本文首發(fā)于微信公眾號：太和智庫。文章內(nèi)容屬作者個人觀點(diǎn)，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險請自擔(dān)。

導(dǎo)語

大數(shù)據(jù)是指數(shù)據(jù)規(guī)模巨大、數(shù)據(jù)類型復(fù)雜的數(shù)據(jù)集，其本身蘊(yùn)含著豐富的價值。盡管大數(shù)據(jù)已成為媒體和專家熱議的話題，但其有效利用程度仍然偏低。高德納（Gartner）咨詢公司副總裁兼著名分析師Debra Logan認(rèn)為，95%-97%的組織和外部研究機(jī)構(gòu)對大數(shù)據(jù)還只是處于探索階段，對于大數(shù)據(jù)的研究才剛剛起步。有鑒于此，太和智庫研究員近希撰文對目前大數(shù)據(jù)應(yīng)用的場景和領(lǐng)域進(jìn)行了簡要介紹，對未來中國大數(shù)據(jù)應(yīng)用的趨勢作出了初步分析，并指出當(dāng)前及今后一個時期大數(shù)據(jù)應(yīng)用領(lǐng)域所面臨的挑戰(zhàn)。

　　一、從國內(nèi)外案例看大數(shù)據(jù)應(yīng)用

案例一：特朗普并非“黑天鵝”

不少人對特朗普當(dāng)選大跌眼鏡，認(rèn)為這是一次“黑天鵝”事件，然而通過分析2016年7月26日至11月7日美國大選期間的有關(guān)數(shù)據(jù)，我們不難發(fā)現(xiàn)特朗普的成功逆襲并非偶然。根據(jù)特朗普和希拉里在不同傳媒平臺上被熱議的內(nèi)容，通過相關(guān)內(nèi)容抽取所做的傾向性分析，人們得出了二人在選戰(zhàn)期間的輿論積極傾向變化圖（如圖1-1）。

　　圖1-1：:輿論積極傾向變化圖

從圖表中可以看出，傾向于特朗普獲勝的比例較為穩(wěn)定，而希拉里雖然曝光度頗高，但受“特朗普一半支持者都是無恥之徒”的言論、“郵件門”、邪教控國論、與警衛(wèi)性丑聞等負(fù)面影響，希拉里已陷入信任危機(jī)，美國民眾對其好感驟降。因此不少美國民眾拋棄了在三次電視辯論中貌似取勝的希拉里，選擇了看起來“更為誠實(shí)”的特朗普。

案例二：高速公路擁堵趨勢預(yù)測

　　圖1-2：全國高速擁堵趨勢

　　圖1-3：春節(jié)期間易擁緩高速路段

2017年1月18日，新華網(wǎng)聯(lián)合高德地圖，根據(jù)往年車流量信息、高速擁堵信息等數(shù)據(jù)，運(yùn)用大數(shù)據(jù)技術(shù)對2017年春節(jié)期間高速公路的車流擁堵情況做出預(yù)測，為人們選擇高速公路出行提供參考信息，從而在一定程度上緩解了高速公路的擁堵壓力。

案例三：電信大數(shù)據(jù)的多領(lǐng)域應(yīng)用

國內(nèi)電信運(yùn)營商對于大數(shù)據(jù)的應(yīng)用主要集中在基于位置的大數(shù)據(jù)分析服務(wù)、針對網(wǎng)絡(luò)廣告的潛在客戶挖掘服務(wù)、征信服務(wù)、行業(yè)精確營銷服務(wù)以及防詐騙等領(lǐng)域。以打擊電信詐騙為例，江蘇省公安廳副廳長程建東表示，自2016年8月使用線上惡意呼叫電信攔截平臺后，平均每天攔截詐騙電話2.1萬次，電信詐騙案因此同比往年下降84.6%。通過應(yīng)用大數(shù)據(jù)技術(shù)，警方有效提升了打擊電信詐騙的能力。

案例四：電網(wǎng)運(yùn)營智能管理

美國加州電網(wǎng)系統(tǒng)運(yùn)營中心管理著加州超過80%的電力供應(yīng)，每年向3500萬用戶輸送電力2.89億兆瓦，電力線長度超過4萬千米。該中心采用Space-Time Insight的軟件對電網(wǎng)運(yùn)營進(jìn)行智能管理，綜合分析來自氣象、傳感器、計(jì)量設(shè)備等各種數(shù)據(jù)源的海量數(shù)據(jù)，預(yù)測各地電力需求變化，同時進(jìn)行智能調(diào)度，平衡全網(wǎng)電力供需，并對潛在危機(jī)做出快速響應(yīng)。

