中国IDC圈3月21日报道：在新经济第一次进入今年《政府工作报告》的同时， 大数据已经是第三次出现在了总理的《政府工作报告》，这也足以看到大数据对于我国未来新经济发展的重要作用。 而在过去的2015年，无论是聚焦大数据发展的《促进大数据的行动纲要》出台，还是十三五规划中都深刻体现了政府对大数据产业和应用发展的重视。那么，到底为何大数据会如此受到政府的关注呢。

阿里研究院旗下的阿里数据经济研究中心(ADEC)认为，在新经济发展的过程中，随着互联网的普及和物联网的快速发展，云计算成为公用基础设施有越来越多的用户使用，数据的生产要素角色愈发明显，从IT到DT的变迁成为现实。

大数据发展四阶段

我们认为，大数据发展会经历四个发展阶段，目前中国发展还是处在第二和第三阶段，数据与传统产业的融合还处在起步阶段。

第一阶段(扩散期)： 互联网行业的发展带动了数据这种生产要素的快速扩散，而以电子商务为代表的互联网新业态承载了业务数据化的过程，影响的首先是离消费者最近的一些行业，比如零售、媒体等，这时互联网公司主要运营的是自己本身业务产生的数据，同时，大量的传统企业和行业用户处在建设IT系统建设的阶段，以积累内部数据为主，数据主要用于查询及报表类应用。

第二阶段(加速期)： 互联网公司开启数据业务化的实践，比如以蚂蚁微贷为代表的源于大数据的新业务模式出现并快速发展;拥有重度线下数据资产的传统行业对数据的商业价值加大重视力度，比如金融、电信、政府这类行业，开始加大互联网化力度，注重线上线下数据、内部外部数据、结构化数据与非结构化数据的融合。

第三阶段(转型期)： 在传统工业化进入尾声，在即将到来的工业4.0时代，数据通过各种物联网设备产生并渗透到各行业中，离消费者最远的行业比如制造业加速数据化进程，数据带动传统产业的升级转型，实现对主要传统产业的解构、重构和再造，基于数据的传统产业变革成为主流;

第四阶段(成熟期)： 最后是数据价值全面渗透到所有产业之中，数据开放、共享、交换、交易的愿景实现，通过数据的多重融合实现数据商业化、证券化，传统产业的业务模式、组织架构、管理制度、文化和人才都适应新经济发展进行改造，完成范式转移过程。

新技术为大数据发展奠定基石

在谷歌的AlphaGo与李世石的人机大战中不仅仅体现的是谷歌的人工智能水平，更重要的是谷歌后端的云计算基础设施以及云分析技术实力。云计算技术的日臻成熟奠定了数据经济发展的技术基础，人工智能、深度学习、分布式数据处理、大规模计算、认知计算等技术的发展带动着云端数据处理和分析能力的提升。

从最早2005年的云计算概念出现到今年10年间，云计算技术发生了翻天覆地的变化，云计算技术的成熟使得更多用户从互联网相关的边缘业务上云，已经逐渐把云计算作为实现大数据应用的平台甚至是关键交易类应用平台。

以2015年阿里巴巴双十一912亿交易额的大场景为例，其背后是云计算技术能力成熟的体现，阿里巴巴首次把双十一的应用场景运行于混合云平台上再次验证了云计算对于大规模并发用户交易场景的能力，而OceanBase这种自主研发的数据库支持支付宝峰值高达8.59万次/秒的能力也验证了其所具备的金融级交易数据库的技术水平。

以Hadoop、Spark、Storm、R等为代表的开源大数据技术不仅应用在互联网公司，在传统的行业用户中应用愈发广泛。深度学习、自然语言处理、模式识别等人工智能技术的发展使得计算机的智慧化水平获得快速提升，从而开始进入到更多应用场景之中，比如人脸识别技术已经在新版支付宝钱包成为身份识别的一种方式。

大数据新模式为互联网+创新创业注入新力量

互联网+数据的创新创业模式成为互联网+创新创业的主要方向之一，为经济创新带来新增量。目前在大数据营销、大数据信用与风险控制类应用方向有了不少成功的实践。

数据从产生、采集、存储、处理、分析到展现整个生命周期会产生各种新的商业模式，目前是数据相关技术领域的业务模式比较清楚，基于开源大数据技术的创新和服务是主线，但围绕着数据本身如何提供服务，产生商业价值的模式依然还处在初步探索阶段。

大数据+营销或大数据+信用风险控制类服务有不少有益的探索，比如阿里妈妈的营销服务通过利用消费者大数据为企业提供精准营销闭环服务，提高品牌商家到消费者触达效果，而芝麻信用是基于大数据的个人信用评估，将服务场景从线上延伸到线下，从商业和城市服务跨越到政府治理创新，探索了大数据创新业务模式。

