大数据被誉为第四次工业革命的能源,整个产业正处于高速起飞的阶段,机会和挑战总是结伴而行。大数据也是一座待挖掘的金矿,给人们带来无限美好遐想的同时,一些潜在的挑战也在渐渐浮出水面。

这个趋势在金融大数据领域尤为明显。

垄断壁垒渐强,数据共享已成空话 

得益于金融行业较为完整的数据积累与人才储备,大数据在金融领域的应用可以说是最早开花结果,包括精准营销、客户全周期管理、战略决策、风险控制等环节均能看到大数据的落地身影。

但就像引言所说,很多挑战也在不断滋生,这些挑战至少来自三个维度。

首先是认知层面。大数据对金融行业来说意味着什么 仅仅是一个优化工具还是对金融体系的一次基因改造,或者还是代替银行一些职能成为独立的产品 答案众说纷纭,始终没有得到统一。

其次是数据获取带来的挑战。

目前企业面临一个普遍的困境就是挖掘与收集数据的能力有限,需要满世界找数据。

不解决这个问题就会直接导致底层数据的流通不畅,底层数据从大的方面来说由内部和外部两个方面组成。内部是指总行跟各分行之间,甚至是各银行之间数据的共享;外部是指金融业和行业外部数据的打通,比如说电商平台、医保和社保等交易场景下用户产生的数据。

但是这些数据本身都被高度垄断,并且一些还涉及到用户隐私问题,甚至一些企业一旦将自己的数据开放将会遭受难以估量的巨大损失。

举个极端例子, 假如阿里的数据向京东开放会发生什么 我想第一时间京东会去获取阿里中大量女性用户的数据,一举填平服装和美妆产业在两者之间的鸿沟。

即使情况没有这么极端,阿里仅仅开放了一些简单的数据,也会给京东很多发挥的空间。比如说用户在阿里买了一件商品,这个数据被京东获知,京东就可以马上上架或者是推荐相关联的产品,用户买了一个笔记本可能还需要一个鼠标,就因为数据的开放,很大概率京东就抢走了本属于阿里的订单。

所以说数据作为企业的核心资产是绝对不会轻易开放的。

如何有效打通数据间的壁垒,是从业人员必须要跨过的一道门槛。

大数据带来的“人机矛盾”开始隐现

第三个挑战来自应用层面。应用层面的挑战更具复杂多样性,有一个矛盾越来越突出,可以预见的未来将会是困扰行业的主要焦点所在。

我称之为“人机矛盾”。

人机矛盾

“人机矛盾”在电影里经常被演绎。机器人突然有了意识,便大肆屠杀人类,大数据概念下的“人机矛盾”没有这么暴力血腥,但也足够折磨人了。

具体体现在哪里呢 我们知道,基于大数据的缜密算法构建、机器学习和关联性预算等手段,可以直接显示最后的分析结论,而没必要具体展现其中的过程。也就是说,通常大数据的分析结果只负责告诉人们“what”,而不负责解释“why”。

但是当人们利用大数据的结论时就很容易陷入纠结,比如在商业银行做一个客户流失的风险预测,通过大数据发现这名客户未来有可能产生违约行为,因此建议不要放这笔贷款。

但这样业务人员会疯的,凭什么拿一份机器得出的结论好端端地去打搅客户。平白无故地对客户说:你好,我们预测你要流失,所以我要给你提供一些其他的服务来挽回。先不说提供的其他服务所产生的成本,单说这一行为会不会引起客户的反感,反而起到反作用也不是没有可能。业务人员要如何取舍 非常难办。

光是这个矛盾就够了吗 远远不止,假如面对的是银行个人用户业务,面对的可就是数以千万计的客户。通过大数据预测,假如预计5%的人会流失,这是非常庞大的一个数字。前端服务或销售人员或许一下就迷茫了,这么多人从哪里做起呢 投入有限的资源去做真的会挽回用户吗 

业务人员一定会问很多个为什么,一直问到机器是如何得出这个分析结论的。就如同AlphaGo大战柯杰,柯杰作为人类棋手翘楚,每秒可以搜索10个走子可能。但AlphaGo每秒却可以搜索10万个走子可能,你问AlphaGo为什么这步棋做出这样的选择,是因为它已经做了10万次的运算。

如果机器一步步将运算过程中的因果关系向人讲清楚,可能要用上100年的时间。

但即使业务员对数据无条件相信,也还是不够。因为他面对的客户是真实的人,人不是数据组成的,他如何做决定,要受到很多因素影响,甚至有时候会有不理性地选择。所以人与机器如何相处,未来还需要更多的时间和智慧来思考。

以上所列举的一些挑战主要还是集中在场景应用层面,通过技术的改进和认识的进步,一些问题都会在时间推进过程中得到化解。但真正的挑战其实来自大数据对产业革命的影响,如果没有前瞻的认知很可能会让企业失去下一个世代。

大数据时代呼唤大数据思维,未来马太效应可能超乎人们想象

大数据时代正在呼唤崭新的思维,也就是大数据思维。那么要怎么理解大数据思维呢 要想得到完善的理论体系,很可能还需要行业进一步的发展,但目前我们可以简单提炼一些关键词。

