慢动作,也许才能继续大数据的颠覆之路

 更多的时候,无价值、重复性的数据经常会形成类似于信息噪点式的“数据垃圾场”,而有价值的信息却总是被屏蔽在入口之外。

  数据的价值不产生于无用的信息爆炸,而是通过慢数据,可以预测个性化信息的数据。  目前,大数据的火一度使其被外捧上云端,慢数据的思路或许给外界带来不小的疑虑:在大数据的概念火完之后,如何让大数据先流动起来才具有普及意义。这座“金矿”的挖掘注定是一场革命性颠覆,而颠覆永远会是个慢动作。

  那么,末端对于入口的反哺究竟有多大?

  大数据的普世意义究竟在哪里?预测。在《大数据时代》一书中,作者维克托·迈尔·舍恩伯格表达的主旨其实就是这两个字。

  既然李彦宏在此次大数据论述中拿智能硬件来举例,那么笔者也想就此领域结合大数据谈下个人拙见。

  “硬+软+云”一直是智能硬件的标配,很明显,从这个产业链来看,大数据处于末端云中的位置,硬件则发挥了入口和采集器的功能,通过硬件入口互联网世界被重新强化,作为本体的“我”连接外部的人、流程、数据和事物,并将信息上升至云端,卸载、储存……当大数据被有序抽取、激活后,随后带来的便是这样一个成果——作为本体的“我”连接外部精准与匹配的人、流程、数据和事物。

  请注意几个词汇:预测、精准、匹配。并且,排名有先后。

  像现在满大街泛滥的健康领域的智能设备,很多都期待未来达到类似EHR(Electronic Health Records,电子健康档案)和EMR(Electronic Medical Records,电子病历)的模式,从医院管理的角度讲分布式存储和分布式计算有助于处理复杂的事物流程、实现医疗行业的信息化。而从患者体验的角度来讲,数据的提纯可以做到预测或预判,就像开处方一样给用户提供真正个性化定制分析方案。

  但是,健康和医疗的概念相差甚远。更现实的是,被拽上天的大数据面临着冷酷的窘境。

  然而,大数据或许叫错了

  “大数据可能叫错了。”有业者曾认为,真正有意思的是数据变得在线了,尤其是互联网时代,任何东西在线远远比“大”更反映本质。在李彦宏口中,大数据的“大”又被另外两个字所代替:一个是开篇所讲的“慢”,另一个是李彦宏在此次百度联盟大会上所提的“新”。

  这两个字也直击了大数据的痛点。无价值、重复性的数据不断生产与卸载,形成类似于信息噪点式的“数据垃圾场”。反而,有价值的信息依然被屏蔽在入口之外。

  有价值的新数据、慢数据都去哪儿了?早在今年的全国“两会”上,李彦宏在会后回答记者问时便提及了两点答案:一、政府部门有很多数据现在没有上网,认为没用;二、即使上网了,人们还没有建立这样的使用习惯。

  学者刘瑜曾在同名著作中阐述了一个关于“观念水位”的概念:“政治制度的变革缘于公众政治观念的变化,而政治观念的变化又根植于人们生活观念的变化。水涨起来,船自然浮起来。”国内目前正是缺乏对于大数据的这样一个“观念水位”。中国社会还没有建立起类似实证主义的使用体系。

  比如大数据之所以能在美国上升为国家层面,原因是这个国家的确是有“用数据说话”的理念底蕴的。拿大家熟悉的传播学领域为例,早在上世纪中叶,传播学大家——拉扎斯菲尔德就知道如何用定量方法去研究传播效果的问题。回头想想,中国可以么?至少在相关人文学科上,还没形成依靠数据说话、实证主义研究的大氛围,这个看看本、硕学生的毕业论文就大概有个了然。

  还面临哪些坎儿?

  国内因缺乏政府机构的意识,也缺乏公民的推动。导致在对数据的应用上还处于极度不自信阶段。另外,还有这样几个戕害大数据进化的问题存在:

  “要想找到有价值的数据,技术是有价值的,但在这里并不是最关键的。最关键的是什么呢?最关键的是domain knowledge(领域知识)、你的experience(经验)、以及跨领域的思考能力。”李彦宏如是言。

  这和罗振宇一直强调的“跨界”型人才思想不谋而合。在这个传统工业社会向信息社会无声息过渡的阶段,两种社会形态圈子的人界限十分清晰,这对于讲究物(代表传统工业社会)联网(代表信息社会)的大数据进化将很要命。

  李彦宏称大数据未来需求的是慢数据,在笔者盘点了上述诸多问题后,具有颠覆性创造意义的大数据,其应用与操作也必将是一个慢动作。除了霸权利益、系统顽疾,颠覆性科技事物还需要攻破例如文化伦理、秩序规范等更艰难的防线。

  慢慢来,比较快。即便将来有人硬要拿铁块压住船,依然会无法阻挡未来社会对大数据波澜壮阔式的“观念水位”。

时间: 2024-09-26 22:26:19

慢动作,也许才能继续大数据的颠覆之路的相关文章

企业何时才能从大数据中真正盈利?

