潘杭琳：大數(shù)據(jù)是共享型資源_數(shù)據(jù)分析師考試

“中國制造2025暨德國工業(yè)4.0峰會”于2015年7月2日在北京召開。中德設(shè)計協(xié)會常務(wù)副會長潘杭琳出席并演講。

　　以下為演講實錄：

　　潘杭琳：大家下午好！

　　我姓潘，潘杭琳，在德國15年，今天非常榮幸，我們受中小企業(yè)協(xié)會的邀請，到這里來。我和大家分享一下這十幾年在德國看著數(shù)據(jù)科學(xué)是怎么一步一步從最初的一些科研項目，然后一步一步被社會化網(wǎng)絡(luò)推動著，最后變成相當(dāng)于誰也無法用原有的一些框架去迎接它的挑戰(zhàn)的這么一種形式。然后又看到全世界的這些數(shù)據(jù)科學(xué)家是怎么樣群策群力來解決真正的海量大數(shù)據(jù)的。

　　我們一直以來都是在不斷地對數(shù)據(jù)加深理解，在座的都知道，計算機(jī)存在的時候，它就叫做信息了。很多的數(shù)據(jù)只要能存起來，它就是信息。有用的信息叫做數(shù)據(jù)，有用的數(shù)據(jù)叫做規(guī)則，有用的規(guī)則叫做智慧。有一種說法就是信息、數(shù)據(jù)、規(guī)則、智慧，這四步。

　　真正對我們?nèi)祟愑杏玫膽?yīng)該是最后一步，就是智慧。要達(dá)到智慧這一步，我們經(jīng)歷了各種各樣的探索，曾經(jīng)做過一個項目，有過好多學(xué)科進(jìn)行交叉，有過存在論，有過智庫，有過數(shù)據(jù)挖掘，一步一步，到最近在中國，反正前兩年一下子大數(shù)據(jù)這個名詞起來了。其實大數(shù)據(jù)這個名詞1980年就有了。

　　2014年，大家就看到了很多流數(shù)據(jù)，視頻流也好，這個數(shù)據(jù)過去就沒有的，但是這個數(shù)據(jù)我們還是需要從它里面提煉出一些東西來的。2014年，我們有一個新名詞叫做塊數(shù)據(jù)，這個是新成立的貴州大數(shù)據(jù)產(chǎn)業(yè)園他們有一個好的說法，它把一些數(shù)據(jù)成塊，作為塊里面是共享了，它叫做塊數(shù)據(jù)。

　　我們從一個更廣闊的領(lǐng)域來看，大數(shù)據(jù)應(yīng)該像海一樣的，叫海數(shù)據(jù)，我的數(shù)據(jù)可以放在公開的地方，大家都可以享用，這才是真正的大數(shù)據(jù)。后面的幾頁，我就跟大家講大數(shù)據(jù)快車不是現(xiàn)在才有的，一直就有，只是我們要走對路，要走對真正的大數(shù)據(jù)。LOOD就是連在一起的開放數(shù)據(jù)，這才是我們認(rèn)為的大數(shù)據(jù)。

　　我先介紹一下我自己本人，我在德國是在馬克斯。普朗克研究院信息研究所，右上方是德國的計算機(jī)之父，是他在整個德國之內(nèi)把各個計算機(jī)系建起來的。他最經(jīng)典的理論就是他理解了相等理論，他知道了信息商是怎么來的，知道信息的本原是什么。我在馬克斯普朗克研究院12年，來來往往后面一起合作。通過這個平臺接觸到了全世界范圍之內(nèi)的各類廣大數(shù)據(jù)的領(lǐng)域的團(tuán)隊和機(jī)構(gòu)。

　　目前大家都講工業(yè)2025和工業(yè)4.0，其實工業(yè)2025和工業(yè)4.0也少不了數(shù)據(jù)，我們看看信息化，人工智能實用化兩頭是怎么走的。馬克斯普朗克研究院，德國的諾貝爾獎有一半來自于這個研究院，由它很自然召集起我們所說的世界級研究機(jī)構(gòu)一起來看看大數(shù)據(jù)這個難題。他們成立了一個OPENLINKED DATA，我們是最早的發(fā)起人之一。

　　大數(shù)據(jù)最早用的是IBM[微博]的WATSON，它做了2014年600億美金的產(chǎn)值，但是你去查一下IBM的WATSON，它的白皮書里面唯一引用的兩個科研成果，一個就是來自于我們團(tuán)隊，就是剛才那張照片里面的團(tuán)隊。

