论道产业互联网

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: Q1 harry 濬:大题目。 赵国栋:的确,题目比较大,也不打算一次讲清楚。或者说我也在持续的思考过程中。今天主要是要回答8点前后提出三个问题,多元化还是专一化?驱动的逻辑是什么?完整的企业蓝图应该是什么样子?我对产业互联网的思考,与大数据的分析紧密相关。

Q1 harry 濬:大题目。

赵国栋:的确,题目比较大,也不打算一次讲清楚。或者说我也在持续的思考过程中。今天主要是要回答8点前后提出三个问题,多元化还是专一化?驱动的逻辑是什么?完整的企业蓝图应该是什么样子?我对产业互联网的思考,与大数据的分析紧密相关。

harry 濬:@赵国栋驱动的逻辑就是趋利避害,哈哈。@赵国栋 蓝图就是子子孙孙,多样性繁衍、共生。

赵国栋:多元还是专注,一直是经典的咨询顾问们争论不休的话题。以前我对这样的问题,是避之不及的,就如孟总说所,趋利避害,怎么方便,怎么合适怎么来唄。但是考察了诸多所谓的数据驱动的企业后,我基本形成了一个观点。就是如果数据资产成为企业的核心,那么完全可以衍生出众多看似不相干的业务。甚至是涉足到多个行业,这个时候。看待行业的视角就发生了变化。企业的战略视角也就发生了变化。在战略思考中,传统的产业概念需要全新审视,很多时候,“所谓产业,由你随便划,如果你有数据的话!”商业模式的识别和创新,实在是博大精深、商无止境!看待一个企业的战略价值,需要关注它是否可以持续的采集某类数据资产,是否具有足够的延展性,能否不断兼容和衍生新的商业模式和赢利区域!公司的价值与其数据资产的规模和活性成正比,与其解释、运用数据的能力成正比。

 

Q2 Bright Star能举例吗?

赵国栋:举例从大家司空见惯的互联网公司开始,我用相似的图形,来描述他们业务之间的关联。

这是对谷歌公司业务的形式化表达。大家看这幅图,中间是“数据资产”,包括谷歌爬去的网页数据和人人们贡献的搜索等行为数据。这是谷歌最为重要的资产。谷歌的安卓操作系统是开源的,最新的技术也会很快公开。但是他的数据绝对不开放。谷歌最赚钱的广告业务,就是来自对数据的分析和利用。因此甚至形成了一门新的学科,计算广告学。图的上半部分,显示谷歌涉足的许多领域,或者说是行业。所到之处莫不哀兵遍野。谷歌在做硬件,最酷莫过于自动驾驶汽车、谷歌眼镜。在做软件产品但绝大多数都是开源软件或者在线提供服务的模式。他们也对外输出IT计算能力,所谓的云计算。

可以说谷歌是非常多元化的企业,但是如果抓住了数据资产这个核心,就会发现,谷歌所作所为,莫不是在加强、拓展他们持续采集数据和利用数据的能力。

同样长相的图形,我们来分析一下电商公司

图的下半部分,咱们暂时不讨论,姑且认为这些长得像“轮子”一样的图形,其外围的业务,都是为了获取数据或者应用数据的。

电商公司获取人们的购物数据、供应商的订单数据后,其实具备掌控整个产业生态的能力。开始为消费者和供应商提供金融服务。

京东的白条业务,就是消费信贷,京宝贝业务就是供应链信贷。

从对数据资产的掌控程度来看,电商变声金融公司有普通的金融机构难以比拟的优势。电商依托数据资产,也可以进行多元化的经营。

张涵诚:一直认为数据是物品或者精神世界的“要素品牌”,不会形成一个行业,所以不存在产品形态,隶属于IT、信息产业统或者未来产生的新的行业。脱离物质和精神或者一个场景的需求的数据是没有意义的,而其他物质则不一样。数据离不开硬件和软件,大数据是思考问题的一种角度和方法。

张涵诚:电商的数据质量赞的很

赵国栋:@张涵城,这个观点值得商榷。数据堂就成功的把数据变成了普通商品在出售。

张涵诚:数据市场美国有案例,这次美之行有所了解。

赵国栋:原来也认为软件不能脱离硬件单独销售的。颜总准备一次美国数据市场的专题报告吧。

张涵诚:我说的是一个行业,数据堂是一种数据交易形态,不是一个行业,也不是一种产品。

赵国栋:再看几家公司的例子。马上会把它变成一个行业。这个乐视网的“大数据飞轮”图。

乐视网也是一家比较有趣的公司。他们拍电影,小时代就是他们拍的;推出酒的销售网站(不在上市公司主体内);做机顶盒和电视。估计现在正在密谋做手机呢。

看起来这些业务关联性比较差,但是用数据资产的观点来看,原来这些业务却又如此的高度协同。

电视在采集大家看节目的行为数据,你在看电视,电视也在看你。

网站同样在采集数据。这些收集起来的数据,用来指导拍出广受欢迎的电影,以及测算电影的票房等等。

 

