一、詳解時髦詞匯：大數(shù)據(jù)
似乎一夜之間，大數(shù)據(jù)(Big Data)變成一個IT行業(yè)中最時髦的詞匯。
首先，大數(shù)據(jù)不是什么完完全全的新生事物，Google的搜索服務(wù)就是一個典型的大數(shù)據(jù)運用，根據(jù)客戶的需求，Google實時從全球海量的數(shù)字資產(chǎn)(或數(shù)字垃圾)中快速找出最可能的答案，呈現(xiàn)給你，就是一個最典型的大數(shù)據(jù)服務(wù)。只不過過去這樣規(guī)模的數(shù)據(jù)量處理和有商業(yè)價值的應(yīng)用太少，在IT行業(yè)沒有形成成型的概念?，F(xiàn)在隨著全球數(shù)字化、網(wǎng)絡(luò)寬帶化、互聯(lián)網(wǎng)應(yīng)用于各行各業(yè)，累積的數(shù)據(jù)量越來越大，越來越多企業(yè)、行業(yè)和國家發(fā)現(xiàn)，可以利用類似的技術(shù)更好地服務(wù)客戶、發(fā)現(xiàn)新商業(yè)機會、擴大新市場以及提升效率，才逐步形成大數(shù)據(jù)這個概念。
有一個有趣的故事是關(guān)于奢侈品營銷的。PRADA在紐約的旗艦店中每件衣服上都有RFID碼。每當(dāng)一個顧客拿起一件PRADA進(jìn)試衣間，RFID會被自動識別。同時，數(shù)據(jù)會傳至PRADA總部。每一件衣服在哪個城市哪個旗艦店什么時間被拿進(jìn)試衣間停留多長時間，數(shù)據(jù)都被存儲起來加以分析。如果有一件衣服銷量很低，以往的作法是直接干掉。但如果RFID傳回的數(shù)據(jù)顯示這件衣服雖然銷量低，但進(jìn)試衣間的次數(shù)多。那就能另外說明一些問題。也許這件衣服的下場就會截然不同，也許在某個細(xì)節(jié)的微小改變就會重新創(chuàng)造出一件非常流行的產(chǎn)品。
從這個案例來看，大數(shù)據(jù)并不是很神奇的事情。就如同電影《永無止境》提出的問題：人類通常只使用了20%的大腦，如果剩余80%大腦潛能被激發(fā)出來，世界會變得怎樣?在企業(yè)、行業(yè)和國家的管理中，通常只有效使用了不到20%的數(shù)據(jù)(甚至更少)，如果剩余80%數(shù)據(jù)的價值激發(fā)起來，世界會變得怎么樣呢?特別是隨著海量數(shù)據(jù)的新摩爾定律，數(shù)據(jù)爆發(fā)式增長，然后數(shù)據(jù)又得到更有效應(yīng)用，世界會怎么樣呢?
單個的數(shù)據(jù)并沒有價值，但越來越多的數(shù)據(jù)累加，量變就會引起質(zhì)變，就好像一個人的意見并不重要，但1千人、1萬人的意見就比較重要，上百萬人就足以掀起巨大的波瀾，上億人足以改變一切。
中國的航班晚點非常多，相比之下美國航班準(zhǔn)點情況好很多。這其中，美國航空管制機構(gòu)一個的好做法發(fā)揮了積極的作用，說起來也非常簡單，就是美國會公布每個航空公司、每一班航空過去一年的晚點率和平均晚點時間，這樣客戶在購買機票的時候就很自然會選擇準(zhǔn)點率高的航班，從而通過市場手段牽引各航空公司努力提升準(zhǔn)點率。這個簡單的方法比任何管理手段都直接和有效。
沒有整合和挖掘的數(shù)據(jù)，價值也呈現(xiàn)不出來?！队罒o止境》中的庫珀如果不能把海量信息圍繞某個公司的股價整合起來、串聯(lián)起來，這些信息就沒有價值。
