东方国信新一代智能大数据平台-幕僚智数战略与技术评估

1. 摘要

东方国信的新一代智能大数据平台——幕僚智数，被定位为一个革命性的、AI原生的数据平台，其核心价值主张在于通过赋能业务人员进行自然语言交互，从而实现数据分析的民主化。该平台的核心优势在于其独特的“五大核心能力”架构，该架构将自研的推理引擎与深厚的行业知识库相结合，有效地弥合了自然语言与复杂数据操作之间的鸿沟。

本报告分析发现，幕僚智数的战略意义不仅在于其技术创新，更在于其紧密契合了中国“新质生产力”和“东数西算”等国家战略。这种战略协同为该平台提供了关键的竞争优势，使其区别于纯粹的市场驱动型产品。幕僚智数通过其“平台+服务”的商业模式，同时满足了IT能力滞后企业和领先企业的不同需求，实现了市场覆盖的灵活性  。   

展望未来，幕僚智数对于寻求加速数字化转型的企业而言，无疑是一个极具吸引力的解决方案。其成功将取决于能否持续扩大其专有技术的应用范围，赢得更多地标性项目，并在激烈的市场竞争中，有效地传递其“融合AI灵活性与企业级可靠性”的独特价值主张。

2. 战略概览与产品定位

2.1 核心理念：将时间留给思考

幕僚智数的核心理念旨在彻底改变传统数据平台开发和使用模式。该平台旨在成为一个“自组织、自管理、自运营”的系统，通过人工智能的深度参与，将实施过程对专家的依赖降至最低  。其愿景是让AI完成所有的技术工作，从而让“取数用数的业务人员”成为未来开发系统的主体，将宝贵的时间真正“留给思考”  。   

这种理念是东方国信对行业痛点的直接回应。在传统模式下，数据分析通常是一个瓶颈，业务人员的需求需要通过数据科学家、数据工程师或BI开发人员来转换和实现，这一过程耗时且效率低下。通过赋予业务人员直接与数据交互的能力，幕僚智数旨在显著缩短从需求到洞察的时间，并可能重塑企业内部的数据团队结构。在这种新模式下，数据团队的重心将从技术执行转向业务策略和问题解决，这使得该平台不仅仅是一个技术工具，更成为了企业实现全面数字化转型的关键推动者。

2.2 “平台+服务”的商业模式

幕僚智数采用“平台+服务”的商业模式，以灵活的方式服务于不同发展阶段的企业。对于IT能力相对滞后的企业，该平台能够快速帮助其构建标准化的大数据能力，从而迅速抓住市场机遇  。而对于IT能力领先的企业，该平台则提供智能化的产品解决方案，助力其在特定领域提升能力，充分释放数据要素的价值  。这种双重策略使其能够覆盖更广泛的客户群体，确保了商业上的灵活性。   

2.3 幕僚产品生态体系的构成：智数与智算的异同

在东方国信的“幕僚”产品家族中，幕僚智数、幕僚智算、幕僚深思、幕僚深言等产品共同构建了一个完整的生态体系  。对该体系的分析必须区分开幕僚智数（“智能大数据平台”）与幕僚智算（“AI算力云平台”）的核心职能  。   

幕僚智数专注于数据处理和分析的应用层面，而幕僚智算则为整个生态系统提供底层的算力支撑  。通过同时提供应用层平台（智数）和基础算力层平台（智算），东方国信正在实施一项纵向整合的战略。这种整合使其能够控制从硬件到软件再到应用的整个技术栈，从而优化整体性能，例如通过利用英特尔® Gaudi® 2 AI加速器来支持AI训练和推理  。这种端到端的技术栈控制不仅能带来更优的性能，还能创造一个更具竞争力的技术壁垒。这与大型云服务商同时提供基础设施即服务（IaaS）和平台即服务（PaaS）/软件即服务（SaaS）的策略相似，通过一体化的解决方案来提升用户体验和市场竞争力。   

