2016中国国际大数据大会:大数据时代下的机遇和挑战

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

十一假期前,一年一届的中国国际大数据大会在京闭幕。本届由人民邮电出版社主办,《大数据》杂志、数创汇承办的大会,以“数聚新动能、数创大未来”为题,共同探讨了大数据的发展态势,以及技术如何与行业紧密融合。

以下为嘉宾精彩观点整理:

国家信息化专家咨询委员会常务副主任周宏仁:中国GDP不能靠房产,数据资产是条路子

因为大数据产业的绿色、高效、门槛相对也比较低,所以是最具有潜力的新兴产业之一。但要想发展一个数据企业的话,实际上有三个问题,即数据从哪里来、市场在哪里以及企业要采用什么商业模式,核心技术在哪里。

未来物联网要比现在互联网应用规模大10倍甚至更多,一个高度个性化,人机物智能互联的有趣世界即将诞生。因此,照这样的趋势发展下去,全球的数据总量会急剧增加。有咨询公司认为,到2020年全球数据总量会发展到40000EB。

如此庞大的数据体量,企业如何拿到呢?一个是通过企业自有数据,另外还可以通过政府和事业单位、不同企业以及类似百度和Google开放给公众的公共平台。但在获取数据的时候,还必须要承认和保护数据产权。原则上来讲谁投入信息建设,使数据建成了资产,谁就应该拥有资产的所有权。

数据作为资产就一定要定价,应该根据它的种类和性质的不同,价格会差异很大。一旦数据资产有了价格,数据资产作为一种社会财富它的地位就确立了,这样的话,对全社会而言意义是非常重大的。我想中国GDP的发展肯定不能靠房地产,但是可以靠数据产生的价值。

国家信息中心信息化研究部主任张新红:大数据的应用,今天也只能称作是第一天

大数据已经实实在在的为经济社会的发展起到了推动的作用,所以我提出了基于大数据的七个判断:

第一个基本观点就是怎么理解数据,我的看法数据是人类智慧的原始保障。

第二个基本观念是大数据,我认为大数据是数据化的集中体现。

第三个基本观点,所有能数据化的都将数据化,当所有的事物和变化都是数据的时候,大数据的作用就能够充分的体现出来。

第四个基本观点,数据融合催生新的业态,单一的数据资产价值不大,只有把多种数据联合起来之后才会产生新的更大的价值。

第五个判断,数据开放是数据化未来的突破口。

第六个基本观点,大数据的应用今天也只能称作是第一天。

第七个基本判断,中国需要并有机会发展大数据,无论是中国的数据资源还是中国的网民总量,中国都有着发展大数据的优势。

希捷科技的农天使:解决大数据时代下的多个挑战

亚马逊现在可以做到你还没有下单,他就可以知道你想买什么东西,并且已经开始准备出货了,这是由于亚马逊充分利用了各个消费者在他网站上购买的消费记录,用大数据分析的方法进行预测。所以,在企业这个环节大数据可以给大家带来很大的好处,很多的便利。另外一个例子,曾经Google公司通过大量的用户使用数据,历史的搜索记录,成功的预测出流感即将发生。

我们已经看到大数据给生活的方方面面包括政治经济以及传统事业,以及预防疾病事业都能带来很积极的影响,这些数据到底有多大,到底怎么样守护这些数据。大数据时代,给数据存储带来了方案选择、性能、成本、数据安全、行业五个方面的挑战。希捷科技公司将以创新的方式融合创新的技术,解决大数据时代客户存储面临的各方面挑战。

性能挑战,希捷科技主要是通过闪存来解决大家对性能的一些要求,今年希捷科技推出了业界最大、最快、密度最高的SSD,把密度做下去,功耗做的更低。对于成本挑战,首先就是不断的推进技术演进来降低成本,因为只有技术的降低才能本质上降低成本提高生产率。特别是在磁记录方面,我们可以看到2015年的时候磁记录技术已经可以推出单盘10TB的硬盘,根据高级存储技术委员会给出的目标,我们10年后技术演进将可以让大家享受到单盘100TB的硬盘。

