李飛云

2015年下半年起，風(fēng)投對互聯(lián)網(wǎng)企業(yè)一度收緊口子，但對大數(shù)據(jù)行業(yè)仍然青睞有加，如聚合數(shù)據(jù)獲得2.18億元的融資，數(shù)據(jù)堂獲得2.4億元的增發(fā)，大數(shù)據(jù)達(dá)人鮑忠鐵在《2016大數(shù)據(jù)產(chǎn)業(yè)從數(shù)據(jù)思維和場景應(yīng)用開始》中說，“2015年宣稱自己是大數(shù)據(jù)企業(yè)的大概有將近400家，其中典型的大數(shù)據(jù)企業(yè)有200多家。拿到融資的大概有五十多家，整體融資額超過50億元，其中拿到億元融資以上的企業(yè)有17家。”大數(shù)據(jù)在經(jīng)濟(jì)低迷時期呈強(qiáng)勢逆增長，體現(xiàn)了資本的逐利現(xiàn)象和無利不起早的敏捷性，同時也充分說明大數(shù)據(jù)已經(jīng)步入應(yīng)用以及變現(xiàn)階段。

本刊記者就大數(shù)據(jù)的爆發(fā)現(xiàn)象和變現(xiàn)路徑專訪在IT領(lǐng)域研究、觀察和思考超過15年的中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟副秘書長陳新河，他曾參與國務(wù)院《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》編制工作。

大數(shù)據(jù)最初應(yīng)用：精準(zhǔn)營銷

互聯(lián)網(wǎng)企業(yè)是國內(nèi)最早擁有數(shù)據(jù)并建立應(yīng)用的企業(yè)，而大數(shù)據(jù)最初應(yīng)用領(lǐng)域，陳新河認(rèn)為是為了精準(zhǔn)營銷，被稱為數(shù)據(jù)庫營銷，率先在搜索領(lǐng)域應(yīng)用，“GoTo公司是探索搜索引擎商業(yè)價值變現(xiàn)的先鋒。”他說，GoTo使用的是Inktomi提供的搜索技術(shù)，Inktomi是搜索引擎技術(shù)提供商，專門為其它有需要的平臺提供搜索技術(shù)支持。具體的搜索技術(shù)由Inktomi提供，GoTo的創(chuàng)新之處在于創(chuàng)造了競價排名（關(guān)鍵字廣告）和廣告聯(lián)盟（展示廣告）。在GoTo競價排名的啟發(fā)下，Google發(fā)揚(yáng)光大開發(fā)了自己的廣告系統(tǒng)Adwords。Inktomi是面向商業(yè)用戶（2B）項(xiàng)目開發(fā)模式獲取收益，GoTo、Google是面向數(shù)以億計(jì)的網(wǎng)絡(luò)用戶（2C）獲取收益，但并不直接向用戶收費(fèi)，而是向廣告商收費(fèi)，即所謂的“羊毛出在豬身上”的商業(yè)模式，這一商業(yè)模式創(chuàng)新極大推動了營銷領(lǐng)域的大數(shù)據(jù)應(yīng)用。

有了數(shù)據(jù)之后，發(fā)現(xiàn)有很多意想不到的應(yīng)用，例如電商平臺阿里巴巴可以用來針對中小微企業(yè)進(jìn)行征信，推出速度快、風(fēng)險低的阿里小貸，與京東白條異曲同工。

數(shù)據(jù)僅為自身領(lǐng)域服務(wù)，其商業(yè)價值有限，當(dāng)為其他行業(yè)服務(wù)時，開始發(fā)生化學(xué)反應(yīng)，數(shù)據(jù)價值呈現(xiàn)指數(shù)級提升。如車輛交通數(shù)據(jù)僅服務(wù)于交通實(shí)時路況，其商業(yè)價值十分有限，而這些數(shù)據(jù)用于金融、個性化保險、餐飲服務(wù)、旅游服務(wù)等領(lǐng)域，其商業(yè)價值具有數(shù)十倍的潛力。

于是，大數(shù)據(jù)的變現(xiàn)機(jī)會來臨。尤其是在互聯(lián)網(wǎng)金融業(yè)，其迅猛發(fā)展的背后是大數(shù)據(jù)的身影。由于金融業(yè)高風(fēng)險的背后是高利潤，而傳統(tǒng)金融業(yè)的高門檻，更使得基于大數(shù)據(jù)基礎(chǔ)上互聯(lián)網(wǎng)金融獲得變現(xiàn)的可能。

