再識大數(shù)據(jù)

如果說在工業(yè)時代，生產(chǎn)原料是基于大自然饋贈的各種原子的產(chǎn)物，那么在信息時代，最基本的生產(chǎn)原料就是比特。而在比特之上，是承載各種信息價值的數(shù)據(jù)。對于信息時代的人們來說，沒有什么比獲得數(shù)據(jù)、擁有數(shù)據(jù)、分析數(shù)據(jù)和利用數(shù)據(jù)更重要的事情了。
    近日，《CIOInsight/信息方略》記者就有關(guān)大數(shù)據(jù)與互聯(lián)網(wǎng)的關(guān)系、大數(shù)據(jù)對業(yè)態(tài)的影響、成功利用大數(shù)據(jù)的商業(yè)模式等話題，采訪了中國通信協(xié)會副理事長、國家信息化專家組咨詢委員會委員、光纖傳送網(wǎng)與寬帶信息網(wǎng)專家鄔賀銓先生。以下是經(jīng)過編輯的對話。
    被訪者簡介：鄔賀銓，光纖傳送網(wǎng)與寬帶信息網(wǎng)專家，曾任信息產(chǎn)業(yè)部電信科學(xué)技術(shù)研究院副院長兼總工程師?，F(xiàn)任國務(wù)院物聯(lián)網(wǎng)領(lǐng)導(dǎo)小組組長、電信科學(xué)技術(shù)研究院副院長兼總工程師。國內(nèi)最早從事數(shù)字通信技術(shù)研究的骨干之一。

相輔相成的大數(shù)據(jù)與互聯(lián)網(wǎng)
   CIOI：先來簡單聊聊大數(shù)據(jù)吧。這是個持續(xù)發(fā)熱的東西，特別是在今天這個信息消費的大背景刺激之下。那么在您看來，大數(shù)據(jù)有哪些具象的表現(xiàn)？
    鄔賀銓：我們的城市都有攝像頭，一個小時產(chǎn)生很多的數(shù)據(jù)，幾十萬個攝像頭，數(shù)據(jù)達(dá)到數(shù)百個TB，是很正常的事情，所以這個數(shù)據(jù)總量是非常大的。除了政府及公共機(jī)構(gòu)以外，企業(yè)也產(chǎn)生大數(shù)據(jù)。比如說波音飛機(jī)，每個飛機(jī)的每趟航程，來回都會產(chǎn)生TB量級的數(shù)據(jù)。波音公司現(xiàn)在擁有的技術(shù)，可以做到每幾毫秒都測一個數(shù)據(jù)，這樣每年的數(shù)據(jù)有多大，可以想象。
    中國聯(lián)通對每個上網(wǎng)用戶都有記錄，一個月記錄一萬多條，對應(yīng)的數(shù)據(jù)量是幾百個TB。除此之外，國家電網(wǎng)公司、醫(yī)療單位也都是數(shù)據(jù)產(chǎn)生的大戶。我們從醫(yī)院的病例可以看到，一個大腦的CT掃描圖，要讓它分辨率很高，微米的數(shù)據(jù)量產(chǎn)生是4.5TB的數(shù)據(jù)。同時按照醫(yī)療規(guī)定，一個患者的數(shù)據(jù)要保存50年。像301醫(yī)院，門診量一萬人；廣州中山大學(xué)醫(yī)院，2008年的數(shù)據(jù)是100個TB，到2013年是1000個TB。
    還有大家都知道的淘寶網(wǎng)。去年光棍節(jié)每分鐘幾十個TB的數(shù)據(jù)。騰訊每天有5萬次計算等。所以說，互聯(lián)網(wǎng)上有很多大數(shù)據(jù)，每天都有更多的數(shù)據(jù)量產(chǎn)生。我這里還有一個國外的數(shù)據(jù)，美國的網(wǎng)站每分鐘有72小時時長的視頻監(jiān)控上載，相當(dāng)于全世界有6億人同時看不同的高清電影。到了2016年，互聯(lián)網(wǎng)可以在3分鐘之內(nèi)，傳收300萬小時的視頻。這個數(shù)字相當(dāng)于全世界生產(chǎn)34年不吃飯不睡覺才可以看完的電影。
    現(xiàn)在全世界新產(chǎn)生的數(shù)據(jù)量每年增加14%，也就是說互聯(lián)網(wǎng)每兩年翻一番。2012年和2013年互聯(lián)網(wǎng)所產(chǎn)生的流量，等于人們有意識以來，一直到2011年所產(chǎn)生的數(shù)據(jù)量總和，兩年等于一萬年。2011年全世界互聯(lián)網(wǎng)總量1.8個GB。2020年，全世界的數(shù)據(jù)將達(dá)到40個GB。
