显然，数字化转型成为企业生存的关键，构建完善的企业级云平台和大数据平台则成了必经之路。通过转型，一方面企业可以借助数字化创新，加快内部流程、业务模式等方面的变革；另一方面，企业逐渐转变成以数据驱动，意味着企业决策和发展更具洞察力。然而术业有专攻，非ICT专业的企业想要“角力”数字化转型难免乏力。

这正是睿至大数据从成立之初就定下的目标，CTO兰健谈到，“睿至一直希望通过技术融合、业务融合、行业融合实现全栈式云服务，解决大型企业从存储到应用过程中的各方面问题，通过软件及硬件产品更好的应用于业务层面，实现大型企业的转型与升级”。

因此，睿至大数据形成了一横一纵的产品布局：横向上，提供整体企业级云平台和服务，以云化数据中心为目标的管理能力，运维能力，提升企业管理水平，为创新保驾护航；纵向上，提供完备的大数据平台，盘活企业数据资源，实现内部系统间数据共享和跨行业数据共享，以数据支持决策，以数据引领业务创新。

全方位云资源管理体系

目前国内以云计算相关技术创业的公司并不少，但大多都是以技术层面上做产品化，如Docker、云管平台等，但这些不能满足大型企业的复杂的异构环境。而睿至所能提供的，是为企业构建了横跨IaaS、PaaS和SaaS的多层级、全方位云资源管理体系。

所以从睿至的客户案例中，不乏看到诸如国家电网、运营商、中国石油这种“庞然大物”。这些客户尽管来自不同的行业，但都存在一个共同特征：体量较大、对稳定性和安全的要求都比较高、已有的IT架构也足够健全稳定，同时国家对这些企业有不同的监管标准，对实现“互联网+”战略，推广新业务方面有着十分强烈的诉求。

对于这类大型企业的云平台构建，需要云平台既可以兼容当下采购的新设备，也可以兼容以前的老设备，既可以兼容当前的新软件系统，也可以兼容以前遗留的老软件系统。简而言之，就是云平台要考虑多种遗产系统、异构虚拟化资源的统一纳管。

兰健介绍到：睿至在面对这些大型企业的时候，从云平台的整体规划期就考虑到了这一点，在有效利用老资源的同时，也保证了新老资源的平滑过渡。另外，对于大型企业最常见的多数据中心现状，睿至云平台可以统一管理企业内部本地或异地的多个数据中心，同时将私有云和公有云纳入单一混合云平台中，建设统一的基础设施资源调度和监控平台，实现多中心资源的统一调度和管理，最终确保无关“云上云下”、无关资源类型也无关地理位置的企业IT资源全局共享和灵活调度。

纵观市场上能提供整体企业级云平台服务的厂商大多是巨头公司，这些公司在很多方面都积累了一定的优势，而云平台的落地需要大量的定制工作，这对人才储备上，就有了很高的要求。睿至大数据目前300余人的公司体量能做到这样已经不易，对于未来，吸纳更多的人才应该是个重点。

只有应用才是数据价值体现的窗口

大数据技术最早应用在互联网业务中，互联网的特点赋予了这个新兴技术在处理个人数据方面的长处，比如说借助大数据对上网用户的行为分析，可以推送更加精准的营销信息，但这更多的面向个人应用。如今，数据是企业重要的信息资产已经达成共识，大数据技术开始从个人应用走向企业级，因此也催生了一批企业级大数据平台提供商。

和大多数公司提供的产品一样，睿至大数据平台——“先知系统”可以通过对企业内部海量数据进行全面采集、识别、存储，结合自身丰富的知识库和人工智能分析引擎，可为用户提供强大的数据交互能力。在处理能力上，在20个节点的集群环境中，先知系统可保证入库性能超过80000EPS，同时并发查询超过1000TPS。

但和大多数公司不一样的是，睿至通过对行业的深度理解，让大数据技术可以真正在企业落地，可以带来业务能力的提升，换言之，就是更懂企业的应用场景。这是最难得的地方，因为只有应用才是数据价值体现的窗口，数据要发挥价值，最直接的方式就是通过应用展现出来。

比如在风电行业，为了降低风机的倒塔事件，不得不经常对设备的部件进行更换，而单个风机的造价都在上百万，成本非常大。睿至大数据平台通过每个风机上监测点数据的分析，一方面可以在恶性事故出现前遇见事故的发生，另一方面可以对部件更换进行优化，拉长其使用周期。

又比如交通行业，在某公交集团的睿至大数据监测指挥平台项目上，不仅能够通过GIS可视化展现车辆运行情况，了解交通拥堵、热门站点、乘客迁移特征，并且进行定制化的分析模型构建与展示，更重要的，是能够直观的提供线路标准化运营状态分析、定位数据和调度车次的公里模型以及定位数据的线路及站点位置分析，为公共交通运营管理机构的信息获取、全景展现、实时优化和实际决策提供了有力的、创新的支撑。

不难看出，睿至大数据无论是云平台还是大数据平台，都在依托对产业需求的深度理解，全面打通技术难点，帮助客户实现业务的提升，并为客户提供在数字化转型的道路上必备的一体化生命周期解决方案。