◎陳鯨 院士

陳鯨院士

一、對未來大數(shù)據(jù)的再認(rèn)識

大數(shù)據(jù)已經(jīng)滲透到當(dāng)今各行業(yè)和業(yè)務(wù)功能區(qū)域，成為一個重要的生產(chǎn)要素，主要表現(xiàn)為以下幾個方面：一是未來企業(yè)之間的競爭就是數(shù)據(jù)的競爭；二是未來的時代不是IT 時代，而是DT 時代；三是未來大數(shù)據(jù)的價值越來越顯著，作用也越來越重要；四是未來大數(shù)據(jù)技術(shù)的戰(zhàn)略意義在于對那些含有意義的大數(shù)據(jù)進行專業(yè)化處理。此外，未來大數(shù)據(jù)的重要意義還在于提高對數(shù)據(jù)的加工能力，實現(xiàn)數(shù)據(jù)的“增值”。

人們對于海量數(shù)據(jù)的挖掘和運用，預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。另外，大數(shù)據(jù)在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)中存在已有時日，卻因為近年來互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們更大關(guān)注。

數(shù)據(jù)正在迅速膨脹并變大，它決定著企業(yè)的未來發(fā)展。雖然很多企業(yè)可能并沒有意識到數(shù)據(jù)爆炸性增長帶來的隱患，但是隨著時間的推移，人們將越來越多的意識到數(shù)據(jù)對企業(yè)的重要性。特別是大數(shù)據(jù)時代已經(jīng)降臨，在商業(yè)、經(jīng)濟及其他領(lǐng)域，決策將日益基于數(shù)據(jù)和分析而作出，而并非基于經(jīng)驗和直覺。這是一場革命，龐大的數(shù)據(jù)資源使得各個領(lǐng)域開始了量化進程，無論學(xué)術(shù)界、商界還是政府，所有領(lǐng)域都將開始這種進程。

大數(shù)據(jù)到底有多大？一天之中，互聯(lián)網(wǎng)產(chǎn)生的全部內(nèi)容可以刻滿1.68 億張DVD；發(fā)出有2940 億封郵件之多，相當(dāng)于美國兩年的紙質(zhì)信件數(shù)量；發(fā)出的200 萬個社區(qū)帖子，相當(dāng)于《時代》雜志770 年的文字量；賣出37.8 萬臺的手機，高于全球每天出生的嬰兒數(shù)量37.1 萬。國際數(shù)據(jù)公司（IDC）的研究結(jié)果表明：2008 年全球產(chǎn)生的數(shù)據(jù)量為0.49ZB，2009 年的數(shù)據(jù)量為0.8ZB，2010 年增長為 1.2ZB，2011 年的數(shù)量更是高達(dá)1.82ZB，相當(dāng)于全球每人產(chǎn)生200GB 以上的數(shù)據(jù)。而到2012 年為止，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)量是200PB，全人類歷史上說過的所有話的數(shù)據(jù)量大約是5EB。IBM 的研究稱，整個人類文明所獲得的全部數(shù)據(jù)中，有90%是過去兩年內(nèi)產(chǎn)生的。而到了2020 年，全世界所產(chǎn)生的數(shù)據(jù)規(guī)模將達(dá)到今天的44 倍。每一天，全世界會上傳超過5 億張圖片，每分鐘就有20 小時時長的視頻被分享。然而，即使是人們每天創(chuàng)造的全部信息——包括語音通話、電子郵件和信息在內(nèi)的各種通信，以及上傳的全部圖片、視頻與音樂，其信息量也無法匹及每一天所創(chuàng)造出的關(guān)于人們自身的數(shù)字信息量。〔數(shù)據(jù)量已經(jīng)從TB（1024GB=1TB）級別躍升到 PB（1024TB=1PB）、EB（1024PB=1EB）乃至 ZB（1024EB=1ZB）級別?！?/p>

未來，大數(shù)據(jù)將帶給我們?nèi)齻€顛覆性思維變革。第一個思維變革是利用所有的數(shù)據(jù)，即不是隨機樣本，而是全體數(shù)據(jù)。第二個思維變革是接受數(shù)據(jù)大體方向，即不是精確性，而是混雜性。第三個思維變革是不必接受研究對象的現(xiàn)象背后的原因，即不是因果關(guān)系，而是相關(guān)關(guān)系。