因此，海量數(shù)據(jù)的產(chǎn)生、獲取、挖掘及整合，使之展現(xiàn)出巨大的商業(yè)價值，這就是我理解的大數(shù)據(jù)。在互聯(lián)網(wǎng)對一切重構(gòu)的今天，這些問題都不是問題。因為，大數(shù)據(jù)是互聯(lián)網(wǎng)深入發(fā)展的下一波應(yīng)用，是互聯(lián)網(wǎng)發(fā)展的自然延伸。目前，可以說大數(shù)據(jù)的發(fā)展到了一個臨界點，因此才成為IT行業(yè)中最熱門的詞匯之一。
二、大數(shù)據(jù)將重構(gòu)很多行業(yè)的商業(yè)思維和商業(yè)模式
我想以對未來汽車行業(yè)的狂野想象來展開這個題目。
在人的一生中，汽車是一項巨大的投資。以一部30萬車、7年換車周期來算，每年折舊費4萬多(這里還不算資金成本)，加上停車、保險、油、維修、保養(yǎng)等各項費用，每年耗費應(yīng)在6萬左右。汽車產(chǎn)業(yè)也是一個很長產(chǎn)業(yè)鏈的龍頭產(chǎn)業(yè)，這個方面只有房地產(chǎn)可以媲美。
但同時，汽車產(chǎn)業(yè)鏈?zhǔn)且粋€低效率、變化慢的產(chǎn)業(yè)。汽車一直以來就是四個輪子、一個方向盤、兩排沙發(fā)(李書福語)。這么一個昂貴的東西，圍繞車產(chǎn)生的數(shù)據(jù)卻少的可憐，行業(yè)產(chǎn)業(yè)鏈之間幾無任何數(shù)據(jù)傳遞。
我們在這里狂野地想象一番，如果將汽車全面數(shù)字化，都大數(shù)據(jù)了，會產(chǎn)生什么結(jié)果?
有些人說，汽車數(shù)字化，不就是加個MBB模塊嗎?不，這太小兒科了。在我理想中，數(shù)字化意味著汽車可以隨時聯(lián)上互聯(lián)網(wǎng)，意味著汽車是一個大型計算系統(tǒng)加上傳統(tǒng)的輪子、方向盤和沙發(fā)，意味著可以數(shù)字化導(dǎo)航、自動駕駛，意味著你和汽車相關(guān)的每一個行動都數(shù)字化，包括每一次維修、每一次駕駛路線、每一次事故的錄像、每一天汽車關(guān)鍵部件的狀態(tài)，甚至你的每一個駕駛習(xí)慣(如每一次的剎車和加速)都記錄在案。這樣，你的車每月甚至每周都可能產(chǎn)生T比特的數(shù)據(jù)。
好了，我們假設(shè)這些數(shù)據(jù)都可以存儲并分享給相關(guān)的政府、行業(yè)和企業(yè)。這里不討論隱私問題帶來的影響，假設(shè)在隱私保護(hù)的前提下，數(shù)據(jù)可以自由分享。
那么，保險公司會怎么做呢?保險公司把你的所有數(shù)據(jù)拿過去建模分析，發(fā)現(xiàn)幾個重要的事實：一是你開車主要只是上下班，南山到坂田這條線路是非繁華路線，紅綠燈很少，這條路線過去一年統(tǒng)計的事故率很低;你的車況(車的使用年限、車型)好，此車型在全深圳也是車禍率較低;甚至統(tǒng)計你的駕駛習(xí)慣，加油平均，臨時剎車少，超車少，和周圍車保持了應(yīng)有的車距，駕駛習(xí)慣好。最后結(jié)論是你車型好，車況好，駕駛習(xí)慣好，常走的線路事故率低，過去一年也沒有出過車禍，因此可以給予更大幅度的優(yōu)惠折扣。這樣保險公司就完全重構(gòu)了它的商業(yè)模式了。在沒有大數(shù)據(jù)支撐之前，保險公司只把車險客戶做了簡單的分類，一共分為四種客戶，第一種是連續(xù)兩年沒有出車禍的，第二種過去一年沒有出車禍，第三種過去一年出了一次車禍，第四種是過去一年出了兩次及以上車禍的，就四種類型。在大數(shù)據(jù)的支持下，保險公司可以真正以客戶為中心，把客戶分為成千上萬種，每個客戶都有個性化的解決方案，這樣保險公司經(jīng)營就完全不同，對于風(fēng)險低的客戶敢于大膽折扣，對于風(fēng)險高的客戶報高價甚至拒絕，一般的保險公司就完全難以和這樣的保險公司競爭了。擁有大數(shù)據(jù)并使用大數(shù)據(jù)的保險公司比傳統(tǒng)公司將擁有壓倒性的競爭優(yōu)勢，大數(shù)據(jù)將成為保險公司最核心的競爭力，因為保險就是一個基于概率評估的生意，大數(shù)據(jù)對于準(zhǔn)確評估概率毫無疑問是最有利的武器，而且簡直是量身定做的武器。