    CIOI：剛才您談了很多互聯(lián)網(wǎng)對大數(shù)據(jù)的影響。那么反過來，大數(shù)據(jù)的產(chǎn)生，又使互聯(lián)網(wǎng)有了那些改變？
    鄔賀銓：大數(shù)據(jù)的出現(xiàn)，對互聯(lián)網(wǎng)有很大的影響。就以傳統(tǒng)路由器為例。路由器有傳送功能，也有控制功能，還有業(yè)務(wù)功能。大數(shù)據(jù)出現(xiàn)后，我們發(fā)現(xiàn)網(wǎng)絡(luò)上存在時空不對應(yīng)的問題，很難判斷哪個地方的流量最高。因此，現(xiàn)在可以把路由器的網(wǎng)絡(luò)控制功能抽出來，形成一個網(wǎng)絡(luò)控制系統(tǒng)；把業(yè)務(wù)功能抽出來形成業(yè)務(wù)系統(tǒng)。靈活實現(xiàn)控制平面的建構(gòu)，對于大數(shù)據(jù)流量是一種改型。隨著流量增大，大部分流量過路多，落地少。凡是在光強(qiáng)上做的，就別在電廠做，凡是在IP上可以做的，就不在IPO上做。另外，就是傳統(tǒng)互聯(lián)網(wǎng)IP地址表示主機(jī)的身份，這個很正常。但移動互聯(lián)網(wǎng)的出現(xiàn)，使這個計算機(jī)從這里到那里，位置變了，用戶的身份沒有變——完成身份和位置的分離。
    另外，現(xiàn)在被討論很多的，IPV4向IPV6遷徙的話題，也是大數(shù)據(jù)對互聯(lián)網(wǎng)的另一個影響。目前為止，必須要解決地址短缺問題，一些人不考慮跟互聯(lián)網(wǎng)兼容的問題，甚至提出“后IP”概念。一般大家認(rèn)為，“革命性”路線發(fā)展需要很長時間，10到15年，甚至更長。從這個意義上來說，我們現(xiàn)在的網(wǎng)絡(luò)等不及，不可能15年以后再解決地址問題，因此，IPV6是一個必須然的選擇。至于說未來，誰也不能保證任何一個技術(shù)是萬全的。看到十幾年之內(nèi)，我們沒有別的解決辦法，就只能往這方面走?，F(xiàn)在，IPV6有利于對地址真實身份的認(rèn)知，對網(wǎng)絡(luò)安全性有好處的。但過度到IPV6是一個長期過程，這個需要整個產(chǎn)業(yè)鏈方面的配合。
   公共領(lǐng)域：未開采的大數(shù)據(jù)富礦
   CIOI：還有一個跟大數(shù)據(jù)挖掘密切相關(guān)的話題，就是公共信息平臺的建立。這也是信息消費的熱點之一，您怎么看這個問題？
    鄔賀銓：我們北京的公交有一卡通，如果把這里面的數(shù)據(jù)收集起來，我們就能知道北京多少人從哪里換車，每天是個怎樣的流向。
    還有一個例子，上海的所有路口都有攝像頭，每個攝像頭后面都有電視屏，放在交通管理中心。一個交通管理中心再大也放不下這么多屏，因此10秒鐘一輪換。通過大數(shù)據(jù)挖掘，可以把一條馬路的交通組成一個視頻，把整個上海交通組織像一張圖，就像從直升飛機(jī)上俯視上海一樣。
    我這里還有一個以色列的例子。以色列首都的交通流量，不同顏色表示不同的事件，有些表示事故等。政府統(tǒng)計出來這些數(shù)據(jù)以后，通過廣播告訴給所有開車的人。我們現(xiàn)在雖然有交通屏，但僅能看到堵車顯示。但是卻無法前進(jìn)和后退。然而，在非常實時的提供到開車的每個人，這才是很好的服務(wù)。我們現(xiàn)在的問題是，有很多地方有很多有用的數(shù)據(jù)沒有被挖掘，會挖掘的人卻沒有數(shù)據(jù)可挖。因此我說，公共領(lǐng)域的大數(shù)據(jù)挖掘，還是要把網(wǎng)絡(luò)和生活結(jié)合起來。
