共享单车人工智能到底是个什么事儿？总算有一个人把它讲清楚了！人工智能的算法 - 科技 - 湛江新闻网
您当前位置： >>
>> 浏览文章
共享单车人工智能到底是个什么事儿？总算有一个人把它讲清楚了！
所属栏目：
&&&发布时间：
06:38:10&&&文章来源：B座12楼&&&阅读:6578
本文长度约4819字，建议阅读10分钟
李丰，峰瑞资本创始合伙人。侧重于科技、消费、TMT 等领域的投资。
加入峰瑞资本前，李丰曾于 IDG 资本担任合伙人，主导投资了宜信、猪八戒、Prosper、三只松鼠、铜板街、Bilibili、Coinba…本文长度约4819字，建议阅读10分钟李丰，峰瑞资本创始合伙人。侧重于科技、消费、TMT 等领域的投资。加入峰瑞资本前，李丰曾于 IDG 资本担任合伙人，主导投资了宜信、猪八戒、Prosper、三只松鼠、铜板街、Bilibili、Coinbase、轻轻家教、挖财、河狸家、网利金融、友道财富、英语流利说、同盾科技、闪银、江小白、韩都衣舍、百分点、百融等一系列优秀创业公司。其中，宜信已上市，猪八戒、Prosper 当前估值已超过 10 亿美金。三只松鼠、铜板街、网利金融等种子期投资项目回报均已达到 50 倍以上。关于最近最火的共享单车市场，李丰也有自己的看法，这是李丰先生在3月12日万物生长大会上所作的主题演讲，来看看他前瞻性思考能否让你脑洞打大开呢？其实我们基金创办的时间其实非常短，还在创业阶段。虽然我们基金没有设在杭州，但是我们应该由衷地感谢一下杭州。在一年半以前，我们创立的时候，当时第一个投我们机构的上市公司，是杭州一家传媒公司先发了公告；当我们确定美元基金来做跨境高科技投资的时候，第一个政府的IP也是杭州的杭高投；在我们拓展个人IP的时候，最先加入是阿里的几位创始人和创始员工；在我们最先开始在同业合作，不管是基金还是项目层面合作的时候，第一家也是杭州的机构——银杏谷；在我们努力希望跟银行合作的时候，接触最好的两家银行之一，其中有一家是杭州银行。如果在一年半以前，没有这些杭州本地的企业同行，还有政府的支持，我也没有这个机会站在这里跟大家感谢和分享。在刚才颁奖的时候也恭喜一下，因为原来工作的时候，很多合作的CEO投过的企业或者是同行站上了领奖台，他们都发展得很好。我们还很小，刚刚开始一年多的时间，还不能讲我们有很多经验，所以说我换一个角度讨论一些话题，希望这些话题对在座各位的同行、领导，还有杭州的本身的发展有一点点帮助。一、杭州是中国年轻人口净流入最多的城市我们一直在讨论第二个落地办公室应该放在哪个城市。对于一个五到十年的发展，在中国任何一个城市，或者是全世界任何一个国家，有一个主要的判断依据，我们叫做年轻人口的净流入量。在中国可以举非常多这样的例子，包括过去十年东莞增加500万人口，深圳在过去20年从一个小渔村变成1500万人口的城市。2016年，杭州是中国年轻人口净流入最多的城市。这对任何一个城市或者地区或者是国家来说，都是非常重要的。美国在1950年以后进入消费升级这个阶段，到今天为止人口也是翻了一倍。年轻人口的净流入带来了生产效率的提高，带来了五到十年的消费，在中国也带来了房价的上涨。在任何一个五到十年以上的维度里看一个地区的发展，大概这都是最重要的竞争力。所以第二要落地的办公室，也是按照人口净流入最高的方式，挑了一两个最活跃的城市，希望有机会在杭州落地做更多的合作。抛去人口的因素给杭州带来的活力以外，在内部讨论任何一个创业方向的时候，我们鼓励每一个人都像一个好奇宝宝一样问很多问题，大家尽量去回答这些问题。比如说，最近的创业当中最热的概念是人工智能；过去半年多，最不想不到的创业模式大概是共享单车……我们所能够想到的答案肯定是片面的，我想创业者还是最好的老师，因为他们在一线。当然我们也带了一些自己不能回答的问题，借此机会跟大家分享，有机会向同行和创业者请教。二、人工智能本身到底是个什么事儿？我们要问的第一件事，人工智能本身到底是个什么事儿？从我们抽象的理解，人工智能就是一个更好的数据处理和利用数据来建立模型的技术手段，这是我们理解当中的人工智能。既然它是一个数据处理的技术手段，在这个基础上，我们无非再问两件事：为什么会在今天开始热了？