圆桌论坛2：数据治理，高效建设

    王伟玲：各位领导，各位专家，今天很荣幸有这个机会，来跟大家一起来交流数据这个话题，很多的专家还有邬贺铨院士提到了数字经济时代，数据是一个关键要素。我们企业在数字化转型的这个过程中，从设计上就要开始去重视数据治理，数字化转型战略的落地，也是需要强化推动数据治理来释放数据的价值，实现数据从资源化、资产化，资本化的一个转变。这样才有利于去推动数据为这个企业的业务来赋能，有利于去对这个企业加快数据开发利用，还有大数据产业的发展，以及激发数据要素市场的一个发展活力，意义是非常重要的。

    第一个问题就是每个嘉宾都讲一个最关键的点，问题就是在以往企业信息化发展的过程中，系统的设计理念一般是以功能和流程为主，而如今的数字化转型，数据非常重要，数据的架构，数据的标准，还有数据的质量，都非常重要。请问在座的企业，针对这个数据平台的建设，目前的难点是在哪里？这个问题大家肯定都是有一些很深的体会，每家都分享一下我们在这个过程中遇到的一个最大的难点是什么，这样我们有利于去形成一个比较好的共识。

    李宝东：我是太极股份的李宝东，太极股份是中国电科下属的信息化和软件服务业的龙头企业，一直致力于从事于服务政府还有大型企业的信息化工作。刚才主持人也提到了这个问题，在建设数字化平台当中遇到的最大的难点，这里面确实有很多。

    我就说一点，第一，我总结应该算是叫架构设计，架构设计里面包含的难点，光架构设计其实也很多，我简单说里面几个我个人认为比较重要的。第一个还是整个的组织保障机制，也就是说刚才上一场论坛五矿的谢总也提到了。就是你要做数据平台的项目必须是一把手工程，就是整个组织保障是最重要的，关系到整个项目的成败。如果一把手不重视数据平台建设，这个项目基本上在后来建设都是失败的。说实在的就是怎么取得一把手的支持，去推进这个项目。

    第二，针对我们企业的业务问题的分析，因为整个设计平台其实还是为了解决企业的痛点问题，所以必须对企业需要解决的痛点问题，进行深入剖析，这个剖析过程当中，可能就会涉及到怎么去拉动企业内部各个部门去协同来解决，这个其实也是一个比较大的难点。

    第三，因为整个企业的数字化转型，其实是一个长期过程。我们怎么能够有节奏的，按照分步去制定每年的建设重点，建设任务，我觉得这个也是一个难点。

    王伟玲：按步骤和按计划去推动，还是有一定的难度，因为数据治理这个工作也是比较新的一项工作，属于开放性的工作。目前对它划分的阶段，还是比较不太容易去实现。

    第二位请刘总谈一下。

    刘亦然：我是来自致远互联的刘亦然，我们公司是致力于通过协同云平台，包括中国的政府和企业去实现数字化转型的一家公司。

    主持人谈到数据治理过程中碰到的一些问题，抛开企业规模和他所属的行业，尤其是规模，或者是数字化阶段去单纯谈比较困难，我觉得没法全部涵盖进去。五矿和中石油的老师代表着我们国家头部的大型企业，信总谈到了更多是面向中小企业进行服务的，我相信他们的难点肯定不完全一致。

    中小企业在数据治理过程中，遇到的难点和以前信息化的过程中，还真的是不太一样，以前信息化的时候，更多的是照搬行业内的头部企业信息化的经验，我们直接去拷贝人家使用的情况，包括系统。现在我觉得对于中小企业，中小企业自己创新场景的服务商，这可能是一个核心的难点。

    第二，面向中大型企业，或者大型和超大型的头部企业，如果说一个问题，最核心的是建管一体化的问题。就是建设者和管理者，甚至是供应商，他们三者怎么样有机的去整合，有技术不懂管理，或者有管理的，不懂技术。尤其是说我们在高速行驶的过程当中，数字化一定是这样一个过程。技术部门提出了技术设想，怎么样保证现在业务部门自身业务不受影响的同时，快速的把它的传统的生态习惯变成数字化的习惯。我们一体化的数据平台，在于数据的高可靠性，高一致性，这是一个核心。创新性企业做了自己很多传统的所谓信息化系统，也做了很多系统集成和场合，但是更多停留在一些页面的统一，一些基础数据的交互上。其实很多企业都没有做到说我们真正要的数据一体统管，甚至整体的服务和整体的利用场景的一体化，这个我觉得对于我们大型企业来讲，我觉得最核心的困难就是说怎么样把我们的建设单位和我们的业务单位，让它来进行有机的统一，然后在我们的技术面的选取，在后面的运维保障服务形成一体化的运作机制，我觉得这是非常大的难点。