    另外，快到國慶了。國慶之前很多人在網(wǎng)上搜索旅游點，還有酒店信息，私家車的路線等。根據(jù)你的搜索，我們知道哪個旅游點最熱，那條路會堵，真正發(fā)生在黃金周的情況，我提前就可以知道。因此，基于在這一點，地圖服務(wù)，包括基于LBS的數(shù)據(jù)挖掘、信息開發(fā)，都很有可為。我了解的情況，百度成立了定位事業(yè)部，以地圖為載體，覆蓋到餐飲、KTV、上商場等。阿里有保護(hù)中心，在移動端加強(qiáng)與高德地圖合作。騰訊推出會員卡，加上財富通和搜搜地圖，你可以看到現(xiàn)在我們所有網(wǎng)絡(luò)都要跟地圖結(jié)合。要跟位置結(jié)合，要跟本地生活結(jié)合。
    利用短信、微博、微信，我們可以收集熱點和輿情。騰訊對每個用戶都建檔案，一個老頭注冊的時候說是18歲少女，無論用什么假名，你在網(wǎng)上時間長了一定露出你的本性。說的夸張一些，不但知道你是男是女，是老是少，還知道你是不是神經(jīng)病。如果公安局要查，騰訊可以提供一堆神經(jīng)病的IP地址。
   大數(shù)據(jù)引發(fā)行業(yè)新業(yè)態(tài)
   CIOI：您在一開始講到大數(shù)據(jù)伴生的分離作用，這一點很關(guān)鍵，使得之前混在一起的功能，漸漸清晰起來。那么，隨之而來會對數(shù)據(jù)中心會有哪些影響？
    鄔賀銓：信源中心和信息中心的分離，是信息技術(shù)走到今天，一個很重要的發(fā)展。到2015年，世界上的數(shù)據(jù)中心中，有一半多以上都會是云計算中心，且都是大容量的。云計算中心一般考慮放在什么地方？一般考慮氣候、能源工業(yè)。我們國家云計算中心會向高緯度地區(qū)集中，比如說內(nèi)蒙一些涼快的地方遷徙。像谷歌把它的云計算中心放在摩洛哥，因為那比較涼快。
    現(xiàn)在，我們的數(shù)據(jù)中心大部分在北京、上海、廣州；而未來，數(shù)據(jù)中心會放在內(nèi)蒙偏遠(yuǎn)的地方。此外，將來云計算的出現(xiàn)會把用戶以信息源為中心，向以能源為中心改變，也就是說，中心節(jié)點將發(fā)生變化。過去，上海、北京、廣州是中心，現(xiàn)在隨著大數(shù)據(jù)出現(xiàn)發(fā)現(xiàn)了不能這樣做，我們需要增加這個數(shù)據(jù)和中心。美國網(wǎng)建互聯(lián)中心有八個，我們現(xiàn)在有三個，中信部有計劃增加這個中心。
    還有一個影響，就是大數(shù)據(jù)的出現(xiàn)，會導(dǎo)致全球互聯(lián)網(wǎng)的去中心化?，F(xiàn)在，像谷歌這樣的全球化公司，都紛紛在中國香港等地方上節(jié)點。這時候，對外的訪問就沒必要跨洋過海到美國去了。從這個意義上說，國際互連網(wǎng)流量比例必將下降，全球互聯(lián)網(wǎng)呈現(xiàn)去中心化。
    另外，大數(shù)據(jù)還會導(dǎo)致區(qū)域網(wǎng)絡(luò)扁平化。隨著大數(shù)據(jù)的出現(xiàn)，所有省之間都可以實現(xiàn)直連。而且，不這樣安排，根本沒有辦法支持這么大的流量。
    此外，還有一個影響，就是內(nèi)容分配網(wǎng)絡(luò)化。為了讓用戶更好更快的接收信息內(nèi)容，我們要做內(nèi)容分配網(wǎng)。國家電信運營商在靠近用戶的地方建了很多CDN，這樣可以適應(yīng)大家更快訪問視頻。CDN的部署對互聯(lián)網(wǎng)流量流向產(chǎn)生了影響，我們國家的國際互聯(lián)網(wǎng)占比是降低的，我們的網(wǎng)間流量比例也是降低的；但同時絕對值增加，本地化的訪問更多了，遠(yuǎn)端的訪問降下來了。
   CIOI：剛才講的這些影響和改變，是不是在移動互聯(lián)網(wǎng)也會有相似的問題？
    鄔賀銓：移動網(wǎng)絡(luò)也一樣。2009年，我國所有的移動通訊呼叫發(fā)生率，室內(nèi)是63%，家里29%，辦公室占14%。越是大數(shù)據(jù)時代這個比例會越高，室內(nèi)轉(zhuǎn)到WIFI，WIFI多了互相干擾，使用小蜂窩的技術(shù)，可以范圍很小，損耗很小，因此調(diào)試率可以增加。一個蜂窩分成多個分布式的天線，這樣有些蜂窩加上基站，但是蜂窩之間是統(tǒng)籌的，干擾統(tǒng)籌來解決數(shù)據(jù)量的傳輸問題。
