涂子沛：大數據的中國機遇

 

　　這是涂子沛在其新著《數據之巔》中的一段話。涂子沛是全球知名信息管理專家，他所認為的"中國機遇"，指的是大數據。

 

　　2012年，《大數據》一書將大數據概念由專業性領域推向了公共話語空間，時任廣東省委書記汪洋曾經向省里從事財政工作的干部推薦此書。"大數據"這個帶有技術性的詞匯，也逐漸被普通讀者所了解，作者涂子沛被業界稱為中國大數據概念的首要推動人。

 

　　涂子沛認為，伴隨智能社會的到來，地平線上正在出現一些新的方法來解決一些老問題，這些方法不是鋼筋和水泥，而是軟件和數據。中國應該增強數據的記錄和使用意識，把握并充分利用好這一后發優勢。

 

　　當前，中國大數據發展到了什么階段？具備哪些優勢？如何應對挑戰？本刊記者就此對話涂子沛。

 

　　大數據不只是"量"大

 

　　在中國，大數據被廣泛熱議至今已過兩年，其受關注度不斷上升，涂子沛多次應企業及政府部門的邀請作演講。他曾表示，大數據項目5年內會在中國遍地開花，現階段正逐漸步入應用領域。

 

　　《支點》：在您的印象中，大數據概念從最初傳入中國至今，業界以及輿論界發生了哪些變化？

 

　　涂子沛：2012年，國內對于大數據的討論非常少，我的《大數據》一書在國內首先倡導這個概念，引起了社會關注。2013年，大數據開始頻頻見諸報端，我自己也接到多場講座邀請，我能夠感受到中國社會對新技術和新理念的渴望?，F在，大家都在談大數據，知識傳播很快，還出現了很多關于大數據的應用。最近，上海市籌劃建立大數據管理局，表示要開放數據，這些都是很好的現象。

 

　　《支點》：不論是從概念普及還是從應用層面，您認為大數據在中國目前處于什么階段？

 

　　涂子沛：技術發展有一個過程，先是普及，熱了一段時間后會冷卻，然后進入應用的瓶頸期，繼而在應用層面突破之后，又會進入一個新的階段。中國社會關于大數據的概念普及階段已經完成，例如對于"大數據并不是萬能的"這樣的討論也不時出現，這是冷卻的標志，標志著我們要開始進入應用層面。

 

　　不過關于概念普及需要強調的是，由于大數據本身帶有技術特性，白領精英可能認識得深刻些，對于最廣大的普通公民來說，大數據概念可能還停留在詞語的層面，是被動認知，而不是主動獲取的。我在《數據之巔》中也提到，大數據的建設需要頂層設計，自上而下地進行。對政府官員來說，從認識層面就應該知道決策需要數據，管理需要數據，一切從數據出發。

 

　　《支點》：大數據的"大"如何理解？比較而言，和之前的數據挖掘與分析在商業中的應用有什么不同？

 

　　涂子沛：要知道，我們原來所說的數據大是指數據量大，是有很多很多數據，但大數據不只是"量"大，還包括多源數據、實時數據等。但最根本的，還是這種數據體現出來的大的價值。

 

　　多源數據是對同一個事情有多個源頭的數據進行多個維度的描述。舉個例子，北京師范大學有一位女孩，吃飯時用的錢很少，校方通過數據挖掘認為她有經濟困難，但實際上這個女孩在減肥。所以，我們需要多個源頭的數據互相印證，這樣就不會出現類似美麗的誤會。再如一個人的信用，交不交水電費、銀行貸款有沒有還，這些數據都來自不同部門，如果匯集起來，分析的對象就會更立體，更接近真相。

 

　　實時數據也很好理解，因為以前很多數據是滯后的，時效性不強，數據的效用就大打折扣?，F在技術上有很好的手段，馬上就能夠把數據記錄下來并拿出來用。從這個角度上看，大數據不僅是量大，而且還多源且實時。正因于此，大數據才有大的價值，才可以用以解決越來越多的問題。

 

　　變革商業和社會

 

　　從粗放型經濟到集約型經濟，再到精細型經濟，數據的力量逐步彰顯，它不僅升級了傳統商業模式，同時也在助力更智慧的社會管理。在涂子沛看來，大數據不僅僅是技術現象，而且能夠帶來商業變革和社會變革。

 

　　《支點》： 在您看來，何種機構有數據資產？政府和企業的數據資產分別可以用來做什么？

 

　　涂子沛：所有的機構，包括個人，都有數據，但很多數據是死的。所謂死的數據，例如紙張上的數據，沒有電子化，就難以整合、挖掘和應用，利用價值不大。

 

　　今天的電商，他們因身處互聯網時代而占據天然優勢，從商業活動的第一天起就開始數據累積，擁有大量的數據資產。以新媒體為例，他們的數據量是極大的，例如視頻、圖片、文檔等，都累積了豐富的數據。

 

　　不過，我們在談大數據的時候，一定不能過多強調"數據量"。比如，傳統銀行業、保險業的數據量都很大，只是他們普遍還沒有把數據利用好。這里有很多原因，比如它們長期是高利潤行業，并沒有驅動力讓他們意識到要把數據用好。

