大數(shù)據(jù)，第三次工業(yè)革命的戰(zhàn)略資源_數(shù)據(jù)分析師

什么是大數(shù)據(jù)
“大數(shù)據(jù)”一詞已經(jīng)無處不在，然而其概念仍然存在混淆。有人從數(shù)量大、速度快、種類多等特征定義大數(shù)據(jù)；有人把大數(shù)據(jù)看作一項新技術(shù)，例如大數(shù)據(jù)處理技術(shù)Hadoop和非關(guān)系型數(shù)據(jù)庫NoSQL；有人從大數(shù)據(jù)與數(shù)據(jù)的區(qū)別角度提出，大數(shù)據(jù)不僅包括人們過去搜集、存儲和分析的交易數(shù)據(jù)，更包括人們從點擊網(wǎng)頁等操作中得到的交互數(shù)據(jù)以及機器自動搜集的觀察數(shù)據(jù)；還有人認為大數(shù)據(jù)是一種新的預測信號，在傳統(tǒng)情況下，當數(shù)據(jù)被記錄時，人們已經(jīng)無法對它們采取任何行動，組織在不斷管理“失效的數(shù)據(jù)”，而在“新世界”，組織可以使用信號數(shù)據(jù)預測將發(fā)生什么，并通過干預改善情況。

值得注意的是，無論如何定義，業(yè)界幾乎所有人都普遍認同，大數(shù)據(jù)不只是更多的數(shù)據(jù)，大數(shù)據(jù)是一個大事件，在未來幾年將帶來重大的機遇。

大數(shù)據(jù)與數(shù)據(jù)有何不同
“大數(shù)據(jù)”一詞由英文“Big Data”翻譯而來。很多文章在介紹大數(shù)據(jù)這一概念時都側(cè)重于強調(diào)其“大”，即需要處理的信息量過大，已經(jīng)超出了一般計算機在處理數(shù)據(jù)時所能使用的內(nèi)存量，因此工程師們必須改進處理數(shù)據(jù)的工具。

然而，究竟多大才算是大數(shù)據(jù)？這個問題并沒有標準答案，因為大數(shù)據(jù)的標準是不斷調(diào)整的。麥肯錫全球研究所報告對大數(shù)據(jù)有以下定義：大數(shù)據(jù)是指大小超出了傳統(tǒng)數(shù)據(jù)庫軟件工具的抓取、存儲、管理和分析能力的數(shù)據(jù)群。這個定義有意地帶有主觀性，即我們不以超過多少TB為大數(shù)據(jù)的標準。我們假設隨著時間的推移和技術(shù)的進步，大數(shù)據(jù)的量仍會增加。還應注意到，該定義可以因部門的不同而有所差異，這取決于什么類型的軟件工具是通用的，以及某個特定行業(yè)的數(shù)據(jù)集通常的大小。因此，今天眾多行業(yè)的大數(shù)據(jù)范圍可以從幾十TB到數(shù)千TB。

有人可能有這樣的疑問：大數(shù)據(jù)不就是數(shù)據(jù)分析的另一種說法嗎？大數(shù)據(jù)與數(shù)據(jù)究竟有何不同？大數(shù)據(jù)與傳統(tǒng)的數(shù)據(jù)挖掘相比，與其說是一種量的進步，不如說是一種質(zhì)的飛躍。人們在大數(shù)據(jù)的基礎上可以做到的事情，在小規(guī)模數(shù)據(jù)的基礎上是無法完成的。

高德納的一份報告認為：大數(shù)據(jù)是需要新處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。這一概念雖然簡潔，卻內(nèi)涵豐富：第一，它認為大數(shù)據(jù)是一種信息資產(chǎn)；第二，這種信息資產(chǎn)具有海量、高增長率和多樣化的屬性；第三，它指出了大數(shù)據(jù)的應用價值和革新意義，即具有更強的決策力、洞察力和流程優(yōu)化能力。

筆者更贊同高德納的定義，把大數(shù)據(jù)看作一種戰(zhàn)略和習慣，一種新的世界觀和方法論。例如，谷歌不用分發(fā)口腔試紙和聯(lián)系醫(yī)院，就能給出和基于大量真實病例所得到的流感情況一致的結(jié)果，并且比疾控中心提前了兩周，就是因為它分析了數(shù)千億的數(shù)據(jù)，建立了強大的預測模型。從2009年10月起，“谷歌流感趨勢”網(wǎng)站開始提供全球每周流感疫情預測，對于數(shù)據(jù)較完備國家的預測能精確到省份，并能顯示橫跨7年的歷史數(shù)據(jù)。

