阿里巴巴技術負責人王堅談大數據_大數據培訓

今日（10日）證監(jiān)會邀請阿里巴巴集團主席馬云講解互聯網金融。阿里巴巴技術負責人王堅談大數據問題。

以下是發(fā)言全文：

王堅：我覺得馬云還是有些故事應該講講的，跟我們今天的主題是有關系的，我想就是關于大數據與計算，我覺得還有一個字，就是三個字應該是在一起就成為我們今天主題的，就是倒過來講的話就是互聯網、數據、和云計算，我想把這三個講一下，做到那個。因為講到互聯網非常重要，這個為什么講這個，馬云還是有一些其實應該講講的，其實阿里巴巴的成功就是相信一件事情，就相信互聯網。如果用今天的話來講的話，其實是相信互聯網成為一個國家經濟社會發(fā)展的基礎設施，這是非常重要的，但是在剛剛阿里巴巴做這個事情的時候互聯網不是基礎設施，所以為什么有故事應該講講呢，我不知道是正版還是盜版的。

就是當時這個做黃頁的時候，阿里巴巴做黃頁的時候，其實那個時候中國大部分人是沒有辦法訪問互聯網，所以阿里巴巴是把企業(yè)信息放到還在國外的互聯網，而為了證明這個網頁是存在的，還把它打印出來寄回到中國，告訴我們的客戶說這個東西其實在互聯網上。那么這個意味著什么呢？意味著在那個時候互聯網真的就是一個工具，它不是一個基礎設施，但是今天的話，互聯網其實成為一個基礎設施，所以剛才講到電，實際上在這個屋子里，我相信你找一個電源插座的難度要超過你今天上互聯網，所以這是我要表達的一件事情，就是互聯網變成了基礎設施。

因為互聯網變成了基礎設施，所以出來了兩個東西，也是今天很多人沒有意識到的，所以很多人在講大數據的時候，他會離開互聯網講大數據，說我家里的數據很多，就是大數據，其實這個觀點是錯的，只有在互聯網上，跟互聯網連著的數據才是真正意義上的大數據，而不是關起門來的數據。所以大家想想看，如果純粹從量的角度講的話，可能歐洲的那個CERN，就是那個做基本物理學研究的那個地方，可能是世界上數據最多的一個地方，但是很少人會說它是大數據，原因是那個數據不在互聯網上。所以我想有大數據出來，或者有數據會變成一個所謂的數據及一個時代的話，是因為有互聯網，這個互聯網使得所有的數據變成了能夠重新來審視它的價值的一個東西。

那么第三個，云計算為什么會出來呢？當數據出來之后，數據怎么產生價值，那靠的是什么？靠的是計算能力，所以大家可以想像一下，就是說當你有互聯網的時候，一定會沉淀下來數據的。注意一下我沒有說收集數據，數據是沉淀下來的數據，大家想一想，看人民日報，跟在一個網站上看新聞有什么差別？最大的差別就是數字，如果你看人民日報，人民日報最多就知道我印了多少份，再多注意一點，就是發(fā)行了多少份，再往前走一點，也就是投寄到了也就是傳達了多少份就結束了，沒有辦法知道是誰看的，在什么時候看的，看的什么東西，都去看了別的什么東西。但是你在網上看新聞，不是因為互聯網想故意探測你的隱私，故意想知道你在干什么，而是互聯網的特征第一天就知道是誰在看什么，盡管不知道這個具體人是誰，看的什么東西，看了多長時間，看完了又看什么東西，所以我想這是數據沉淀的這么一個過程。那么這個數據沉淀的過程在傳統(tǒng)社會也有，只是那個時候，經常會講，其實大家想想看，只要有基礎設施，一定會有數據，但是數據只有到互聯網上才變成真正的價值。而且想想看，只要修了路你去了一個商店，其實走過去的時候會留下腳印，只不過這個腳印太難分析了，你沒有辦法存下來，所以自然而然大家就沒辦法用?？墒腔ヂ摼W上這個數據留下來會變得比較容易做這件事，所以我想表達的第一個意思就是互聯網讓數據沉淀，變得很簡單。那么這非常像在金融講，也非常像從我們用現金來支付，到信用卡，到今天的支付寶，其實是數據越來越容易沉淀。用現金是最不容易沉淀數據的地方，而用信用卡讓數據沉淀變的比較容易些，完了到像支付寶的話，就更多了，因為用現金的話，你根本不知道在什么地方消費了多少了。到信用卡的時候你知道在什么地方消費了多少，到了支付寶的時候你消費了，還知道這個貨送到哪里。不是我們故意要知道貨送到哪里，是整個的業(yè)務的流程決定了你知道什么東西，所以講數據是沉淀下來的，不是收集下來的。

