文 / 中國農業銀行數據中心（北京）  王晶

隨著全球物聯網、5G、大數據、機器學習等技術的迅速發展和推廣應用，智慧城市、智慧產業園區、智慧樓宇等如雨后春筍般涌現，金融業數據中心作為對成本、效能、安全、運營等都有極高要求的園區業態，走向數字化和智慧化是必然趨勢，也有重要的實際意義。

金融數據中心園區運營面臨的困境

1.缺乏數字化運營理念。金融數據中心園區設備密度高，運營保障要求高，但在保障等級上只關注機房局部重點區域，缺乏園區整體運營概念。園區運營經常被定位為保障性服務范疇，管理單位通常為綜合保障職能部門，運營實體則主要為物業、安保公司等，缺少從事信息化工作的技術人員，基礎運營數據仍以人工巡檢和手工記錄為主,勞動力成本投入大，出錯率高，且效率低下。整個運營團隊也主要依靠個人能力、歷史經驗和設備供應商建議進行決策和實施，物業公司等僅僅負責日常的設備維護操作和記錄登統等工作,難以形成統一的數據規范，缺少通過分析數據進行決策的專業知識和思維邏輯。管理人員在常規數據分析中疲于奔命，隨著園區建筑面積、資產規模、設備數量、入駐人員增長到一定程度，園區運營問題會從量變引發質變，進而威脅數據中心機房運行的安全和穩定。

2.園區數智化運營未形成成熟行業方案。當前，智慧園區概念和相關技術正處在探索和孵化階段，解決方案和技術路線尚未形成行業共識，金融行業數據中心園區作為全球范圍數據運行部位，較其他行業更注重穩定和安全，園區管理單位要么觀望情緒較重，等靠監管政策或同業建設效果和經驗，要么噱頭當先，急于建設用于展示的數據可視化和信息化管理系統，功能限于關注日常辦公活動和部分經營活動。對于運行維護管理、設備生命周期管理、多系統交互等方面的系統和模型建設仍十分滯后，且系統間缺乏兼容和對接，無法實現場景化的聯動聯控，各系統數據難以統籌使用、建立模型、滿足管理層的整體性分析與決策支持。

3.數據積累時間長見效慢。海量、精準、高質量的大數據是數字化模型建立和人工智能系統訓練的關鍵，如果過程數據樣本不夠充分、全面，模型和算法就可能存在過度擬合的情況，難以保證精度和準度。但由于大數據的收集、標簽化處理和準備等前期階段耗費的時間長、成本高，各級人員特別是管理人員對園區運營智慧化應用前景缺乏信心，難以下決心嘗試或容易失去耐心，這是當前金融數據中心園區運營面臨的普遍困境。

金融數據中心園區數智化運營思考

智慧園區應從“智慧運維”“智慧安全”“智慧服務”三方面入手，以新一代物聯網、虛擬現實、大數據和機器學習等新興信息技術為支撐，通過整合集成、開發提升、新建擴建，構建高效統一、功能豐富，跨平臺、跨網絡、跨終端的“基于3D場景的智慧運營平臺”，逐步建立起安全可靠、運轉高效的園區管理體系和數據分析決策模型、園區設施運維和安全保障體系，以及園區公共服務體系，實現金融數據中心園區整體數智化運營。

一是縱向能貫穿。一方面，要挖掘規整園區數字化數據資源，全面接入基礎設施運行、設備生命周期維持、維護保養監測，實現從末端到管理端的全面監、控、管，建立完整的園區運維能力。另一方面，要打通優化業務流程，縮減不必要的中間節點，提升資源配置效率，建立業務融合、信息共享、工作流貫通的園區運營能力。

二是橫向能融合。數智化運營從根本上體現的是一個完整的管理體系，通過對園區內人、物等信息資源進行整合共享,打破各專業系統信息壁壘。從管理到運維、從安全到服務、從日常運營到應急處置，形成園區統一的管理制度、數據規范和執行標準，建立統一數據交換平臺和一體化管理系統，避免出現多頭數據或信息孤島，實現數據層面互通共享，應用層面場景化運營，執行層面協同聯動。