另一個有代表性的例子發(fā)生在能源計量領(lǐng)域。美國軟件公司Opower與多家電力公司合作，在幾百萬戶家庭安裝了智能電表，這些電表每隔15分鐘就讀一次用電數(shù)據(jù)。Opower公司據(jù)此每個月向每戶家庭提供一份個性化報告，把該家庭的電費與周圍鄰居進行對比，顯示該家庭的用電情況在全美類似家庭中所處的水平，以鼓勵節(jié)約用電，預計每年為美國消費用電節(jié)省5億美元。由此可見，大數(shù)據(jù)成為政府節(jié)能減排的千里眼、萬只手，并且做到了深入每戶家庭、量身定制解決方案，這在入戶抄電表的傳統(tǒng)工作方式下根本是無法想象的事情。

打開數(shù)據(jù)利用的想象空間
分析師馬特·艾斯萊特將大數(shù)據(jù)定位為“之前因為技術(shù)限制而被忽略的數(shù)據(jù)”。的確，盡管從數(shù)據(jù)中發(fā)現(xiàn)價值的實踐由來已久，但是在大數(shù)據(jù)時代，數(shù)據(jù)的價值才真正被發(fā)掘出來，人們用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理、用數(shù)據(jù)創(chuàng)新的意識才真正被喚醒。

至頂網(wǎng)副總編趙效民提出了一個非常有意思的觀點。他認為：“大數(shù)據(jù)的出現(xiàn)標志著人類在數(shù)據(jù)利用方面進入了一個新的階段，它代表了一種理念（數(shù)據(jù)能源）、一種思路（從數(shù)據(jù)搜集到數(shù)據(jù)分析再到數(shù)據(jù)呈現(xiàn)的整體構(gòu)想）和一種新工具（將結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)和語義與機器化數(shù)據(jù)匯聚、統(tǒng)一處理、分析與呈現(xiàn)的工具）的集合。它賦予了人類認知數(shù)據(jù)的新能力，也進一步打開了人類在數(shù)據(jù)利用方面的想象空間?！?/span>

趙效民進一步闡述，放眼地球上的各種能源，就會發(fā)現(xiàn)大數(shù)據(jù)與其有太多相似之處。物質(zhì)成為能源的前提在于人類?它們的認知。在遠古時期，人類因雷電引火，發(fā)現(xiàn)了火和木材這兩種能源。隨著人類文明的進步，人類逐漸發(fā)現(xiàn)了越來越多的能源，比如煤、天然氣、石油和太陽能。它們已經(jīng)在地球上靜靜地存在了成萬上億年，只是在人類掌握了相應的科技與工具之后，它們才得到利用。數(shù)據(jù)也是如此，如果數(shù)據(jù)存在一個生成/采集—應用/加工—保存/管理—分析/挖掘—再保存或刪除這樣的一個周期，那么從其生成的那一刻起，它就存在應有的價值，只是在于你是否有能力發(fā)現(xiàn)它們。這需要新的理念、知識、技術(shù)與相應的工具。原始人即使知道地下有石油，也無法開采，對所謂的數(shù)據(jù)分析，道理也是一樣的。

從人類發(fā)展的歷史來看，不斷發(fā)現(xiàn)新能源是一種公理似的注定。當我們掌握了越來越先進的理念基礎，并依此開發(fā)出越來越先進的工具，出現(xiàn)新的驚喜可以說理所當然。就像剛發(fā)明汽車時，誰也不會想到電、水會成為汽車可行的燃料。從這個角度講，當前的大數(shù)據(jù)所帶來的種種神奇只是人類在數(shù)據(jù)搜集、管理和分析等領(lǐng)域的一次進步而已，它有出現(xiàn)的必然，而非人類的一種頓悟。

新的數(shù)據(jù)技術(shù)既是數(shù)據(jù)大爆炸產(chǎn)生的基礎，也為應對數(shù)據(jù)大爆炸提供了解決方案。信息和通信技術(shù)的融合與發(fā)展，廉價的存儲、傳感器和數(shù)據(jù)采集技術(shù)的快速發(fā)展，通過云和虛擬化存儲設施增加的信息鏈路，以及創(chuàng)新軟件和分析工具，是驅(qū)動大數(shù)據(jù)發(fā)展的技術(shù)基礎。這些數(shù)據(jù)分析技術(shù)橫跨數(shù)據(jù)庫、統(tǒng)計學和機器學習等交叉學科。

從某種角度講，大數(shù)據(jù)其實就是人類能源開拓歷史在信息技術(shù)領(lǐng)域的一種再現(xiàn)與映射。大數(shù)據(jù)中談到的數(shù)據(jù)搜集、匯總、保存、管理、分析、呈現(xiàn)，與能源的勘探、開采、匯聚、保管、提煉、使用一一對應。在數(shù)據(jù)利用的愿景方面，大數(shù)據(jù)與原來的數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、商業(yè)智能等概念是同出一轍、一脈相承的。它是人類信息技術(shù)水平發(fā)展到一定階段的必然結(jié)果。它賦予了人類對數(shù)據(jù)認知的新能力，也進一步打開了人類在數(shù)據(jù)利用方面的想象空間。