3. 核心技术与架构分析

3.1 “五大核心能力”架构

幕僚智数的架构基于一个由五个核心能力组成的框架，这五个能力共同构成了其如同人类顾问般的认知功能。本章节将通过表格详细阐述这五个能力。

能力名称	核心功能	关键技术	价值主张
记忆能力	构建数据知识体系	数据知识构建工具	快速构建数据体系与分析应用，内置行业通用模型，开箱即用
感知能力	识别用户意图	大语言模型垂域应用	实现“L4自动驾驶级”智能AI，精准理解业务与非业务意图，支持无差别丝滑对话
思维能力	自然语言生成技术语言	智数推理引擎	将自然语言转化为复杂SQL，支持多层嵌套推理，避免大语言模型幻觉
行动能力	自动化数仓构建	智能建仓	实现业务与数据双轮驱动的新范式，自动建模，管理模型生命周期
表达能力	智能数据探索与呈现	幕僚问数、查数、BI	支持自然语言多轮问答，提供类Excel分析及报表发布，降低数据分析门槛

• 记忆能力： 这一能力通过“数据知识构建工具”实现，它利用东方国信近三十年在电信、金融、政务、工业等垂直行业的深厚实施经验，沉淀了丰富的业务和数据领域知识体系  。该工具具备数据仓库领域完备的知识构建能力，包括八大核心知识归类标准，并能基于自然语言收集知识，实现知识的收集、转化和归一  。   

  
  

• 感知能力： 幕僚智数通过大语言模型的垂直领域应用，实现了“L4自动驾驶等级”的智能AI能力  。该能力的核心在于识别和分解用户的自然语言意图，并结合业务数据和场景进行精准理解，从而实现“人机无差别丝滑对话”  。   

  
  

• 思维能力： 这是幕僚智数的技术核心。其自研的“智数推理引擎”是一个基于自然语言生成SQL的AI引擎  。该引擎能够支持复杂的汇总指标查询、公式运算和宽表查询，并且具备从自然语言到技术语言的精准生成能力，其独特之处在于能够生成“超长复杂SQL”并“避免了大语言模型的幻觉缺陷”  。   

  
  

• 行动能力： “智能建仓”能力代表了人工智能时代下数据仓库构建的新范式，即业务与数据双轮驱动  。该能力能够快速完成数据标准化，并基于业务视图和数据内在关系进行智能建模，甚至能通过系统主动洞察数据关注度来自动创建数仓模型，并实现模型的全生命周期管理  。   

  
  

• 表达能力： “智能数据探索”能力提供了多种用户友好的交互方式  。它通过“幕僚问数”支持自然语言的多轮问答，通过“幕僚查数”支持类似Excel的智能数据查询分析，并通过“幕僚BI”支持报表构建与发布  。   

  
  

3.2 智数推理引擎：构建可信赖AI的混合式架构

面向生成式商业智能（Generative BI）的一大核心挑战在于大语言模型可能出现“幻觉”，生成错误的代码或不准确的分析，从而导致错误的商业决策。东方国信宣称其自研的“智数推理引擎”能够“避免大语言模型的幻觉缺陷”，这构成了其产品价值主张的关键部分  。   

这一技术特性表明，幕僚智数可能采用了混合式架构：一个通用的LLM负责处理前端的“感知”层，即理解用户的自然语言意图；而其专有的推理引擎则作为后端验证和生成层，确保最终输出的技术语言（SQL）是准确可靠的。这种架构设计增强了平台输出结果的可信赖度，使其更适合在任务关键型的企业环境中得到应用。该技术路径规避了LLM在数据处理场景中的固有风险，为客户提供了更强的信心。