Q3刘江:@赵国栋 Google真正的核心技术保密得很,公开的往往是内部已经过时的上一代,比如Hadoop

赵国栋:@刘江,的确如此。但是许多公司连过时的一代技术都不会开放。

刘江:有数据,才有智能。未来数据弱的公司和行业,都是打苦工的dummy

张涵诚:@刘江一次一个yahoo的人讲 ,hadoop是他们内部开发的一个小app。yahoo这话很霸气,也是表明,我们在为美国的大数据战略买单。而他们或许有了新的战略

刘江:@张涵诚 Hadoop是Doug Cutting看了Google的几篇论文后山寨出来的,后来Yahoo用了很好,就把他招了,加了很多团队,人应该不算少

harry 濬:@刘江有数据不一定有智能,智能不一定依赖数据。

刘江:现在的Cloudera和Hortonworks大多数人还有很多大数据公司,都是这帮人搞的。

赵国栋:谈不上谁为谁的战略买单问题。大数据实质上是信息化深度应用的必然结果,并由之引发的社会规律、经济规律和产业规律变化的代名词。不管有没有大数据这个概念,深度应用信息化,总是要搞的事情。

刘江:@harry 濬 这年月,没数据肯定没智能,或者说很难有大智能。

harry 濬:@刘江大数其实是01开始

张涵诚:@刘江国栋, 对头,所以战略是,要超越IT(美国人的产业),发现新的计算或者形态,我们要产生新的描述事物的场景。我总觉得,看不到真相。

刘江:就拿医疗来说,昨天一个做医疗大数据的同学告诉我,某发达省份全省处方中,有高达60%以上的存在明显问题。

harry 濬:@刘江个性化需要大数据

张涵诚:@harry 濬易经有八卦 描述,个性化目前还要靠人,机器和现有科学搞不定;

刘江:@harry 濬 其实个性化应该是普遍需求,以前工业化时代的规模商品本身是不对的

刘江:@张涵诚恰恰相反,人是靠不住的。你看,连医生看病这么严肃的事儿都这么靠不住

张涵诚:@刘江人靠不靠的住,看场景吧。harry 对的,变化靠数字描述是不完全的数字描述世界是人类巨大进步,但是是不是需要新的描述方法呢?

 

Q4亿玛地皮:资本的飞轮更可见一点

赵国栋:@亿玛地皮,我再给你看一家公司的图,你就不会认为是资本的飞轮了。

这是一家最早做印刷的公司,通过收集数据,变成了图中所示的业务结构。

他的业务轨迹是:印刷—数据库—艺术门户网站—艺术品行情发布---拍卖---持续积累和垄断艺术品数据—数码艺术资产管理—艺术策划、展览、摄影—衍生品:CD-ROM、视频、电子书—艺术品收藏和艺术馆许多PE机构想投资他们,可惜人家从不缺钱,几乎不见投资人。看了这些公司,是其想说,以数据资产的为核心,的确是公司多元化经营的关键。但是话题至此,第二个问题也有了答案。我认为多元化中,非常重要的驱动因素是数据。

亿玛地皮:@赵国栋不错的分析图,改天我套用一下我们公司业务

 

Q5赵国栋:我们把上述的大数据飞轮图,拓展一下,把思考的对象换成行业,就会发现不同行业之间相互交叉、补贴的关系。

张涵诚:@赵国栋以数据为中心的产业格局,不知道是否理解的对。

赵国栋:正是因为具备了大数据,不同的行业有机组成在在一起,构成共荣共生的产业生态。思想也随之发生飞跃,达到万物并行不悖的境界。这就是最早给大家展示的图,产业互联网。

刘江:@赵国栋谁先意识到、能用、善用数据,谁就能抢占先机,获得高额补贴。谷歌百度是最直观的例子,他们拥有的数据都是大家给的,反过来还挣大家的钱。

赵国栋:我认为,企业的蓝图的终极形态,就是产业互联网蓝图。再给大家上一遍图。这个是目前企业战略的顶层逻辑。

这个图和大数据飞轮图,有共通的地方。中间都是大数据。但是引入了两个概念,产业生态,和生产性服务业。

产业生态借鉴生物学的名词。从产业生态考察企业兴衰是蛮有意思的。

譬如以国美、苏宁为代表的上一代零售商,他们其实以压榨供应商,零售巨头和供应商之间关系紧张。我感觉所有玩实业的,现在都想玩数据,最终估计都会玩到金融领域去。是不是也就实现了实体经济和泡沫经济的和谐发展?深具战略的眼光的新兴电商不同。他们利用数据优势,掌握产业生态上下游、合作伙伴的生产、经营数据后,可以引用金融、物流等服务业,帮助他们生态上的各个环节更好的获利。

 

Q6吴小兵:一直在学习和思考。在我们要建的开放式创新研发平台上,是否也很适合引入一个生物产业数据团队呢?