我们相信未来的创新模式将会围绕着数据的跨界融合衍生出数据服务新产业，企业内外数据、线上线下数据融合产生化学反应，基于数据的创新模式给我们无限想象空间。

大数据带来新问题值得关注

目前基于数据的全新商业模式依然还处在探索的初级阶段，数据交易、交换及服务的商业化面临诸多挑战，比如应用场景和价值不易标准化，数据定价及资产评估问题，安全和隐私的问题，政府数据开放和商业化问题等。

由于数据的应用场景和价值不容易标准化，就如同挖金子的初期一样，真正赚钱的还是卖铁锹的，如今还没有到真正卖金子的时候。数据与工业时代的商品有截然不同的属性，工业时代的商品是实体物品为主，基于一定成本的原料生产后，基于工厂相对标准化的大规模生产模式生产出来;而目前的数据应用水平和程度有限，数据标准化程度很低，无法按照传统的商品销售模式进行销售。同样的数据，在不同的应用场景下也体现出不同的价值。

工业时代的商品经历了上百年的发展之后，已经形成了大家都认同的标准化定价模式，比如基于物权的定价模式，基本上是成本加上品牌定价;而数据产生的边界成本基本为零，显然这种模式不太适用，但从数据加工的成本出发，针对源数据进行加工后再以API或数据集的方式销售给用户，比如以数据堂为代表的第三方数据服务公司正在尝试这样的模式。

大数据带动存量变革新趋势

大数据开始带动存量变革，传统企业和行业用户开始围绕着数据进行业务流程重构和再造，以数据为核心开始尝试业务创新模式，比如C2B/C2M模式实质是以消费者数据为核心倒逼传统产业的升级转型。

大数据对传统产业的影响与互联网对传统产业的影响很类似，目前数据在传统产业的角色依然还是辅助角色，大部分传统产业还处在以自己部署实施ERP、CRM、SCM等应用的阶段，对数据的沉淀还有限，数据还无法真正贯穿到整理业务流程之中，但有些先进的制造企业已经开始进行了有益尝试。

比如，海尔、红领等企业不仅在营销领域利用大数据，开始尝试利用消费者的需求和行为数据倒逼业务流程变革和再造，比如红领以全程数据驱动生产为核心，人机结合作为辅助，充分发挥智能制造的威力，以工业化手段和效率生产个性化产品，实现个性化定制的大规模工业化生产。

我们认为未来大数据将会在某种程度上驱动主要传统产业的解构、重构和再造，基于数据的传统产业变革成为主流。

大数据助力政府治理新时代

政府部门以利他分享的DT思想考虑政府数据共享开放的发展将会加速《促进大数据发展的行动纲要》的快速落地，为智慧城市、政府治理创新变革、大数据创新创业奠定基础。

目前很多政府部门的数据实际上是信息孤岛，数据由于没有与其他部门进行共享，也没有实现开放，使得数据的价值发掘非常有限。而很多政府部门的领导把自己部门的数据看做是部门利益的基础，认为数据的共享开放输出就意味着利益的输出，这种现象在数据能力强的部门体现的尤为明显。我们认为，政府各部门的数据如果不流动起来，不与其他的外部数据进行融合，就会成为死数据，而真正发挥价值的是活数据，数据的外部性说明数据的价值不是只存在于内部，站在更高的层次和角度考虑政府数据共享才能使得数据的价值大。

不少政府部门以数据安全为由，或多一事儿不如少一事儿的心理对政府数据开放持拒绝或者消极态度。但纵观国外政府数据开放的历程，基本是从信息公开起步，在数据开放方面本着开放为默认，不开放为特例的原则才使得数据开放成为建设智慧城市或智慧政府的重要基础。我们认为政府的数据开放其实是在利用社会力量基于大数据实现政府治理现代化的目标，因此把与民生相关的经过脱敏的政府数据开放给民众以及企业会促进基于大数据的创新创业发展，才能让数据通过流动和融合发挥更大社会和经济价值。

大数据发展呼唤新政策新法规

数据安全相关政策与法规的不完善是影响我国大数据发展的挑战之一，尤其是我国个人信息保护相关法律规范以及跨境数据流动政策需要尽快完善才会推动我国大数据的健康顺利发展。

随着个人对隐私保护的关注和重视，个人信息保护相关的法律规范面临我国针对个人信息隐私保护的法律规定尚不完善，目前只在一些法律中有零散规定，仍然存在效力层级低、法律法规协调性弱、保护内容片面等立法不足，有待于更深层次的研究和改善才能对大数据的发展起到更有益的作用。

随着我们国家越来越多的互联网企业走出国门，变成全球化企业，跨境数据流动的问题会日益凸显。在这种背景下，我国企业在跨境业务面临国外数据流动政策法规的挑战。