当人工智能技术跨步到数据智能时代，数据行业的客户企业和在位企业都面临着一系列的问题，数据智能平 台类企业的出现，让行业生态中出现了强大的数据中台，整个行业才能提高效率、降低内耗、 健康发展，解放更多专业力量，共同把饼做大。
不同类型的业务可以通过不同的价值提升路径， 与数据智能平台/数据中台类企业合作，提高竞争力：
1. 数据源：通过接入数据智能平台/数据中台丰富数据维度
2. 数据交易: 通过接入数据智能平台/数据中台构建某一行业的特色数据集合（人群包或者行 业特色标签
3. MI（市场智能): 通过数据智能平台/数据中台构建核心模型，借由平台进行模型的多情境复制， 形成商业化转型。
4. SaaS: 通过产品入口化/平台化，沉淀数据并通过数据智能平台/数据中台进行数据向 数据智能产品的商业化变现 5 数据产品: 通过数据智能平台/数据中台的能力模块搭建数据能力，快速交付数据产品
6 解决方案: 通过接入数据智能平台/数据中台构建标准化的能力，沉淀数据智能产品，提高 交付的效率。
所以对于数据智能平台/数据中台来说，绝对不是单打独斗，而是要构建起相适应的生态合作 伙伴体系。数据智能平台/数据中台类企业可能有如下几类合作伙伴：
1.成效合作伙伴：跨越了简单的“客户”概念而形成的新型客户类型，与数据智能平台/数据 中台类企业签署按照效果分成的合作模式。
2.技术合作伙伴：一般是通用类技术的研发公司，具备强大技术工具，并愿意和数据智能平台/ 数据中台类企业一起探索技术的适用性。
3.联合建模和数据智能产品合作伙伴：既有可能是传统行业客户的业务团队，也有可能是数据 产品类企业，愿意提供行业相关的专业领域知识以及一方数据支持，帮助构建核心模型和沉淀、 打磨终数据智能产品。
还有少数类型的企业可以进一步将自身转化为数据智能平台，以提高价值产生的能力以撬动更 多合作伙伴的力量。典型也是有可能转化的是数据源类企业和生态类平台技术企业，包括 运营商和大型的互联网公司，他们各自利用自己的云、管、端的优势来切入数据智能平台市场， 例如以网络切入（例如 AT&T 的 Domain 2.0）；以数据中心和支撑系统切入（例如Telefonica 的区域数据中心和OSS的虚拟化改造）；和平台化发展（例如DOCOMO的“partner + d”战 略；百度的AI平台）等。
（部分内容来源于网络，如有侵权请联系删除）
作者：万智文摘
链接：https://www.jianshu.com/p/c0a3b24a6fa2
随时随地看视频