在大數(shù)據(jù)的支持下，4S店的服務(wù)也完全不同了。車況信息會定期傳遞到4S店，4S店會根據(jù)情況及時提醒車主及時保養(yǎng)和維修，特別是對于可能危及安全的問題，在客戶同意下甚至?xí)扇∵h(yuǎn)程干預(yù)措施，同時還可以提前備貨，車主一到4S店就可以維修而不用等待。
對于駕駛者來說，不想開車的時候，在大數(shù)據(jù)和人工智能的支持下，車輛可以自動駕駛，并且對于你經(jīng)常開的線路可以自學(xué)習(xí)自優(yōu)化。谷歌的自動駕駛汽車，為了對周圍環(huán)境作出預(yù)測，每秒鐘要收集差不多1GB的數(shù)據(jù)，沒有大數(shù)據(jù)的支持，自動駕駛是不可想象的;在和周圍車輛過近的時候，會及時提醒車主避讓;上下班的時候，會根據(jù)實時大數(shù)據(jù)情況，對于你經(jīng)常開車的線路予以提醒，繞開擁堵點，幫你選擇最合適的線路;到城市中心，尋找車位是一件很麻煩的事情，但未來你可以到了商場門口后，讓汽車自己去找停車位，等想要回程的時候，提前通知讓汽車自己開過來接。
車輛是城市最大最活躍的移動物體，是擁堵的來源，也是最大的污染來源之一。數(shù)字化的車輛、大數(shù)據(jù)應(yīng)用將帶來很多的改變。紅綠燈可以自動優(yōu)化，根據(jù)不同道路的擁堵情況自動進(jìn)行調(diào)整，甚至在很多地方可以取消紅綠燈;城市停車場也可以大幅度優(yōu)化，根據(jù)大數(shù)據(jù)的情況優(yōu)化城市停車位的設(shè)計，如果配合車輛的自動駕駛功能，停車場可以革命性演變，可以設(shè)計專門為自動駕駛車輛的停車樓，地下、地上樓層可以高達(dá)幾十層，停車樓層可以更矮，只要能高于車高度即可(或者把車豎起來停)，這樣將對城市規(guī)劃產(chǎn)生巨大的影響;政府還可以每年公布各類車型的實際排污量、稅款、安全性等指標(biāo)，鼓勵民眾買更節(jié)能、更安全的車。
電子商務(wù)和快遞業(yè)也可能發(fā)生巨大的變化。運快遞的車都可以自動駕駛，不用趕白天的擁堵的道路，晚上半夜開，在你家門口設(shè)計自動接收箱，通過密碼開啟自動投遞進(jìn)去，就好像過去報童投報一樣。
這么想象下來，我認(rèn)為，汽車數(shù)字化、互聯(lián)網(wǎng)化、大數(shù)據(jù)應(yīng)用、人工智能，將對汽車業(yè)及相關(guān)的長長的產(chǎn)業(yè)鏈產(chǎn)生難以想象的巨大變化和產(chǎn)業(yè)革命，具有無限的想象空間，可能完全被重構(gòu)。當(dāng)然，要實現(xiàn)我所描述的場景，估計至少50年、100年之后的事情了，估計我這輩子是看不到的。
在這個章節(jié)的最后，我想總結(jié)一下自己對大數(shù)據(jù)的看法。
第一，大數(shù)據(jù)使企業(yè)真正有能力從以自我為中心改變?yōu)橐钥蛻魹橹行?。企業(yè)是為客戶而生，目的是為股東獲得利潤。只有服務(wù)好客戶，才能獲得利潤。大數(shù)據(jù)的使用能夠使對企業(yè)的經(jīng)營對象從客戶的粗略歸納(就是所謂提煉歸納的“客戶群”)還原成一個個活生生的客戶，這樣經(jīng)營就有針對性，對客戶的服務(wù)就更好，投資效率就更高。
