考慮到所用的業務場景到底如何，再加上數據量的維度。這幾個維度確定以后，從數據倉庫中的技術數據抽取到數據傳輸，再到數據存儲，包括數據計算，技術相對來講就比較成熟了，從而可以選擇合適的技術。

在軍工國有資產管理中應用大數據技術，首先要在大數據處理技術上做大量的工作，對于實時數據、離線數據，都要制訂完整系統的解決方案。這樣，就可以基于大數據平臺，進行相應的實時數據處理和離線數據分析。大數據能夠從根本上解決傳統的軍工國有資產監管中面臨的信息不對稱、不透明的問題。傳統的軍工國有資產管理運用大數據技術和方法，能夠創新服務，實現快速、低成本的軍工國有資產管理和有效的風險管控。通俗地講，大數據使軍工國有資產監督部門“更聰明”。大數據平臺技術從技術上提供了軍工國有資產管理的基礎數據質量保障。如果數據質量得不到保障，后面所進行的分析就不可靠，整個大數據也都是不可靠的。

以大數據為基礎構建軍工國有資產智能化管理系統

軍工國有資產智能化管理系統是以數據作為開始，將大數據技術的應用貫穿其中，并且是以數據為終點的一個循環上升過程。軍工國有資產監管部門在可靠的數據源和處理技術的基礎上，可以以大數據技術為基礎，逐步構建軍工國有資產智能化管理系統。在軍工國有資產智能化管理系統構建的過程中，大致上可以分為幾步：

第一步，通過大數據技術，準確及時地還原業務。根據軍工國有資產管理的目的，及時準確地采集所需的數據，并分不同層次需求展示出來。原始憑證等離線數據都是開展軍工國有資產管理的基礎，如果不能做到及時準確地收集，數字化管理就無法進行，更談不上智能化管理了。

第二步，通過大數據評價業務。在大數據時代，可以依據社會化的數據，進行業務評價，并且可以利用互聯網灰度測試的方法，進行流程優化的評價。利用這些方法，可以讓軍工國有資產監管部門及其工作人員對軍工國有資產管理業務有更深刻的理解。

第三步，在對業務進行實時監控和準確評價后，利用大數據對業務進行預測。預測始終是大數據應用的核心，也是最有價值的地方。預測的準確度，也就是傳統統計學中的置信度，是預測的一個重要衡量。大數據的預測，很多利用到相關性，因此，完全準確的預測是非常困難的。大數據應用對于準確度的容忍度越高，就越容易進行預測。對于軍工國有資產監管部門而言，如果能夠提前進行預測，那么對于軍工國有資產管理工作的開展是很有幫助的。

第四步，依托大數據進行軍工國有資產管理。這在很大程度上依賴于預測的準確性和業務對準確性的包容性。這樣可以得出四個象限，對于預測準確性高并且包容性強的業務，更容易實現智能化管理。目前最好的方式依然是人機結合，能夠利用大數據和人工智能的技術，為人工提供輔助決策，讓人工決策更加合理。當前，基于大數據的深度學習技術，在人工智能領域取得重大突破，從而為軍工國有資產智能化管理提供了巨大的想象空間。

在構建軍工國有資產智能化管理系統中，有兩個維度非常重要：一個維度是構建系統的難度，另一個維度則是構建系統的價值。要選擇大數據應用的場景，選擇合適的大數據技術架構，把數據質量做好。然后，對軍工國有資產管理業務進行分析，主要是進行業務還原，包括業務節點，把相關的數據用圖形化展示出來，之后進行評價。如果能運用大數據技術，就可以發現評價中的關鍵問題，從而進行改進和優化，優化后再將系統指標運行一下，檢驗是否真的改進了；利用灰度的方法對軍工國有資產管理的改進進行效果評價。

在大數據技術的保障下，軍工國有資產監管部門可以開展多種應用。從點到面，逐步提升智能化水平。為推進大數據技術在軍工國有資產管理領域的應用，軍工國有資產監管部門需要引進高端計算機技術、信息技術等專業人才，迅速搭建起所需的部門。同時，需要搭建軍工國有資產信息化管理平臺，完善數據信息庫和信息管理制度，如軍工國有資產信息歸檔、國有企業信息管理、信息收集渠道等，為大數據技術的應用提供及時、完整的信息支持。同時，推進軍工國有資產管理領域大數據的開放共享進程，打通信息橫向共享渠道，推進信息資源的共享和業務協同，在此基礎上形成軍工國有資產管理領域的大數據倉庫，借助大數據平臺，整合強化信息網絡體系，實時獲取、交換和使用數字化信息。

軍工國有資產智能化管理就是以大數據處理技術為基礎，利用軟件系統把人和設備更好地結合起來；系統不斷提升軍工國有資產管理的智能化水平，讓人與設備能夠發揮各自的優勢，達到系統最佳的狀態。未來，國家將建設全國一體化的大數據中心，推進技術融合、業務融合、數據融合，實現跨層級、跨地域、跨系統、跨部門、跨業務的協同管理和服務的國家大數據戰略，軍工國有資產監管部門應響應國家的號召，積極拓展思路，逐步推進改革轉型，開創大數據技術更好地服務于軍工國有資產管理的新局面。