    王伟玲：数据是来源于业务，业务是无处不在的，现在万事万物也都是产生大量的数据，所以根据不同的业务，不同的企业，不同的行业，去设计相应的数据治理的方法论，它的方法也是可想而知的。

    接下来有请党总来谈一下您的高见。

    党毅：我是久其软件的党毅，上台的时候，主持人也说到了，我们几个都是战斗在一线的厂商，如果放到一个问题来谈，我就说这一两周在频繁的跟合作伙伴，或者是用户交流的时候，大家很突出问到的一个问题，就是随着整个行业，或者各个用户对于数据越来越重视之后，大家对于数据的（起始性）要求越来越高，领导今天说了什么东西，想看的东西能不能马上看得到，除了职能和管理幅度的转变，其实站在一线厂商来说，就是你到底给它搭建一个什么样的技术平台？包括我们和用友等这些传统的软件厂商的共识，就是低代码平台，不光解决了信创、复杂环境集成等一系列的问题，甚至有日处理型的软件，他今天的这个需求产生一天，明天这个需求就没有了，怎么给他做出一个日处理型的软件出来，这是未来技术底座，除了云平台和saas之外，低代码的能力可能是对于未来不管是中小企业，还是大企业，都要面临的一个很现实的问题。

    王伟玲：你的观点很新颖，跟您请教一下低代码平台，大概是什么意思？就是很快速去建立一个相应的平台吗？

    党毅：这个低代码的概念并不新，实际上十年前就有，十年前很多传统的软件都在做低代码，为什么不像现在这么火，因为十年前的开源没有现在这么发达，一家公司把低代码做完以后，他会做得很重。现在随着互联互通，知识共享的能力越来越强，大量的公司采用更多开源的东西，包括云，还有做技术组建的生态，让技术能够更容易去实现。

    低代码的核心，就是我们希望有70%、80%，甚至有90%，自己在这个软件中就能做出来，研发人员介入越来越少，日处理型一定不是软件工程师做出来的，应该是用户和业务人员就能做出一款这样的软件，那是未来数字化转型一个很重要的技术底座。

    王伟玲：低代码软件相当于软件也是模块化的，根据不同的模块，然后像小孩搭积木一样，快速去设计功能。

    党毅：现在国内主流软件基因比较重的厂商的一个基本共识，用友ERP，大家都有低代码的平台，应该要满足未来5-10年技术升级的需要，这是我们一个核心的业务。

    张梅甫：我是国联股份的张梅甫，国联股份主要是包括三大板块业务，第一个是商品信息服务，第二板块是网上商品交易服务，第三个是互联网技术服务，所以公司也是秉持平台科技数据的一个产业互联网发展战略，就是平台服务，科技驱动，数据支撑。所以数据板块，数据治理和数据建设，这个数据在战略里面起到一个很重要的位置，所以公司的业务板块比较多，然后在搭建过程中，会碰到很多的问题，主要我觉得是可以从他的数据采集，到它的传输，到存储，以及到它的处理，还有它的利用分析，这几个环节都会碰到各种各样的一些问题。

    比如采集，我们会在平台上做很多的买点，就是用户什么时候进平台了，然后进这个页面，看这个商品，然后再去下单了，然后我们可以看到一个漏洞，就是用户的流程，以及每层的步骤。在工厂侧，我们现在也在做数字工厂，我们做数字采集的时候，它有一个什么特点？就是这种数据量小，但是它的频率比较高，像我们的生产设备，每秒钟都会产生N多个点位，比如说温度值，压力值，还有流速，还有车辆的定位数。那么这些数据的采集，我们就是要怎么样更好把它采集过来。

    还有我们在采集过程中，比如说工厂，为什么要把我的数据让你采，里面会有一些沟通的问题。传输过程中，还要考虑传输的稳定性和及时性，要保证传输过程中，不能堵塞，所以采取一种消息队列的方式，把现在的一些技术手段，让它的数据可以稳定的传输过来。