以及可能解决什么问题？我们在自己内部尝试回答这个问题的时候，想到这些需要被人工智能来处理和加工提炼的这些数据大量产生，是造成今天人工智能开始变得很热的原因。但是这些突然大量增加的数据，是从哪些途径得来的呢？换句话说，为什么在今天会面临大量突然增加的数据？第一个原因，可能是原来我们称之为在线下已经结构化并且大量存在的数据，由于特定的原因或者由于历史的进程，被大量的数字化，就是大量的上网、大量的流通，这大概是数据大量出现或者生产的一部分原因；第二个原因，是原来并没有大量出现或者大量被生产的数据，因为某些原因被大量生产出来了。我先讲第一个问题。我们拿美国举例子，在过去的半年当中，很时髦的新闻是高盛用人工智能替代了非常多交易员。我想大概在美国的资本市场，就是我们讲的二级市场，从前台到中台到后台。从80年代美国有对冲基金最早期开始，到90年代中期，开始有量化投资这个概念，就是拿计算机做程序交易。在过去很长时间的发展，美国的前台交易系统、中台的数据服务、后台的基金管理和服务，所有链条都已经做了非常长期和完整的数据积累和数字化。换句话说，整个链条大概都已经非常完整地上线，并且经过了充分发展，因为有这样的原因和发展，可能美国走到了今天，把所谓叫人工智能也好，叫程序交易也行，用在了金融市场和二级市场和资本市场上，有它内在的原因。这是我刚才讲到的，把原来大量存在的结构化数据搬到网上去，让它数字化，产生出来所谓的人工智能处理的机会，因为数字量很大，时间很长，上网之后，可以被处理，可以被利用，可以被计算，可以被高效使用。带着这样的问题回到中国，在我们自己内部，我们有不能回答的问题，那就是，在中国哪些行业、哪些领域和哪些正在出现的方向，已经具有了大量结构化的数据，且能够或者叫正在开始快速的上网或者流通？这样我们才需要用到人工智能。如果它还离这个阶段比较遥远，可能我们觉得，第一个阶段未必是人工智能，而是产生结构化数据并且让它上网。三、原来没有被联网的传感器系统被联网之后制造了大量的数据刚才我们还讲了另外半句话，这些新增的大量数据是怎么出来的呢，他们是透过原来没有被联网的传感器系统，被联网之后，从传感器制造了大量的数据，并且上网流通。这句话怎么能够形容新的数据来源呢，我们举几个最简单的小例子。今天智能手机跟20年前的通讯手机最大的差别，是我们在里面装了几个特殊的东西。我们原来就有的麦克风变得更好了，我们把陀螺仪或者是GPS芯片装在了手机上，把非常优秀的镜头装在手机里面……这些新增传感器被放在了手机里，我们让这些东西可以24小时在线，因而我们看见了今天几乎所有的创新模式。这些创新模式包括了用语音替代文字，用麦克风来做输入设备的微信，包括利用定位和地图来创造了商业模式的打车，当然也包括了利用照片和地图来创造了效率商业模式的租房……我们还可以列举更多这样的事情，当然这块难免提到我们讲的共享单车，大概也是其中一个部分。先把共享单车放一边，我们可以举更多的例子。这三个月最火的事情，是亚马逊新出的含有人机交互的Echo，亚马逊把一个麦克风阵列和在端上能够处理语音交互的东西放在一个音箱里，并且让它24小时在线，成了今天的Echo。当然我们还可以举更多这样的例子，大疆是把规模更小、精度更好，相对能耗可以接受的陀螺仪加上速度传感器，放到了原来的无人机里面，并且足够便宜，而且让它在线，可以跟手机联通，产生出了新的商业无人机。如果拿单车来举例子，现在所谓竞争力最核心的部分，是这把500多块钱的电子锁，它把GPS、电子控制和一块通讯芯片，放在了共享单车上，让这个原来从没有装过传感器的设备装上了一些传感器，同时还让它24小时在线，或者让它尽量长时间在线，你就发现自行车就开始变化了，产生出不同的商业模式。我举这么多例子，只是为了讲为什么突然我们会面临这么多数据需要处理，这些相对比较难处理的数据是谁制造的？是因为这些智能设备和智能手机带上的一些新的传感器，并且让它24小时在线。另外一个途径，就是把这些新的科技或者叫智慧的传感器，放在原来一些不加传感器的设备上，还让它在线。这两件事情的交集和叠加产生今天大量的数据，还是多维度的数据，或者是高纬度的数据，因此我们回到为什么人工智能会出现的原因。最后，我们还有几个没有解决的问题，到底还有什么样的传感器还可以被进一步优化？