盘点：商业革命与科学革命

    在商业和科学上，大数据可能带来的革命性变化。

    一、大数据商业革命

    大数据是分层次的，包括大数据1.0、2.0和3.0，这里分别做一介绍。

    大数据1.0

    如果用一个关键词来讲大数据1.0，那就是分析，更深入、更好的分析技术。其实，刚才邬贺铨院士讲了非常多的例子，我这里再补充一些。比较有意思的是医疗方面的大数据，其中讲得比较多的是“量化自我”，它是通过一种非干预的手段，把一些所谓的医疗传感器放到我们的身边，比如我们戴一个腕表、一枚戒指、一个耳塞、一副眼镜等，通过这些设备我们可以了解自己的心跳、血压情况，甚至包括我们体表的健康状况，从而对一些大病（如癫痫等）进行早期预测。同样，如果我们给一个小孩子使用小儿床垫，通过这个床垫上的压力与湿度传感器分析，我们可以很早地判断这个小孩子有没有比较严重的打鼾或者睡姿不正确等问题。因为严重的打鼾容易造成小孩在三、四岁的时候智力发育低于同龄人，现在通过这个床垫的传感器分析就可以及早地发现并加以治疗。针对慢性病人、老年人同样也有一些类似的辅助工具。

    关于大数据的深度分析，很重要内容就是个性化的信息推荐。个性化的信息推荐不仅仅是基于用户的相似性这么简单的东西，还有大量比较深入的复杂模型。比如说，就用户看资讯而言，我们怎么样去判断一个用户点开一条八卦资讯后，是继续深挖八卦到死，还是转而浏览另外一个新闻。同样，有的用户登陆淘宝只是逛逛而已，有些用户则是很明确地想要买一些东西，这就需要对用户的意图进行预测，这里面涉及到一些比较难的机器学习技术。

    大数据的深入分析可以在很多领域发挥重要作用。比如，Netflix公司是一个线上VCD/DVD租赁公司，它通过分析大量电影电视剧的观看和评价数据，找到他认为最合适的导演、演员班子和内容，利用这些分析结果，它投资并拍摄了美国历史上最成功的电视剧“纸牌屋”，这实际上是Netflix公司推出的第一部影片。目前，我们可以利用机顶盒的数据对同一个电视台的不同节目进行智能排序，使得这些节目能够更好服务不同的观众。我们还可以分析电视节目之间的竞争网络，通过微调播出时间，提高收视率。以上这些都是建立在对大数据深入分析的基础上，所使用的方法比简单的支持向量机、回归分析、决策树等等困难许多，大部分情况下也没有办法把这些分析方法产品化。

    大数据2.0

    大数据1.0只是一个起步，它强调的仅仅是自身的业务产生的大量数据，并通过更多的深入分析优化自身的业务。实际上，大数据在商业上的精髓不仅仅是深入分析，还在于怎么把自己的数据创造性地用到其它业务上去，或者是把其它外部的数据用到自己的业务中来。这就带来了大数据2.0，它的关键词是“外部性”。刚才邬贺铨院士讲了很多很好的例子，比如，印第安纳大学怎么样预测道琼斯指数，怎么样通过微博、Google的信息来预测股市，淘宝的CPI指数怎么用于评估中国的非刚需消费等等。在这些例子中，微博和淘宝数据的产生最初并不是为了预测道琼斯指数，也不是为了计算中国消费者指数，它可能仅仅是用户在网络上发泄一下自己的情绪，或者是记录淘宝上的销售情况。但是这些数据可以发挥很多人想象不到的“外部”价值，这就是大数据2.0的一个典型特征。

    这里我讲一下Zest Finance的例子。它提出的一个口号是“所有的数据都是信用数据”，它通过分析一个用户在互联网上的大量内容，包括删除网页的记录、购买东西的记录、社交关系记录等等，能够快速地做出给你提供多少贷款的决策。不仅决策周期短，成本低，而且放贷后用户拖延还贷的比例比银行业要低35%。

    关于大数据的外部应用，很重要的一点就是占领终端。比如，每一台空调的外挂机上都可以放一些传感器，收集温度、湿度、空气中的颗粒物等，这样的空调基本上每几十米就可以设置一个，可以提供比当前我国空气质量监控站覆盖更广泛的信息，可以做全国范围的环保监测网——这样的网络反而是国家难以做到的。再举个例子，一个终端，比如一个智能彩电的终端能做什么？大家可以想到的，似乎可以做一些个性化的节目推荐，或者做一些个性化的广告推送，但事实上远不止于此。一个上千万的智能终端，第一可以做更好的收视率调查，第二它还可以影响广电、电视节目的收视率。比如，在节目推荐时，把浙江卫视放在湖南卫视之前推荐，这样就可以提高浙江卫视的收视率。未来它甚至还可以做终端广告、做内容等等。这些未来终端的拥有者，将会极大地改变人们的生活方式，冲击传统行业。

    大数据3.0

    大数据3.0是大数据时代到来的最后的一步，也是至关重要的一步。谈论大数据时代的到来，绝不说仅仅几个人或者几家公司能用大数据就标志着大数据时代的到来，应该是每一个科研团队，每一个创业企业都有能在大数据应用中获益。对他们来说，尽管数据量如此庞大，但他们使用起来就像平时的“小数据”一样方便。要做到这一点，一方面需要有更好的IT架构、更好的分析工具，使得普通团队利用大数据成为可能；另一方面，需要政府和业界对于数据的质量、价值、权益、隐私、安全等出台量化的管理措施和方案。当大数据的生态环境形成之后，我们就有可能进一步讨论所谓的大数据平台，并利用这些平台吸引最好的数据和最好的人才。

    下面我们介绍四种可能的大数据集成平台。

    第一个是能不能在有效地保护隐私和信息监管的情况下建立所谓的数据淘宝，即在符合法律规定的情况，通过这个平台可以自由地上传和下载数据，并实现自由定价等。实际上，在科研数据已经开始这样做了，但其他领域还没有起步。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!