    在存储的时候，要根据不同的数据类型，比如说用户注册，订单数据和关系数据库，还有一些工厂数据，还有定位数据，以及视频和图片，还有文件，可以用不同的数据去进行存储。数据怎么合并，ERP系统，生产系统和物流系统，都要把数据采过来，还有数据怎么去统计，这里面也会用到工业互联网赋码的功能，把数据进行统一化。

    分析过程中，会涉及到大量的算法，还有模型，我们怎么把它汇集起来，及时的供给我们的老板，或者是客户，去看我们实时生产数据的一个结果和分析。后端涉及到很大的算力，怎么去存储和计算，我们现在做的推荐算法，购买了之后，我们会给他进行推荐。还有风控模型，比如说账户账期的问题，还有内部员工有没有信息泄露，或者一些其他的违规操作。这些都是碰到的一些问题，不能说是一个问题，它是每个环节都会碰到很多的问题。

    王伟玲：简单给大家分享一下数据前期和中期会存在的一些问题。还有一个跟您交流的，就是多元异构数据，你提到了一些视频数据，文本数据等不同类型的数据，数据集成有一定的难度，你们在这一方面有没有一些探索？

    张梅甫：我们现在实际上搭了一些数据库，在和清华大学做一些大数据的研究，还有网上的日志和文件的存储，也是用阿里和腾讯提供的CDN的加速服务。

    周英瑜：我是汉王科技的周英瑜，汉王科技是中国最早从事人工智能的科技型公司，在数字化经济当中，数字经济是离不开人工智能的。本身也有很强的大数据的属性，我们现在探讨的一个路径，是如何将AI和大数据良好的结合在一起，运用到各个行业的运用场景当中，有可能是一个大的场景，也有可能是一个细微的，只是解决工作当中某个工作流程当中的一个细小问题。如果AI技术嵌入到大数据之后，能够让大数据活化起来，能够让以前所看到的一些呆板的数据，只是字面上的，或者一些不可移动，或者非结构性的数据，把它结构化。在结构化的基础上，我们在上面可以做很多的工作，我要把这些数据，如何能挖掘它的价值，我首先就要把这些数据能够理解它，理解之后，我可能就能够说发现它更多的意义，它的数据就跟人的表情和人的思想情感一样，需要有各种标签，我们用AI技术去赋能到一些大数据和活化应用的领域当中，帮助人们提高工作效率，帮助政府更好的去服务大众。

    汉王科技有20多年的历史，20多年中形成的视觉图象，还有手写的多模态的识别，可能大家生活中接触不太多，但是它是人工智能的底层技术，而且我们是有核心算法的。我们现在跟档案馆和图书馆，这些人文领域，还有司法和金融合作得比较多，因为我们的文本大数据处理能力特别强，我们可以处理各种的文字，我们可以处理十几种，中国人的文字是各种书，简体和繁体，你只要把这些东西给到我们，我们就能把它识别出来。

    然后就可以把它提炼出来，提炼出来就可以形成知识化，就能够形成架构，形成架构之后，各种研究员，或者可能需要使用数据的人，就可以非常便捷的把这些知识链接起来，大大提升效率。我们也希望通过我们的这种大数据的服务能力，去为司法、金融、医疗这种民生领域，去提供更多的服务。现在我们遇到的一个相对的难点，是在于我们现在的场景里面，有很多的场景是不能具像的，很多时候大家也不知道，我这个业务流程里面能够用什么东西，来让它串起来，我们要给它想一想，我们要把技术嫁接到流程中去，改造传统的流程。因为原来多集中在技术上，我们是20多年的技术型公司，我们积淀了这么多的技术，这些技术就像一颗颗珍珠一样，如何能够串联到这些场景当中，如果我们能跟品牌厂商，还是跟行业型的公司密切的结合，我想数字化应该真的是一个价值无限想象的空间。

    王伟玲：刚才您提到的数据可以说是人工智能的基础。我们针对不同的应用场景去构建相应的模型，相应的算法，我们这边是针对一些医疗，还有金融，还有一些法律相关的应用领域，其他的场景，你们这边是不是也开展相应的业务？现在工信部对数据应用场景非常重视，数据的价值最终肯定体现在场景应用这个环节。

