本文為鄂維南院士訪談?wù)?，文中探討了中?guó)在大數(shù)據(jù)發(fā)展中受到了哪些因素的制約。
近來，大數(shù)據(jù)如浪潮般席卷全球。越來越多的國(guó)家開始從戰(zhàn)略層面認(rèn)識(shí)大數(shù)據(jù)，中國(guó)亦如此。然而任何發(fā)展都不應(yīng)盲目跟從，而應(yīng)該在發(fā)展中不斷認(rèn)識(shí)其發(fā)展的意義與遇到的困難挑戰(zhàn)，要做到及時(shí)發(fā)現(xiàn)總結(jié)，才能更好的發(fā)展。
那么，制約我國(guó)大數(shù)據(jù)發(fā)展的因素有哪些呢?
1.優(yōu)質(zhì)可用數(shù)據(jù)缺乏
很多人看到這點(diǎn)可能會(huì)感到奇怪。這幾年數(shù)據(jù)交易機(jī)構(gòu)如雨后春筍，“數(shù)據(jù)變現(xiàn)”成為很多擁有數(shù)據(jù)積累的傳統(tǒng)企業(yè)的新的生財(cái)法。如圖，2015年以來，各地加速建立大數(shù)據(jù)交易平臺(tái)，數(shù)據(jù)交易市場(chǎng)異常火熱。
我們常常說，大數(shù)據(jù)最高的層次就是要用數(shù)據(jù)來形成智慧，使得社會(huì)各方面可以運(yùn)轉(zhuǎn)起來。做數(shù)據(jù)分析先要整合數(shù)據(jù)，這是我們通常的理念。而數(shù)據(jù)本身我們可以從三個(gè)層面來看。
首先是“有沒有”，就是數(shù)據(jù)交易問題。目前，我國(guó)大數(shù)據(jù)需求端以互聯(lián)網(wǎng)企業(yè)為主，覆蓋面不廣，在O2O趨勢(shì)下，大型互聯(lián)網(wǎng)廠商嘗試引入外部數(shù)據(jù)支撐金融、生活、語音、旅游、健康和教育等多種服務(wù)。
然而在具體的領(lǐng)域或行業(yè)內(nèi)，我國(guó)普遍未形成成型的數(shù)據(jù)采集、加工、分析和應(yīng)用鏈條，大量數(shù)據(jù)源未被激活，大多數(shù)數(shù)據(jù)擁有者沒有數(shù)據(jù)價(jià)值外化的路徑。比如，各醫(yī)療健康類應(yīng)用收集了大量的數(shù)據(jù)，但沒有像Sermo.com那樣面向醫(yī)藥公司售賣數(shù)據(jù)。與國(guó)外相比我國(guó)的政府、公共服務(wù)、農(nóng)業(yè)應(yīng)用基本缺位，電信和銀行業(yè)更缺少與外部數(shù)據(jù)的碰撞。
另外，其實(shí)數(shù)據(jù)交易這件事本身就是一個(gè)悖論。數(shù)據(jù)作為一種商品有一定的特殊性，我用了別人也可以用，沒有任何消耗，可以在市場(chǎng)賣很多遍。這就產(chǎn)生一個(gè)問題，你這個(gè)數(shù)據(jù)到市場(chǎng)賣，根據(jù)經(jīng)濟(jì)學(xué)觀點(diǎn)它的價(jià)值是零，你賣給我我可以用更低的價(jià)格賣給別人，所以數(shù)據(jù)交易理論上來說也是不可行的。
