CIO时代学院院长姚乐：传统行业遇上大数据 拥抱智能化未来

 

 

大数据的发展趋势已成为时下热议的话题，他指出了未来大数据技术与以下三个方面的融合是值得我们重视的。

 

 

如今，行业之间有多种多样的数据产生，但这些数据属于不同的机构，或来自于不同机构的采集。如何使这些数据的所有权得到保护，是值得重视的一个问题。如果隐私没有得到保护，数据的利用就会大打折扣。现在有系统的鉴权，但下面应该有一个数据的鉴权，规定具体某个数据归谁所有、谁可以被授权访问使用但不拥有它，新机制下的数据应用者只有使用权，没有所有权。而实现这样的目标则需要区块链技术的融入，使数据实现加密，通过算法来规定谁可以访问。

 

 

未来的服务越来越多，我们每需要一个大数据的服务就需要对应地建一个大数据系统。现在的大数据更多的存储于物理系统上，今后会逐渐存储于云上。以及各种分析服务，如以SaaS方式提供的算法、模型。

 

 

人工智能的发展逐渐火热起来，通过数据分析可以总结出规律和模型，即还原事物本身的规律。最重要的还加了机器学习，机器可以实现自我学习，通过数据不断地优化。这时的人工智能可以说即将迎来发展的春天，各个领域将进入到人工智能的时代。但此时的人工智能是依赖于数据的，每个领域中都会产生大量的数据，以达到为人类提供智能决策和服务的目的。因此，各个领域中的数据与人工智能应深度融合。

 

 

他将大数据行业应用的整体策略分成两部分，一部分是业务策略，另一部分是技术策略。

 

 

在业务方面，第一是业务驱动，首先各行业需要找到业务的价值，如医疗提供临床、制造业提供生产领域等，用业务深度参与进来，没有业务深度参与大数据的项目可能会流于形式。第二个是持续运营，从项目到运营，大数据都不能被视为某一个具体的项目，大数据的价值发觉是持续不断的，因此需要持续挖掘业务的价值。

 

 

在技术方面，开源路线是一个方向。首先，如今大数据领域中好的内容基本都是开源。另外选择开源可以不被厂商绑定。大数据领域中的内容更新迭起，开源就显得尤为重要。另一个方向是技术团队，早期的实践者应有自己的技术团队。人们常说，在某个领域成熟后，买服务就可以达到目的。但在如今这个大数据发展的初期，每一行业要应用大数据就需要拥有自己的团队，并不断地敏捷开发与快速迭代。

 

 

 

政府行业做大数据，拥有大量的数据资源及数据密集型业务等先天优势。但驱动力不足、机制不够灵活等弱项也是不容忽视的。那大数据时代下的机会是什么呢？即国家互联网+战略和国家大数据战略，国家的重视和推动。它的威胁是什么呢？即权利与利益的阻碍，政府要做大数据，但大数据被分割在不同的部门，谈到数据还会影响到很多人的权利和利益问题。另外是政府形象工程，没有一个很明确的推动力——高层的推动，项目可能会演变为形象工程。

 

管理监控和市民服务应是政府行业大数据应用的重点。目前大数据技术在互联网公司炙手可热，包括风控、金融等。对政府而言，可以通过大数据发现其中存在的问题，如偷税漏税；为市民提供精准服务等。政府行业的大数据应用需要运营合作伙伴，包括购买服务。政府还可以利用大数据进行公民隐私保护和责权划分工作。

 

 

医疗行业的优势是拥有大量的健康数据，医疗服务本身便是基于数据的。它的弱项是数据被割裂在不同机构，当人们在不同的机构看病，信息都被割裂了，这是不利于做大数据分析的。医疗还是一个很专业的领域，每个病种都不一样，甚至同样的一个眼科还分很多类，需要做好大数据的建模、算法、判断等工作，但如果没有医学人员的深度参与是难以实现的。在医疗领域涉及范围广泛、内容精深，因此数据和医学的融合便是一个弱项。那机会是什么呢？即电子病例与电子健康档案建设，还有可穿戴设备，这些都在实时产生数据。它面临的威胁是什么呢？即患者隐私的泄露，隐私不仅是我们的身份隐私，还包括电话号码、健康状况等。还有一个是连接带来的安全问题，为获取数据，人们所运用的可穿戴设备或者可联网医疗设备都会带来很大的安全隐患。

 

医疗行业大数据的应用策略有以下三个方面：一是辅助诊疗和个人健康服务，辅助医生的诊疗是大数据最好的领域，每个医生都需要大数据。第二是建立以个人或患者为中心的健康相关数据关联，国家建立电子档案也是出于这样的目的，建立以人为中心的全生命周期的健康数据，但没有真正实现。如果未来要真正实现对人的精准健康服务，这种数据是非常重要的。第三个是建立隐私保护与数据利用相结合的机制，一方面要保护公民的个人隐私。如果隐私得不到保护，数据会被分割在各个机构，无法得到利用。

 

 

制造行业的强项是拥有大量的机器传感数据，工业化阶段已走到自动化水平，自动化是走向智能化的基础，那下一步如何实现智能化呢？即通过大数据的采集进行最优的决策。弱项是设备数据格式的非标准化。现场全流程数据的实时采集、存储和利用，打造真正的智能化无人工厂，就需要在工厂里面全业务、全流畅的数据采集、存储和利用，及时发现问题。那机会是什么呢？即中国制造2025和互联网+制造、机器替代人，都需要依赖于数据，根据现场不断地学习、不断地建模做算法。那威胁是什么呢？即替代工人和专家的阻力，要替换这些人，是有阻力的。以及早期使用的高昂成本，处于早期探索的成本是很高的。

 

制造行业大数据的应用策略也有三个，第一，设备维护与智能工厂是应用的重点，即设备的异常检测。第二是充分利用大数据云服务降低成本。第三是将积累的算法和模型作为核心竞争力，未来工厂如何做到效率最高，变成算法和模型，是我们的核心竞争力。

 

最后，他表示，未来没有大、小数据之分，它们都处于统一的数据处理平台，同时也没有交易数据与分析数据之分，数据产生的同时就在实时分析。未来做大数据分析，随着数据处理的效率大大提高，各行业应在业务发展的同时进行数据分析，做出实时决策。此时，基于数据的人工智能时代正在来临。