第二，大數(shù)據(jù)一定程度上將顛覆了企業(yè)的傳統(tǒng)管理方式。現(xiàn)代企業(yè)的管理方式是來源于對軍隊的模仿，依賴于層層級級的組織和嚴(yán)格的流程，依賴信息的層層匯集、收斂來制定正確的決策，再通過決策在組織的傳遞與分解，以及流程的規(guī)范，確保決策得到貫徹，確保每一次經(jīng)營活動都有質(zhì)量保證，也確保一定程度上對風(fēng)險的規(guī)避。
第三，大數(shù)據(jù)另外一個重大的作用是改變了商業(yè)邏輯，提供了從其他視角直達(dá)答案的可能性?，F(xiàn)在人的思考或者是企業(yè)的決策，事實上都是一種邏輯的力量在主導(dǎo)起作用。大數(shù)據(jù)給了我們其他的選擇，就是利用數(shù)據(jù)的力量，直接獲得答案。就好像我們學(xué)習(xí)數(shù)學(xué)，小時候?qū)W九九乘法表，中學(xué)學(xué)幾何，大學(xué)還學(xué)微積分，碰到一道難題，我們是利用了多年學(xué)習(xí)沉淀的經(jīng)驗來努力求解，但我們還有一種方法，在網(wǎng)上直接搜索是不是有這樣的題目，如果有，直接抄答案就好了。很多人就會批評說，這是抄襲，是作弊。但我們?yōu)槭裁匆獙W(xué)習(xí)啊?不就是為了解決問題嘛。
第四，通過大數(shù)據(jù)，我們可能有全新的視角來發(fā)現(xiàn)新的商業(yè)機會和重構(gòu)新的商業(yè)模式。我們現(xiàn)在看這個世界，比如分析家中食品腐敗，主要就是依賴于我們的眼睛再加上我們的經(jīng)驗，但如果我們有一臺顯微鏡，我們一下就看到壞細(xì)菌，那么分析起來完全就不一樣了。大數(shù)據(jù)就是我們的顯微鏡，它可以讓我們從全新視角來發(fā)現(xiàn)新的商業(yè)機會，并可能重構(gòu)商業(yè)模型。我們的產(chǎn)品設(shè)計可能不一樣了，很多事情不用猜了，客戶的習(xí)慣和偏好一目了然，我們的設(shè)計就能輕易命中客戶的心窩;我們的營銷也完全不同了，我們知道客戶喜歡什么、討厭什么，更有針對性。特別是顯微鏡再加上廣角鏡，我們就有更多全新的視野了。這個廣角鏡就是跨行業(yè)的數(shù)據(jù)流動，使我們過去看不到的東西都能看到了。
最后一點，我想談的是大數(shù)據(jù)發(fā)展對IT本身技術(shù)架構(gòu)的革命性影響。大數(shù)據(jù)的根基是IT系統(tǒng)。我們現(xiàn)代企業(yè)的IT系統(tǒng)基本上是建立在IOE(IBM小型機、Oracle數(shù)據(jù)庫、EMC存儲)+Cisco模型基礎(chǔ)上的，這樣的模型是Scale-UP型的架構(gòu)，在解決既定模型下一定數(shù)據(jù)量的業(yè)務(wù)流程是適配的，但如果是大數(shù)據(jù)時代，很快會面臨成本、技術(shù)和商業(yè)模式的問題，大數(shù)據(jù)對IT的需求很快就會超越了現(xiàn)有廠商架構(gòu)的技術(shù)頂點，超大數(shù)據(jù)增長將帶來IT支出增長之間的線性關(guān)系，使企業(yè)難以承受。因此，目前在行業(yè)中提出的去IOE趨勢，利用Scale-out架構(gòu)+開源軟件對Scale-up架構(gòu)+私有軟件的取代，本質(zhì)是大數(shù)據(jù)業(yè)務(wù)模型所帶來的，也就是說大數(shù)據(jù)將驅(qū)動IT產(chǎn)業(yè)新一輪的架構(gòu)性變革。去IOE潮流中的所謂國家安全因素，完全是次要的。
所以，美國人說，大數(shù)據(jù)是資源，和大油田、大煤礦一樣，可以源源不斷挖出大財富。而且和一般資源不一樣，它是可再生的，是越挖越多、越挖越值錢的，這是反自然規(guī)律的。對企業(yè)如此，對行業(yè)、對國家也是這樣，對人同樣如此。
三、新智慧生物的誕生?