因为苹果出的手表、曾经非常辉煌的手环，这些事情并没有形成长期大量的使用和新的商业模式。从某个意义上来讲，因为他们并没有能力装上新型传感器，并且让他们在线，所以并没有新的商业模式围绕他们创造出来。在这个现象背后，如果能够理解的话，我们要问这样几个问题了，包括我们的VR和AR也是一样，有哪些传感器或者智能传感器还没有进步到能够被装到各种各样的东西上，以至于能够让他们产生完全不同的商业模式？我们简单的就可以想象，给这个桌子或者话筒装上一些不同的传感器，我们都可以使得这件事诞生新了商业模式，这是我们的一个进步，所谓核心部件或者是核心传感器的智能化，并且能够在线，才能诞生不同的商业模式。四、共享单车商业模式最有意思的是它的发生稍微超前了技术的进步共享单车的诞生很有意思。在内部讨论的时候，我们带着的问题是——我们去了解了一番产业链，最后发现核心竞争力的这把锁有很大痛苦。因为上面带着GPS产生了一些问题：第一，你在骑车的时候必须耗很大的能量给电池充电，因为GPS非常耗电；第二，你的两次骑行之间不可能隔多久，否则电量消耗完了，不能支持它在线和电子锁的开锁；第三，还有一个小问题，我要精确找到这辆自行车，一旦在定位的差距上差了20米，就算楼前楼后的差距，也就难找死了。所有这些问题就提出这样一个小的前提，在所谓传感器的发展上，需要一个非常低能耗又高精度的GPS定位，才能够使这个商业模式运转的更好。如果再拿共享单车来举例子，事实上我觉得这个商业模式最有意思的是，它的发生稍微超前了技术的进步，虽然它一定会刺激技术的进步。过去一年多，我们在全球各地看过几个从不同角度解决GPS低能耗和高精度问题的技术团队。我们投了其中一个，这个人也很奇葩，他原来是斯坦福大学负责引力波探测器的，他学的专业是广义相对论，这是非常稀少的专业，一辈子只能干两件事，证明爱因斯坦正确，或者证明爱因斯坦错误。他跟另外一个哈佛大学驻场企业家合作，他们在目测的角度可以证明GPS的能耗降低50到70倍，只要在正常的情况下，需要这个遥控器1/2大小的一块太阳能板就可以支持GPS永远有效。我经常跟他们开玩笑，说你们的技术发生正当其时，共享电车最需要在这件事上解决问题。但是历史发展比较有意思，共享单车这个模式在传感器没有演进到这个基础上就先发生了。当然我们在这个基础上可以展开更多的想象，如果只需要这么大一块太阳能电池就可以的话，我们的智能手表用你的表面加一块太阳能电池，就可以加上GPS功能了等等。在底层技术尤其是在一些智能和关键传感器上，或者叫技术上，有很多东西能够继续往前迭代。以至于我们能够把这样的东西放在越来越多的事情上，比如说放在吸尘器上，放在越来越多的设备上，就会导致越来越多的原来没有在线，且没有被加过传感器的设备要被加上传感器且在线，他们将制造出非常多的数据，这些数据就会进入上面构建的商业模式。能够让这个设备跟以前完全不一样，就像我们的共享单车一样，我想这件事可能挑战想象力，所以我们在自己内部也不断的探讨同一些问题。第一，到底由哪些所谓技术或者传感器或芯片可以再去应该再去迭代，他们往哪个方向去？第二，到底什么样的东西加上什么新传感器，会产生出新的完全不同的商业模式？自动驾驶是大家都看到，且都在努力的方向，VR也是大家都在努力的方向，事实证明，由于很多底层基础技术尤其是硬件和传感器相关技术的发展还没有到位，所以他们还停留在研发和试用阶段，还没有真正建立商业应用。大家都说缺少关键技术和关键应用，我们往未来十年或者五年来看，关键就是底层技术这些事情。五、将来的万物生长无非是万物的互联今天的大会叫万物生长，在将来万物生长的过程当中，我们看到的无非是万物的互联。在万物互联过程当中，我们看见了很多今天难以想象或者说无法想象的事情会发生。如果你有办法，让这个世界上足够多的东西，包括你穿的衣服或者任何东西，带上新的数据或者信息制造设备。通常是个传感器和设备，并且让他们在线，大概会有无数让人想象不到的事情发生，这是我们看到科技的未来。但是回到今天，对于中国，对于我们投资，对于创业者在这个方向上而言，更实际的问题是，我们要解决从这里向万物互联和万物生长的未来，还差了哪些技术。我们希望把这些技术发生发展和最后应用，都能够留在中国，能够留在更多看到这些方向和趋势的城市里面。这是我们的分享，之前提的几个小问题，我们确实没有答案。刚才也解释过了，就是什么样的东西，什么样的设备，什么样的基础技术和传感器和芯片还要往前迭代。他们在装在东西里面以后，什么样的东西会产生商业模式的质变。这是我们没有回答的问题，也期望有这样的思考来跟在座各位创业者、我们的科技和政府的领导以及包括的同行，共同探讨和请教。演讲内容来源于微信公众号造梦之城（ID：zaomengzhicheng）-