第二個我想講，云計算的重要性。大家想想看，就是在講數據的時候有一個誤區(qū)，這個可能是在證監(jiān)會，大家有時候會講是不是阿里巴巴呢？其實我也聽到一些似是而非的說法，因為他跑到阿里巴巴來說，阿里巴巴的數據特別值錢，他也會講這個事情。其實數據值不值錢跟數據本身沒有關系，就是從過去大家講信息到今天講數據，其中一個很重要很重要的事情就是說，數據到底值不值錢跟數據自身沒有關系，是用數據的方法，所以在計算實際上是讓數據產生價值的方法。

那么在互聯網上有一個非常經典的例子，就是就大家可能比較熟悉的咱們不說阿里巴巴，但是谷歌是一家什么企業(yè)，谷歌是第一天它拿全世界都有的數據，就是互聯網上的一個網頁，做了一個東西叫搜索，完了以后是他的第一個business，所以大家想想看全世界的網頁不屬于任何一家公司，哪個都可以拿到的。谷歌為什么有能力把它變成搜索，是因為他的計算，所以它就能夠去索引全世界的網頁，到今天為止，全世界也只有這么一家公司是可以去索引萬萬億網頁的公司，它靠什么，它有全世界所有的普通公司都用的上的數據，但是他有足夠的計算能力去做這個索引，所以這是谷歌做的第一件事情。

第二件事情大家都說谷歌做廣告，其實不是。谷歌真正它能夠掙錢，它發(fā)現了一件什么事情？發(fā)現了一件事情，全世界人民都沒有搞清楚這個東西有價值，它搞清楚了，是什么，就是一個人按了一下鼠標。大家想想看，這個一個人按了一下鼠標，按一下鼠標這個東西是沒有價值的，但是呢，谷歌發(fā)現當有萬萬億成千上萬億的點擊放在一起的時候，你如果用足夠多的計算去處理它，是能夠猜得出每一個點擊的商業(yè)意圖，所以它就拿這個東西做了廣告。所以實際上谷歌不是做廣告，谷歌是把一個大家都覺得沒有商業(yè)意圖的鼠標點一點，變成了一個大家可以猜出它的商業(yè)意圖，使他有今天的競爭能力。所以大家想，是說只要有人講這個數據時代，實際上都是在講怎么把沙子變成金子，這個過程靠的就是計算。那我想谷歌可能是一個蠻好的例子，那大家想想看，在谷歌以前，誰能夠收集到那么多的鼠標的點擊？其實是有家公司叫微軟，大家知道你只要用它的（？）系統(tǒng)就得到這個點擊，可是微軟從來不覺得那是財富，直到谷歌發(fā)現這個秘密為止。

所以我想說的另外一個表達的意思就是說，數據這個東西是靠計算來產生價值的。那么倒過來講，如果谷歌每處理一個點擊所用掉的計算成本要高于它掙過來的錢的話，那是要破產。那么云計算說到底，給你足夠的計算能力還要足夠便宜的計算，你才能夠讓這個生意做下去。就跟今天電一樣，如果用了一度電所產生的價值不足以支撐你的電費的話，這個生意是做不下去的，所以這個三層的關系，我總結下來就是互聯網是一個國家經濟社會發(fā)展的基礎設施，因為這個基礎設施使得數據可以比人類歷史上更快的速度，更大的規(guī)模被沉淀下來，不是被收集下來，完了以后，這個因為有了符合這個成本規(guī)律的計算，這是云計算使得我們產生了這么一個新的時代。

那么如果說在北京講，就北京的八達嶺高速，這是一個基礎設施，因為這個太關鍵了。就是我在外面講，北京有條八達嶺高速，我一直覺得剛剛八達嶺高速出來的時候其實就是一條便道，不管是八達嶺高速修得多寬，跑得速度有多快，為什么呢？因為它只是為了方便從北京到八達嶺這么一個簡單的功能，它不是國家的基礎設施。那么大家今天都知道，今天八達嶺高速是京藏路的一部分對吧，只有是京藏路的一部分的時候，它才真正成為國家的基礎設施，這是我要表達的三個意思。