自然語言的機器翻譯，是長期以來人工智能研究的一個重要體現(xiàn)。人工智能從過去到未來都有清晰而巨大的商業(yè)前景，是以前IT業(yè)的熱點，其熱度一點不亞于現(xiàn)在的“互聯(lián)網(wǎng)”和“大數(shù)據(jù)”。但是，人類過去在推進(jìn)人工智能的研究遇到了巨大的障礙，最后幾乎絕望。
當(dāng)時人工智能就是模擬人的智能思考方式來構(gòu)筑機器智能。以機器翻譯來說，語言學(xué)家和語言專家必須不辭勞苦地編撰大型詞典和與語法、句法、語義學(xué)有關(guān)的規(guī)則，數(shù)十萬詞匯構(gòu)成詞庫，語法規(guī)則高達(dá)數(shù)萬條，考慮各種情景、各種語境，模擬人類翻譯，計算機專家再構(gòu)建復(fù)雜的程序。最后發(fā)現(xiàn)人類語言實在是太復(fù)雜了，窮舉式的做法根本達(dá)不到最基本的翻譯質(zhì)量。這條道路最后的結(jié)果是，1960年代后人工智能的技術(shù)研發(fā)停滯不前數(shù)年后，科學(xué)家痛苦地發(fā)現(xiàn)以“模擬人腦”、“重建人腦”的方式來定義人工智能走入一條死胡同，這導(dǎo)致后來幾乎所有的人工智能項目都進(jìn)入了冷宮。
后來有人就想，機器為什么要向人學(xué)習(xí)邏輯呢，又難學(xué)又學(xué)不好，機器本身最強大的是計算能力和數(shù)據(jù)處理能力，為什么不揚長避短、另走一條道路呢?這條道路就是IBM“深藍(lán)”走過的道路。1997年5月11日，國際象棋大師卡斯帕羅夫在和IBM公司開發(fā)的計算機“深藍(lán)”進(jìn)行對弈時宣布失敗，計算機“深藍(lán)”因此贏得了這場意義深遠(yuǎn)的“人機對抗”。
類似的邏輯在后續(xù)也用到了機器翻譯上。谷歌、微軟和IBM都走上了這條道路。就是主要采用匹配法，同時結(jié)合機器學(xué)習(xí)，依賴于海量的數(shù)據(jù)及其相關(guān)相關(guān)統(tǒng)計信息，不管語法和規(guī)則，將原文與互聯(lián)網(wǎng)上的翻譯數(shù)據(jù)對比，找到最相近、引用最頻繁的翻譯結(jié)果做為輸出。
總而言之，利用這種技術(shù)，計算機教會自己從大數(shù)據(jù)中建立模式。有了足夠大的信息量，你就能讓機器學(xué)會做看上去有智能的事情，別管是導(dǎo)航、理解話語、翻譯語言，還是識別人臉，或者模擬人類對話。
假設(shè)目前剛剛興起的穿戴式計算設(shè)備取得巨大的進(jìn)展。這種進(jìn)展到什么程度呢?就是你家的寵物小狗身上也裝上了各種傳感器和穿戴式設(shè)備，比如有圖像采集，有聲音采集，有嗅覺采集，有對小狗的健康進(jìn)行監(jiān)控的小型醫(yī)療設(shè)備，甚至還有電子藥丸在小狗的胃中進(jìn)行消化情況監(jiān)控。小狗當(dāng)然也聯(lián)上網(wǎng)，也一樣產(chǎn)生了巨大的數(shù)據(jù)量。這時，我們假設(shè)基于這些大數(shù)據(jù)建模，能夠模擬小狗的喜怒哀樂，然后還能夠通過擬人化的處理進(jìn)行語音表達(dá)，換句話說，就是模擬小狗說人話，比如主人回家時，小狗搖尾巴，旺旺叫，那么這個附著于小狗身上的人工智能系統(tǒng)就會說，“主人，真高興看到你回家”。不僅如此，你還可以和小狗的人工智能系統(tǒng)進(jìn)行對話，因為這個人工智能系統(tǒng)能基本理解你的意思，又能夠代替小狗擬人化表達(dá)。