第一个:“不控制”的艺术

人类历史从奴隶社会进入农耕社会再进入到工业社会,最显著的一个变化就是出现了公司这一全新的组织形态。

在工业化到信息化进化的各个阶段中,又依次诞生了类似福特、波音、谷歌、阿里等巨头,它们将公司的力量和形态发挥到了极致。这个极致的典型特征就是公司本身不仅将自己的主业推向了几乎不可逆转的垄断地位,而且进一步做到了跨地域的分工、同行业上下游的整合和跨行业的整合。

很多整合都是通过产业并购和控股实现的,导致企业规模越来越臃肿。到了大数据时代这种玩法可能就不适用了,因为按照原来的模式,股权的转移一定是通过控制和被控制的状态来实现的。大数据时代数据越来越成为核心资产,可以不通过收购企业,就跨界掌握一家公司,就像滴滴不需要购买任何一辆汽车就可以掌控庞大的专车队伍。

第二个关键词:万物皆有灵魂。

之所以可以把大数据上升到一个时代的高度,是因为它第一次颠覆了人们认识事物的第一路径。以往人是绝对的主宰,我读书就是我读书,我购物就是我购物,我看病就是我看病。

而大数据时代,当然是设想的后大数据时代。你读书(电子书)的同时,书也在读你。因为你读书时候,在第几页停留久了,哪几页很快就翻过去了,书都会有准确的数据搜集,这些数据就会反馈给出版社或者作者手中,判断你的喜好和口味,以便下次准确推送合适的书给你。

当然,这样的事不仅仅局限图书,就像题目所说,万物都会有“灵魂”,物品创造出来不仅仅是满足人的需求,更重要的使命是读懂人的内心,这是一个很伟大的进步。

第三个关键词:生态运营。

我们看看巨头们现在都在忙些什么 不管是苹果、阿里还是小米,甚至连传统制造业例如海尔、丰田等,都在向另一个形态进化,就是EOP--生态运营。

这个形态的主要特征是什么呢 简而言之,就是利用一个超大核心企业牵头把初始流量导入进来,用多种联营的方式一块运作这个平台。这个平台就像森林一样,各种生物均在里面自由生长,形成稳定的生态圈。这个平台已经不是控制和被控制的关系,而是共生共荣。

实现这个功能的工具就是大数据,利用大数据作为底层生产资料将大家串联起来。我们知道互联网时代也有生态圈的概念,大数据时代的生态圈有什么不同呢 

大数据可以彻底解决共享和透明的问题。阿里是典型的互联网生态圈,在订单时代(未来可能会步入大数据时代)他没有解决信息不透明的问题,不管是上游的制造者还是下游的消费者,阿里仅能凭借数字做概率性的推演和预判。

而大数据时代,阿里处理的不仅仅是订单,而是要挖掘静态和动态的数据,而后分析供需两端的详情,最终做到精准营销、精准生产、精准物流和精准消费。

这个完美状态也就是马云所说的“计划经济”。

假如这个预测成为现实,那么未来大数据生态圈,要同时满足三个条件:生产端、流通端和交易端。阿里和京东,他们仅做到了流通端,就做到了如此大的规模,大数据时代也许这个边界将会扩大,那将是个万亿级的规模。

当然,这样的结果也会导致严重的“马太效应”。这也是我最后要提的,大数据未来和人工智能的结合,给社会带来的挑战也许要更严峻。比如会带来巨大的贫富分化,包括以后我还会专门来讲一个话题—无用阶级。当我们为新技术进步兴奋的同时,还是要认真思考背后的阴影,因为大数据带来的这次工业革命可能跟之前不太一样。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2023-08-24 09:38:00
大数据资讯 关注县域数据能力建设,抢占产数业务发展先机
2023年《数字中国建设整体布局规划》正式发布,数据能力已成为我国区域发展的底座和创新引擎。 <详情>
2023-03-30 11:15:07
云资讯 分布式时代已至,数据如何更有价值?
无论是连通各大集群内大型超大型数据中心,还是连接边缘侧小型、边缘数据中心,分布式云计算都已成为这张算力网络最重要的支撑。在此背景下,云计算步入分布式时代。 <详情>
2023-03-01 19:27:00
市场情报 FlagOpen大模型技术开源体系,开启大模型时代“新Linux”生态
大数据+大算力+强算法=大模型”是当前人工智能发展的主要技术路径。语言大模型ChatGPT成为现象级应用,人工智能进入普及应用的新时期。 <详情>
2023-01-09 09:36:46
大数据资讯 我国互联网广告数据匿名实施服务正式上线
《指南》形成的“技术保障、评估规制、过程控制”的互信制衡机制,适用于各类互联网广告业务,包括广告投放、程序化交易、广告监测等应用场景下的数据匿名化处理。 <详情>
2022-12-30 10:10:19
大数据资讯 中国移动磐维数据库正式发布
未来,随着数据库功能和稳定性等进一步增强,磐维数据库将在中国移动内外部的广泛应用中积累更多复杂业务场景实践经验,进一步提升数据库产品的核心技术能力,助力数智化转 <详情>