三是外圍能擴展。數智化運營應具備擴展和融合能力，內部通過數字接口服務和數字感知交互，可接入新的信息系統和IoT設備，延展和擴充園區功能和感知密度。外部通過對接統一市政管理數據規范、統一行業數據對接規范，與政務服務和行業服務的系統及設備進行數據交換。在數字化城市運營的大背景下，融入城市運行中心，突出園區大運營概念，從而實現不同層級的園區內部和園區整體兩套運營生態環境各自具備閉環和延展能力，融合日常運行數據能夠為行業主管部門提供數據支撐。

四是多地可對接。未來，隨著金融數據中心多地多中心建設和一體化運營體系的建立，打造可實現多地園區集中管理的云運營平臺成為最佳選項。根據各地園區建設投產進展，依托自身數據機房和系統資源，建設私有云平臺和異地災備，無縫接入多地園區，實現多數據中心基礎運營標準化、專業化、集約化。

中國農業銀行稻香湖科技園區

園區數智化運營的探索與實踐

1.因地制宜，側重安全。當前，各金融企業對數據中心園區智慧化建設都在積極探索，普遍采取選擇市場化成熟產品或合作開發的模式，在基礎設施運維智能化、保障服務網絡化等方面依靠市場現有解決方案取得了一定的效果。但目前市場主流解決方案，大多數為產業園區和智慧城市解決方案演化而成的產品化產物。雖然各行業數據中心基礎設施的主要管理工作內容基本是一致的，然而不同類型企業，特別是金融行業因監管政策更加嚴格，組織架構以及管理方式對數據中心具體的管理組織制訂和流程要求也與普通園區管理有著較大的差異。金融業數據中心園區對安全性、穩定性、數據敏感性等方面更為看重，現有市場產品都需要不同程度的二次開發，合作協議中還應重點解決數據安全、代碼歸屬和知識產權等問題。

2.整體規劃，試點建設。考慮到研發和應用成本、技術發展前景、經濟效益、社會和監管部門的接受度等多個因素，金融企業智慧園區建設和運營上的速度和程度應循序漸進。在初始階段，應重點解決如何整合園區的信息基礎設施，完成園區現有基礎設施數據接入或改造，梳理國家法規、行業指導文件、公司制度等，形成工作流和數據集的標準規范，構建數據整合平臺，試點建設園區基礎設施集中運維平臺，不斷探索和拓展數智化應用場景，從而逐步實現園區數智化運營。

3.萬物互聯，集中運營。利用物聯網、互聯網、大數據等技術將園區海量信息一網打盡，建設一個數據標準、運行高效、擴展性強的大數據平臺，按照統一數據規范標準實現數據采集入庫，實現大數據的搜集、整理、存儲、分析和應用，實現園區“數字孿生”。將各智能化子系統，通過統一的信息平臺實現集成，將智慧運維、智慧安全、智慧服務等系統進行集成管理，以形成具有信息匯集、資源共享及優化管理等綜合功能的系統，實現巡查、監測、預警、分析、評價、服務的全周期管理，解決綜合管理難問題，打造“智慧園區”綜合管理、運維和服務一體化平臺，深度挖掘園區過程數據，全面整合各類有價值信息。通過大數據技術構建系統化、精細化、科學化的數據分析與建模系統，通過建立數據決策模型，為園區管理者對園區的規劃管理決策提供依據。

小結

金融數據中心園區數智化轉型應重點關注和解決安全、效率、成本、體驗等實際問題，將園區整體運營與數據機房運行整體考慮，以數字化運營為導向，走出為建系統而建系統的誤區。實現園區整體運營的可視化、數字化和智慧化；轉變決策人員、運營人員、服務人員的傳統工作模式；通過技術手段和數學模型建立園區內人與人、人與物、物與物之間的交互和溝通聯系。