其次是“好不好”，也就是數(shù)據(jù)質(zhì)量問題。大數(shù)據(jù)概念火了以后，很多機(jī)構(gòu)覺得數(shù)據(jù)存起來就是寶，于是積攢了大量零碎數(shù)據(jù)放在那里，到底能發(fā)揮什么作用也未可知。而在和許多真正想用數(shù)據(jù)做些事情的機(jī)構(gòu)的合作中我們發(fā)現(xiàn)，即便是政府機(jī)構(gòu)這樣的權(quán)威數(shù)據(jù)持有方，也存在很多數(shù)據(jù)缺失、數(shù)據(jù)錯(cuò)誤、噪音多各方面的問題。當(dāng)然這并不是說我們就不能做數(shù)據(jù)分析了。我們常常在講大數(shù)據(jù)就用大數(shù)據(jù)方法，小數(shù)據(jù)就用小數(shù)據(jù)方法，完美的數(shù)據(jù)是永遠(yuǎn)等不來的。但這樣會(huì)導(dǎo)致什么問題呢?在實(shí)際項(xiàng)目實(shí)施過程中，我們的數(shù)據(jù)科學(xué)家們不得不花費(fèi)大量時(shí)間在數(shù)據(jù)清洗上，這其實(shí)是對(duì)本來就緊缺的數(shù)據(jù)人員的一種浪費(fèi)。
最后是“讓不讓”，即數(shù)據(jù)孤島和數(shù)據(jù)開放問題。理論上我們中國(guó)有很多數(shù)據(jù)，但不同部門數(shù)據(jù)存在在不同的地方，格式也不一樣。政府內(nèi)部本身整合各部門的數(shù)據(jù)就已經(jīng)是一件很頭大的事情，更不要提大規(guī)模的數(shù)據(jù)開放。同時(shí)數(shù)據(jù)開放面臨一個(gè)嚴(yán)重問題就是隱私問題，脫敏遠(yuǎn)遠(yuǎn)不夠，隱私問題是一個(gè)無底洞。比如我們把一個(gè)人的支付寶3個(gè)月數(shù)據(jù)拿過來，就可以很輕易的知道這個(gè)人今天在門口便利店買了一瓶水，昨天在淘寶買了沙發(fā)，每隔三個(gè)月會(huì)有一筆萬元的支出。那我們就可以很容易推斷這個(gè)人剛換了一個(gè)租房子的地方，就能了解他的消費(fèi)習(xí)慣。這個(gè)數(shù)據(jù)其實(shí)完全是脫敏的，沒有名字、沒有號(hào)碼，但絲毫不妨礙我們通過算法完全的勾勒出這個(gè)人的畫像。
2.技術(shù)與業(yè)務(wù)的鴻溝
大數(shù)據(jù)行業(yè)發(fā)展至今，技術(shù)與業(yè)務(wù)之間依然存在巨大著鴻溝。首先，就是數(shù)據(jù)分析技術(shù)本身。數(shù)據(jù)源企業(yè)為實(shí)現(xiàn)數(shù)據(jù)價(jià)值變現(xiàn)，嘗試多種方法，甚至自己組建數(shù)據(jù)分析團(tuán)隊(duì)，可是數(shù)據(jù)分析是個(gè)技術(shù)活，1%的誤差都會(huì)極大地影響市場(chǎng)份額，術(shù)業(yè)有專攻，數(shù)據(jù)變現(xiàn)還是需要專業(yè)的數(shù)據(jù)分析人才來實(shí)現(xiàn)。36
隨著大數(shù)據(jù)概念的火熱，做大數(shù)據(jù)的公司越來越多，產(chǎn)品做得五花八門，數(shù)據(jù)建?？此普l都可以涉足，但現(xiàn)在數(shù)據(jù)分析的技術(shù)，方法，模型，算法都有了非常大的改進(jìn)，跟過去六七十年代完全不一樣，不是說做幾個(gè)SAAS軟件或者RAAS軟件就是大數(shù)據(jù)了，雖然短期看市場(chǎng)火熱，但長(zhǎng)遠(yuǎn)來說這條路是走不通的，大數(shù)據(jù)行業(yè)發(fā)展，技術(shù)才是真正的發(fā)力點(diǎn)，提高行業(yè)準(zhǔn)入門檻尤為重要。