联系上: 和信息工程专业共性比较多,计算机应用就差别大一些都有的是一些编程之类的本人从事 科技 行业已经10多年的时间，现负责某企业人工智能与区块链实验室。从我的经验了解到，2020年其实人工智能和万物互联已经开始向我们走来，随着人工智能（AI)、物联网(IoT)、5G等新技术的蓬勃发展，以及与产业端的深度融合，使得智能工业，智能农业，智能教育，智能交通，智能医疗等等成为了可以预期的目标。
物联网
物联网是指无处不在的终端设备和设施，包括具备智能传感器、移动终端、工业系统、楼宇系统、智能家居，通过RFID技术的资产识别，携带无线终端的人、车、动物。其目的是实现物与物、物与人、物品与网络的链接，方便管理及控制。
人工智能
随着万物互联，必将产生海量的数据。人工智能可以通过对数据的收集和处理，完成对数据的分析，从而利用数据提取出模型和规则，用于代替人工进行趋势预测，策略执行等工作。
5G
5G网络具有高速率、大容量、低时延等特点，它可支持长时间、大规模的连接需求的物联网应用。同时，5G技术将在交通、教育、医疗等领域发挥着极大的作用，更将有助于我们充分利用资源，创造出更大的价值。可以说，5G不仅是新一代的移动通讯技术，更是未来实现万物互联的基础。
IoT硬件销售市场规模
中国智能家居市场爆发时间预测
Top12 用户入口调查
通过披露出的数据来看，2020年将会赢来行业的爆发与增长。随着物联网的爆发，必将会带动相关行业的共同繁荣。虽然当下物联网仍处于市场初期阶段，随着相关技术的整合与完善，业务场景的不断优化，必将引发一轮新的技术繁荣，从而把人来待遇另一个新的阶段。
人工智能的时代其实已经到来，随着5G、物联网等的持续发展，万物互联的时代也已经慢慢在“入侵”我们的生活了。
以人工智能为例，现在人工智能产品已经广泛的应用于我们日常生活、企业经营等中，在本次疫情中也有很多人工智能的应用。
人工智能医疗设备、人工智能外呼机器人等等，都是人工智能在改变着我们的生产生活方式。
以呼叫中心为例，我们看看人工智能如何使呼叫中心智能化？
呼叫中心是依靠技术与人力资源支持的行业，随着人口红利的消失，降低人力成本成为企业的迫切需求。利用AI技术，企业呼叫中心将在人机协同、智能分析、优化用户体验方面迎来创新与突破。
在呼叫中心领域，AI技术发展有两大方向：以AI辅助人工劳动，实现高效协同；以AI替代人工劳动，节省人力成本。我们相信以AI辅助人的工作，人机协同提升呼叫中心的效率是现阶段的主要方向。基于呼叫中心的通话能力，我们将开展一系列的人工智能 探索 与实践。
呼叫中心的AI变革，首先发生在呼叫中心座席人员方面，通过ASR语音识别引擎实现对大量通话的有效分析，进行高效的全量智能质检，这是人工智能实现的第一步。第二步，AI技术将针对客户方面进行创新，发展对话机器人。辅助人工座席员开展工作，人工监控对话机器人的表现与服务质量，可以实现高效协同，在必要时参与客户的沟通服务。从客户分析的维度，客服场景中基于用户画像、平台用户行为，预判来电客户的需求；营销场景中，AI技术可以分析潜在用户的匹配度，判断是否为客户，以及选择最合适的沟通时间，实现接通率的优化；在风控场景下，判断用户的信用表现。
此外，在呼叫中心管理运营和决策方面，AI技术将助力企业知识库的建立，成为呼叫中心大脑，实现面向用户体验的呼叫中心服务，帮助进行客户沟通的管理与决策，优化客户沟通体验。在呼叫中心的整体运营监控中，发现问题的预警。在人员技能提升与培训方面，提词器能够帮助新人加速学习，了解业务与解答问题的重点。通过质检打分，支持新人检索优秀员工的话术，实现知识学习、经验积累和技能提升。
我们现在就前进在人工智能时代的道路上。
