数据智能是指以数据为生产要素，通过融合大规模数据处理、数据分析与挖掘、机器学习、可视化等多种大数据和人工智能技术，从数据中提炼、发掘具有揭示性和可操作性的信息，从而为企业提供数据驱动的分析与决策。
爱分析指出，数据智能已经成为企业实现数字化转型的核心方式。一方面，在实现初步数字化的基础上，企业希望把数据分析扩展到更多的应用场景，以在业务发展与运营中实现降本增效，或构建创新性的业务模式；另一方面，数据规模的持续膨胀，与分析场景的更加多样化，也对数据存储、处理和分析等方面的能力提出了更高的要求，因此企业需要对数据基础设施进行持续的升级与优化。
融入AI的智能决策分析性需求及困境：
融入AI的智能决策分析性需求大大超越了传统的以交易为核心的事务性数据需求，但落地存在诸多困难：
数据先汇聚再计算，计算周期长、算力成本高；
海量数据单点计算，内存、磁盘负载高，导致高瓶颈；
流数据处理效果不佳，实时数据分析达不到要求；
AI技术门槛高，企业难以从感知智能迈向认知智能。
新型的多模数据管理技术需求及困境：
当前多种数据格式并存，需要新型的多模数据管理技术来应对数据的共存融合，数据管理现状不容乐观：
数据重复拷贝、移动以应对频繁变化的需求；
企业半结构化、非结构化数据占半，却未经利用；
数据孤岛及数据所有权问题突出，多模态数据难以融合计算；
数据安全计算保护不全面、不到位。
作为政企数字与信息服务领域的产品科技型公司，中国系统基于PKS自主安全技术，提供适用于政务服务、城市治理、应急管理、公共安全等典型数字政府及行业应用场景需求的数据智能解决方案及产品，为政府、行业、企业构建新一代交互式数据探索、数据分析、数据智能服务、打造大安全、强治理、可发展的数据智能超脑。
在城市社会治理的场景中，中国电子云为南昌市新建区打造高安全数字底座，依托飞瞰数据中台汇聚全区26个部门、35个系统、共1576万条数据，通过云+数+AI算法，支撑全区5大主题业务域智慧场景应用。例如在“渣土车”治理中，每天自动发现20多个违规事件，可实现3分钟发现，10分钟到达，半小时处置完成，治理效率提升60%，减轻近1000人工作量。以业务+数据为核心，通过构建可信安全云平台、数据中台、技术中台，与南昌市城市大脑形成“云边”协同格局，为“数字新建”内构“云数智”核心能力。
面对集团型央企普遍面临统一数据管理横向不平衡、纵向不对称的困境，基于Data Fabric架构的智能湖仓构建中大型组织统一数据管理平台，纵向按需接入、横向标准统一，以松耦合数据融合的方式建设全息数据孪生体系，使之可计量、可管理、可认知、可预测、可决策。以大型能源央企中国华电集团为例，中国系统为华电集团构建一套安全可靠数字底座，提供大数据平台全栈能力，实现大数据平台与集团主数据平台对接，面向集团及旗下二级公司业务提供数据服务。同时，针对燃机智能运维场景，对燃机、汽轮机、锅炉等54台设备进行实时采集数据，利用大数据建模技术，结合AI能力针对200多项业务指标，开发与训练74个健康度评估模型、监测预警模型，保障发电体系稳定高效运行，实现降本增效，积极探索数字应用建设服务模式，开启电厂设备智能运维的新模式。
