大數(shù)據(jù)發(fā)展的三大問題

楊學(xué)山

大數(shù)據(jù)在中國(guó)經(jīng)歷了五年的發(fā)展。這五年來(lái)，我一直在關(guān)注著大數(shù)據(jù)、觀測(cè)著大數(shù)據(jù)、研究著大數(shù)據(jù)，我認(rèn)為有三個(gè)問題值得我們研究、思考和解決。

這三個(gè)問題總結(jié)為六個(gè)字—“價(jià)值”、“工具”、“理論”。

先講價(jià)值。針對(duì)這一點(diǎn)，我們大體上可以從三方面分析：

第一方面，我們擁有一些稱之為“大數(shù)據(jù)”的數(shù)據(jù)，那么，如何將其中的價(jià)值充分地挖掘出來(lái)？

第二方面，我們要解決一個(gè)與數(shù)據(jù)相關(guān)或信息相關(guān)的問題，需要將能夠解決這一問題所需要的數(shù)據(jù)或信息的價(jià)值挖掘出來(lái)；

第三方面，我們需要有一些工具和服務(wù)，利用工具和服務(wù)挖掘?qū)崿F(xiàn)數(shù)據(jù)的價(jià)值。

關(guān)于數(shù)據(jù)的兩個(gè)價(jià)值觀：現(xiàn)在很多大數(shù)據(jù)企業(yè)以及學(xué)會(huì)和科研單位，都把眼光放在實(shí)現(xiàn)數(shù)據(jù)間的結(jié)合，最充分地挖掘數(shù)據(jù)結(jié)合中的價(jià)值。這也是我們研究的主要方向。我們回過(guò)頭來(lái)想一想，當(dāng)我們對(duì)數(shù)據(jù)進(jìn)行價(jià)值挖掘時(shí)，這個(gè)價(jià)值都是針對(duì)特定的經(jīng)濟(jì)、社會(huì)、生活或是相關(guān)領(lǐng)域問題的解決。

之所以要挖掘、分析出有價(jià)值的數(shù)據(jù)，是因?yàn)檫@些數(shù)據(jù)對(duì)于問題的解決有價(jià)值。所以說(shuō)數(shù)據(jù)的價(jià)值就是問題本身。

大家都知道手機(jī)上的地圖，我們通過(guò)使用地圖相關(guān)的各種應(yīng)用和數(shù)據(jù)來(lái)解決出行問題。但出行問題是不是有一個(gè)地圖就夠了，是不是有一個(gè)相關(guān)的數(shù)據(jù)結(jié)合就夠了？要圍繞出行問題，圍繞結(jié)合去發(fā)揮作用，這是一個(gè)問題的兩面。

如今，無(wú)論是經(jīng)濟(jì)新常態(tài)的“三個(gè)轉(zhuǎn)變”，還是社會(huì)服務(wù)、公共服務(wù)的社會(huì)管理，以及老百姓生活要解決的問題，都需要足夠的數(shù)據(jù)作支撐。從這個(gè)角度看，我們今天為解決這個(gè)問題是不是有了足夠的數(shù)據(jù)或信息，是不是能夠和解決問題的相應(yīng)系統(tǒng)，很好地、及時(shí)地對(duì)接。

大數(shù)據(jù)的第一個(gè)價(jià)值鏈，應(yīng)該是圍繞著“解決問題”—交通問題的解決、信用問題的解決、宏觀問題態(tài)勢(shì)分析的解決，即數(shù)據(jù)圍繞問題形成數(shù)據(jù)價(jià)值鏈。

過(guò)去，在第一個(gè)價(jià)值鏈，我們?cè)诤芏嚓P(guān)注點(diǎn)上取得了大量的成績(jī)，但我們對(duì)第二個(gè)價(jià)值鏈的關(guān)注、分析還不夠。

未來(lái)，大數(shù)據(jù)在經(jīng)濟(jì)社會(huì)發(fā)展中的作用將愈加明顯。但兩個(gè)價(jià)值鏈采取的分析文件和方法不一樣，所以我希望我們能把握住大數(shù)據(jù)三個(gè)方向的價(jià)值。

在已經(jīng)取得進(jìn)展的基礎(chǔ)之上，我們還要考慮另外一個(gè)問題，這個(gè)問題對(duì)于利用大數(shù)據(jù)促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展，對(duì)于我們利用大數(shù)據(jù)來(lái)解決今天社會(huì)面臨的問題更加重要。

