大數(shù)據(jù)價值：決策支持系統(tǒng)作者： 本刊編輯部 　　2012年秋天，全球廣告巨頭WPP集團首席執(zhí)行官蘇銘天爵士約訪google首席執(zhí)行官拉里佩奇時，佩奇派出無人駕駛汽車去接他。這是一輛集大量高科技設備、自動駕駛的雷克薩斯SUV汽車，車上配有雷達、傳感器和每秒可測量超過150萬次的激光掃描儀。它自助行進了20分鐘，駛過280號州際公里和繁忙的85號州公路。汽車通過自動駕駛儀進行自動巡航，自行校正路線，在前方出現(xiàn)車輛和行人時放慢，然后又加速駛出臨近車輛的盲區(qū)，最終來到距google公司約32公里外的瑰麗旅店。（根據(jù)《財富》中文版2013年3月號整理）

這是google正在研發(fā)的一種未來交通工具。這種無人駕駛汽車不但借助對路況歷史和實時的計算智能地制動、并線和超車，而且做到了節(jié)約能源（因為它使交通的運行更暢通）、提高生產力（能夠削減數(shù)小時通勤時間用于其他工作）。在你抵達目的地之后，汽車甚至能夠自動駛向通過大數(shù)據(jù)導航的停車位。如果你還需要出行，只需借助手機等移動終端就能指揮汽車達到預定地點。

這便是大數(shù)據(jù)的神奇之處。通過對過去和如今的數(shù)據(jù)進行分析，它可以精確預測未來；通過對組織內部的和外部的數(shù)據(jù)整合，它可以洞察事物之間的相關關系；通過對海量數(shù)據(jù)的挖掘，它可以代替人腦，承擔起社會管理的職責。

社會化決策的智慧寶藏

2007年，諾貝爾獎獲得者吉姆格雷提到，數(shù)據(jù)密集型科學正在從計算科學中分離出來，成為科學研討的第四范式。而此時，一切跨國企業(yè)已經(jīng)關注到數(shù)據(jù)密集型科學的到來。比如，微軟研討院出版了《第四范式：數(shù)據(jù)密集型科學發(fā)現(xiàn)》一書，并延伸出“用海量數(shù)據(jù)重新定義生態(tài)科學”、“讓我們更接近太空：海量數(shù)據(jù)中的發(fā)現(xiàn)”、“地球科學的研討工具：下一代傳感器網(wǎng)絡和環(huán)境科學”等相關科研課題。

像經(jīng)典力學、量子力學和計算科學一樣，數(shù)據(jù)密集型科學必將影響到社會科學研討方式。《大數(shù)據(jù)時代：生活、事務與思想的大變革》提出了相關關系的大數(shù)據(jù)思想。即人們能夠把持所有數(shù)據(jù)，而不是僅僅抽取小樣本；人們能夠挖掘更具混雜性的數(shù)據(jù)，而不用苛求數(shù)據(jù)的精準性；人們只需知道“知其然”的相關關系，而不需深究“知其所以然”的因果關系。

科研范式的轉變最后反饋到人們思想模式和決策模式的轉變。google的無人駕駛汽車便是基于大數(shù)據(jù)的分析，借助計算技能和人工智能實現(xiàn)了交通指引和抑制功能。通過無處不在的計算和傳感器，大數(shù)據(jù)可以解析存在于現(xiàn)實世界、虛擬世界以及虛實融合世界的復雜網(wǎng)絡關系，并適時做出判斷和決策。這種決策模式遵循數(shù)據(jù)轉變?yōu)樾畔�、信息轉變?yōu)橹�識、知識涌現(xiàn)出智慧的流程。區(qū)別于此前專家、精英、權威主導的戰(zhàn)略決策，大數(shù)據(jù)決策讓行業(yè)專家和技能專家的光芒因為統(tǒng)計學家和數(shù)據(jù)分析家的出現(xiàn)而變暗淡，一個非線性的、去中心化的、自下而上的、發(fā)現(xiàn)群體智慧的決策模式逐漸成型。

大數(shù)據(jù)所具有的在區(qū)域之間、行業(yè)之間和企業(yè)部門之間的穿透性，正在顛覆傳統(tǒng)的、線性的、自上而下的精英決策模型，正在變成非線性的、面向不確定性的、自下而上的決策基礎。

非競爭性生產要素

在人們熱炒大數(shù)據(jù)的時候，合作型消費或分享型經(jīng)濟正在興起。分享型經(jīng)濟是社交網(wǎng)絡、移動互聯(lián)網(wǎng)和節(jié)約型社會建設等共同作用的結果，也是大數(shù)據(jù)在現(xiàn)實生活中、分布式共享中的典型應用。分享型經(jīng)濟和大數(shù)據(jù)應用的交互關系，揭示出大數(shù)據(jù)的三個屬性。

一是生產要素屬性。對于google、亞馬遜這樣的大數(shù)據(jù)掌控公司而言，數(shù)據(jù)已經(jīng)被視為一種新的生產要素，不但決定著其銷量和個性化服務，也反饋到生產和研發(fā)環(huán)節(jié)，變成更加精準的供應鏈管理機制。作為大數(shù)據(jù)技能公司，IBM將大數(shù)據(jù)的生產要素功能概述為留住客戶、IT與業(yè)務融合、財務流程轉型、風險預測與規(guī)避等四個方面。