中兴通讯总裁助理徐明:如何让城市大数据更好发展

我曾经在一篇短文里面取了一个名字叫“晃晃悠悠谈城市大数据”,之所以晃悠是城市大数据到目前为止没有一个权威的统一的定义。我认为城市大数据有两个基本的要素,第一个要素是城市数据,这是本意。第二个是围绕城市大数据的大数据技术,但除此之外最近有专家提出城市大数据应该还包含大数据在城市所导致的新思维模式,新商业模式。所以,如果我们把它综合起来来看,我的观点是城市大数据是城市信息化过程的一个产物。

今天很多城市、很多企业都在投身到城市的智慧化浪潮中,在我看来没有大数据的挖掘分析,没有大数据的深度应用,城市智慧化是不可到来的。所以我认为城市大数据也是城市智慧化的主引擎之一。

城市大数据获取是当前最重要的途径,这里面有采集的问题、技术的问题、集资的问题,常常挂在嘴边上的数据孤岛、数据割据等等,但是我们要看到城市大数据还面临着很多问题。数据安全问题、能力不足、不接地气,这些都是城市大数据发展的主要挑战。

所以,面临诸如此类的问题,城市大数据发展一定要以问题为导向,核心要治理城市病。同时,政府要去设立首席的信息官,有条件的城市尝试设立首席数据官,推进城市围度数据的工作,配备数据科学家和数据分析师。最后还要围绕城市大数据建立产业的生态圈,这是根本性解决城市大数据落地的唯一解。

上海数据交易中心合伙人申翔宇:数据交易机构为数据更好评判价值

大数据已经是我们国家重要的的基础性战略资源,既然是战略化的资源,就会涉及到一个分配和流通。随着大数据市场和业务平台的发展,自然会产生一个社会化的分工,出现了类似于上海交易中心专业机构的产生。通过提供统一的数据流通标准和规则、便于监管的透明交易环境以及提供数据连接的桥梁,更好地评判数据价值。

今年4月刚成立的上海数据交易中心,从应用需求出发,提供一个方便、快速获取、有效和微数据在线的互联和流通的工具。简单来说,在对数据的整合处理方面,要求来源必须有个体授权,需要来源合法、加强规范、流通合规、快速应用。目前上海数据交易中心主要开展的是精准营销,对用户画像。

中关村大数据产业联盟秘书长赵国栋:大数据给产业带来的影响

有了大数据之后,现在看产业跟过去有一个根本不同。我把它分成三个要素,第一个是生态,第二个是数据,第三个是服务业。

当下供给侧改革需要破局的问题就是产业化,需要找到核心企业产生新的数据,这是经济发展根本的路径,核心企业就是生态中掌握所有数据的企业,包括供应链的数据、交易数据、经营数据、市场数据。如果掌握了数据就掌握了生态中的信息流,掌握信息流就有可能掌握资金流和物流。

能掌握生态中核心数据的企业我们称为核心企业,过去的时候生态和服务也是两张皮,有了大数据之后以金融业为代表的服务业包括金融、电信、物流和交易市场生态是瞬间打通的。无论是农业还是工业,产业融合、跨界成为常态,项服务转型成为趋势。

目前来看,在没有出现一些断代性的技术之前,提升经济发展的根本路径就是降低交易成本和提升效率,大数据是一个重要的路径,不光是技术方面的创新,更多的是带来效率提升成本的降低。这个时候我们看到一些做的好的公司,联盟中一些会员也算是初创的企业,成立两三年他们一边做事一边投资做的已经非常出色,我们看到产业和资本的融合出现越来越早的一个趋势,很多创初的企业就把产业和资本融合在一起做,一边做产业,一边做融资,这是未来很重要的一个趋势。产业融合并不是上市公司的专利。

第三个层面说数据的生产经营。数据有一个好处,数据加倍交换让数据更加多维,多维的数据蕴含更多不为人所知的价值。这个也是生态中心很重要的一个部分,通常来讲我们今天提到一个生态经营的概念包括三个层面的经营,一个是产业生态的经营,资本生态的经营和数据生态的经营,这三个做好了之后我们成立这个企业就会获得超出寻常的发展。

