数据驱动创新的三大趋势

2016-11-22供稿阿里研究院

杭州科技 2016年4期

关键词：联网驱动智能化

□供稿/阿里研究院

数据驱动创新的三大趋势

□供稿/阿里研究院

物联网使得所有的物都变成了产生数据的载体，从而带来了数据量的剧增，并最终引发了质变。质变的结果就是：数据时代的来临，创新在数据驱动下产生。要分析数据驱动创新的发展趋势，首先要看清物联网的发展大势。

大数据的三大来源

第一，传统的信息系统。

第二，社交网络。

第三，物联网。物联网因为拥有传感器，可以收集规模十分庞大的数据，使数据量产生大爆发。

这种量变最终引起一种质变，质变的结果有两方面：第一方面是DT时代，即数据时代的来临。第二方面是创新，即数据驱动创新。

全球已经经历过两次信息化浪潮：第一次信息化浪潮是随着PC机的普及，个人计算机走进千家万户，改变了我们的生产方式和生活方式；第二次信息化浪潮是互联网和移动通讯的普及。

对于即将到来的第三次信息化浪潮，我认为，将是全球的信息化和数字化向智能化的提升，这是未来十年信息产业的一种发展趋势。

谈第三次信息化浪潮，包括我们谈的数据创新驱动趋势，首先需要把脉物联网的发展趋势。

众所周知，物联网的普及，也就是万物互联（也意味着智能化）是未来社会发展的必然趋势。在万物互联的时代，无论是传统产业还是新兴产业，或者是生活、城市配套管理等领域无一不往智能化发展。

因为有了物联网这个互联网的前端触手，使得网络有了延伸，同时，物联网感知的数据反过来又可以支撑智能化的应用。

物联网作为信息产业的一个子集，作为实现信息数字化、智能化的基础，它的发展路线验证了对信息产业发展趋势的预测。

从表现形式来看，无论是物联网通过智能传感器、可穿戴式的设备再到各种各样的通讯网络，还是电子商务、智慧农业、智慧工业、智慧交通，甚至大数据、云计算，都是物联网的范畴。

透过现象来看本质，从应用系统内部的信息流来看，物联网覆盖了数据全生命周期的各个阶段，包括数据的收集、存储、计算，再到应用，形成一个闭环。

如今，数据已成为大国之间的竞争战略和全球领军公司的战略实践。我国的企业已经意识到：数据是增强竞争优势的基石。利用数据分析的企业将目光投向了创新，目标是打造出高效的业务流程，助力自身战略决策，在前沿领域超越其竞争对手。

数据驱动创新三大发展趋势

第一，智能化

智能化描述了大数据所产生的创新价值如何与人类交互並深入于生活之中，人的思维与新科技将会遇上前所未有的碰撞。人机协作、人机一体化是新的发展机遇。

物联网引发了数据大爆炸，数据大爆炸会促进实时分析和流分析的发展。什么是实时分析？什么是流分析？从技术的角度来看，数据分析师在进行数据处理时，需要用事件处理模型来处理传入事件，而实时分析和流分析就是要求事件处理模型能够对不间断传入的事件进行快速响应，响应时间尽可能接近于实际时间。典型的应用场景包括城市规划和运营、应急管理、车联网等。

比如，在智慧交通中，分析车的流量，分析道路上实时的路况同时把路况计算出来，能够给出行者提供出行参考。又如，无人驾驶车辆的目的就是为了减少城市的拥堵。但在现阶段，大家觉得这是一个矛盾命题：现在人开着车还堵，如果无人驾驶汽车上到道路，将是什么状态？实际上，Google在道路上已经测试了无人驾驶车辆，未来新加坡也会有几千辆无人驾驶的出租车上路，一旦这些出租车上路，就会使新加坡街道上的出租车量减少60%。其核心算法可以让汽车进行复杂的实时判断，同时又被赋予了一定的灵活性，例如，让汽车超越并排停放的汽车，而不会影响对向车流。

智能化的普及，使得未来的汽车就像智能手机一样，成为一个移动的数据收集器，成为物联网的传感器。未来，汽车的驾驶功能可能会变为最基本的一个功能，人们可能不再会过度关注这一点，而是更多去关注车的娱乐性、舒适性。而现阶段，无论是传统车厂进军智能车领域的，还是“互联网+汽车”的关注者，都还在强调动力性能、驾驶性能。