案例五：心臟病致死幾率評估

美國麻省理工學(xué)院研究人員約翰·古塔格（John Guttag）和柯林·斯塔爾茲（Collin Stultz）創(chuàng)建了一個計(jì)算機(jī)模型，用以分析心臟病患者的心電圖數(shù)據(jù)。他們利用數(shù)據(jù)挖掘和“機(jī)器學(xué)習(xí)”技術(shù)篩選海量數(shù)據(jù)，發(fā)現(xiàn)心電圖中出現(xiàn)三類異常的人在一年內(nèi)死于二次心臟病發(fā)作的機(jī)率比未出現(xiàn)者高1-2倍。相比傳統(tǒng)篩查方法，這種有大數(shù)據(jù)技術(shù)介入的新方法能夠識別出更多心臟病致死高危病人。

未來隨著大數(shù)據(jù)技術(shù)的不斷完善升級以及在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用，醫(yī)生將能通過對患者健康數(shù)據(jù)信息的深度挖掘讓診斷和治療更為精確。比如服藥，將不再遵循傳統(tǒng)的“成人每日三次，一次一片”的方法，而是通過檢測服藥者血液中藥劑是否已經(jīng)代謝完畢自動提醒其再次服藥。

二、我國大數(shù)據(jù)應(yīng)用的發(fā)展趨勢

據(jù)統(tǒng)計(jì)，2016年近 40%的中國公司正在實(shí)施和擴(kuò)展大數(shù)據(jù)技術(shù)應(yīng)用，另有30%的大中型公司計(jì)劃未來一年內(nèi)采用大數(shù)據(jù)技術(shù)。隨著各種相關(guān)政策落地以及大數(shù)據(jù)應(yīng)用領(lǐng)域的突破，預(yù)計(jì)中國大數(shù)據(jù)將在2017年迎來大發(fā)展。

　　（一）基于大數(shù)據(jù)技術(shù)的人工智能得到更加廣泛應(yīng)用

2016年，無人駕駛汽車試駕成功，AlphaGo在圍棋對弈中勝出。隨著人工智能技術(shù)的日益成熟，未來公司企業(yè)將越來越多地運(yùn)用甚至是依賴于人工智能技術(shù)。虛擬助手、智能機(jī)器人、智能顧問、自動駕駛汽車等多種技術(shù)都將得到更為廣泛的應(yīng)用，而這一切都與大數(shù)據(jù)技術(shù)的發(fā)展與支撐密不可分。

（二）“機(jī)器學(xué)習(xí)”技術(shù)成為高科技投資重要領(lǐng)域

隨著大數(shù)據(jù)分析能力的提升，很多企業(yè)已開始進(jìn)軍和投資“機(jī)器學(xué)習(xí)”技術(shù)領(lǐng)域。高德納咨詢公司稱，“機(jī)器學(xué)習(xí)”是2017年十大戰(zhàn)略技術(shù)之一。“機(jī)器學(xué)習(xí)”和人工智能系統(tǒng)正在超越基于規(guī)則的傳統(tǒng)算法，創(chuàng)建出越來越多能夠理解、學(xué)習(xí)、預(yù)測、適應(yīng)甚至是自主操控的系統(tǒng)。

（三）智慧城市建設(shè)力度進(jìn)一步加大

截至2016年6月，全國95%的副省級以上城市、超過76%的地級市，總計(jì)逾500座城市（占世界智慧城市創(chuàng)建總數(shù)一半以上）在政府年度工作報告中明確提出將要或正在建設(shè)智慧城市。中國已經(jīng)成為世界創(chuàng)建智慧城市的主要試驗(yàn)場，并引起美國、新加坡、歐盟和其他金磚國家的高度關(guān)注。此外，在可預(yù)見的將來，中國約70%的大數(shù)據(jù)需求將集中于政府應(yīng)用和金融領(lǐng)域，而政府?dāng)?shù)據(jù)也將成為一項(xiàng)重要的國家資產(chǎn)。

（四）預(yù)測分析工具將倍受重視

根據(jù)2016年調(diào)查顯示，目前雖然僅有29%的公司使用預(yù)測分析技術(shù)，但預(yù)測分析工具在幫助企業(yè)把握商業(yè)先機(jī)、發(fā)掘潛在商業(yè)利益上所發(fā)揮的作用正在日益凸顯。未來隨著預(yù)測分析技術(shù)的日臻完善，企業(yè)將會越來越意識到運(yùn)用預(yù)測分析工具的必要性和重要性，預(yù)測分析工具的使用數(shù)量也必將大幅增長。

（五）企業(yè)將普遍運(yùn)用大數(shù)據(jù)技術(shù)強(qiáng)化網(wǎng)絡(luò)智能防護(hù)能力

許多企業(yè)已將大數(shù)據(jù)分析納入安全戰(zhàn)略范疇，特別是在網(wǎng)絡(luò)防護(hù)方面。網(wǎng)絡(luò)安全日志提供了以往發(fā)生的未遂網(wǎng)絡(luò)攻擊信息，利用這些數(shù)據(jù)，企業(yè)可以有效預(yù)測并防止未來可能發(fā)生的網(wǎng)絡(luò)攻擊。目前，一些公司正將其網(wǎng)絡(luò)安全信息和管理軟件與大數(shù)據(jù)平臺結(jié)合起來；一些公司則選擇向能夠提供大數(shù)據(jù)分析服務(wù)的公司求助，為其網(wǎng)絡(luò)安全防護(hù)提供幫助。