   CIOI：有關(guān)大數(shù)據(jù)的眾多討論中，一個很重要的話題就是數(shù)據(jù)價值的挖掘。有了那么多的數(shù)據(jù)資源，如何加以分析、加以利用，您有哪些好的例子可以分享？
    鄔賀銓：淘寶的CPI和國家統(tǒng)計的CPI不一樣，但是淘寶的CPI更能反映我們的物價波動。國家統(tǒng)計局的CPI主要參數(shù)是食品。但除非是經(jīng)濟(jì)情況太差了，人們才會把食品開支省下來，否則不會省吃飯的錢。淘寶的數(shù)據(jù)中，包括了很多買服裝首飾的部分。如果經(jīng)濟(jì)不好，就會反映出來。人人網(wǎng)通過客戶關(guān)系的分析，游戲業(yè)務(wù)取得100%的增長。大家淘寶上買東西，阿里巴巴把你的IP地址記下來，拿出來讓賣化妝品和賣服裝人競價買這個IP地址。百度搜索排名優(yōu)先推薦，央視廣告效果誰知道怎么樣？央視去年的廣告收入269億人民幣，百度廣告收入229億人民幣，百度廣告連增50%以上，央視才增多少？現(xiàn)在他們終于發(fā)現(xiàn)，原來百度是我的競爭對手。
    另外，大數(shù)據(jù)還推動視頻與互聯(lián)網(wǎng)的融合。樂視網(wǎng)買到《甄傳》的網(wǎng)絡(luò)播出獨家權(quán)，搜狐視頻拿下了《中國好聲音》的版權(quán)，還有騰訊視頻參與《快樂男聲》的選拔過程，有一些快男被淘汰了，還可以復(fù)活，靠在YY上買東西復(fù)活選手。
    現(xiàn)在，基于大數(shù)據(jù)的互聯(lián)網(wǎng)，已經(jīng)變成一個新媒體的融合平臺。大數(shù)據(jù)提供集資服務(wù)，阿里根據(jù)中小企業(yè)在平臺上的表現(xiàn)，選出放心的中小企業(yè)，放貸一千多個億，壞賬率只有1.3%。2013年7月份的統(tǒng)計，阿里靠貸款每天利息一百萬。京東收購了網(wǎng)民在線，從信用卡分期貸款，你在京東買東西留地址什么，他提供貸款。蘇寧建立小貸公司解決貸款問題，為它的營銷創(chuàng)造很好的條件。
   CIOI：最后一個問題，是有關(guān)互聯(lián)網(wǎng)企業(yè)的。您怎么看待在這場大融合中，互聯(lián)網(wǎng)企業(yè)的角色？
    鄔賀銓：現(xiàn)在的互聯(lián)網(wǎng)企業(yè)應(yīng)該當(dāng)輕運營商。我們看到，現(xiàn)在互聯(lián)網(wǎng)企業(yè)除了管道需要運營商，其他東西都不需要依靠運營商，都需要獨立判斷。公安局有微信公眾號，招商銀行也有，這些都可以很好開發(fā)的，各種各樣的增值服務(wù)在這里都可以出現(xiàn)。
    電信運營商開展互聯(lián)網(wǎng)活動，銀行做電商，互聯(lián)網(wǎng)企業(yè)做金融，阿里控制電商的入口，騰訊主刀線交入口，大家都希望到對方的業(yè)務(wù)領(lǐng)域做拓展。固定想做移動，移動想做固定，廣播做電信，電信想做廣播，運營的賣手機(jī)，手機(jī)的想做運營，現(xiàn)在很難區(qū)分大家的業(yè)務(wù)。我們看到自留地要種，別的也要搞。在這里，電商和搜索會產(chǎn)生新的業(yè)態(tài)。
   互聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù)，移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)進(jìn)一步推動數(shù)據(jù)的暴漲。網(wǎng)絡(luò)中心體現(xiàn)去中心化，大數(shù)據(jù)促進(jìn)了信息融合和產(chǎn)業(yè)跨界結(jié)合。大數(shù)據(jù)引發(fā)更多新業(yè)態(tài)出現(xiàn)，這對互聯(lián)網(wǎng)發(fā)展是機(jī)遇也是挑戰(zhàn)，是對我們國家互聯(lián)網(wǎng)創(chuàng)新能力的一次大考。