智能化的另一个表现形式，即智能制造。国人云：“无工不强，无商不富。”智能制造对经济的持续繁荣和社会的稳定有着非同寻常的意义，无论是工业4.0，美国的工业物联网，还是中国制造2025，核心要素都包括了CPS，物联网，大数据，以及云计算。

智慧工厂是我国智能工业发展非常重要的一个阶段。智能工厂的建设可以实现人机之间有效的交互。智慧工厂将从现在通过中央控制中的模式转向通过自行优化和控制其制造流程来实现，靠的就是物联网和数据提供的在数据采集、分析、应用上的支撑。这些过程要求是自动完成的，实现生产过程、产品质量监控的智能化。而生产出来的成品最终会成为物联网的端设备。比如锅炉行业，锅炉生产出来之后卖给客户，这些锅炉的运转状况、锅炉内部的污垢厚度，等等，都可以由预先在锅炉部件当中加装的压力和温度传感器回传给实时状态监控系统和数据分析系统。就可以分析锅炉什么时候需要除垢，哪些部件磨损，建议在什么时候更换这个部件，可更换这个部件的厂商会有哪些等，从而可以防止设备故障、降低维修成本。

大数据技术和机器学习的发展将推动人工智能的发展热潮。一大批专用的特定场景的人工智能产品将会发展、成熟，并超过人类的水平。此前非常热门的AlphaGo，它在下围棋领域的成功，对于人工智能学科而言，是一座新的里程碑。业界普遍认为人工智能已经走过了从0到1的阶段，接下来的第二阶段将会是从1到N的爆发，这一阶段，算法的精度会大大提高，应用场景会更加丰富，尤其将推出针对个性化服务的人工智能产品。

而在企业级应用领域，比如工业流水线和医疗上面，人工智能也表现非常出色。比如产品质检，流水线上的产品外观检测以前是靠人工完成的，现在可以通过图像自动识别来完成。这就要求系统能够识别、理解非结构化的图像和声音。

人们还可以通过对可穿戴设备采集的个人健康监测数据，结合医院信息系统中对个人就诊和体检等完整信息，使用专业的智能分析算法，进行数据分析，可以使得慢病监控、社区养老、虚拟医生咨询等问题得到良好的解决，使全体市民病有所医、老有所养。

第二，个性化

数据驱动创新，引发了一场“以生产资料为中心”向“以生产力为中心”的变革。当数据存储和计算的成本逐渐逼近于零，“人的创造力”就成为要降低生产成本、提高生产效能的人们需要考虑的一个重要的新维度。人的创新代表了生产力的改变，生产力的变革会最终引发生产方式和商业逻辑的根本改变。

有观点认为：90%的人的行为方式是可以被预测的，这需要针对每一个不同的个体，提供个性化的信息服务。大数据支持下的个性化信息服务将颠覆现有规模经济的基本原则，彻底改变传统商业的服务模式。个性化是趋势，在未来，企业将会为每一个终端消费者提供专属性的产品与服务。

比如，认知计算的一个目标是让计算机系统像人的大脑一样学习、思考，并做出正确的决策。未来，采用认知计算技术的个性化应用可帮助消费者购买适合身材和不同着装要求场合的衣服，结合身体健康和聚餐群体创建新的菜谱，甚至为用户设计装修方案、采购符合个性和品位又打上个性化logo的家具、家电等等。

再如，通过对农业数据资产的针对性分析，真正解决农民卖得贵，不知道卖什么，贷困难的问题。

认知计算包括很多新的技术，包括自然语言处理、数据分析、机器学习等。认知系统专门获取海量的、不同类型的数据，然后根据数据进行推论，从而实现人机一体化，扩展人类的知识。

第三，开源化

开源成就了大数据，软件的开源并不代表软件企业不挣钱或者利润空间非常小。现在的软件行业有个趋势，就是从以前的交钥匙工程向托管式运营服务模式转变，软件往往是免费送的，而产生价值的是用户长期使用过程中沉淀的数据，和以此获得的组织的管理特征、效率特征和人员特征。这就是互联网模式的“羊毛出在猪身上”。因此，未来，软件企业注重的不再是代码的开源或者闭源，而是用户的体验和通向更高利润空间的渠道：数据收集和数据融合。

私有云、公有云相结合的混合数据云是未来趋势。而使用开源产品对于避免专有架构的锁定非常重要，成本也低。