No.1487 -| 回复"目录"查看B12往期 |猛戳「阅读原文」，参与B12小聚文娱专场
以上就是共享单车人工智能到底是个什么事儿？总算有一个人把它讲清楚了！的全部内容。更多，请关注频道!文章内容页
当前位置：
>>>>>>正文
VR、直播、人工智能：从一个风口到另一个风口
&凤凰网科技
2016年很快就过去了。这是平凡的一年，热点转瞬即逝，资本谨慎出击；也是蛰伏的一年，大公司在闷头研发，小公司在发奋创新。这一年终将过去，带走浮躁的心态，留下华丽的碎片，也埋下发芽的种子。
站在风口上，猪能飞上天。2016年的互联网，创业者和投资者都在等一场大风，吹散心中的“雾霾”。风口在哪儿？上半年VR的阵风还没刮起，就转到了镜片的另一端。主播们的走红让全民直播迅速流行，就在资本跟风而上之后的几个月，热闹的直播行业一下子又安静了。风向还在变，是共享单车，还是人工智能？或许没人能说清风往哪个方向吹，能吹多久？
走红的“女主播”
直播这把火烧得快、变冷也真快.
屏幕的那头是一张雪白的脸和忽闪的长睫毛，屏幕这头的“较量”才刚刚开始，玫瑰、豪车、别墅在屏幕上一闪而过，如果不送游轮，这个ID将迅速被刷屏的礼物淹没。手中金币的数量在快速减少，终于换来一句甜美的问候：“谢谢XXX的礼物，爱你呦！”
没有人能准确地说清，“女主播”到底是从哪一天开始迅速在网络上走红的？一台手机、一个自拍杆，她们的蹿红速度甚至超越了明星，瞬间成为发布会上的座上宾。她们占据着最佳的位置，用并不专业的语言“直播”着现场发生的一切；也有独辟蹊径的，吃饭、睡觉、健身、喂狗……直播无聊，居然也有人打赏。
“网红”和“主播”就这样成为2016年最特别的存在，没人能说清她们凭什么这样红，也没人能准确预测她们能红到什么时候。平台在一拥而上，资本在推波助澜，土豪在一掷千金，网红在抓紧整容。她们是人无聊时最好的“消遣”，可很快就因为过于“无聊”落入了低俗的圈套。在一波又一波的严苛政策面前，没有许可证的平台讲话不再大声，浓妆艳抹的主播悄悄拉高了衣领，摇旗呐喊的资本已经掉头。直播这把火烧得真快，变冷也是同样快得不可思议。
洗牌已经开始，转型只是说辞。据媒体报道，“在直播”的运营和公关团队已经离职，而直播大军的死亡名单也在不断加长：爱闹直播、网聚直播、趣直播、凸凸TV、ulook要看直播、美瓜直播、猫耳直播、咖喱直播、熊抓直播，这些名字还没来得及被人记住，就已经被大众遗忘。
BAT在快速入场，摆在直播平台的路似乎只有一条，迅速成为独角兽，接受BAT的投资，成为利益共同体。熊猫TV副总裁庄明浩在最近一次公开演讲中简单又直白地表示，直播的风口已经过去。能成为最后赢家的有两个条件，“第一是要烧得起10亿人民币；第二是500万独立DAU（日活跃用户数）的App”。
直播起源于草根，却终将成为巨头的家仆。
互联网的“纸婚时代”
中关村创业大街的咖啡还在等待
从炽热到冷静，直播行业的成长轨迹不过是快进版的互联网造富记。风口一直都在那里，等待着猪奋不顾身地往里跳。但可悲的是，互联网的世界永远是只闻新人笑，不见旧人哭。换句话说，你站在高处时，资本会捧你、爱你；等你跌下神坛时，最先撤离的也是它们，毫不留恋。
今天火热的直播，不就跟半年前的VR、一年前的互联网出行、两年前的O2O、五年前的团购大战一样吗？究竟是资本健忘？还是创业者越挫越勇？中国的互联网总是特别容易激动，却也特别容易被打回原形。根本不用等到潮水退去，那些不会游泳的人就早已被拍死在沙滩上。
在这样快速变化的时代里，出生和死亡都不是什么新鲜事。合久的分了，分久的也合了，或许只有那等待的日子最煎熬。
