企业数智化能力成熟度模型（EDMM）标准体系解读.docx

企业数智化能力成熟度模型（EDMM）标准体系解

读

2

目录

一、数据智能背景

二、EDMM标准体系

三、未来规划

3

从大数据到数据智能

u中国信通院持续深耕数据领域技术、产业、政策、生态研究，自2014年起首次发布《大数据白皮书》，并于十年间持续更新发布7版。随着技术持续发展，理念迭代更新，业界关注重点更加聚焦于数据+智能，由此，2024年首次发布《数据智能白皮书》

2023201720212015

2023

2017

2021

2015

2019

20182020202220142016

2018

2020

2022

2014

持续发布7版《大数据白皮书》

2024

首次发布

《数据智能白皮书》

4

数据智能概念初探讨

“数据”与“智能

“数据”与“智能”关系的两大变

智能将成为数据价值释放的要路径

数据成为智能成效进一步跃迁的胜负手

两者关系“松耦合”→“紧耦合”

智能化技术反向赋能数据技术和非结构化数据应用

数据技术智能化升级，生产效率大幅提升

实现全形态数据价值释放

数据智能的概念可以初步概括为，以全形态数据为关键资源，以大数据和人工智能深度融合后的新技术体系为关键手段，以决策式、生成式人工智能和传统数据应用形式协同应用于生产生活各领域为最终目标，由此形成的新兴生产生活方式，以及相应延展出的新技术、新产业、新生态。

数据智能的历史发展沿革

技术驱动阶段（1950s~2000

技术驱动阶段

（1950s~2000）

数据驱动阶段

（2000~2020）

（2020~?）

核心技术：数据库、统计机器学习发展过程：

核心技术：数据库、统计机器学习

发展过程：技术自发探索和发展

核心技术：分布式计算、流处理、深度学习

发展过程：数据量和数据类型的爆发式增长带来新需求

核心技术：流批一体、湖仓一体、多模化处理、多模态大模型

发展过程：场景和价值需求驱动技术融合应用加深

5

6

数据智能的价值和意义

个人生产效率极大提升

个人生产效率极大提升

数据智能的核心价值，主要以效率提升的方式体现

新生产方式→新生产环节

被替代

技术赋能→效率提升

以人

为核心的生产环节

智能化自动处理

靠拢、转变

人被替代？

生产环节

人工处理

产业层面直接带动相关技术服务产业发展带来

产业层面

直接带动相关技术服务产业发展

带来模式创新和对生产关系的重塑，以改善产业链总体产出效率

部分行业，专业分工进一步细化和整合，专业岗位进一步向外包、众包、

共创等模式转变，孕育着更多旧赛道的革新和新赛道的催生

社会层面

提高信息、知识的易获取性以提升其在全社会范围内的流动效率

信息的互通和技术的应用强化总体协同性，优化社会资源的配置效率

推动生产力的发展和社会进步

企业层面

提升企业从数据中提取有效信息、精炼转化为知识、最终指导决策这一过程的总体效率

半自动化、自动化决策方式逐步落地

提高企业经营的响应速度和市场适应能力，促进业务流程优化和创新

7

推动企业数智化转型成为国内外共识

国内2023年2月《数字中国建设整体布局规划》提出要

国内

2023年2月《数字中国建设整体布局规划》提出要全面赋能经济社会发展，推动数字技术和实体经济深度融合，在农业、工业、金融、教育、医疗、交通、能源等重点领域，加快数字技术创新应用。

2022年1月《“十四五”数字经济发展规划》要求产业数字化转型迈上新台阶。农业数字化转型快速推进，制造业数字化、网络化、智能化更加深入，生产性服务业融合发展加速普及生活性服务业多元化拓展显著加快。

2020年9月《关于加快推进国有企业数字化转型工作的通知》提出加快推进产业数字化创新，推进产品创新数字化、生产运营智能化、用户服务敏捷化、产业体系生态化。

国际

美国于2024年5月6日发布《美国国际网络空间和数字政策战略》，鼓励数字技术可持续的创新、发展以及应用，强调构建符合自身利益的网络空间和数字生态

欧盟于2021年4月批准“数字欧洲计划”，以2021年至2027年为实施周期，为欧盟的数字化转型提供支持，确保民众和企业获得高质量的公共服务，提高欧洲在全球数字经济中的竞争力并实现技术主权

8

技术发展伴生认知提升，为企业数智化转型提供现实基

础

大模型深度学习计通算用装自置动专逻家辑系推

大模型

深度学习

计通算用装自置动

专逻家辑系推统理

人工智能（AI）概念诞生以来，