    周英瑜：我们这些技术有很多是属于通用性的技术，还有可以定制开发的技术。我们有一个视频分析技术，视频分析技术比如说中石油就用到过，他们通常在很宽阔的地方去采油，或者布置管线，沿途需要安全的，以前是由人去巡检，人在荒郊野外，巡检是非常困难的，如果有视频分析技术，我们可以架在高空，对采集回来的数据，在本地进行简单化处理之后，就能够去分析出这里有没有一些异常的情况出现，有没有人进来。视频分析就可以做到，它是动态的，并且有一部分是本地处理，也有传到后台继续处理，就减轻了人的压力。我把这个场景给它用数字的方式提取出来，还有这次疫情，也可以用到我们的技术。像人脸识别技术，我们在防疫当中，它是要锁定个人的，精准防疫就要锁定个人。现在的人脸识别加上身份证识别，再加上健康码，如果把所有的码都打通，那么在这个设备上就知道所有的状况，我们现在就有这样的设备。所以可以落地到具体的场景当中的。

    我们当时在2020年防疫的前期，我们有人脸识别的核心算法，所以我们在疫情出来一个月的时间，我们就推出了戴口罩也能识别，你去各个地方，怎么认出你来，但是它能识别，我们就把戴口罩识别的技术推出到市场。

    它因为有底层技术，底层技术和平台还有点不太一样，我们是为大家服务的，为各种场景，各位平台提供服务的，我们自己也可以搭建一些小平台，也可以把我们的技术嵌入到他们的业务流当中，对他们进行业务改造。我们给高检和高法提供标杆项目的时候，让他们的案卷生成率提高了百分之百，因为大大减轻了重复性工作，和一些繁琐性的动作，把大家从这些工作中解脱出来，他只需要扫一下，想要的东西都能从里面提取出来，因为我们有识别技术，我们是多模态的识别公司，我们能识别非常复杂的表格和文字，在大量的文本当中，目前我们是国内非常领先的一个企业，服务的场景真的很多。

    王伟玲：我们是在文本分析领域非常擅长，其实您刚才的介绍，我觉得在图象分析，还有视频分析等各个方面，都是有一定的探索。

    周英瑜：我们有很多第一，因为是技术型公司，不太方便说。我们在市场上可能比较低调一点，但是实际上我们在技术领域，尤其是小场景应用上，我们真的创了很多第一名。比如说我们是最早第一家的车牌识别，2002年的时候，20年前，我们就已经给广东的交通局提供过车牌识别的技术，帮他们去做这种车牌的鉴定。还有2008年的时候，我们就推出了全球第一款嵌入式的人脸识别。那个时候大家对人脸技术，一个是很陌生，而且国外的人脸识别技术都是用在服务器上跑的，没法做到小设备上，我们能够把我们的技术做成嵌入式的。久其软件说到现在的软件，应该是短代码，实际上我们追求的是低功耗，对这个设备的要求是低功耗，我们的核心算法要适应的是低功耗的设备，要适应的是算力不足的设备。算力不足的情况下，我也能够让我的算法跑出来，所以当时做成嵌入式的时候，大家都是很震撼的。人家以为我们后面跟着一台服务器，实际上我们就这么一个小的设备，到国际展会上去展览的时候，人家都非常惊讶，说中国还有这样的企业。我们一直以来还是蛮低调的，所以我们也希望我们积淀这么久的技术，能够趁着数字经济的浪潮更好的服务大家。

    王伟玲：进入下一个议题，传统的企业在数字化转型过程中，我想各位都是大专家，也都了解，系统在设计的时候，传统企业的数字化转型存在着大量的痛点和难点，是否为这个企业业务来持续的赋能？企业如果在数据方面对他的数据没有实际的产出，就很难去确保驱动他去做数据治理工作，。

    面对传统企业如何在各个阶段，将实际的业务需求融入到数据平台的建设与治理当中。张总介绍了数据从全生命周期的意义，您从实际业务开展当中，开展了相关业务的数据治理工作，你给什么样的企业做服务，在为一些行业做服务的过程中，你们是怎么去把这个需求和数据相关的结合在一起的？

    张梅甫：现在的用户主要是生产企业为主，国联股份主要是四个产业化的实践，第一个是数字工厂，我们三年打造百家云工厂的策略，去年大家是有20家，今年有50家左右的工厂。主要是基于核心供应商和深度供应链的策略，和工厂建立更多的黏性。因为我们是B2B电子商务平台，会涉及到很多产销的工作。云工厂，会将它的原材料的一站式采销进行数字化改造，我们会跟他联合去改造这种数字工厂。