被资本绑架的情侣在这一年进入了“纸婚时代”，有人当家做主，就得有人退居幕后。伤心的人儿已经远走，留下的就干脆把日子过好。快的、赶集、去哪儿、豌豆荚、Uber……我们失去的除了这些不再活跃的App，还有曾经丰富的选择权。
中关村创业大街的咖啡也在等待。这条街不再是热热闹闹，可也没到萧瑟冷清的地步。创业者还是会拉着箱子前来朝圣，众创空间也还在遍地开花，还是有人拿到钱，却也有人已经放弃。创业者还在等风来，投资人也在等待好项目，脚步慢下来，未必是件坏事，那些“激情恋爱”留下的后遗症还少吗？分手时不还都是哭红了眼，撕破了脸？细水长流的感情，就算不指望慢慢变老，但总也能让彼此过上更好的生活吧。
不断涌现的“新风口”
从共享交通到人工智能一路刮过来
“滴滴打车”们好容易盼到江湖的一统，合法的身份，却必须继续等待地方政策的最终决断。什么样的人能开网约车？什么样的车能在路上跑？究竟该收多少钱？别怪监管层管得细，等待的时间里，双方的智慧都在经历考验，市场会最终做出相对平衡的选择。但好在共享经济还在微笑，街头巷尾迎来了横空出世的小黄车和小橙车。
内容创业成了新风口。一个Papi酱走红了，千万个Papi酱要“向钱进”。知识可以明码标价了，果壳网带着在行、分答横空出世，王思聪的一条语音能卖3000元。知乎带着值乎、知乎Live你追我赶，李开复的一场演讲1小时赚10万。微信公众平台上的自媒体们等着刷量工具不再抖动，其他公司用流量变现、现金分成的承诺等着自媒体加入。
乐视还在等钱来，造车、还债、生产手机电视、易到的客服欠款，什么都离不开钱。在等钱的日子里，贾跃亭瘦了，开始反思了，但信心却不减，汽车梦也还没碎。
人工智能在等风来，它肩负着百度复兴的希望；也让18岁的腾讯能提前计划30岁的人生；“双11”卖出1207亿的阿里巴巴预测未来世界的模样。
虽然BAT已经布局多年，但依然拦不住要从零开始的初生牛犊，人工智能或许还是2017年互联网的新希望。虽然有人断定它存在泡沫，但这项除了拼钱还得拼智商的高门槛创业，已经在悄悄地发芽了。
单车的战斗
90天早已过去，共享单车的战斗还没有结束。感谢这门1块钱的生意，让安静了许久的资本圈陷入了集体兴奋，也让平淡的2016在年尾看到了一抹亮色。
随用随骑，骑完就走，时租费仅为1元左右的共享单车，无疑是2016年夜空中最亮的那颗星。在它出现之前，打车软件们已经身体力行地演绎了战斗方法，抢地盘、扩城市是通用战术，补贴是必要手段，控制成本是内功，政府关系则是诸葛亮的东风，既能成全自己，也能烧掉别人。
所以这场战斗来得特别快，所有人都无心恋战。尤其是资本，心甘情愿地当起了喊话兵。“拼车、代驾战场均在90天结束战斗，单车共享也不会例外。ofo的投资方朱啸虎认为，这场刚刚开始不到1年的战斗已经进入倒计时阶段。“年内ofo若能超过摩拜，熊猫合伙人将在国贸裸骑。”面对竞争对手的高调，摩拜单车投资方熊猫资本合伙人毛圣博同样选择高调“应战”。到明年7、8月份，共享单车领域基本能分出高下。
其实无论是90天，还是明年夏天，资本不是神，并不能预测战斗真正结束的准确日子。
但喊话这招实在太好使，便宜到没成本，既能鼓舞己方士气，又能扰乱对方军心，还能吸引其他投资方，迅速形成利益共同体。
互联网的战争经验告诉我们，战场上的惨烈永远拦不住战场外的酒杯，前提是，必须先集中精力把共同的“敌人”消灭。到那时，大可以拿出地图，坐下来慢慢谈。
敌人是谁？有上私锁的小区业主，也有公事公办的城管叔叔，有刮风雾霾打雷下雪的老天爷，也有用户忽然就来忽然就走的新鲜劲儿。这些东西其实都不是事，谈谈情怀，说说环保，发动群众举报，扣上一顶健康时尚的帽子，都不难解决。重点在于，要快速铺开，赢得用户数。当所有人都骑上小黄车小橙车了，群众就会自发教育群众，广告钱也就省了。到那时，这场战斗就已经成为共享单车领域的内部矛盾了。资本之间互相卖个面子，找个中间人，当个和事佬，总不能一直打下去。
这场战斗，早就注定了结局。资本、创业者其实早都想明白了，你呢？振兴“大数据”产业，既不能盲目受产业领域专家的影响，也应当突破“技术官僚”的小圈子，面向市场、面向一流的科技企业、面向年轻的技术队伍。
