9月1日，由江苏南京生态科技岛经开区管委会指导，南京市建邺区人工智能产业链党建联盟、江苏大数据联盟、星环科技共同主办的“向星力·未来数据技术论坛”城市巡回南京站活动圆满举办。来自政府、金融、能源、制造等各领域大咖齐聚一堂，共同探讨大模型、数据要素流通、行业数字化转型等热门话题，分享前沿技术与实践成果。
江苏南京生态科技岛经济开发区党工委副书记、管委会主任姚胜强，江苏大数据联盟理事长、南京大学教授潘金贵，江苏大数据联盟会员单位星环科技副总裁兼南京子公司总经理孙煜华分别为论坛致辞。
江苏南京生态科技岛经济开发区党工委副书记、管委会主任姚胜强
江苏大数据联盟理事长、南京大学教授潘金贵
星环科技副总裁兼南京子公司总经理孙煜华
活动现场举行了南京市建邺区人工智能产业链党建联盟*江苏大数据联盟共建协议、星环科技*南数研究院战略合作两大签约仪式。
此次签约南京市建邺区人工智能产业链党建联盟与江苏大数据联盟将通过共建活动平台、分享工作资源、交流工作经验、解决实际问题等途径，形成产业核心竞争力，有效提升江苏大数据联盟和建邺区人工智能产业链联盟关键技术创新水平。南京建邺区人工智能产业链党建联盟轮值主席单位、星环智能党支部书记李斌，江苏大数据联盟理事长、南京大学教授潘金贵参加了该签约仪式。
星环科技与南数研究院正式签约为战略合作伙伴，将构建业内领先的大数据平台及基于该平台的大数据业务应用，推动实现在江苏省及各地在大数据、人工智能领域的合作，促进服务创新。南数研究院院长曹祯庭、星环科技副总裁兼南京子公司总经理孙煜华参加了本场签约仪式。
星环科技联合创始人&技术VP刘汪根发表了《星环科技助力企业打通数据资源到数据资产价值链路》主题演讲。随着企业数据规模日益增加、类型不断丰富，传统的数据架构已无法满足需求，湖仓集一体化打破现有数据架构的边界，让更多人可以访问实时+历史/原始+加工后的数据，让企业更好地管理和利用数据资源，将其转化为数据资产，从而实现降本增效、创造机遇。湖仓集一体化也是星环科技大数据基础平台的主要演进方向，TDH 9.3推出新一代湖仓集存储格式Holodesk，一份数据满足数据湖的离线实时接入、数仓的复杂加工以及数据集市的分析需求，避免数据冗余，减少数据流转，提升业务综合性能与时效性。
国网智能电网研究院主任工程师于海分享了《国网公司数字孪生顶层设计介绍与应用探索》。于海表示，数字孪生电网核心是以应用需求为导向，以特定需求构建高保真模型与精准仿真计算，应用与规划设计与验证、电网运行、协同控制、智能决策与演进等方面，实现电网运行状态实时监管、源网荷储协同调控、提升电网安全稳定的管理水平，使电网由数化、先知、先觉、互动最终实现共智。国网公司数字孪生技术架构包括物联感知、数据整合、孪生支撑、展示呈现、应用交互，实现了镜像数字化、仿真与预测、反馈控制等应用。
昆仑智汇数据科技有限公司董事何仁杰发表了《场景驱动的数据价值发掘》主题演讲。何仁杰以工业企业视角出发，从数据价值在哪里、双螺旋引擎、3T融合协同、数据的四次资源化四个方面分享了场景驱动的数据价值发掘。工业数据可应用在PCB生产的客诉响应、人员绩效的客观评估、设备性能评测、冷轧轧制能耗数据分析等场景。信息化和数智化是双螺旋引擎，信息化的驱动力是降本增效，重点关注管理体系和业务流程；数智化的驱动力是敏捷创新、智能决策，重点关注内外部用户需求，两者通过业务数据化、数据业务化的过程实现数据资产化。3T融合协同是IT信息技术能力、DT数据分析能力、OT业务运营能力的共创。数据的四次资源化包括基于原生数据的数据集约、基于业务领域的数据关联、基于关联数据的数据萃取精化和面向场景的数据应用。
南京证券数据开发团队负责人郭枫分享了数据中台的探索与应用实践。南京证券数据中台建设以OneData作为方法论，基于证券行业SDOM数据模型构建了从算法定义、数据开发到数据服务的统一指标和算法，避免因不同的业务场景造成不同部门对数据的重复建设，让数据成为可复用、可深挖价值的资产。基于此，南京证券数据中台的整体架构包括了数据汇聚、数据开发、资产管理、数据服务、数据安全和运营等功能模块。通过数据中台形成了一套高效可靠的数据资产体系和数据服务体系，打破了公司内部的数据孤岛，将数据沉淀为资产，并对外提供数据服务能力。业务产生数据，数据服务业务，自此形成了一个闭环，为公司的经营决策、客户服务、合规风控提供有效支撑。
星环科技电力行业售前与解决方案总监谢跃飞分享了《电力行业知识图谱大模型专题分析》。谢跃飞提出AI三大趋势：通用大模型将会是企业的基础能力，可以快速搭建应用能力；AI分析趋于平民化，从数据到决策的链路将越来越短；多模态的特点，数据多模态、应用多模态、交互多模态。并分析未来电力大模型在预测优化、设备智能、知识传承等方面将会发挥重要作用：在电力系统的预测和优化方面，预测电力系统的负荷和发电量，优化电力生产和调度，提高电力系统的稳定性和可靠性；在电力设备的智能化方面，帮助电力设备实现自动识别和诊断，提高设备的智能化程度和可靠性；在电力行业的知识管理方面，帮助电力公司快速检索和获取相关知识，提高员工的工作效率和解决问题的能力。