“互聯(lián)網(wǎng)+”戰(zhàn)略已經(jīng)從第三產(chǎn)業(yè)滲透到國計民生的所有行業(yè)里面?！盎ヂ?lián)網(wǎng)+”戰(zhàn)略更多的是跨界聯(lián)合，是現(xiàn)在的重要課題，特別是“互聯(lián)網(wǎng)+”工業(yè)、車聯(lián)網(wǎng)、物聯(lián)網(wǎng)。如果說未來世界是萬物互聯(lián)的物聯(lián)網(wǎng)，肯定是對的，但如果只是物和物的連接，沒有人和人的連接，就會死氣沉沉。未來應(yīng)該是人和人的連接，人和物的連接，物和物的連接以及人和服務(wù)的連接。未來應(yīng)該是DT 的時代。從信息化變成大數(shù)據(jù)，因為信息化只是一個符號，變成大數(shù)據(jù)以后才能真正成為一個活的數(shù)據(jù)，為企業(yè)決策提供支持。過去討論的“互聯(lián)網(wǎng)+”大多是關(guān)于模式，現(xiàn)在更關(guān)鍵的是技術(shù)創(chuàng)新，技術(shù)創(chuàng)新要跟模式結(jié)合在一起。

二、當(dāng)前互聯(lián)網(wǎng)大數(shù)據(jù)發(fā)展現(xiàn)狀分析

隨著互聯(lián)網(wǎng)用戶激增，手機已經(jīng)實現(xiàn)了數(shù)據(jù)化、寬帶化，數(shù)據(jù)在以指數(shù)級的速度增長，而具有資源優(yōu)勢的運營商正好位于大流量、大數(shù)據(jù)信息“金礦”上。目前，大數(shù)據(jù)應(yīng)用相對其他產(chǎn)業(yè)比較成形的就是互聯(lián)網(wǎng)企業(yè)，這些握有大量數(shù)據(jù)資產(chǎn)的互聯(lián)網(wǎng)企業(yè)正急于如何將大數(shù)據(jù)信息轉(zhuǎn)化為商業(yè)價值，提升用戶體驗，進行精細(xì)化運營，提高網(wǎng)絡(luò)營銷效率。

互聯(lián)網(wǎng)企業(yè)以及運營商擁有下面五類數(shù)據(jù)：一是基礎(chǔ)數(shù)據(jù)，如用戶賬號；二是協(xié)議類型數(shù)據(jù)，如套餐服務(wù)得到的用戶消費能力；三是業(yè)務(wù)類型數(shù)據(jù)，如用戶選擇的游戲、閱讀、音樂類，代表個人興趣、愛好的數(shù)據(jù)；四是訪問的URL，即用戶經(jīng)常看的網(wǎng)站、搜索關(guān)鍵詞等；五是終端信息，每個終端能力、特征不同，最終使用的業(yè)務(wù)也會不同。基于以上五類數(shù)據(jù)，通過大數(shù)據(jù)分析手段，找到最合適和滿足用戶需求的產(chǎn)品特點，從而指導(dǎo)產(chǎn)品設(shè)計開發(fā)，業(yè)務(wù)上線后持續(xù)跟蹤分析用戶的在線訂購、使用問題等，為優(yōu)化業(yè)務(wù)策略提供數(shù)據(jù)支持，提高業(yè)務(wù)質(zhì)量和客戶體驗，最終達(dá)到精細(xì)化網(wǎng)絡(luò)營銷，提高客戶滿意度和銷售效率。

此外，互聯(lián)網(wǎng)大數(shù)據(jù)應(yīng)用日益得到人們的認(rèn)可，越來越多的行業(yè)開始關(guān)注、開發(fā)應(yīng)用互聯(lián)網(wǎng)大數(shù)據(jù)。醫(yī)療保健、零售商、制造業(yè)等傳統(tǒng)行業(yè)已開始積極挖掘互聯(lián)網(wǎng)數(shù)據(jù)帶來的商業(yè)價值。