“大数据”一词越来越火辣，煽情全球。出于一种职业精神和科学良知，我和我的团队，近几年来深入调研剖析“大数据”产业到底是怎么回事。从美国的SaaS、亚马逊、谷歌、苹果、思科到中国的华为、腾讯、浪潮及航天某某研究所；从美国北卡三角地、旧金山的硅谷、波士顿的哈佛及MIT到中国的北京中关村、深圳前海、清华大学及北大—-等等。
我们通过诸多神不知鬼不觉的走访、调查和分析，终于可以撕下“大数据”神秘的面纱，也确实搞明白了：数据处理技术如何才能服务于各个产业领域的技术升级和业态创新；同时也搞清楚了：为什么海内外相当一些所谓的“技术权威”及科研机构，能够靠玩概念、攒项目从政府和投资人那里攫取大把大把的资金，最后却没有实质性成果。而实实在在的大数据成果，却来自一流的IT企业内部。
最近几个月，受邀走访调研了全国二十多家科技产业园区，感触良多，不吐不快。
1、撕开“大数据”的神秘面纱：原来如此！
技术进步及社会演进，正在推动整个人类的生活生存方式、消费结构全面转型，并加速迈向数字化时代。可以预见，未来十多年，“大数据”思维及技术创新，将更猛烈、更深刻地颠覆传统产业形态。
这意味着：几乎各个产业领域都将迎来基础数据工程建设及大数据应用系统建设两方面的爆发式发展的机遇。因此，说大数据产业是值得挖掘的金山银山，一点也不过分。但这并不等于“大数据”是万能的、大数据产业的发展可以随心所欲。
现在，中国经济运行虽然已经步入严寒季节，但“大数据”一词热得烫嘴，无论是政府官员、产业精英，还是IT领域、高等学府、高技术开发区，如果开口闭口不说“大数据”，似乎都不好意思“混在当下”；如果嘴里偶尔能蹦出一两个诸如Hadoop、Storm、Spark、IOE的时髦名词，就更显出一幅业内高手的神态。
其实，我要说的是：“大数据”并不是什么新鲜玩意儿，自从工业革命开始以来，数据科学就越来越得到人们的重视，只是到了21世纪初，数据应用的积累，深深触动了产业重构和业态创新，“大数据”一词才应运而生。
“大数据”并非数据越多越好、运算量越大越好，其综合含义应当是：针对并服务于某个特定目标的立体数据生态系统，而且这个系统中的前端功能模型、中断数据架构及后端算法及编程，是一个统一体系。
确切地说，“大数据”概念的内涵及外延，主要体现在三个层面：
一是基于行业趋势及产业业态创新的需求端“功能模块”的构建，这是一个需要具有大数据思维逻辑的产业经济的命题。
比如：如果要优化一个区域的旅游产业结构、投资结构、资源配置结构，可以通过完善产业供给链达到延伸游客消费链的目的，这就需要建立区域性的动态运行的“旅游产业大数据”信息系统，而此举首先要做的是：产业发展物理模块的策划、设计、搭建和论证。这项工作是实施这项大数据项目的“前提”。
二是基于产业发展功能模块基础的“数据模块”的搭建设计，这是一个紧密服务于应用端诉求的有效数据关系分析、确定算法的复杂过程，这也是数据建模及搭建特别功能属性的数据仓库的过程，需要用人力思维与计算机算法的有机结合。目前，这个领域的技术才刚刚开始向产业领域渗透，未来可拓展空间很大。
三是基于数据模块进行的数据挖掘、采集、清洗和应用编程。这个过程实际上是“技术工人”的工作，多数计算机及信息系统专业的人都可以完成，如果在熟练应用传统计算机信息系统应用软件的基础上，熟练掌握Hadoop、Spark、IOE等操作系统，就可以完成此项工作，但更多的工作量还得基于Excel来完成，因此，把Excel玩熟玩透是玩好大数据的基础，或许更有价值。
综合来看，大数据人才的价值主要体现在上述的前两个层面。
2、一流的大数据人才到底隐身何处？
当下的中国乃至全球，能真正看清“大数据”的真正面目，并通过数据革命引领产业创新的优秀人才屈指可数，到是人云亦云、跟风弄潮者确实不少。可以不夸张地说，全球范围类，类似Perntland（MIT）、Norvig（Google）、GeoffreyHinton（Google）、鄂维南（北大）、AndrewNg吴恩达（百度）这样的大数据专家，全球也不过二三百人，而赴其后尘者的新锐大数据专家，估计全球不过千人左右。
所谓的大数据专家，不单是计算机及信息系统领域的专家，也不是行业及专业领域里的权威，而是善于把应用诉求端与数据技术服务端，用大数据思维整合到一起的复合专家，通俗来讲，是市场行家、产业及产品专家、有效数据资源识别及配置高手的复合体。