那么最后我要舉幾個例子來說一下這個數據到底在社會能起什么作用，我們真正能夠解決的社會問題在哪里。這是在阿里上的真正的客戶的例子。第一個例子我要講什么，大家今天從來沒有聽說過的一家公司我最近去看了看，大概過幾天新聞節(jié)目會把它當成案例來講。就是在貴州有一家企業(yè)叫貨車幫，貨車就大貨車的意思，幫是幫助的幫。你們可能沒有聽說過，這家企業(yè)干什么呢？這家企業(yè)其實老板創(chuàng)始人以前是管一個大的貨車車隊，他就發(fā)現一個秘密，什么秘密呢？中國的貨車司機，中國的貨車跟美國的貨車不一樣，中國的貨車是車頭跟車廂是綁在一起的，美國貨車是車頭跟車廂是分開的，所以它的效率會很高，那么中國是車頭跟車廂是綁在一起的。他發(fā)現一個簡單的秘密是什么？就是中國的一個貨車司機，一個車兩個司機，要拉一趟庫，平均要空駛100公里就是他要跑100公里才拉到貨。然后這個人為什么會想到創(chuàng)建貨車幫，他自己的親身的一次最讓他難忘的一個事情，就是他有一次為了拉一趟貨，空跑了600公里，大家知道如果一個車空跑了600公里，就知道他拉什么都是不掙錢的。

完了他發(fā)現這么一件事情以后，他就想，做一件非常簡單的事情，怎么用互聯網來幫助司機把這100公里省下來，就把這100公里省下來。所以他就創(chuàng)辦了這樣一個公司叫貨車幫。做的一些事情非常簡單，就跟阿里巴巴早期做的一樣，就是讓司機，貨在什么地方能匹配起來，就這么簡單一件事情。那么創(chuàng)建了大概兩年多，2014年，就是去年，1年，這家公司就靠做這么一個匹配，他大概有六十多萬輛汽車，三千多萬司機，就這么一點量，去年一年為這些司機省下來的油費是100億人民幣，聽著是蠻嚇人的。我看了這個數字我都覺得為我們的環(huán)境做了多大的貢獻。而這就是一家只有一兩百個人完全是也沒有任何什么大的背景，靠這些創(chuàng)意來做的。完了以后這些司機今天每天拉貨的這個貨款，就是今天拉貨的貨款，就超過50億人民幣。

所以大家想想看，就是一個一百多家的企業(yè)靠這么一個簡單的事情為產生那么大的價值，靠的什么？靠是互聯網作為一個基礎設施，靠的是看起來很簡單的數據做一次匹配，就像早期我們做P2P也是這樣的，完了以后產生了那么大的價值。所以我看了這家企業(yè)做的真的是蠻感動的，因為做這件事情以后你看看就是那么一個貨車這個東西，已經變成一家數據公司了。為什么變成一個數據公司？他每天運費，大概，假如運費是50億，完了因為有司機的信息，有了車的信息，完了他們長年累月在他身邊跑，他就有這個司機的信譽。他自己也有誠信，這個非常像當時支付寶一樣，就是今天一個司機在一個地方拉不到貨，他會答應你，我把錢賠給你。完了以后看你看沉淀什么數據啊，他今天為這些司機上邊拉的貨做保險，因為他知道他拉什么，拉到哪里去，那么大概幾個星期以前，克強總理在貴州的時候，我忘了那家銀行叫什么銀行了。就第一次開始做小額貸款，第一筆貸款就是頒給貨車幫的司機的。完了這些司機就可以拿這個錢，貸款錢去進貨。

所以我想講就是說，想講的意思就是說，因為互聯網的出現是的有多少可能性，大家多一些以前可能根本做不了的東西，這是我要講的第一件事情。

第二個事情，第二個例子我想講就是說為什么互聯網這個數據出來，被云計算出來會改變很多東西呢？那么我想講的一個例子是說一個很小的公司，可以做非常非常大家不可想象的事情，大家都聽說過12306對吧？那么大一個國家，那么大一個部委結果賣幾張票沒賣好是吧。但是大家肯定沒有聽說過這個事情，有家的企業(yè)叫12308，一聽比較山寨，確實有點山寨。但是我們得敬佩這些人，12308是一個，這個公司也就不到50個人，它想要賣什么，它想賣全中國的汽車票，長途汽車票，大家知道在中國有一個人坐火車，賣出一張火車票，就要賣出10張長途汽車票。坐長途車這些人是極其沒有尊嚴的，極其沒有尊嚴，就是說去車站買，基本上大家可以想象沒有尊嚴的。所以就是這么一家民營企業(yè)，它今天只有五六十個人，它想做就是賣全國的汽車票，那么今天它還沒有做到這個規(guī)模，但是它今天在他的平臺上已經可以查詢全國300多快400個城市的車票的情況，能夠賣六七十個城市的汽車票。他們的目標就是在下面一年真的能夠賣三四百個城市的汽車票，就是這么一家，就是這么一家民營企業(yè)，所以大家想想看，這么五六十個人過去都是在做一個國家部委的事情，這是什么帶來的？這是互聯網帶來的？云計算帶來的。但最后大家想想看，一定是這個會變成一家數據公司，它可能比中國任何一個部門都知道春運這些人到哪里去，所以這是我講的，非常有意思的一件事情，就是12308的這個例子。