二是數(shù)據(jù)的恒溫性。只管IBM將真實性和正確性（Veracity）視為大數(shù)據(jù)的第4個V，微軟、Oracle等大數(shù)據(jù)技能公司都將數(shù)據(jù)清洗作為大數(shù)據(jù)分析的重要一步，甚至Teradata推出了多溫度的數(shù)據(jù)管理技能，然而借助過去和如今的數(shù)據(jù)來預測未來的特性，讓大數(shù)據(jù)的取舍甚是艱難。

三是價值潛在性。不同于物質性資源，大數(shù)據(jù)的價值不會隨著它的被使用而削減，而是能夠不時被處理，不時被發(fā)現(xiàn)新的價值。這就產生的新的問題，數(shù)據(jù)所有者可能借助傳統(tǒng)的數(shù)據(jù)挖掘方法，實現(xiàn)了大數(shù)據(jù)的第一次價值釋放，而價值鏈上諸多非所有者，可能通過重組數(shù)據(jù)和擴展數(shù)據(jù)，挖掘出二次乃至多次價值。

總之，以分布式、交互性為特征的大數(shù)據(jù)呈現(xiàn)出明顯的“非競爭性”資源的特征，更多的數(shù)據(jù)整合方式、更開放的數(shù)據(jù)共享平臺，才有利于數(shù)據(jù)潛在價值的發(fā)掘。

第三次工業(yè)革命戰(zhàn)略資源

杰里米里夫金提出了第三次工業(yè)革命的觀念。在他看來，通訊技能和能源技能的基礎設施的變革是工業(yè)革命的主要推動力，并引發(fā)經(jīng)濟和社會的轉型�；ヂ�(lián)網(wǎng)技能與可再生能源的聯(lián)合，正在孕育第三次工業(yè)革命的基礎設施――能源物聯(lián)網(wǎng)。

2012年4月21日，《經(jīng)濟學人》專題討論了第三次工業(yè)革命，并強調3D打印是第三次工業(yè)革命的核心推動力。如同第一次工業(yè)革命實現(xiàn)了機器生產對手事務坊的替代、第二次工業(yè)革命實現(xiàn)了規(guī)�；�生產一樣，以3D打印為代表的數(shù)字化制造將推進新軟件、新工藝、機器人和網(wǎng)絡服務的普及，最后實現(xiàn)大規(guī)模定制化生產、分散式就近生產。

無論是以智能電網(wǎng)為基礎的能源物聯(lián)網(wǎng)，還是以3D打印為基礎的數(shù)字化制造，大數(shù)據(jù)都是以第三次工業(yè)革命的“新石油”形態(tài)存在。能夠想象，未來云計算、物聯(lián)網(wǎng)和大數(shù)據(jù)將成為基礎設施，移動互聯(lián)網(wǎng)、觸控電腦和3D打印技能將成為共性平臺，AppStore、數(shù)據(jù)分析和機器人等人工智能抑制將成為服務手段。那么，數(shù)據(jù)、信息和知識的“按需分配、恒值供給、多次挖掘”將成為新經(jīng)濟形態(tài)的不竭動力，而大數(shù)據(jù)技能和應用成為決策的輔助系統(tǒng)。

第一范式：實驗和觀察科學。由伽利略、他之前的哥白尼以及同時代的開普勒創(chuàng)建的實驗觀察模式，被稱為科研第一范式。

第二范式：模型推演和理論科學。以牛頓微積分和經(jīng)典力學為代表的模型推演和理論精準預測，是科研的第二范式。這一范式相信，只要知道宇宙中所有粒子的當前位置和速度，原則上就有可能預測它們任何時刻的情況。

第三范式：仿真模擬和計算科學。 20世紀初，量子力學和混沌理論的發(fā)展否定了模型推理和理論預測的可行性，并以電子計算機的誕生為契機，演變出科研的第三范式――計算科學。

第四范式：數(shù)據(jù)密集型科學。隨著小世界網(wǎng)絡和無尺度網(wǎng)絡等復雜網(wǎng)絡研討的深入，以及計算能力和傳感器的無處不在，數(shù)據(jù)密集型科學從計算科學中分離出來，成為科學研討的第四范式。

轉載請注明來源。原文地址：https://www.7428.cn/page/2018/1201/49546/

在不久的將來，云計算一定會徹底走入我們的生活，有興趣入行未來前沿產業(yè)的朋友，可以收藏云計算，及時獲取人工智能、大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)的前沿資訊和基礎知識，讓我們一起攜手，引領人工智能的未來！

標簽： Google 大數(shù)據(jù) 大數(shù)據(jù)分析 大數(shù)據(jù)時代 大數(shù)據(jù)應用 互聯(lián)網(wǎng) 基于大數(shù)據(jù) 數(shù)據(jù)分析 網(wǎng)絡 移動互聯(lián) 移動互聯(lián)網(wǎng) 云計算 轉型

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。