张涵诚:@吴小兵必须的吧? 数据思维的人有独特的见解,是一种互补

赵国栋:我也是从产业生态的概念出发,提出“大数据+”的理念。事实上大数据可以帮助生态中的所有参与方。也就是万物并行不悖。这个和上一代的零售巨头,存在巨大的差异。

harry 濬:@张涵诚变化的数据说明动态变化莫测之背后是此消彼长,就是相互关键、互动、生克、感应、耦合,新的描述就是量子感应

赵国栋:是的。原来是缺乏数据,相互信息不对称,造成多博弈,少共赢。现在,我和企业家们交流,首先就是希望他们从产业生态出发思考企业的战略,而非仅仅关注自己的公司。图中提出“核心企业”的概念,就是能够带动整个产业生态做大、升级的公司。

房玉震:各行业都在被数据化,只是被动和主动只别,因为数据是业务核心,也是跨行业颠覆的动力源泉

赵国栋:在产业互联网的蓝图指引下,我们不再提颠覆二字,而是更多的着眼于不同产业的融合。

张涵诚:@房玉震不断量化的宇宙,数据越来越重要。但还是01

铁马冰河:@房玉震上周,深圳红岭创投,众筹了一个亿,是不是太夸张了啊,不是非法集资吧?

 

Q7赵国栋:生产性服务业并不是新概念,早在1966年,美国经济学家H.Greenfield就提出这个概念。生产性服务业区别于消费性服务业,涵盖金融、通讯、物流、交易市场等等现代服务业,主要服务于制造、流通等领域。生产性服务业不展开讨论了,这也是一个很大的话题。就以金融为例来说明生产性服务业与产业生态融合吧。传统的银行的贷款,比如说在宏观判断上说,煤过剩了。大家就一起收紧对煤矿企业的贷款。

但是,总有煤矿拿到订单,为什么不能给拿到订单的煤矿贷款呢?

不是不能贷,而是银行不知道煤矿拿到订单这个信息。或者说他们总是滞后知道这个信息。相反,哪些一直在做煤炭贸易的公司,是最早掌握煤矿订单消息的机构,甚至这些订单就是他们发出的。

所以,煤炭贸易公司为什么不能给煤矿企业贷款呢?这个时候的金融服务,就是生产性的金融服务。谁充分掌握产业生态中的数据,谁就具备为产业生态导入生产性服务业的能力。我把“产业生态、大数据、生产性服务业”有机合成在一起的崭新业态,称之为“产业互联网”。 画得那张图也就是所谓的产业互联网蓝图了

张涵诚:我理解是各种产业通过数据融合,不知道对不对?第一、第二、第三产品成为一个以数据为中心的一个一个行业。

 

Q8张涵诚:利用数据更好的进行联盟体资源管理(供应商、代理商、合作伙伴、内部、外部客户),一个企业掌握数据了,怎么解释互联网的去中心话化?这里的中心不仅仅是个人,也包括企业。

赵国栋:GE的工业互联网提法,还是偏狭隘。我给他扩充到产业互联网的概念。

 


原文发布时间为:2014-03-31


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
2天前
|
弹性计算 运维 搜索推荐
三翼鸟携手阿里云ECS g9i:智慧家庭场景的效能革命与未来生活新范式
三翼鸟是海尔智家旗下全球首个智慧家庭场景品牌,致力于提供覆盖衣、食、住、娱的一站式全场景解决方案。截至2025年,服务近1亿家庭,连接设备超5000万台。面对高并发、低延迟与稳定性挑战,全面升级为阿里云ECS g9i实例,实现连接能力提升40%、故障率下降90%、响应速度提升至120ms以内,成本降低20%,推动智慧家庭体验全面跃迁。
|
2天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
343 90
|
9天前
|
人工智能 自然语言处理 前端开发
Qoder全栈开发实战指南:开启AI驱动的下一代编程范式
Qoder是阿里巴巴于2025年发布的AI编程平台,首创“智能代理式编程”,支持自然语言驱动的全栈开发。通过仓库级理解、多智能体协同与云端沙箱执行,实现从需求到上线的端到端自动化,大幅提升研发效率,重塑程序员角色,引领AI原生开发新范式。
820 156
|
2天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
244 156
|
3天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
10天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。
|
人工智能 前端开发 API
前端接入通义千问(Qwen)API:5 分钟实现你的 AI 问答助手
本文介绍如何在5分钟内通过前端接入通义千问(Qwen)API,快速打造一个AI问答助手。涵盖API配置、界面设计、流式响应、历史管理、错误重试等核心功能,并提供安全与性能优化建议,助你轻松集成智能对话能力到前端应用中。
796 154