    在数字工厂的改造过程中，我们也是积累了大概9项数字化，包含了管理的数字化，比如说ERP，还有生产的数字化，将来在生产数据进行采集，对生产进行优化，还有生产过程的控制系统的操作规范的数据化，还有物流的数字化，能耗的数字化，人员定位，还有AI的一些安全识别的可视化。

    但是这些工作，我们是在搭底座，里面很多的服务商都是来自于现在市场上各种服务商，我们一起在集成。这三年我们也是一个实验，一个是实验一下我们的商业模式，现在主要是国联股份先付钱，帮助工厂去改造，工厂一分钱也不用出，不怕不回款的问题，因为我们跟工厂是深度的合作，他的原材料采购和产成品的销售，都是我们全负责，我们会在他每吨的交易上面，相对于是扣5元，这个成本相对是比较低的。工厂年度的产能是在5万吨到10万吨的量，大概每吨收5-10元的费用，一个工厂每年可以提供100万-500万的费用，类似于我们是先帮他实施，后收费的模式。

    然后在实施过程中，我们会帮着工厂去打造数据中台，这个数据还是相对保密的，是放在工厂侧。我们会放在平台侧，第二个就是我们的产业互联网的实验，就是工业互联网平台，我们也在搭。将工厂侧相关的数据，进行收集，当然也会跟工厂签订保密协议，工厂会把某一些数据上传过来，比如说生产的一些关键数据，还有物流的成本仓库的数据生产过来，这个时候在我们平台上通过第三方的服务，类似于现在用的钉钉，或者企业微信，我们也在搭这个平台。第三方的服务进来以后，可以让工厂进行授权，授权这个数据给你用，去搭建更加全面的一些数字化的操作。甚至我们会把数据上来以后，搭建一个数据平台来操作。

    王伟玲：张总介绍了工厂如何去开展数据治理相关的工作和业务如何去融合。也想问一下太极股份，太极也是在数字政府的国家队，开展了数字政府相关的一些建设工作。我们能不能结合政府领域的特点，然后谈一下我们在去做数字政府相关项目的时候，如何把政府相关的业务和数据治理相关的事情，有效的跟它紧密结合在一起？

    李宝东：其实我认为业务需求和数据治理，在做数据治理的时候，必须还是以业务需求为引导，业务需求还是切入点，我们必须是有客户的需求。根据需求去推导我们到底需要什么样的数据，这样的话才能够去推动我们从政府各个部门，首先你要根据业务去拿到这些数据，所以必须要有业务为导向的。不是说先把平台建好了，所有的数据放在那，然后才去找需求，这个次序不是这样的，必须是政府端有急需解决的事情，有急需要做的事情。

    举几个例子，拿北京市的小客车摇号，这也是一个实际的需求，这些数据分散在九个委办局，我们首先跟交通部门梳理这个业务的流程，需要哪些部门拿哪些数据，经过什么样的审批，才能完成摇号。根据这个业务引导，就很容易得到大家要拿什么样的数据，这个过程中有没有部门数据的标准不统一，我们需要做数据治理，最后我们把这些数据拿上来，在数据平台里做好治理，通过治理好的数据，我们把数据平台进行打通，然后让居民通过摇号系统去完成这个业务。

    王伟玲：政务数据共享一直是一个挺大的难题，我们国家最近几年一直在出台政务数据相关的一些文件，去年出了一个六号文，已经到了司法的层面，法律层面会去做一些推动。

    你们在实践过程当中，去协调各个部门的一些数据，有没有一些比较好的经验跟大家分享。

    李宝东：因为对于政府部门来讲，政府部门履职是按照自己部门的规定来履职的，所以我们做政府部门数据治理的时候，第一是以业务为引导，通过业务引导，找到这一项工作，是属于他部门的职责，这是你需要履职的，必须通过从业务给映射到行政，通过行政去推动政府部门去执行行政的职责，只要能映射到行政职责，那这个事情是没有办法推到别的部门的。