根據(jù)國務(wù)院印發(fā)的《國務(wù)院關(guān)于促進信息消費擴大內(nèi)需的若干意見》規(guī)劃，截至2015 年，中國信息消費規(guī)模超過3.2 萬億元，年均增長20%以上，帶動相關(guān)行業(yè)新增產(chǎn)出超過1.2 萬億元，其中基于互聯(lián)網(wǎng)的新型信息消費規(guī)模達(dá)到2.4 萬億元，年均增長30%以上。按此推算，信息消費的增量部分規(guī)模將占到GDP 增量部分規(guī)模的12%左右，每年為GDP 增長貢獻(xiàn)大約1 個百分點，并且可以帶動全國相關(guān)產(chǎn)業(yè)的發(fā)展，這將極大地促進中國經(jīng)濟持續(xù)、平穩(wěn)地發(fā)展?！洞髷?shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020）》提出，到2020 年，大數(shù)據(jù)相關(guān)產(chǎn)品和服務(wù)業(yè)務(wù)收入突破1 萬億元，年均復(fù)合增長率保持30%左右，大數(shù)據(jù)在創(chuàng)新創(chuàng)業(yè)、政府管理和民生服務(wù)等方面廣泛深入應(yīng)用。

三、數(shù)據(jù)科學(xué)發(fā)展與數(shù)據(jù)科學(xué)學(xué)科建設(shè)思考

數(shù)據(jù)科學(xué)的主要研究對象包括數(shù)據(jù)采集、數(shù)據(jù)存儲計算能力和提取數(shù)據(jù)價值的能力，這也是大數(shù)據(jù)應(yīng)用的三大要素。因此，采集、存儲計算以及數(shù)據(jù)價值這些方面我們應(yīng)該重視。數(shù)據(jù)科學(xué)涉及數(shù)據(jù)的全生命周期，包括數(shù)據(jù)采集、分析管理和可視化以及在各行各業(yè)中的廣泛應(yīng)用，包括電子商務(wù)、金融、醫(yī)療、生物技術(shù)、教育、旅游、交通和農(nóng)業(yè)等。無論是工業(yè)界還是學(xué)術(shù)界，越來越多的國內(nèi)外專家和學(xué)者已經(jīng)意識到數(shù)據(jù)科學(xué)技術(shù)的研究和應(yīng)用是推動和引領(lǐng)經(jīng)濟和社會新常態(tài)的關(guān)鍵因素，他們相繼開展了大量的相關(guān)研究，也取得了許多有價值的研究成果，依然存在很多問題亟待解決，但大數(shù)據(jù)分析是大數(shù)據(jù)價值發(fā)現(xiàn)的關(guān)鍵，也是輔助決策的基礎(chǔ)。

陳鯨院士在第二屆“強網(wǎng)論壇”上作主題報告

當(dāng)前，數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的三大技術(shù)方向分別為：一是數(shù)據(jù)挖掘、數(shù)據(jù)分析和機器學(xué)習(xí)，二是Hadoop 大數(shù)據(jù)開發(fā)，三是大數(shù)據(jù)運維和云計算。大數(shù)據(jù)技術(shù)體系應(yīng)包括大數(shù)據(jù)采集、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)存儲及管理、大數(shù)據(jù)分析及挖掘和大數(shù)據(jù)可視化5 個類別。數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的課程體系包括通識教育課程模塊、學(xué)科基礎(chǔ)課程模塊、專業(yè)核心課程模塊、集中實踐課程模塊。數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)是國家大數(shù)據(jù)戰(zhàn)略規(guī)劃的新興交叉型本科專業(yè)，高校應(yīng)以行業(yè)需求為導(dǎo)向、以學(xué)科交叉基礎(chǔ)為支撐，以滿足實踐應(yīng)用需求為目的，設(shè)計科學(xué)前瞻的課程體系，為社會經(jīng)濟發(fā)展培養(yǎng)高素質(zhì)的復(fù)合型應(yīng)用人才。

總體而言，數(shù)據(jù)科學(xué)與工程作為大數(shù)據(jù)時代的新興交叉學(xué)科，主要的知識結(jié)構(gòu)還是來源于計算機科學(xué)、應(yīng)用數(shù)學(xué)以及信息系統(tǒng)和信息管理這三個學(xué)科，但是其具體的細(xì)節(jié)和這三個學(xué)科具有很大的不同。大數(shù)據(jù)時代下，計算機軟件工程學(xué)科在人才培養(yǎng)和知識結(jié)構(gòu)體系方面過于老化，不符合市場發(fā)展的規(guī)律和趨勢。數(shù)據(jù)科學(xué)和工程的重要的特點是綜合性強，需要學(xué)生融會貫通地學(xué)習(xí)，構(gòu)建一個基本的系統(tǒng)框架，具備專業(yè)的知識和能力素養(yǎng)。