大数据专家既可以是一位在某个行业领域里具有这三项功能的复核人才，比如：MIT的Perntland、谷歌的Norvig、百度的吴恩达等大牛，也可以是具有这三项功能的人形成的“人才组合Team”，比如亚马逊的物流物联研究小组。
真正的大数据专业人才之所以太稀少，是因为他们的思维细微深深扎根于市场，他们是从市场上“野蛮”生成的，绝非闭门于高等学府可以修炼出来的。
上述的这些大数据专家到底隐身潜伏在哪里呢？俗话说：大隐隐于市。他们就隐身于一流的科技公司埋头钻研。纵观全球，百分之七八十的优秀大数据专业人才，都就职于全球顶尖的科技公司，在高等学府和基础研究机构的大数据专家的确很少。
苹果、亚马逊、谷歌、高通、SaaS、思科、华为、腾讯、阿里、百度等等全球前50家顶尖企业，几乎垄断了大数据专家，然而，他们未必意识到自己就是一流的“大数据”专家。相反，有不少深居高等学府、科研机构和咨询公司的一般的计算机及网络技术专业人士，却自诩为“大数据专家”，在全球范围内混吃混喝。
今天的中国，我们看到的是不少伪专家一方面给企业家、投资人灌迷糊汤，一方面给政府官员贴膏药。有些所谓的大数据专家，头顶不少学术桂冠，虽然立项后拿到了政府和投资人的项目经费，却老虎吃天不知如何下口，索性关起门来，只停留在“Excel”的基础上闭门坐车，盲目地捣鼓数据库。
值得警惕的是：投机心态驱使下的一些缺乏实战经验的“学术权威”，正在编制“大数据”陷阱，政府及投资人如果不能认清“大数据”的真面目，很容易就掉入“陷阱”，盲目投资。
3、中国要振兴“大数据产业”得先做好两件事
很多人在玩弄新概念和时髦名词方面，似乎有天生的优越基因。现在，不少人开始大肆忽悠“大数据”产业，其中不乏别有用心的投机者和半生不熟的技术官僚。从目前情形看，围绕“大数据”产业，正在形成技术官僚“小圈子”。在有些人看来，名利双收的机会又来了。
很显然，从中央到地方，政府财政对大数据产业的研究及扶持资金，规模空前且不断增多；市场投资人也越来越青睐大数据概念及其应用的产业。但是，针对大数据的研究成果，全世界尚没有考核标准和评价办法。
对此，应当引入“泾渭分明”的透明机制，并重点向骨干企业、有应用价值及创新技术含量的企业倾斜。可谓“泾渭分明”？
就是：应用研究与基础研究分轨运行—针对企业，侧重于大数据产业的应用投入；针对高等院校、科研机构，重点支持与大数据关联的基础领域的研究。切记不要被不熟悉市场、不了解产业特征、知识结构老化的“技术官僚”所把控。
中国作为全球经济产出体量最大、消费需求规模最大的新型经济体，大数据产业对推动各个产业领域的创新发展，具有不可估量的发展空间。
但是，振兴“大数据”产业，既不能盲目受产业领域专家的影响，也应当突破“技术官僚”的小圈子，面向市场、面向一流的科技企业、面向年轻的技术队伍。大致来说，应当在两个方面发力：
一是加速大数据应用的系统工程建设。这是最主要的、也是见效最快的，此举需要具备“乔布斯式的组合混搭思维”加速推进中国的大数据产业发展，即：用大数据思维模式把行业、产业专家与数据专家有机结合起来，直面各个行业领域的产业转型及业态创新。
二是加速基础数据工程建设。这是一项基础研究，是慢功夫，需要在西方现有的技术软件基础上创新研发，短期内要有突破性的成果还比较难，但要舍得投入。这方面应当由数据技术专家领衔和主导，在高等院校和对应的科研机构完成。从长远看，此举是提升国家大数据技术水准的战略举措。
切记：不要将上述两个方面混为一谈。但这与“产学研一体化”不矛盾。
4、关于“大数据产业”，需要强调的几个概念
1）“大数据产业”并非一个独立的产业，他只是一个服务性的工具。大数据技术的研究及应用，是以市场诉求及产业经济发展需要为基础的，它不过是服务于特定目标的技术手段。因此，目前最最紧缺的是行业性的大数据专才，比如医学领域急需要懂得人体生命科学及健康学的具有大数据思维的专家。
2）大数据思维比大数据本身更重要，物理模块比数字模块更有价值。因此，大数据人才并非只有数理学科的专业人才，而是混合型人才，比如：能够写计算机编码程序的人比比皆是、身价也不高，因为他们只知其然不知其所以然。
然而，大数据时代的“架构师”不是单纯的数字建模和初级的行业知识，而是能够独立策划设计出产业创新发展物理模块的专家。