    通过这种方式，去推动整个政府部门一起协同配合，把整个数据按照规定好的流程，去整合起来，去提供应用。

    王伟玲：数据是资源，有效的数据资产，数据重要性在要素市场的政策效应的推动下越来越重要了，我们在数字化转型过程中，特别是业态创新和跨界融合的这个过程中，数据治理作为一个比较新的新兴事物，在推动过程中应该注意哪些问题，先请久其软件的党总给大家做分享。

    党毅：问到了企业数字化转型，不管是久其软件本身，还是我们的用户，一说这个数字化转型，大家很容易把这个事想得很大，通过这些年的经验，我觉得转型的过程中，不追求面面俱到。其实我很认同太极的做法，把几个最核心的场景，或者说对于企业过去这么多年没有办法解决的核心矛盾，要直面，把这些根本的问题要抓住。

    这个主体存在的价值就是经营和发展，你就面向经营和发展，解决最核心的问题，拿大数据和数据治理来解决你解决不了的事，至于数据是不是能产生新的管理工具，通过管理工具的改变，产生新的变化。还是要回到企业经营的本质，就是经营和发展。

    我们一做数据和中台，搞一点大屏，觉得特别有成绩，实际上往往好看归好看，好用归好用，还是要回归到企业发展和经营的本质，抓住最核心经营发展中产生的场景，把这个场景做实，不停去做迭代，把每个场景抠细了，这个企业的数字化转型就成功了。

    还是要给予数据产生新的生产效率，这是数字化转型的关键。

    王伟玲：接下来想请致远互联的刘总，做一个分享。

    刘亦然：主持人说的在座的这几个老师都是一线的，如果说数据治理最核心的，就是抓住核心的应用场景。致远互联是做协同运营平台的，我们也通过低代码技术、微服务技术等不同的技术构成协同运营的平台。在工业互联网行业中，实际上致远在里面提供的是底层的平台，在上面构建实际用户应用的，包括数字政府应用的，他们可能更了解客户核心应用场景的合作伙伴，大家发挥自己的优势，我觉得这个是挺关键的。

    我们也可以跟汉王科技合作，包括人工智能我们这个核心的业务去做国资、央企和政府的工作，对于错字的识别，包括我想写什么样的文本的文字，自动撰写会把这个文字写出来，包括还有在四川地区的常用错别字有哪些，或者有哪些他独特的使用习惯，都可以自动加载进来，这个可能是未来做数据治理第一个核心要点。

    第二个要点，它不是一个一蹴而就的过程，可能不能想得太庞大和庞杂的。实际上我们给这些用户做数字化的转型，我们一直有一个低代码的平台，这个低代码的平台用了12年，我们有一个云端的低代码交易的商城，每年用户自身，包括比我们更了解业务应用的合作伙伴，他们每年提供上万个和业务场景贴切和自己搭建的数字化运用场景，其他的用户，或者类似于业态的企业，碰到这种应用场景，可以用一个很低廉的价格，把这个应用场景直接下载下来。用简单的方式把自己的场景进行优化和构建，这个可能是一个对于中小企业来讲，他们进行数字化转型一个相对便捷的过程。

    王伟玲：应用场景是数字化转型的王道。还是想请教一下周总，除了刚才两位的一些观点和想法，您能不能谈一下数据治理，其他方面应该注意的一些问题。

    周英瑜：我们实际上算是数据采集过程当中的一个数字化和智能化的公司，数据做了这么多的事情，都是为了让大家提高效率，让大家少跑路。其实要做到这一点，除了平台的作用，真是要用各种技术，AI技术，短代码技术，或者更前沿一些通用技术，还有一些底层的交互技术，用这些技术去给各种数据的经济，提供更多的能源和力量。

    我个人的一个看法，就是拥抱它，不要害怕它。先不说数字经济当中，或者应用场景当中我们所遇到的困难，就是说我们现在自己了解的人工智能技术，我们认为也是处于前期，还早着呢，并不像外面描绘的，我们还是在一些解决实际问题当中去做事，可能才是最有效的，而不是我展示一个，展示一个什么有时候不一定那么实，不一定抓得那么牢，如果我们能抓牢的东西，先要抓牢。

    王伟玲：数据治理和人工智能相关技术的研发，还是像一个刚刚出生的小孩一样，还是需要我们一代代人去不断的奋斗，然后才有一个美好的未来。数据是无处不在的，可以永久保存的，价值永流传，听了大家的交流非常有收获，非常感谢。

（编辑 才山丹）