關(guān)于數(shù)據(jù)科學(xué)發(fā)展中大數(shù)據(jù)人才培養(yǎng)問題，數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)強調(diào)培養(yǎng)具有多學(xué)科交叉能力的大數(shù)據(jù)人才。重點培養(yǎng)具有以下三方面素質(zhì)的人才：一是理論性人才，主要是對數(shù)據(jù)科學(xué)中模型的理解和運用；二是實踐性人才，主要是處理實際數(shù)據(jù)的能力；三是應(yīng)用性人才，主要是利用大數(shù)據(jù)的方法解決具體行業(yè)應(yīng)用問題的能力。

四、未來互聯(lián)網(wǎng)大數(shù)據(jù)帶來了新的機遇和應(yīng)用

大數(shù)據(jù)不僅幫助企業(yè)優(yōu)化運營績效，更重要的是，互聯(lián)網(wǎng)大數(shù)據(jù)給企業(yè)帶來了業(yè)務(wù)創(chuàng)新的機遇和應(yīng)用，在互聯(lián)網(wǎng)大數(shù)據(jù)助推下進行的商業(yè)模式創(chuàng)新及業(yè)務(wù)的延伸。

未來全球電子商務(wù)一定是社會化的，阿里巴巴通過打造商業(yè)的基礎(chǔ)設(shè)施，吸引賣家、快遞等各方公司參與，通過這種商業(yè)創(chuàng)新模式將各行業(yè)企業(yè)連接到生態(tài)圈里，進而打造全球電子商務(wù)的一體化。

現(xiàn)在有很多大數(shù)據(jù)的應(yīng)用范例。比如說刷臉入住、機器人送餐送物，打造無人智慧酒店；5G 虛擬課堂，全息投影、VR 等新技術(shù)手段與教育教學(xué)深度融合；智能語音輸入，讓醫(yī)生問診時同步生成電子病歷等。

大數(shù)據(jù)背景下還有一種重要的業(yè)態(tài)就是數(shù)據(jù)存儲空間出租。當(dāng)前，企業(yè)和個人有著海量信息存儲的需求，只有將數(shù)據(jù)妥善存儲，才有可能進一步挖掘其潛在價值，具體而言，這塊業(yè)務(wù)模式又可以細(xì)分為針對個人文件存儲和針對企業(yè)用戶兩大類。數(shù)據(jù)存儲空間出租主要是通過易于使用的API，用戶可以方便地將各種數(shù)據(jù)對象放在云端，然后再像使用水、電一樣按用量收費，可重復(fù)使用。

未來，隨著大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用，或許會從所有流程由一個企業(yè)完成，轉(zhuǎn)化成每一環(huán)節(jié)都由單獨企業(yè)來完成的一整條產(chǎn)業(yè)鏈。其中，第一類企業(yè)為數(shù)據(jù)采集公司，這類公司對應(yīng)于現(xiàn)在商業(yè)中的原材料生產(chǎn)商，專門負(fù)責(zé)原材料（數(shù)據(jù)）的采集與儲存；第二類為數(shù)據(jù)挖掘公司，這類公司相當(dāng)于現(xiàn)在的加工企業(yè)，從數(shù)據(jù)采集公司里采購原材料（數(shù)據(jù)），然后加工出數(shù)據(jù)關(guān)系，再出售給最后的數(shù)據(jù)應(yīng)用公司；第三類為數(shù)據(jù)應(yīng)用公司，這類公司對應(yīng)于現(xiàn)在最多的代理商，這些一二級代理商，會通過收購來的原材料（數(shù)據(jù)）的質(zhì)量（反映規(guī)律的程度），以及商業(yè)應(yīng)用程度（業(yè)務(wù)與規(guī)律結(jié)合得更好）來形成競爭關(guān)系。

互聯(lián)網(wǎng)與大數(shù)據(jù)的價值最好的體現(xiàn)在于對已有行業(yè)潛力的再次挖掘，用互聯(lián)網(wǎng)思維和大數(shù)據(jù)思維去重新提升傳統(tǒng)行業(yè)，使得信息透明化、對稱化，對產(chǎn)生的大數(shù)據(jù)進行整合利用，也使得資源得到最大化利用。隨著互聯(lián)網(wǎng)的快速發(fā)展產(chǎn)生大數(shù)據(jù)，反過來加速推動互聯(lián)網(wǎng)各種各樣應(yīng)用的演進。相信在可預(yù)見的將來，通過對大數(shù)據(jù)的全面挖掘?qū)a(chǎn)生更多新的應(yīng)用，促使產(chǎn)生更多的新業(yè)態(tài)，將給人類生活帶來更多的便利和驚喜。