　　我們團(tuán)隊也跟斯坦福和麻省理工大學(xué)對換博士生，我們承接VLDB，真正的大數(shù)據(jù)國際協(xié)會，還有國際數(shù)據(jù)工程，然后網(wǎng)絡(luò)，然后信息檢索，還有數(shù)據(jù)管理等等這些國際化的最頂層的搞大數(shù)據(jù)的專業(yè)協(xié)會，都是我們這個團(tuán)隊很多人分別當(dāng)各類的評審，然后組織者這樣的。

　　我自己本人現(xiàn)在是國家科技資源共享服務(wù)工程技術(shù)研究中心的特聘專家，這是共享，突出一個字，資源共享，我們提供了很多的公開數(shù)據(jù)供全中國的人，甚至全世界的人來享用。

　　我們在當(dāng)?shù)?，在薩爾這個地方，有很多德國朋友都知道薩爾是非常小的小地方，但是這個小地方很特殊，它有德國國家人工智能研究中心，它擁有了SMARTFACTORY，也就是智慧工廠全世界的注冊商標(biāo)。所以，實際上工業(yè)4.0里面核心的這個東西，是來自于DFK1，LPI和NLP連在一起的，這個就是自然語言處理。把人都理解不了的東西用計算機(jī)來理解，最后做了人是沒有這個智力，也沒有這個時間去把全世界的信息全部整理起來一個智庫的，但是我們可以用計算機(jī)來幫我們做。

　　當(dāng)然，我也擔(dān)任了中科院的一個項目職務(wù)。

　　這叫做海數(shù)據(jù)，我們最初在這個地方，我們的位置是在這個地方，德國是最先的先期，可能這個就是整個網(wǎng)站，整個雅虎所有數(shù)據(jù)就是這一個點。一般來說，整個網(wǎng)站在我們這里就屬于一個節(jié)點，然后我們把這個節(jié)點按照類別，大家按照一個接口全部公開連在一起，這才是大數(shù)據(jù)。

　　工業(yè)4.0是大數(shù)據(jù)下面有工業(yè)大數(shù)據(jù)以后產(chǎn)生的量，肯定比剛才產(chǎn)生的互聯(lián)網(wǎng)的數(shù)據(jù)還要大，原因它是流性質(zhì)的，這個數(shù)據(jù)流過來流走的，你要及時處理了。如果你連這個都處理不了，后面就更加不可想象了。

　　因此，我們在考慮大數(shù)據(jù)基礎(chǔ)架構(gòu)之下，我們再如何看相當(dāng)于對傳統(tǒng)產(chǎn)業(yè)進(jìn)行發(fā)展模式、組織結(jié)構(gòu)和價值理念的重新構(gòu)造。我們有足夠多的案例幫助大家實現(xiàn)原來不可想象的大數(shù)據(jù)的管理。

　　大數(shù)據(jù)BT本身也像馬云[微博]所說的，它是一個共享型的，我有的資源和你有的資源，我們都要拿出來，拿出來才有價值。當(dāng)然要有一個保護(hù)的機(jī)制，但是雙方一定要拿出來。

　　有一些觀點也是可以共享的，這里就非?？粗?60公司的傅志華，他覺得企業(yè)里面就有一個畫像，他覺得企業(yè)里面的數(shù)據(jù)就有數(shù)據(jù)基礎(chǔ)平臺，有業(yè)務(wù)運營監(jiān)控，有用戶體驗優(yōu)化，有精細(xì)化營銷，有市場傳播，還有經(jīng)營分析，還有戰(zhàn)略分析，我覺得他寫得非常好。

　　我們想做的事情是，這是按照中國的企業(yè)的實際情況，它對應(yīng)到大數(shù)據(jù)的一些應(yīng)用上去，我們能做的是幫助它怎么樣來進(jìn)行這個跨越。企業(yè)的大數(shù)據(jù)應(yīng)用的路線圖應(yīng)該是怎么樣的。

　　對于企業(yè)家來說，我們不應(yīng)該給他講太多理論的東西，或者科研的東西，或者國外的東西，你就告訴他，一只手掌拿出來，你就告訴他五個“一”，這五個“一”他都知道什么意思，他就能用好大數(shù)據(jù)了。

　　第一，疑問。你的企業(yè)里面基礎(chǔ)數(shù)據(jù)到底有哪些，哪些是可以數(shù)字化的，哪些是可以信息化的。

　　第二個，意向。企業(yè)用大數(shù)據(jù)想做什么，到底是做營銷，還是做市場，還是做體驗，還是做運營監(jiān)控呢。你的意向，這個企業(yè)家要知道。

　　然后，要依托。你到底依托什么層次的人來對接，是依托科研性機(jī)構(gòu)，還是公益性機(jī)構(gòu)，還是專業(yè)的企業(yè)、商業(yè)公司，還是相當(dāng)于國家的，也就是說國家隊，或者是政府。這是你依托誰，跟誰一起合作最合適，這些一定要做好。