這個(gè)問題就是工具，工具十分重要，可以說(shuō)，大數(shù)據(jù)產(chǎn)品的價(jià)值是工具。

現(xiàn)在成千上萬(wàn)的工具被使用，大數(shù)據(jù)發(fā)展究竟需要哪些工具，這些工具是不是把問題解決了？

我的答案很清楚：我們的大數(shù)據(jù)需要工具，但現(xiàn)有的成千上萬(wàn)的工具，離真正能解決大數(shù)據(jù)問題的工具還有非常大的差距。為什么這樣說(shuō)？

30年以前，數(shù)字型數(shù)據(jù)庫(kù)正值發(fā)展期。今天，數(shù)字型數(shù)據(jù)庫(kù)管理系統(tǒng)工具已十分完善，基于該系統(tǒng)的應(yīng)用也已十分完美。那么，我們今天的工具，是不是能達(dá)到數(shù)字型數(shù)據(jù)庫(kù)管理系統(tǒng)工具的水平？

大家的回答是“相差甚遠(yuǎn)”。差在什么地方？在數(shù)字型數(shù)據(jù)庫(kù)中，每一個(gè)數(shù)據(jù)單元，每一個(gè)值都是在控制體系之下，在這個(gè)之上可以形成不同算法和函數(shù)，可以在此基礎(chǔ)之上構(gòu)建應(yīng)用系統(tǒng)。

要達(dá)到這樣的程度，核心的問題是非結(jié)構(gòu)數(shù)據(jù)的結(jié)構(gòu)化的顆粒度和它融解的完美性和應(yīng)用。即使在數(shù)字型數(shù)據(jù)庫(kù)中，我們也要對(duì)數(shù)據(jù)進(jìn)行質(zhì)量管理，按照我們確定的數(shù)據(jù)質(zhì)量，讓數(shù)據(jù)到該到的地方。今天，這樣的工具不能說(shuō)沒有，但是還沒有形成體系，所以第一類工具就是解決我們對(duì)大數(shù)據(jù)的組織和管理。

第二類工具，要真正充分利用大數(shù)據(jù)，核心的問題是結(jié)構(gòu)數(shù)據(jù)的結(jié)構(gòu)化。關(guān)于結(jié)構(gòu)化，我們通常有兩條路徑：一條路徑是根據(jù)數(shù)據(jù)本身內(nèi)涵的結(jié)合意義來(lái)做，第二條路徑是根據(jù)應(yīng)用來(lái)做。不管是按照語(yǔ)意來(lái)做，還是意義來(lái)做，我們都要確定單元和標(biāo)識(shí)，讓數(shù)據(jù)按照定義的單元和標(biāo)識(shí)進(jìn)行結(jié)構(gòu)化。對(duì)此，我們需要一系列模型、算法和函數(shù)，以構(gòu)造一個(gè)好的工具序列。

第三類工具，我們要與解決問題的系統(tǒng)連接起來(lái)。而我們和解決問題的系統(tǒng)之間，有一座很好的橋，這個(gè)橋就是工具。

第四類工具，從理論角度看，到今天為止，我們做的最好的、用的最好的還是數(shù)字型的數(shù)據(jù)庫(kù)。

當(dāng)我們需要數(shù)字型數(shù)據(jù)庫(kù)或其他數(shù)據(jù)庫(kù)支持時(shí)，當(dāng)我們將數(shù)字型的系統(tǒng)和其他數(shù)據(jù)庫(kù)連接起來(lái)，為同一個(gè)問題的決策或服務(wù)時(shí)，這個(gè)工具適不適用。

從產(chǎn)業(yè)生態(tài)鏈的角度看，要為使用者提供工具，要為解決問題的客戶系統(tǒng)提供服務(wù)，我們需要更加商業(yè)化的管理。在工具這個(gè)問題上，需要回到問題的本源，也需要系統(tǒng)地思考：我們到底需要什么樣的工具？這些工具如何形成？這些工具如何改造和使用？而不是把目光盯在已經(jīng)有的工具上。

這就隱含著另一個(gè)問題：已有的工具所形成的思維方法、演進(jìn)路徑，與解決大數(shù)據(jù)問題需要的工具的路徑不對(duì)時(shí)，怎么辦？所以我們需要又回歸到本源—我們?nèi)绾蝸?lái)利用和創(chuàng)新工具？

第三個(gè)問題是理論，也就是說(shuō)大數(shù)據(jù)在整個(gè)信息技術(shù)、信息經(jīng)濟(jì)、信息社會(huì)中的位置和屬性究竟是什么？

我們對(duì)大數(shù)據(jù)有很多定義，也有很多關(guān)于特征的討論，但有一個(gè)結(jié)論是清晰的，沒有一個(gè)大數(shù)據(jù)不是信息，當(dāng)然，信息不一定都是大數(shù)據(jù)。