三、大數(shù)據(jù)應(yīng)用技術(shù)領(lǐng)域面臨的挑戰(zhàn)

根據(jù)高德納咨詢公司 2016年7月的研究結(jié)果，大數(shù)據(jù)業(yè)務(wù)創(chuàng)新已成為“新常態(tài)”，但與此同時也有諸多技術(shù)領(lǐng)域亟待突破創(chuàng)新。

　　（一）智能數(shù)據(jù)挖掘(Smart Data Discovery)

在過去五年中，基于視覺的數(shù)據(jù)挖掘工具已經(jīng)顛覆了傳統(tǒng)的商業(yè)智能(BI)和分析市場，其易于使用，并且能實(shí)現(xiàn)數(shù)據(jù)的快速組合，讓用戶在數(shù)據(jù)中找到新觀點(diǎn)，對未來的一些假設(shè)進(jìn)行可視化探索。雖然智能數(shù)據(jù)挖掘在探索數(shù)據(jù)的方式上一直不斷變革，但許多與數(shù)據(jù)制備、海量復(fù)雜數(shù)據(jù)組合模式探索、見解分享相關(guān)的活動仍在很大程度上依賴人工完成。

（二）情感運(yùn)算(Affective Computing)

情感運(yùn)算技術(shù)能夠感知用戶情緒狀態(tài) (通過傳感器、麥克風(fēng)、攝像機(jī)或軟件邏輯)，并通過執(zhí)行預(yù)定指令做出回應(yīng)反饋，比如與用戶之間的交互，或向用戶適時推薦符合其心情的視頻等。目前，與多個傳感器輸入相結(jié)合的情感運(yùn)算技術(shù)仍停留在早期概念驗(yàn)證階段，其難點(diǎn)主要在于尋找出擴(kuò)展和增長記憶力的算法。

（三）自動駕駛(Autonomous Vehicles)

自動駕駛是指車輛不需要人類干預(yù)，借助各種車載技術(shù)和傳感器，如雷達(dá)、攝像頭以及控制系統(tǒng)、軟件、地圖數(shù)據(jù)、GPS和無線通信數(shù)據(jù)等，自行駛抵預(yù)定目的地。傳感器、定位、成像、引導(dǎo)、人工智能(AI)、映射和通訊技術(shù)的不斷進(jìn)步，以及先進(jìn)軟件和云計(jì)算的快速發(fā)展，已經(jīng)讓自動駕駛成為現(xiàn)實(shí)。但由于自動駕駛技術(shù)本身的復(fù)雜性，加之研發(fā)成本居高不下，已嚴(yán)重影響了它的可靠性和可購性。2016年5月7日，美國佛羅里達(dá)州發(fā)生一起車禍，事故車輛型號是特斯拉Model S，車禍中死亡的車主當(dāng)時使用的正是自動駕駛模式。

（四）自然語言問答(Natural-Language Question Answering)

目前，非對話式、以信息為中心的問答已經(jīng)實(shí)現(xiàn)(例如谷歌Now和Siri)，但根據(jù)用戶個人的對話、環(huán)境等完成一段簡短對話的技術(shù)還不是很成熟，仍面臨很多瓶頸問題，如：對有疑問的語句給出合理解釋，把未知范疇匹配到已有的知識庫中，從有限答案(甚至是一個答案)中做出選擇等。按照當(dāng)前的關(guān)注度、發(fā)展速度以及技術(shù)能力，預(yù)計(jì)解決這些問題至少還需要5年時間。

結(jié)語

信息技術(shù)的飛速躍進(jìn)已將人類拖入大數(shù)據(jù)時代，加快發(fā)展大數(shù)據(jù)技術(shù)是我們對這個時代必須作出的回應(yīng)。未來，在數(shù)據(jù)與數(shù)據(jù)的碰撞、數(shù)據(jù)價值的深度開發(fā)、數(shù)據(jù)應(yīng)用技術(shù)的落地等方面存在著巨大的想象空間，而大數(shù)據(jù)技術(shù)與各行業(yè)、產(chǎn)業(yè)的融合也必將產(chǎn)生強(qiáng)烈的化學(xué)反應(yīng)，促使相關(guān)行業(yè)、產(chǎn)業(yè)發(fā)生顛覆性變革。與此同時，大數(shù)據(jù)領(lǐng)域也日漸成為強(qiáng)國競爭博弈的一個重要戰(zhàn)場。面對大數(shù)據(jù)時代的滾滾巨浪，崛起中的中國必須直面挑戰(zhàn)，把握機(jī)遇，在突破創(chuàng)新中，搶占先機(jī)，贏得主動。

文章來源：微信公眾號太和智庫