܄

大数据“跑马圈地” 未来也许将成为产业竞争的“黑金”

【数据猿导读】 成功赋能技术令人讽刺的命运归宿——由于技术的广泛传播,然后到达无所不在的地步,最后“大数据”将被人熟视无睹,甚至于被“拉黑”

大数据“跑马圈地” 未来也许将成为产业竞争的“黑金”

在农业社会,我们都知道土地最为宝贵;在工业社会,石油是大家想要拥抱的财富之源;在信息社会,大数据一定是这个时代竞争的核心资源之一。对此,中国电子信息产业发展研究院院长卢山曾问《中国企业报》记者一个有趣的问题:大数据是一种什么颜色?在我们无法理解专家这个提问的真实用意时,他自己做了回答:大数据涂的颜色是黑色!卢山进而解释:因为在大数据里面,孕育着无限的力量,孕育着无限的机会,而“黑色”,正是代表着未知的可能。

从产业角度看,大数据可以分为两类,一类是技术变成产业,另一类是各企业、各机构,甚至个人。

北京大学教授、工信部原副部长杨学山对数据主导下的产业效应曾有表述。他提到,所有当年形成的数据库管理系统,现在几乎都变成了数据库公司,当大家真正由此形成大数据处理芯片或计算架构,那么新产业的形成就为时不远了。

回看自我,不论是个人还是团体,无不可以变成大数据的拥有者。20年前的时候,包括中央部门在内的很多机构,数据库是以G为代表的,地方则是以百兆为单位的,到了今天,我们个人都可以拥有T级的数据。

有了庞大资源在身的政府、企业、个人,如何使数据管理应用成本更低效率更高?这就需要产业的支撑。而大数据对人类社会进步真正的含义是,大数据成为我们提升能力、提升竞争力、提升生活质量的来源。

大数据产业的发展,无疑要付出巨大的人力成本。

关于大数据从资源到产业的嬗变,需要做点滴积累。有人将大数据与水龙头做比较,如今一个水龙头的跑冒滴漏或许大家见怪不怪,但是今天如果对数据的跑冒滴漏视而不见,那就犹如洪水,一旦漫过头顶,只能是满眼漆黑。

因此,“黑色”这一深度价值的开发,需要我们知道数据存放的地点,我们要将它们聚集起来,这就如同石油开采,需要精密的数据挖掘工具。但是我们也要认识到,我们当前还处在数据经济、信息经济下的商业模式,这种模式决定未来数据应用价值有相应的不确定性。如何用大数据来解决未来商业的不确定性,解决产业发展的不确定性,实际上,已经成为各大数据拥有主体未来在产业竞争中的制高点。

这个“制高点”,正随着一些核心基础设施的挑战,慢慢得以显现,这也就意味着,大数据应用层正在快速构建。

在企业内部,已经出现了各种工具来帮助跨多个核心职能的企业用户。比方说,销售和营销的大数据应用通过处理大规模的内外部数据来帮助找出哪位客户可能会购买、续约或者流失,且速度越来越实时化。客服应用帮助个性化服务。人力应用帮助找出如何吸引和挽留最好的员工等。

在这里,专家经常强调两个趋势。

首先,这些应用很多都是 “大数据原生” 的,本身都是依托在最新的大数据技术基础上开发的,代表了一种客户无须部署底层大数据技术即可利用大数据的有趣方式——因为那些底层技术已经是打包的,至少对于特定功能来说是这样的。

其次,数据本身在应用层也有很强大的存在。比方说,在猫捉老鼠的安全领域中,大数据被广泛用来对付黑客,实时识别和对抗网络攻击。

所以,从很多方面来看,我们仍然处在大数据现象的早期发展阶段。然而,随着大数据继续走向成熟,这个术语本身可能会消失,或者变得太过时以至于没有人会再使用这个词。

这就是成功赋能技术令人讽刺的命运归宿——由于技术的广泛传播,然后到达无所不在的地步,最后被人熟视无睹,甚至于被“拉黑”。


来源:中国企业报

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
基于深度迁移学习的多语种NLP技术原理和实践
基于深度迁移学习的多语种NLP技术原理和实践
张涵诚:大数据招商平台可推动地方供给侧改革
张涵诚:大数据招商平台可推动地方供给侧改革

我要评论