3.3 底层算力：幕僚智算与英特尔的合作

“幕僚智算AI算力云平台”为整个幕僚生态系统提供了重要的硬件基础  。该平台采用英特尔® Gaudi® 2 AI加速器和英特尔® 至强® 可扩展处理器，并配备高性能全闪存储和高带宽低延迟网络设备  。该平台为AI训练、微调和推理工作负载提供充足的算力支持，并通过即开即用的云服务体验，简化了用户的系统搭建和维护工作  。这种按需使用的模式，为初创企业、科研机构及个人开发者提供了更高效、灵活、高性价比的算力选择，从而降低了运营成本  。   

3.4 外部大语言模型的集成：以生态赋能核心

东方国信的一项重要技术进展是完成了与DeepSeek模型的全面接入  。经过测试，接入DeepSeek后，幕僚智数平台的整体性能提升了约15%，数据人员的工作效率和使用体验也得到显著改善  。   

这一举动表明，东方国信在技术路线上采取了“核心+生态”的策略。与其从头开始研发一个通用基础大模型（这是一项耗费巨大资源的任务），东方国信选择集成一个强大的第三方模型（DeepSeek）来处理基础的自然语言处理任务。这使得公司能够将研发资源集中投入到其核心差异化技术上，即“智数推理引擎”和“数据知识构建工具”。这种务实的混合式方法使其能够更快地将产品推向市场，并构建一个独特的、难以被模仿的“推理”层，从而获得更专注的竞争优势。

4. 应用场景与行业影响

4.1 核心行业与深厚经验

东方国信的核心业务长期深耕于通信、金融、政务和工业等传统大型企业领域  。这为其带来了巨大的战略优势，因为该公司在近三十年的发展中，已经积累了“极为丰富的业务和数据领域知识体系”  。   

对于任何一个通用AI平台而言，缺乏领域特定知识是其最大的应用障碍。幕僚智数通过其“记忆能力”模块，将公司长期的行业经验和知识库直接融入平台，这不仅仅是一个技术功能，更是东方国信三十年历史积淀的直接体现  。这种深植于行业内部的领域知识构成了其重要的战略护城河，是横向SaaS服务商或新晋初创公司难以复制的。凭借这种深厚的行业洞察，幕僚智数能够为特定垂直领域的客户提供更快的实施速度和更高质量的成果，从而建立起强大的竞争优势和客户黏性。   

4.2 典型案例分析

• 助力中国联通打造云手机： 幕僚智数与幕僚智算平台共同助力中国联通打造了“联通云手机”  。该项目充分利用了5G-A高速网络和联通云算力优势，整合了联通元景和主流AI大模型能力，实现了更智能的语音交互、更精准的图像识别和更高效的自然语言处理能力  。   

  
  

• 中标头部互联网公司智算中心项目： 东方国信成功中标某头部互联网公司的数据中心算力基础设施与运维服务采购项目  。该项目位于国家“东数西算”战略的核心枢纽——内蒙古呼和浩特市和林格尔新区  。此次中标不仅彰显了东方国信在智算领域的深厚实力，也巩固了其作为中国国家计算基础设施建设关键参与者的地位。   

  
  

4.3 赋能业务用户

通过其“表达能力”模块，幕僚智数提供了多种直观的交互方式  。例如，“幕僚问数”支持自然语言的多轮问答，“幕僚查数”提供了类似Excel的智能数据查询分析，而“幕僚BI”则可以基于查询结果自动构建和发布报表  。这些功能使得市场、金融或运营等部门的业务人员能够独立进行数据查询和分析，无需学习复杂的SQL语言或依赖技术团队，真正实现了数据的自助化。   

5. 市场竞争力与格局分析

5.1 核心差异化优势

• 降低对专家的依赖： 幕僚智数的核心价值主张是数据任务的自动化，将原本需要手动、专家密集型的工作流程，转变为由AI驱动的模式  。   

  
  

• 无幻觉推理引擎： 自研的“智数推理引擎”是该平台的关键特性，它通过解决大语言模型的幻觉问题，为企业采用生成式AI进行数据分析提供了急需的可靠性和信任基础  。   

  
  