也就是说，玩“大数据”的技术圈子，若单纯靠Hadoop、MR、Storm、Spark、Kafka、Dataflow这些数据处理技术，只能搭建出没有使用价值的空中楼阁，其研究只能自困于小圈子而渐渐窒息。因此，如果大数据的研发及应用，只是数据技术的“圈内人”，那的确是一种悲哀。
3）“没有数据源”是个伪命题。我最近跟不少谈吐大数据的人士交流过程中，大家普遍有这样的感叹：中国的数据垄断与分割很严重，搞大数据研究缺乏数据资源，根本得不到政府各个职能部门及中国电信、中国联通这样的数据，怎么搞研究？而且也没有数据交易市场。
其实，“没有数据源”这是一个伪命题。事实上在美国、在欧洲、在日本，数据作为一种核心的资源，在很多领域、在很大程度上也是不公开的，即使美国硅谷一些专家呼吁建立数据交易市场，那也是太过天真的想法，不可能完全实现。
越是大数据时代，数据资源越是宝贵，任何机构和个人越是不会轻易泄露自己的数据信息。其实，并不是数据越多越好、数据流量越大越好，有效数据及数据关系才是最重要的。
因此，大数据研究与应用，在很大程度上是研究模式和研究方法问题，如果把握好应用端的明确诉求，采集有效数据样本并不是太难。
比如：类似Hadoop（2006年发布的分布式数据开发应用程序），Spark（UCBerkeleyAMPlab发布的数据并行计算框架软件）、Dataflow（数据流）等等大数据软件及名词，最初都源自谷歌等IT企业及美国一些理工科大学的实验室。它源自实践也必然生存和成长于实践。
因此，推动大数据产业发展的“数据源”主要来自自身，第三方研究服务者的数据主要来自需求方的委托。特别需要说明的是，一个真正的大数据专家应当具备的最基本的“真功夫”是：根据产业发展需求设计有效的数据样本并建立模拟应用系统，然后在实践中验证。
4）市面上诸多大数据培训忽悠的成分很大
前不久在南方某城市参加一个大数据主题的专业会议，会议主办方根据经验预估，设定了150人的接待规模，可实际上报名到会的翻了一倍。因为会议主题是“金融业大数据”及“大数据培训研讨”。参会人员多一半为国内各地高校的计算机及数学应用院系的负责人。
参会者流露出的一大困惑情绪是：现在“大数据”很热，可是高校竟然连本像样的“大数据”教材都没有，这方面的师资力量十分脆弱；而社会上诸多“大数据”培训班，基本上是忽悠人。有的培训机构甚至承诺：一周培训就可以具有“数据架构师”的能力，薪资翻几番。
我曾在北京的一个大数据高级研讨班上，私下请教一位大数据授课专家（他自称承担国家重点科研项目）：如果不懂一个行业或者产业领域的市场特征及业务结构行为逻辑，怎么搭建数据模型。他回答说，涉及行业及产业需求端，我们不负责，我们只负责根据具体的要求完成数据建模和确定合适的算法。
我又问：如果需求方不具备大数据思维，陈述跑偏或者你理解有误，最后的产品成果无法有效运转怎么办？他说：那责任在委托方。可想而知，现在市面上的大数据专家们在忙什么？
大都忙着攒项目圈资金，然后恶补美国十年前就已经发布的诸如Hadoop这样的计算机软件。学几个计算机软件并不难，但是研发创新这样的软件并非易事，如何有效应用这些软件，也需要很好的内功。
5）大数据的应用有盲区，也有局限
在很多人看来，未来的数字世界，大数据无所不能。这实在是一个误区。大数据技术的进步及应用普及，主要还是基于应用端的诉求。
然而，数据分析和应用，有两个关键点：一是数据的有效性及数据资源配置条件的设定；二是不同数据流、数据模块之间的线性及非线性关系。
如果不具备这两个前提，后续的数据分析、数据仓库构建等，就无法完成，更无法实现OLAP（OnlineAnalyticalSystem）功能。
还有一些领域永远是不可知的，比如：包括人类在内的动物的思维神经系统的数字化，这方面几乎是上帝设计的“密码箱”，如果人类真能够打开它，那不是科技进步，而是人类的灾难。
大数据不是万能的，老老实实地基于人类经济及社会进步的理性诉求，推动大数据产业的理性发展才是正途。因此，未来中国大数据产业的发展，应当着眼于中国经济社会发展进步的未来趋势及生产力水平，构建不同行领域的大数据生态循环系统。
福建广播电视大学信息化中心& 版权所有