我們繼續(xù)把這個故事來做延伸，把小狗換成未來的人，人在一生中產(chǎn)生大量的數(shù)據(jù)，根據(jù)這些數(shù)據(jù)建?？梢灾苯油蒲莩龊芏嗟慕Y(jié)論，比如喜歡看什么樣的電影啊，喜歡什么口味的菜啊，在遇到什么問題時會怎么采取什么行動啊。
這樣的數(shù)據(jù)一直累積下來，直到這個人去世。我們有個大膽的想象，這些巨大的數(shù)據(jù)能否讓這個人以某種方式繼續(xù)存在下去呢?后代有什么問題需要尋求答案的時候，比如在人生的關(guān)鍵抉擇時，比如大學(xué)要上什么專業(yè)、該不該和某個姑娘結(jié)婚，可不可以問問這個虛擬的人(祖先)有什么建議呢?答案是當(dāng)然可以。在這種情況下，數(shù)字化生存不僅在人生前存在，也可以在人死后繼續(xù)存在。人死了，可以在虛擬空間中繼續(xù)存在。一輩子、一輩子的人故去，這些虛擬的智慧都可以繼續(xù)存在，假設(shè)很多年過去了，這些虛擬智慧的祖宗們太多太多了，活著的子孫們甚至可以組建一個“祖宗聯(lián)席參謀委員會”，優(yōu)選那些考得好的(比如中過狀元)，當(dāng)過國家高級公務(wù)員(比如太守)、當(dāng)過企業(yè)高管(比如CEO)、當(dāng)過教授、當(dāng)過作家的等等當(dāng)過成功人士的祖宗，專門用于后代的咨詢、解惑。讓這些祖宗死后還有競爭，別死了就沒有事情干了。
這些說明什么呢?就是隨著大數(shù)據(jù)和機器學(xué)習(xí)的進(jìn)一步進(jìn)展，這個世界出現(xiàn)了新的智慧生物!大數(shù)據(jù)和機器學(xué)習(xí)在改變、重構(gòu)和顛覆很多企業(yè)、行業(yè)和國家以后，終于到了改變?nèi)祟愖陨淼臅r候了!人類的演進(jìn)出現(xiàn)了新的分支!
有科學(xué)家畫了下面一張圖，來描述這兩者智慧生物。一種是基于生物性的，經(jīng)過幾百萬年的進(jìn)化而來;一種是基于IT技術(shù)，基于大數(shù)據(jù)和機器學(xué)習(xí)，通過自模擬、自學(xué)習(xí)而來。前者更有邏輯性，更有豐富的情感，有創(chuàng)造力，但生命有限;后者沒有很強的邏輯性，沒有生物上的情感，但有很強的計算、建模和搜索能力，理論上生命是無限的。
當(dāng)然，這些事情要發(fā)生都會非常非常遙遠(yuǎn)。反正我們活著的時候是見不到了，死了也見不到，因為我們死的時候，我相信這種建立在大數(shù)據(jù)和機器學(xué)習(xí)之上的虛擬生命還不會存在。
四、結(jié)束語
我最后想說的是，我們對未來的認(rèn)知，主要是基于常識和對未來的想象。根據(jù)統(tǒng)計，現(xiàn)在《紐約時報》一周的信息量比18世紀(jì)一個人一生所收到的資訊量更大，現(xiàn)在18個月產(chǎn)生的信息比過去5000年的總和更多，現(xiàn)在我家一臺5000元電腦的計算能力比我剛?cè)氪髮W(xué)時全校的計算能力更強大?？萍嫉倪M(jìn)步在很多的時候總會超出我們的想象，試想如果未來我們一個人擁有的電腦設(shè)備超過現(xiàn)在全球現(xiàn)在計算能力的總和，一個人產(chǎn)生的數(shù)據(jù)量超過現(xiàn)在全球數(shù)據(jù)量的總和，甚至你的寵物小狗產(chǎn)生的信息量都超過現(xiàn)在全球數(shù)據(jù)量的總和，世界會發(fā)生什么呢?那就取決于你的想象力了。
對于未來，你想象到什么了呢?
01月07日 18:14