　　第四，依據(jù)。假如通過你的合作伙伴，因為我們自己一個公司不大可能去培養(yǎng)一個數(shù)據(jù)科學(xué)家的，數(shù)據(jù)科學(xué)家起碼要十年培養(yǎng)。數(shù)據(jù)分析師倒是可以培養(yǎng)的，數(shù)據(jù)操作員更加可以培養(yǎng)。但是你培養(yǎng)這些人以后，這些數(shù)據(jù)幫你挖掘出什么來，哪些數(shù)據(jù)是能產(chǎn)生的，你把第四步依據(jù)和第五步依存做得好，你只要能夠挖掘出數(shù)據(jù)的，哪怕你這個公司目前情況不好，你放心，在心里這個時代上，你的價值一定是陪著你的數(shù)據(jù)而存在的，就像一滴水，你這滴水放在平地里馬上就會消失，但是放在大海里，永遠(yuǎn)不會干涸。這就是大數(shù)據(jù)要讓你走到的這條路上，要有方法，又要有源數(shù)據(jù)20%，又要有數(shù)據(jù)檢索，讓你把意向、依托搞得更明確。然后要依據(jù)智慧的云服務(wù)幫你做，最后達(dá)到一個決策數(shù)，整體上，為你這個企業(yè)站好一個位置。

　　我們舉一個例子吧，比如說，我講我原來的校長，我原來浙大出來的，潘云鶴校長，目前有很多搜索引擎，我要找一下關(guān)于某一個人的基本概況，比如我現(xiàn)在為企業(yè)上一個項目，這個項目可能需要查一些資料，我們用大數(shù)據(jù)幫他查。比如這樣一查，他的旁邊我知道他的論文合作關(guān)系是誰，專利合作關(guān)系是誰，項目合作關(guān)系是誰，這個數(shù)據(jù)在大數(shù)據(jù)下面全有。我還可以查這個項目最近幾年怎么樣怎么樣，近幾年項目多少、專利多少、論文多少，我還可以查項目的具體信息。它的主要專業(yè)，計算機(jī)這才是真正的智慧化的檢索。你要查一個人的時候，它會把這個人一切相關(guān)的專業(yè)方向全給你找出來，這是更加靠近人們所需要的對搜索引擎的一個要求。

　　其中，比如對傳感器、網(wǎng)絡(luò)不是很了解，我還可以對任何一個專業(yè)的任何一個術(shù)語再進(jìn)行深入，任何一個學(xué)科的專業(yè)術(shù)語都能查出來中國最好的應(yīng)該在哪里，最好的機(jī)構(gòu)應(yīng)該在哪里。用這種方式，真正把全中國的這些公開的數(shù)據(jù)全部都給它一網(wǎng)打盡。每一類又能知道某一個熱點的事情，它在市場上，哪個地方最熱，這個項目哪個項目是熱點比較多一點。

　　所以，總的來說，只要大家把這個思路改過來，相當(dāng)于用五個“一”，每一步都找對合適的合作伙伴，大數(shù)據(jù)不是那么遙不可及的，大家數(shù)據(jù)還是很容易能夠碰得到的。不過，千萬不要拿著造石子路的技術(shù)去修一個賽車道，然后讓賽車去跑，這個太浪費了。我們最終科研大概是引領(lǐng)七到八年的，技術(shù)是引領(lǐng)三到四年的，企業(yè)是引領(lǐng)半年的。我們希望企業(yè)家一方面學(xué)習(xí)德國的培訓(xùn)的這一塊，然后另一方面他要學(xué)會向科技提早五年看，提早三年看。技術(shù)是提早三年到五年，還有像科技，科學(xué)，科學(xué)是提早七年、八年看。我希望通過這么一個呼吁，希望大家更加多地和各種機(jī)構(gòu)合作，最后只會讓我們大家在一個共享，相當(dāng)于眾智分時、共享經(jīng)濟(jì)的框架下，真正把我們的實體經(jīng)濟(jì)，把我們的企業(yè)走到數(shù)據(jù)時代的大浪潮當(dāng)中去。

　　最后我想說一句話，連美國的GE，通用汽車公司的老總CEO去年就說了，前一天晚上，我躺在床上還清清楚楚知道我們整個大企業(yè)，當(dāng)然是美國制造業(yè)的龍頭了，還是制造型企業(yè)。但是早上一早起來，就發(fā)現(xiàn)GE已經(jīng)是一個數(shù)據(jù)公司了。既然他們都可以這樣說，我們在座的各個企業(yè)家一定一定也要走到數(shù)據(jù)經(jīng)濟(jì)的浪潮里面來，走到這條大數(shù)據(jù)的快車道上面去。