那么最后要講的例子，大家熟悉的這個例子，就是從數據從互聯網的角度談一談這個余額寶，但是前面也講到了，當然余額寶作為一個金融類產品我也不好評論，也不是專家，但是純粹從數據跟互聯網跟云計算的角度看這件事情，大家，我要講的一件事情，如果在中國今天沒有互聯網，沒有云計算，一定不會有余額寶，但是并不是說有了云計算就會有余額寶，這是兩個不同的命題對吧。所以我想這個東西是中國創(chuàng)新的動力。所以余額寶大家可能都知道原來是天弘基金的，那么我知道這是在做余額寶以前，它是中國倒數排名第一的公司。那么只有倒數排名第一的才會想著變一下，這個也是歷史的規(guī)律吧。完了以后當時他們上余額寶以后，突然三個多月，大家也知道中國基金產品十幾年所有的公司加起來也就是五六千萬，五千多萬用戶，所以一家公司三個月就有五百萬的用戶了。其實大家知道基本上對很多公司在這個時候就是災難，為什么是災難呢？就是它后臺事務搞，所以當時天弘基金就做了個評估，怎么升級它的后臺，我估計現在證監(jiān)會下的這些公司都是這樣的后臺是吧。他們也是用傳統(tǒng)的IBM、ORICAL的東西，完了他們評估一下，因為自身的業(yè)務發(fā)展，要升級他的后臺，大概要花八千萬的錢，大家知道天弘基金這輩子都沒有見過這么多錢。但是很多大的證監(jiān)會，大的企業(yè)會見過這么多錢。但是天弘基金沒有掙到那么多錢，沒有見過那么多錢，但是他們寧可說我去借錢。

但碰到第二個問題，什么問題呢？就是這個算一下，它算了一下發(fā)展，如果按互聯網的速度發(fā)展下去，或一年以后，還是要重新再來升級它的系統(tǒng)，完了他們討論一下也認了，就是說我去借錢，我寧可再重新干。還有一個問題，就是這個大家知道的傳統(tǒng)的用IT方法來做，不是在互聯網，用云計算來做的。他們至少六個月八個月十二個月才能把系統(tǒng)從采購到位，這是他們的機會成本，它沒有時間等這個東西，所以最后他們其實下了一個很困難的決定，真的是很困難的決定，就是把它搬到云上來了。那么花了快3個月的時間，到了云上了，那年的雙11的時候在上面就完成了大概50多億的結算，完了大概十個月以后就過了5000萬個用戶，那么你去年去看那個所謂那個互聯網女王那個報道的話，我看了一下，天弘基金是這個全世界好像貨幣基金第三大的公司。

第四、OK。所以大家想想看，一家倒數第一名的公司，就是因為這樣到這個地方，這個互聯網跟云計算是一個基礎，不能說是一個決定性的東西，但是一個基礎，所以那個這是這個世界就帶來了變化。那么后面是我自己YY的。我自己想想看。其實天弘基金是可以實際上也慢慢變成一家數據公司，我自己隨便YY，這個我也不知道他們做過沒有，你再想想看如果天弘基金說不定是中國所有的部門里面最知道普通老百姓月收入是多少的。它可能真的比任何人都知道，因為老百姓拿了錢就放到那里面去了，所以大概猜的到。所以我想，我想講數據是沉淀下來的，不是搜集出來的，搜集下來的數據是沒有價值的，這是我想表達的這個意思。所以我想這些例子是蠻好地來說明這個時代發(fā)生多大的變化。

那么最后我想再講一個在我們上面真實發(fā)生的這個案例，來說一下，為什么互聯網的這個云計算重要，才會有真正的大數據，是因為如果今天你不下水，你永遠學不會游泳。所以今年你不去把你的很多的東西在互聯網上做起來，在云上做起來，你永遠得不到你想要的所謂的大數據。那么這個例子就是國家藥監(jiān)局的一個很好的例子。就是大家可能不是特別清楚，國家藥監(jiān)局在十幾年前就做了一件非常了不起的事情，就是中國特殊的問題，真的要特殊的方法來解決。就是因為為了藥品監(jiān)管，全世界我們是唯一一個國家做一個東西叫藥品監(jiān)管網，所以今天你們到藥店或醫(yī)院配一個藥，這個藥上除了有傳統(tǒng)的商品的條碼以外，還有一個特殊的條碼叫藥品監(jiān)管碼，這個碼，大家知道傳統(tǒng)商品是每一類商品條碼是一樣的，就像你礦泉水，只要這個礦泉水是同一種品類的礦泉水，那每一瓶礦泉水上的條碼是一樣的，那個藥品監(jiān)管碼是每一盒藥上的碼都是不一樣的，就是每一盒藥都是唯一的去追蹤它的東西。