五、未來大數(shù)據(jù)時代面臨的挑戰(zhàn)與發(fā)展大趨勢

大數(shù)據(jù)挑戰(zhàn)和機遇并存，大數(shù)據(jù)在未來幾年的發(fā)展將從前幾年的預(yù)期膨脹階段、炒作階段轉(zhuǎn)入理性發(fā)展階段再到落地應(yīng)用階段，大數(shù)據(jù)在未來幾年將逐漸步入理性發(fā)展期。未來的大數(shù)據(jù)發(fā)展依然存在諸多挑戰(zhàn)，但前景依然非常樂觀。

目前大數(shù)據(jù)的發(fā)展依然存在七大方面挑戰(zhàn)：一是業(yè)務(wù)部門沒有清晰的大數(shù)據(jù)需求導(dǎo)致數(shù)據(jù)資產(chǎn)逐漸流失；二是企業(yè)內(nèi)部數(shù)據(jù)孤島嚴(yán)重，導(dǎo)致數(shù)據(jù)價值不能充分挖掘；三是數(shù)據(jù)可用性低，數(shù)據(jù)質(zhì)量差，導(dǎo)致數(shù)據(jù)無法利用；四是數(shù)據(jù)相關(guān)管理技術(shù)和架構(gòu)落后，導(dǎo)致不具備大數(shù)據(jù)處理能力；五是數(shù)據(jù)安全能力和防范意識差，導(dǎo)致數(shù)據(jù)泄露；六是大數(shù)據(jù)人才缺乏導(dǎo)致大數(shù)據(jù)工作難以開展；七是大數(shù)據(jù)越開放越有價值，但缺乏相關(guān)的政策法規(guī)，導(dǎo)致數(shù)據(jù)開放和隱私之間難以平衡，也難以更好地開放。

雖然大數(shù)據(jù)發(fā)展仍在起步階段，存在諸多挑戰(zhàn)，但未來的發(fā)展依然非常樂觀。未來大數(shù)據(jù)的發(fā)展將呈現(xiàn)八大趨勢：第一大趨勢是數(shù)據(jù)資源化，數(shù)據(jù)將成為最有價值的資產(chǎn)；二是大數(shù)據(jù)在更多的傳統(tǒng)行業(yè)的企業(yè)管理落地；三是大數(shù)據(jù)和傳統(tǒng)商業(yè)智能融合，行業(yè)定制化解決方案將涌現(xiàn)；四是數(shù)據(jù)將越來越開放，數(shù)據(jù)共享聯(lián)盟將出現(xiàn)；五是大數(shù)據(jù)安全越來越受重視，大數(shù)據(jù)安全市場將愈發(fā)重要；六是大數(shù)據(jù)促進智慧城市發(fā)展，是智慧城市的引擎；七是大數(shù)據(jù)將催生一批新的工作崗位和相應(yīng)的專業(yè)；八是大數(shù)據(jù)在多方位改善我們的生活。

六、結(jié)束語

堅持創(chuàng)新發(fā)展，順應(yīng)融合趨勢，共同把握好數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展機遇，共同應(yīng)對大數(shù)據(jù)發(fā)展在法律、安全、政府治理等方面的挑戰(zhàn)，必能開創(chuàng)美好未來。

萬物皆可數(shù)字化。大數(shù)據(jù)技術(shù)將萬物整合成數(shù)字編碼，連接萬物、變革萬物，為發(fā)展物聯(lián)網(wǎng)、人工智能等提供了重要基礎(chǔ)。大數(shù)據(jù)技術(shù)是推動人類文明進步的共同財富。當(dāng)前，大數(shù)據(jù)技術(shù)、大數(shù)據(jù)產(chǎn)業(yè)在世界范圍內(nèi)蓬勃發(fā)展，信息化、數(shù)字化浪潮席卷全球。大數(shù)據(jù)的未來，需要各國共商共建共享。探索大數(shù)據(jù)廣闊發(fā)展前景的同時，也需要密切關(guān)注數(shù)據(jù)安全、隱私保護。建立牢不可破的安全體系，正是推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展行穩(wěn)致遠(yuǎn)的應(yīng)有之義，也是大數(shù)據(jù)技術(shù)應(yīng)用的牢固根基。