埃森哲大中华区数字技术服务董事总经理曹国骏:数据与创新发展及商业变革

大数据到底跟传统的数据分析的区别在什么地方?从表象上来看可以从数据量、数据的多样性、数据的围度、数据的价值可以找到很多层面的区别。但是从实质性来说的话,我认为大数据跟传统的数据分析,或者传统的BI来说主要的区别在于三点。一点是理念上的区别,一点是模式上的差异,一点是方法上的区别。

理念上的区别是分为两点,首先从企业管理来看是一个逐级跃迁的过程,在企业管理1.0版本,是树景式的管理,企业管理的2.0版本是流程事的管理,更强调的是部门之间各个实景之间业务的交换,尤其在大型的业务管理系统上线之后,会把企业从流程管理绑成一个大的事情。

从某种程度来讲,我们可不可以认为企业管理的3.0版本就是一种以数据为核心的管理,既使像人力资源这种老牌的部门,我们从微观上看是不是可以认为它管理的就是一组数据,比如说人力资源管理的就是绩效的信息,人力资源的薪酬处管理的就是薪酬方面的,信息和信息之间的交互是流程上的交互,这是理念上的第一种差异。

第二种差异是从帝国思维到社群思维,现在很多传统它的规模非常大,但是从吃穿住行的微观视角来看,其实它对社会生态的理解可能不如很多新兴的公司。我想用罗振宇的一句话,不是原有的疆域在缩小,而是一夜之间整个大陆碎成了群岛。我要做什么事情我自己能够看到,自己能控制到多大的数据疆域,所有的逻辑不适于今天的现状,从这样的帝国思维怎么样到社群思维。

最后一点,就是大数据和传统数据分析的区别,我们叫做方法上的差异。传统来讲我们叫做有问题找数据,现在很多时候根据数据,从数据中寻找机会。这个差别在于传统来讲有问题找,就是说要先有一个板子才能去打,比如说年初的时候定下的目标是集团一级的集中采购率达到90%,半年时间中我发现只有50%,差距这么大原因到底出现在哪,这有一个逐渐细分抽丝剥茧的过程。现在把新老数据结合起来,属于数据源之间有衔接点,代表着业务之间有结合点,新老数据组合起来就能撑起一种新的商业模式出来。

简单来说就是通过一些貌似不相关的数据关系发掘出一些触类旁通的资源。我们这个民族是非常有大数据应用思维的,从《易经》的理念来说,找到各种不相关的数据之间的关系和线头来推演出天地万物的命数,其实它用的概念和想法,或者运用底层的思维逻辑基本上是一样的。 

原文发布时间为:2017-7-14

 

本文作者:孙博

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网


相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
安全 大数据 数据安全/隐私保护
瓴羊Dataphin隐私计算:数据安全流通方案-大数据产业发展概览-数据产业面临的挑战与机遇
瓴羊Dataphin隐私计算:数据安全流通方案-大数据产业发展概览
127 0
|
存储 分布式计算 数据挖掘
什么是大数据?2022大数据时代
什么是大数据?2022大数据时代
221 0
什么是大数据?2022大数据时代
|
大数据
大数据是什么?大数据时代四个特点
大数据是什么?其实很简单,大数据其实就是海量资料巨量资料,这些巨量资料来源于世界各地随时产生的数据,在大数据时代,任何微小的数据都可能产生不可思议的价值。大数据有4个特点,为别为:Volume(大量)、Variety(多样)、Velocity(高速)、Value(价值),一般我们称之为4V。
2125 0
|
机器学习/深度学习 人工智能 算法
四说大数据时代“神话”:从大数据到深数据
在机器学习方面始终有个基础性的误会,即更大的数据会形成更快的学习效果。殊不知,更大的数据并非意味着能发现更深刻的信息。事实上,与数据的规模相较,数据的质量、价值和多样性更最该关注,即数据的“深度”胜于“广度”。
1206 0
|
SQL 分布式计算 大数据