陳新河說， 在國內(nèi)商業(yè)環(huán)境下，金融欺詐詐騙無時無處不在，正如有一句話說得好，“你盯著別人的利息，別人盯著你的本金”。在經(jīng)濟(jì)下行周期，金融欺詐更甚，再加上互聯(lián)網(wǎng)金融帶來的各種所謂金融創(chuàng)新，更是良莠混雜，所以金融防欺詐需求更加迫切。如果把傳統(tǒng)的盡調(diào)比作為冷兵器，大數(shù)據(jù)則為金融行業(yè)提供一種新型“核彈工具”，讓金融欺詐無處藏身。

大數(shù)據(jù)：人工智能的支撐點(diǎn)

阿爾法狗和李世石的人機(jī)大戰(zhàn)，讓人工智能火爆了一把，大數(shù)據(jù)又水漲船高。陳新河說，其實(shí)在過去幾十年，人工智能之路很艱辛，盡管在算法、模型上不斷改進(jìn)，但效果一般，樣本有時候是決定性因素，大樣本遠(yuǎn)超好算法，“大數(shù)據(jù)時代來臨，數(shù)百萬甚至千萬的樣本一下把人工智能帶入一個全新的境界?！北热?，用戶使用語音搜索，這個過程雖然簡單，但是這是在百度綜合各種環(huán)境后，從七千萬語音數(shù)據(jù)中，總結(jié)出十萬多個小時的數(shù)據(jù)。通過這些數(shù)據(jù)，建立矩陣，效果明顯更好。人工智能明顯煥發(fā)第二春，但人們對人工智能的期望過高，過于神化，人工智能必將有一個降溫、切實(shí)落地的過程。

陳新河舉例道，谷歌有個著名案例叫貓臉識別，這個系統(tǒng)需要搭建16000個處理器，內(nèi)部有10億節(jié)點(diǎn)（人腦150億神經(jīng)元）。該系統(tǒng)與之前的人臉識別不同，之前的人臉識別需要程序員先將整套鑒別系統(tǒng)寫好，然后向機(jī)器“喂”數(shù)據(jù)，當(dāng)機(jī)器發(fā)現(xiàn)預(yù)先設(shè)定的信息時，從而做出標(biāo)識?，F(xiàn)在的貓臉識別打破了預(yù)先設(shè)定機(jī)制，而是當(dāng)機(jī)器發(fā)現(xiàn)第一個圖像時，做出一個“圖像地圖”，該地圖稍后會幫助系統(tǒng)自動檢測與前述圖像信息類似的物體，如此不斷復(fù)加，直到從一頓雜亂無章的圖象中發(fā)現(xiàn)一只貓臉。這就是機(jī)器深度學(xué)習(xí)，利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)的一個案例，“不過話說回來，這么龐大的機(jī)器群組擁有的智慧不過相當(dāng)于一個二、三歲小孩，即使技術(shù)成熟，成本也很難承受。”來自美國伊利諾伊大學(xué)的研究小組報告顯示，人類一手調(diào)教出來的、最先進(jìn)的人工智能系統(tǒng)在智力方面也僅相當(dāng)于普通 4 歲兒童的水平，而這大多是在實(shí)驗(yàn)室，沒有太多考慮成本問題。

政務(wù)大數(shù)據(jù)何去何從：開放

目前，大數(shù)據(jù)幾乎都掌握在政府部門和國企以及BAT等互聯(lián)網(wǎng)企業(yè)，尤其是國企，如銀行、電信、水電煤氣等，盡管這些部門擁有很好的基礎(chǔ)，但在數(shù)據(jù)變現(xiàn)上缺乏動力。

陳新河分析道，這有幾個方面的原因：首先國企創(chuàng)新基因較弱，他們都處于壟斷行業(yè)，主營業(yè)務(wù)非常好，能躺著賺錢，絕不會站著掙錢；再則技術(shù)能力欠缺，缺乏數(shù)據(jù)DNA，其實(shí)不僅是政府、傳統(tǒng)企業(yè)，很多互聯(lián)網(wǎng)企業(yè)也缺乏大數(shù)據(jù)人才；還有一個原因是，政府、企業(yè)數(shù)據(jù)難以整合，即使技術(shù)部門想推動大數(shù)據(jù)應(yīng)用，不同業(yè)務(wù)部門、不同業(yè)務(wù)系統(tǒng)的系統(tǒng)整合、數(shù)據(jù)整合也很困難；此外，還有一個不可忽略的因素：數(shù)據(jù)認(rèn)知，中國政府企業(yè)信息化缺乏一個階段——商業(yè)智能（BI），因?yàn)檫@個階段缺失，從上到下對數(shù)據(jù)沒有感覺，思想上沒有認(rèn)識到，行動上肯定是更落后；最后，可能出于對數(shù)據(jù)使用擔(dān)心的問題，政府部門以及國企不太敢做第一個吃螃蟹的人。