所以當(dāng)我們從IT時(shí)代到新的IT時(shí)代，從IT時(shí)代到DT時(shí)代，從工業(yè)社會(huì)到信息社會(huì)、從工業(yè)經(jīng)濟(jì)到信息經(jīng)濟(jì)的發(fā)展和整個(gè)形態(tài)中，不變的東西是信息。

所以說(shuō)，大數(shù)據(jù)是對(duì)“信息”這個(gè)詞的一個(gè)代表性的稱謂，因?yàn)樵谶@個(gè)階段，信息有它的特殊性。

所以，我們?cè)谘芯看髷?shù)據(jù)的整個(gè)技術(shù)系列，和社會(huì)演進(jìn)過(guò)程中的定位和屬性時(shí)，應(yīng)該把它看作是信息在當(dāng)前階段的一種稱呼和標(biāo)簽，不能將它和信息相關(guān)的研究區(qū)分開來(lái)。

在理論上，大數(shù)據(jù)具有兩個(gè)屬性—經(jīng)濟(jì)屬性和社會(huì)屬性。

首先，大數(shù)據(jù)具有經(jīng)濟(jì)屬性。今天經(jīng)濟(jì)社會(huì)發(fā)展面臨著一個(gè)重要的變革—信息成為整個(gè)生產(chǎn)過(guò)程中的要素，信息提供了產(chǎn)品。這樣的要素和產(chǎn)品，和它原來(lái)的材料、能源在整個(gè)經(jīng)濟(jì)運(yùn)行過(guò)程中的性質(zhì)不同：它不遵循材料能源的基本規(guī)律，這才有了我們今天的零邊際經(jīng)濟(jì)、共享經(jīng)濟(jì)等一系列的經(jīng)濟(jì)模式。所以，在理論上，大數(shù)據(jù)擁有一種經(jīng)濟(jì)屬性。

我們還要研究信息的社會(huì)屬性。信息的獲取、處理和利用模式的改變，也改變著社會(huì)發(fā)展中的每個(gè)成員和每個(gè)功能系統(tǒng)的發(fā)展軌跡。在這一點(diǎn)上，我們雖然已有很多的研究，但仍需要認(rèn)真研究。

我剛才講了價(jià)值、工具和理論，與其說(shuō)提出了一些看法，不如說(shuō)是想引起大家對(duì)這三個(gè)方面的重視。其實(shí)我們講價(jià)值時(shí)，是在講商業(yè)模式的價(jià)值。商業(yè)模式是什么東西？你發(fā)現(xiàn)價(jià)值，并讓這個(gè)價(jià)值實(shí)現(xiàn)，讓獲取價(jià)值的人和你本人在其中獲利。而商業(yè)模式創(chuàng)新不一定建立在價(jià)值鏈方向。

我講工具其實(shí)是在講技術(shù)創(chuàng)新。中國(guó)人多、經(jīng)濟(jì)發(fā)展規(guī)模大。因此，當(dāng)萬(wàn)物互聯(lián)或互聯(lián)網(wǎng)與人互聯(lián)時(shí)，我們天然擁有數(shù)據(jù)的優(yōu)勢(shì)，而這種優(yōu)勢(shì)為什么不能轉(zhuǎn)變?yōu)槲覀兛萍紕?chuàng)新的優(yōu)勢(shì)，成為工具創(chuàng)新的優(yōu)勢(shì)呢？

我們?cè)倩仡欉^(guò)去的歷史：我們一直強(qiáng)調(diào)高端市場(chǎng)、先進(jìn)市場(chǎng)，要培育高端和先進(jìn)的技術(shù)。在這一輪變革中，中國(guó)有什么理由不產(chǎn)生新一代大數(shù)據(jù)的供應(yīng)體系呢。

我們一直在講理論創(chuàng)新。當(dāng)中國(guó)從跟隨者走向并肩者、領(lǐng)先者時(shí)，當(dāng)中國(guó)真正進(jìn)入發(fā)達(dá)國(guó)家的第一陣營(yíng)時(shí)，如果沒有理論創(chuàng)新那是說(shuō)不過(guò)去的。

所以我們需要加強(qiáng)理論創(chuàng)新。當(dāng)我們的理論創(chuàng)新真正取得成果時(shí)，我相信中國(guó)民族的偉大創(chuàng)新就為之不遠(yuǎn)了?。ǜ鶕?jù)演講內(nèi)容整理，未經(jīng)本人審核）