 

　　事實上，數據使用是基于精細化競爭帶來的結果，現在西方社會已慢慢進入到精細化競爭階段。雖然我們的經濟發展仍是粗放模式，但可以看到，現在很多企業已開始強調精準營銷和數據分析，這是個好現象。

 

　　《支點》：大數據如何升級商業模式？請您舉例說明。

 

　　涂子沛：首先，數據本身變成商品，就需要買賣和交換，這是數據擁有權和使用權的轉換。我在2012年就提到，淘寶、阿里巴巴的數據，是可以對外開放的，以收取年費的形式提供給有需要的人使用。這種形式在美國已經比較成熟了，商家將數據開放給第三方使用。比如一個小企業想貸款，它需要證明自己的收益很好，收發快遞的多少可以從側面證明其收益情況，它可以授權銀行去美國的UPS（注：美國一家全球性的快遞公司）查詢它收發快遞的數據記錄，那么銀行就可以到UPS去查，但銀行需要付費， 這時候數據和使用權就產生了經濟價值，新的商業模式就出現了。

 

　　《支點》：據您了解，國外對于大數據的應用在哪些領域更為顯著？中美發展的差距在哪里？

 

　　涂子沛：大家知道，很多國家都已經將大數據發展上升到國家戰略層面，例如美國在2012年就提出了大數據戰略。目前在中國，雖然廣東、上海等部分省市已經在大數據方面有所行動，但整體來看還沒有太大的動作，這應該是政策層面的差距。

 

　　在科技水平方面，目前中國使用的數據分析軟件很多來自于國外，國產的并不多，例如在數據可視化方面，中國就還沒有一個成熟的國有品牌。

 

　　社會應用方面也存在差距。國內以前不太注重數據記錄，也不太注意使用數據，沒有把數據真正當作決策依據，而是認為符合自己利益的時候，才拿出來用。對大數據來說，是把它當作服務于決策的工具，還是把它當作決策的基礎和依據，兩者的內涵完全不一樣。

 

　　法律完善雙刃劍

 

　　2013年，美國棱鏡門事件刺激了全球數據安全的神經。對于許多個人來說，亦開始有消費者逐漸厭倦其消費信息的"被挖掘"。信息技術的發展的確極大降低了信息存儲成本，個人的點滴信息隨處都留有痕跡，形成數據影子。人們在享受技術帶來便利的同時，也開始感到莫大的恐慌，究竟是誰動了我的數據？

 

　　《支點》：有一種觀點認為，大數據概念在某種程度上被神話，數據的質量和不開放都將成為其發展瓶頸，您如何評價？

 

　　涂子沛：我一直在做數據開放的推動工作，倡導政府開放數據。政府數據是整個社會的基礎數據，例如人口數據、天氣數據、地理數據等都是最基本的信息來源，政府應該拿出來開放給整個社會使用。開放數據不僅是政府要做的工作，商業機構也應開放他們的數據，有選擇地向用戶開放，例如之前說到用戶利用消息記錄去分析自身的消費行為。

 

　　數據記錄了人的行為，利用數據記錄就可以進行行為分析，從而可以優化消費行為，甚至包括飲食結構，例如我上個月的卡路里是不是太高了等等。你需要把這些信息提交給專家分析，這自然就催生了第三方機構。但這個過程還需要法律的完善，也就是說數據在什么情況下可以開放，哪些數據不能開放等。

 

　　《支點》：在這個過程中，如何在數據使用和隱私權的保護上達到平衡呢？

 

　　涂子沛：這是一個雙刃劍。公司收集你的行為數據，因此可以給你推送你需要的產品，你能從中得到好處，但同時你的隱私遭到侵犯，該怎么辦？最后的演變一定是商家要把這個權利交給用戶，讓用戶來選擇全部關閉還是接受對你的數據進行分析？如果用戶有選擇權，在他同意后，商家才能對用戶數據進行分析。這需要商家對用戶的尊重和自覺，但商家要追求利益，尊重和自覺不會從天而降，大家要對他們說"不"。 只有推動立法者立法，才能根本解決這個問題。

 

　　《支點》：無可否認，大數據時代帶來了新的發展機遇，您認為中國現階段需要怎樣做才能抓住機遇？

 

　　涂子沛：數據正變得越來越豐富。如何統籌整合這些數據，對每一個國家都是考驗。面對海量數據，我們需要制定數據標準，需要建立數據治理的部門，有了標準和部門，才能對數據進行有效統籌。遺憾的是，我們的政府還沒有很好地做數據統籌工作，數據仍處于相對隔離狀態。

 

　　其實，在利用大數據方面，中國具有很好的后發優勢。舉個例子，美國用了幾十年的努力，才建立了全民信用制度。今天，因為客戶的交易流水數據，阿里巴巴在短短幾分鐘內就可以決定是否發放一筆貸款。充分利用無處不在的數據，中國的全民信用體系就可能在較短時間內以較小成本建立起來。

 

　　問題的關鍵還是要做好頂層設計，例如需要建立一個數據治理部門，來統籌制定各行各業的數據標準。