第三次工業(yè)革命的戰(zhàn)略資源
美國經(jīng)濟學家杰里米·里夫金提出了第三次工業(yè)革命的概念。在他看來，通信技術(shù)和能源技術(shù)的基礎設施的變革是工業(yè)革命的主要推動力，并引發(fā)了經(jīng)濟和社會的轉(zhuǎn)型?；ヂ?lián)網(wǎng)技術(shù)與可再生能源的結(jié)合正在孕育第三次工業(yè)革命的基礎設施—能源物聯(lián)網(wǎng)。而第三次工業(yè)革命的主要內(nèi)容便是解決前一次工業(yè)革命沒有解決的問題。

在農(nóng)業(yè)化浪潮中，一個木匠做家具可以是一把好手，但他在擴大再生產(chǎn)、創(chuàng)造社會化價值上是業(yè)余水平。在工業(yè)化浪潮中，生產(chǎn)者具有了大規(guī)模社會化地生產(chǎn)有用的東西的能力與環(huán)境，但是由于信息不對稱，生產(chǎn)者的生產(chǎn)和服務經(jīng)常是盲目的。生產(chǎn)者缺乏信息，不知道消費者需要什么，經(jīng)常費了很大勁生產(chǎn)出市場不需要的東西，也就是創(chuàng)造了一大堆有價值而無意義的東西，因而實現(xiàn)不了價值。故第三次工業(yè)革命的使命便是通過信息化與數(shù)據(jù)化實現(xiàn)價值的最大化，通過個人對個人的一對一關(guān)系發(fā)展起來，以數(shù)據(jù)為中介，在經(jīng)濟上表現(xiàn)為多樣化、差異性、個性化體驗。

2012年4月21日，《經(jīng)濟學人》專題討論了第三次工業(yè)革命，并強調(diào)3D（三維）打印是第三次工業(yè)革命的核心推動力。如同第一次工業(yè)革命實現(xiàn)了機器生產(chǎn)對手工作坊的替代，第二次工業(yè)革命實現(xiàn)了規(guī)?；a(chǎn)一樣，以3D打印為代表的數(shù)字化制造將推進新軟件、新工藝、機器人和個性化網(wǎng)絡服務的普及，最終實現(xiàn)大規(guī)模定制化生產(chǎn)、分散式就近生產(chǎn)。

在第三次工業(yè)革命中，數(shù)據(jù)、計算將成為戰(zhàn)略資源，扮演重要角色，如果把計算看作能源，視作能像電能、太陽能一樣流通的資源，并以統(tǒng)一的價格收費，我們將來用三步計算、五步計算也就并不在乎計算從哪里來，就像我們不知道今天的5度電是來自大亞灣還是三峽。未來，大數(shù)據(jù)相關(guān)的技術(shù)和能力將成為一個國家至關(guān)重要的核心戰(zhàn)略資源。

為了提升中國在第三次工業(yè)革命中的發(fā)展速度，為進入下一個經(jīng)濟周期做好準備，我們的每一個企業(yè)、科研團隊和政府，都有責任通過一些計劃，有目的地搜集、處理、分析、索引數(shù)據(jù)，IBM（國際商業(yè)機器公司）設立了“智慧地球”項目，現(xiàn)在，中國也有一些行業(yè)（如通信運營商、金融銀行企業(yè)單位、政府交通部門）在制訂類似的行業(yè)計劃，通過信息化改造實現(xiàn)海量數(shù)據(jù)的搜集和處理，這些數(shù)據(jù)在未來可能產(chǎn)生現(xiàn)在所想象不到的價值，也需要現(xiàn)在的企業(yè)家、政府部門做好準備。

總之，無論是以智能電網(wǎng)為基礎的能源物聯(lián)網(wǎng)，還是以3D打印為基礎的數(shù)字化制造，大數(shù)據(jù)都是以第三次工業(yè)革命的“新石油”這一重要戰(zhàn)略資源的形態(tài)存在?？梢韵胂?，未來云計算、物聯(lián)網(wǎng)和大數(shù)據(jù)將成為基礎設施，移動互聯(lián)網(wǎng)和3D打印技術(shù)將成為共性平臺，數(shù)據(jù)分析和機器人等人工智能控制將成為服務手段，那么數(shù)據(jù)、知識和價值的按需分配、多次挖掘?qū)⒊蔀樾陆?jīng)濟形態(tài)的不竭動力。