• 灵活且具性价比的算力： 基于英特尔® Gaudi® 2加速器的幕僚智算云平台，提供了灵活、按需、高性能的计算能力，为客户提供了比传统硬件采购更具成本效益的替代方案  。   

  
  

5.2 竞争格局与对比分析

平台	核心架构理念	主要用户画像	差异化技术	目标市场重心	关键优势
幕僚智数	AI原生，业务驱动	业务分析师	智数推理引擎	传统大型企业（电信、金融、政务等）	赋能业务人员，数据可信赖
华为 FusionInsight	融合、开放、云化	数据工程师、数据科学家	开源生态集成、高性能机器学习	运营商、金融、政府等大型政企	技术稳健性，全栈解决方案
阿里云 MaxCompute	全托管Serverless	开发者、数据工程师	存储计算分离，多种计算模型	互联网企业、云原生初创公司	弹性扩展，按量计费，运维简化

本分析将幕僚智数与市场中的主要参与者进行对比，包括华为的FusionInsight   和阿里云的MaxCompute  。后两者作为成熟的大数据平台，更专注于提供一个强大、可扩展、技术导向的数据仓库和处理服务，通常需要具备一定技术背景的用户来进行部署和操作。而幕僚智数的核心差异化在于其专注于业务用户，并将生成式AI作为其核心交互模型，从而降低了数据分析的门槛。   

5.3 契合国家战略的竞争优势

• 新质生产力： 东方国信在其2025年半年度报告中明确强调，公司正持续深化大数据与人工智能技术融合，积极拓展“新质生产力”的应用场景，大力推进智算中心和大模型等战略业务布局  。这种战略方向与中国最高层面的经济和技术发展目标高度一致。   

  
  

• 东数西算： 通过在“东数西算”战略枢纽呼和浩特市和林格尔新区赢得头部互联网公司的重大项目，东方国信已将自身定位为国家级计算基础设施建设中的关键合作伙伴  。   

  
  

在中国市场，与国家政策的战略协同往往能带来比纯粹技术实力更强大的竞争优势。东方国信通过积极响应“新质生产力”和参与“东数西算”等国家战略，获得了进入政府合同和大型国有企业项目的特许通道。这种政策驱动的市场地位是其他纯商业化驱动的公司难以获得的，它为东方国信提供了一个独特的、可防御的长期增长路径。

6. 结论与战略建议

6.1 结论总结

幕僚智数代表了大数据平台的一次重要演进，它从一个纯粹的技术基础设施，转变为一个真正的AI原生应用平台。其核心优势在于其富有远见的“将时间留给思考”理念、稳健的“五大核心能力”技术架构，以及由其深厚行业经验和国家战略协同所构筑的强大市场地位。

6.2 潜在挑战与考量

尽管具备诸多优势，幕僚智数仍面临潜在挑战。这包括其专有推理引擎在向新行业扩展时的可扩展性和通用性、混合式LLM策略的长期有效性，以及来自老牌云服务商和新兴敏捷初创公司的日益激烈的竞争。此外，如何将深厚的行业知识持续、高效地转化为产品能力，将是其未来发展的关键。

6.3 前瞻性分析与建议

• 对投资者的建议： 投资者应评估“平台+服务”商业模式的长期收入潜力，并重点关注公司能否有效利用“新质生产力”和“东数西算”等国家政策所带来的发展机遇。其在通信、金融等传统基本盘的稳健性，将为新业务的拓展提供坚实的后盾。

• 对竞争者的建议： 竞争者应密切分析幕僚智数的混合式技术架构，及其专注于业务用户的策略，将其视为在传统企业市场中可能出现的潜在威胁。研究其如何利用行业知识作为竞争壁垒，可以为自身的战略制定提供借鉴。

• 对潜在客户的建议： 潜在客户应根据自身IT基础设施的成熟度，以及对特定领域AI驱动数据分析的需求来评估该平台的适用性。如果企业的目标是降低数据分析的技术门槛，并利用已有的业务知识，那么幕僚智数将是一个值得深入考虑的强大工具。