隨著互聯(lián)網(wǎng)的深度滲透發(fā)展，以上這種情況不是一成不變，當(dāng)國企經(jīng)營壓力增加時，也會做出改變，這兩年已經(jīng)有不少國企都在考慮建大數(shù)據(jù)事業(yè)部，只是需要一個過程，這是早晚的問題。

而對于政府部門所持有的大數(shù)據(jù)資源究竟如何開發(fā)，怎么共享，如何變現(xiàn)，陳新河覺得，政府推動大數(shù)據(jù)發(fā)展核心就是要開放數(shù)據(jù)。數(shù)據(jù)是一種資產(chǎn)，資產(chǎn)就有私有的屬性，所以不能期望企業(yè)進(jìn)行公益式的數(shù)據(jù)開放，這也不符合商業(yè)倫理，而政府?dāng)?shù)據(jù)由納稅人支付后沉淀形成，具有天然開放的義務(wù)，“政府?dāng)?shù)據(jù)開放不是一蹴而就的，要明確政府?dāng)?shù)據(jù)開放、制定各級政府職能人員能明確操作的規(guī)則?！?/p>

陳新河說，政府?dāng)?shù)據(jù)開放應(yīng)該采用循序漸進(jìn)的原則，不涉及隱私和安全的數(shù)據(jù)首先開放出來，例如交通、天氣數(shù)據(jù)等。在技術(shù)上也要積極做好準(zhǔn)備，加強(qiáng)各委辦局、業(yè)務(wù)板塊的IT系統(tǒng)整合，建立統(tǒng)一的數(shù)據(jù)管理平臺，盡量建立統(tǒng)一的云計(jì)算中心，通過物理的整合推動系統(tǒng)、數(shù)據(jù)的整合。

大數(shù)據(jù)交易：允許試錯

大數(shù)據(jù)交易是一個新興事物，陳新河認(rèn)為現(xiàn)在正處于非常原始的階段，數(shù)據(jù)資產(chǎn)交易是漫漫征程，所以試錯在所難免。他大致將大數(shù)據(jù)交易的困境、原因、可能的路徑歸為以下四種模式：

數(shù)據(jù)難以公允定價。商品交易的三個要素，有人愿買、有人愿賣、公允定價。前兩個要素時時刻刻存在，需求緊迫，賣的強(qiáng)烈，但唯獨(dú)不能在定價上達(dá)成一致，數(shù)據(jù)缺乏市場的公允定價，甲方買走乙方的數(shù)據(jù)，乙方還有一份（工業(yè)品交易伴隨著物權(quán)的轉(zhuǎn)移），還可以再賣給丙方，甲方還可能轉(zhuǎn)售丙方、丁方，同樣的數(shù)據(jù)甲方賣給乙方和丙方時，乙方和丙方會根據(jù)不同場景應(yīng)用數(shù)據(jù)所帶來價值的不同而愿意支付的價格會有很大差異，同樣一份數(shù)據(jù)在不同時間價值也會大相徑庭。

數(shù)據(jù)交易是異質(zhì)的比特。工業(yè)時代交易工業(yè)產(chǎn)品是同質(zhì)的分子，數(shù)據(jù)交易是異質(zhì)的比特，每比特包含人的行為信息、設(shè)備的運(yùn)行信息、企業(yè)的經(jīng)營信息才是數(shù)據(jù)的價值所在，所以要用新思維、新理論體系去思考這個新問題，而不是用工業(yè)思維去思考信息經(jīng)濟(jì)的新問題，否則只會南轅北轍。

程序化廣告交易（RTB）是目前唯一成型的百億美元級數(shù)據(jù)交易市場?；谏虡I(yè)價值變現(xiàn)的場景（毫秒級廣告展示時間、位置）、找到供方（網(wǎng)站流量主）、買方（廣告投放主）、公允定價定價（實(shí)時競標(biāo)的方式），將數(shù)據(jù)實(shí)現(xiàn)商業(yè)價值閉環(huán)。

數(shù)據(jù)權(quán)益交易。根據(jù)產(chǎn)業(yè)界的實(shí)踐，提出了數(shù)據(jù)權(quán)益交易（Data Equity Exchange，DataEEX），簡單講就是，甲方擁有一批數(shù)據(jù)，經(jīng)過脫敏化、標(biāo)簽化處理后，乙方、丙方、丁方可以根據(jù)自己的商業(yè)場景，用不同的算法模型，將這些數(shù)據(jù)用于廣告、電商、旅游、餐飲等方面，甲方與各方可以評估數(shù)據(jù)商業(yè)價值閉環(huán)中各自的貢獻(xiàn)，進(jìn)行利益分成，比如甲乙交易時，數(shù)據(jù)價值占80%，剩下的20%歸乙方；甲丙方交易時，甲可能只能分到70%。