那么最早他們做這個系統(tǒng)的時候，就是典型的IT系統(tǒng)，就是管理。那么所以實際上是藥廠到藥監(jiān)局來申請這個條碼，它把這個條碼運用到那個藥的盒子上，完了呢，它再把這個條碼對應是什么藥的信息，送回到這個藥監(jiān)局，就做成一個簡單的管理系統(tǒng)。但是后來發(fā)現做了這個事情以后，藥監(jiān)局的人也會想，這個東西是不是擴大它的功能呢，所以它就在想說當這盒藥除了廠里，出廠以后，是不是到了批發(fā)商手里，我可以知道這盒藥在哪個批發(fā)商手里登記，所以它把管理系統(tǒng)往前擴充了一下。那么大家知道條件擴充下去了以后，就一路下去，自然會從批發(fā)商會想到零售店，這個藥到了零售店的時候是不是還可以知道一下。那么大家想想看，中國的藥廠大概是三四千家藥廠，批發(fā)商可能四五萬家，到零售店就是三五十萬家，那么規(guī)模就是十倍十倍這樣上去的。

真正的我知道這些事情的時候是因為衛(wèi)生部跟藥監(jiān)局開了個會說，這盒藥到了醫(yī)院我也希望知道，大家知道全國這個社區(qū)醫(yī)院在內，大概有九十幾萬家，實際上是什么，實際上就跟12306一樣，這個藥到了哪個消費者手里也是可以知道的。所以那個時候它的系統(tǒng)出問題了，那么當時跟他講說，我當時也不太懂他們的這種業(yè)務，只是說你真要解決這個IT的問題話，是要用（00：24：59）思想來做的，所以就請他們上了云，所以他們花了兩個多月就把這個線算是連上了，實際上解決了他們的IT的問題。

但是他們一旦上云以后，就會發(fā)現它可以做的事情遠遠超出到云上數據在里面起的作用。他們想做的第一件事情是什么？就是解決假藥的問題，大家知道這個假藥對老百姓的傷害是蠻大的。所以它后來在石家莊做了試點，這個當你到零售店去買藥的時候，他要去注銷這個監(jiān)管碼，就那個碼。那這個碼不被注銷的話，你這個藥是賣不出去的。那么他們在石家莊做的試點是蠻刺激的，我就不太好意思說這個數字，因為我在別的場合說這個數字被人批評了。但是這個假藥是下來了，我是這么說。而且越是在看起來很大的商場里面一角，一個小藥店買的假藥就越多。這是一個事?！　?/span>

完了他做了這件事情以后，又碰到另外一件事情，就人保還是社保，社保是吧？完了以后就是我才知道中國還有個東西叫騙保，就是你到藥店去買藥，開了張60塊錢的發(fā)票，結果去到基本醫(yī)療保險去報銷掉，但是你結果買的不是藥，買的是洗發(fā)水啊，電飯煲這類的東西。所以他們后來又在石家莊做了個試點就是說你要報銷的時候是要注銷掉這個監(jiān)管碼，就這么個簡單的事情他們發(fā)現在那個地方，這個騙保的金額比假藥的金額還要高。所以大家想想看，這個國家的這個用錢的這個效率多么低你知道吧，所以現在有個數據是可以講，他們就在石家莊做了一個試點，而他1200多種基本醫(yī)藥保險的藥，他只拿出12種來作為這個試點，這12種藥在那個地方一個月大概可以省下100萬的錢。所以大家想想是多大一筆財富，但是靠數據來解決這個事情?！　?/span>

所以我想講的這個例子就希望說在互聯網到云計算以后，你一定會想出你應有的創(chuàng)新在哪里，而不是靠坐在這里想才可以做這個事情。那么這是我想表達的三個東西，我再總結一下，互聯網是個基礎設施，別人都在互聯網上做事情，你不在互聯網上面做，你一定會有問題的。第二個，只要在互聯網上數據是一定會沉淀下來的，而不是用傳統(tǒng)的方法你去辛辛苦苦搜集干什么，沉淀下來的數據可以來回答這些今天想都沒有想到的問題。那么這個問題，這個數據是怎么來回答問題呢？是靠大量的計算便宜的計算，也就是大家講的云計算來把數據發(fā)揮出價值。