大数据中蕴含着大价值,相信每一位关注IT技术创新的人都会听过这句话.没错,从http://www.aliyun.com/zixun/aggregation/13584.html">海量数据中筛选出有用的信息,然后通过各种手段将信息转化为洞察力,从而做出正确决策,推动业务发展.在这样一个信息链条中,企业需要确保每一个环节都不出错,才能将数据转化为价值.然而又有多少企业真正能做到这一点呢?少之又少!大数据很火,但是何时才能让大数据真正为企业带来盈利?对此,数据分析和市场营销专家Brooks B

干货分享:企业大数据的实时分析之路

近日,"2016易观A10大数据应用峰会"主论坛"大数据基础框架设计-实时分析技术平台洞察与实践"上,易观CTO郭炜发表了"企业大数据的实时分析之路"的主题演讲,从技术角度给大家讲述如何用实时分析帮助企业进行数据运营. 以下为演讲实录及PPT: 郭炜:各位嘉宾,各位领导,各位技术的小伙伴们,早上好! 非常荣幸今天站在这里和大家分享一下我们易观对于实时分析技术的一些理解.其实昨天于老师也曾经讲过,我们的实时分析会助力我们的用户资产增长,究竟什么是实

大数据,颠覆存在与思维

随着互联网+时代的到来,大数据成为与移动互联网.云计算.物联网和人工智能并驾齐驱,推动经济发展和行业融合的强大引擎:在开拓"互联网+蓝海时代"的过程中,超大海量数据的收集,存储和分析,使信息产业发生了颠覆性变革,远非传统意义的技术创新可比. 颠覆认知的大数据 大数据并不局限于规模庞大,如果就某一板块或领域的数据源来说,它更多指维度上的完整.例如针对某一个体,通过对其上网行为的痕迹进行沉淀分析,可以综合得出他的性格偏好.社交范围.财务状况等情况,这些都构成了这个个体本身.此外,丰富全面的

菜鸟裹裹之大数据算法颠覆快递不是梦

文章讲的是菜鸟裹裹之大数据算法颠覆快递不是梦,快递小哥月收入能否过万在坊间屡屡引发热议,而据北京交通大学发布的报告显示,绝大部分快递员月薪仅在2000-4000元之间,超过6000元就属高收入. 如今,互联网正在改变快递员的生存现状,菜鸟网络发布的"快递版滴滴"--菜鸟裹裹通过大数据为快递员大幅增收,使用菜鸟裹裹抢单最多的快递员每月能增收近7000元,收入过万已不算新鲜. 大数据全面优化快递员配送线路 来自上海的百世快递快递员杨波从今年开始使用菜鸟裹裹抢单,最多时每天可利用平台抢到五十

大数据人才培养之路该如何走

大数据,已经成为当前社会的热词.但数据人才培养以及数据科学研究似乎远未做好准备.教育部日前公布<2016年普通高等学校本科专业备案和审批结果的通知>,记者注意到,继2016年北京大学.中南大学.对外经贸大学首批设立大数据相关学科后,中国人民大学.北京邮电大学.复旦大学等32所高校成为第二批成功申请"数据科学与大数据技术"本科新专业的高校. 技术发展催生下的新兴学科和专业,该怎样培养人才?培养什么样的人才?人才培养与学科研究又该如何处理定制与创新引领.交叉融合与专业建设的关系

电子商务企业要如何才能把握大数据?

所谓的大数据,是需要跨视角.跨媒介.跨行业的海量数据,也可以理解为数据的收集方法.当数据的规模和丰富度达到一定程度,大家才开始提出大数据的概念.那么,电商大数据现状如何? 谁拥有大数据? 那些拥有稳定.丰富数据源的公司,淘宝.百度.腾讯是绝对自有数据源的公司.艾瑞咨询技术副总裁郝欣诚同意这一说法,认为一些淘宝店铺不能称为有稳定丰富数据源的公司. 因为他们的视角往往停留在本身的店铺内,当在他们店铺中没有出现某种人,便认为某种人是不存在的.但淘宝的视角会更高,更容易看到全局,他们拥有海量的数据,只要

互联网创业者如何才能掘金大数据?

文/郭静微信公众号:郭静的互联网圈 大数据能称之为一个时代,可见维克托?迈尔?舍恩伯格对大数据的褒奖.当然,更多的人希望通过大数据创建新的产业群,将之应用到医疗.教育.科技等多个领域.大数据应用已经成为互联网创业者竞争的新阵地,如何充分利用大数据和借助大数据掘金成为草根创业者关注的焦点.在已有的领域中,包括可穿戴设备.移动APP等领域,部分互联网创业者都尝到了大数据的甜头. 百度大数据助力小说网站顺利商业化 互联网创业者的机会并不少,但是要想真正"拥抱"大数据,并从大数据的红海中分一杯

怎样才能发挥大数据的潜能

大数据可以产生巨大的经济价值.比如大数据为美国医疗领域每年创造3000亿美元的价值,将年生产力增长约0.7%:为欧洲公共部门管理每年创造2500亿欧元的价值,将年生产力增长约0.5%:为全球个人定位服务供应商每年创造超过1000亿美元的收益,对最终用户的价值高达7000亿美元:将美国零售业的净利润增加可能超过60%,并保持0.5%-1.0%的年均生产率增长:将生产制造业在产品开发.装配成本上开销减少高达50%,流动资金减少高达7%. 这听起来不错,少花钱还多办了事.然而要充分利用大数据,则需要处

IT开放概念验证才能实现大数据双赢

就大数据策略我所与之进行谈话的高管中的很 多人尚未将很多想法植入到该策略的执行中,因为他们正等待IT来完成他们的探索.事实上,根据直接经验和通过可信任的同事,我知道大多数公司在冒险尝试全出的策略之前都会开发大数据概念验证. 该方法听上去合理,关于领导变革的研究将提议一种不同的方法.尽管概念验证看上去是合逻辑的,而价值验证则会更务实. 在我浏览来自传奇作家Kurt Lewin 和John P. Kotter关于领导变革方面的最杰出的文献资料时,在任何地方我都没有找到"概念验证"的理念.事