未来5至10年是人工智能时代的关键发展期。
这是 历史 规律，是人工智能无法阻挡的 历史 趋势。
上面四部曲，大约需要20至30年实现，中间需要解决的问题主要有以下几个人。
自然消化和通过一次性变现解决，不会引起 社会 阵痛，就像上世纪五十年代的工商业改造。
社会 进步必定伴随人的精神状态进步。 社会 风气和习惯具有极大的人性进化力量。简单一点，看看朝鲜和中国的过去，虽然贫穷，到不缺精神。
如果既有富裕，又有精神，这个 社会 是不是人人喜欢！
人的本性使然！
靠科学技术自身的推动力量
靠每一个人的向往和力量
靠 社会 各方的共同努力！
本人作为 科技 领域的创作者，每天都会浏览大量的有关 科技 的信息，并由此深深的觉得我们赶上了一个快速变化的时代， 科技 推动这整个时代的进步，不断诞生的新生事物，充满了未知和变化，也带来了新的机遇。
而物联网就是继互联网之后的又一次信息技术革命浪潮， 谷歌执行董事长Eric Schmidt曾宣称，互联网即将成为 历史 ，物联网将取而代之，成为生活的重要部分。中兴通讯首席技术官兼执行副总裁徐慧俊也曾表示，随着以5G技术为标杆的移动互联网时代到来，万物互联、万物感知正逐渐成为现实。
那物联网离我到底还有多远呢？我们用数据来看一看~
近年来，全球物联网产业市场规模呈现快速上升趋势，已从2013年的19万亿美元上升至2016年的32万亿美元。物联网产业的发展与可用连接数密切相关。 预计到2020年，全球连接数将达到260亿(智能手机90亿，可穿戴设备100亿，M2M连接70亿)，潜在市场规模将超过7万亿美元。
当前，中国物联网产业的空间格局已经形成了以北京、上海、深圳、重庆为核心的环渤海、长三角、珠三角、中西部地区四大产业集聚区。由于中国拥有庞大的全球电子消费市场和工业规模，因此物联网在中国拥有广阔的前景。 2014年，中国物联网产业市场规模达到6000亿元。 2019年9月，在无锡年举行的世界物联网博览会上，发布了《2018-2019中国物联网发展年度报告》。在这份中报告中，2018年我国物联网产业规模已超12万亿元，物联网业务收入较上年增长729%。可见物联网发展之快。 但也不得不承认当前的物联网市场还处于初级阶段，是窗口期。同时，新的洗牌期在到来，行业群雄并起，未来发展潜力巨大。
智能化不是工业化
工业化的三要素：生产者、生产资料和资本是全职时间输送的。
智能化的三要素：消费者、智能手机和消费是休闲时间输送的。
智能化成果按照工业化分配制度分配，是全球所有矛盾的根源。
更直接说：消费者是创造智能化价值的主体，但消费者却不能分享智能化成果是所有矛盾的根源。
因为智能化是未来，是希望！当未来和希望被独享和独占，焦虑会自然覆盖到 社会 的每个角落。
2、智能化10是免费共享，智能化20应该是什么？
站在10领导者的视角，自然是工业化40。依然按照传统分配方式，将未来独享进行到底。
但如果站在消费者的视角，显然是智能化20，承认每个消费者对智能化的贡献。
承认方式：股权共享。
简言之，免费共享，共享的是现在！
股权共享，共享的是现在和未来。
人不仅需要现在，更需要未来。
3、原理与图纸比机器本身更重要！
英国完成第一次工业革命，对其他国家形成碾压式的打击。
满清选择购置q炮，建立北洋舰队，但很快就沉了。
普鲁士选择成为第1个普及义务教育的国家，使德意志民族不仅从一盘散沙的状态走出，引领第二次工业革命浪潮，而且自然孕育出爱因斯坦等一批跨世纪的人才。爱因斯坦时空取代了牛顿时空。因此，重要的是国民应该知道所以然，而不是具体的某个机器、软件和AI。
无人驾驶，无人超市，无人工厂就是人工智能的到来，5G普及就能实现万物互联。未来已来，你准备好了吗？《智能 社会 》已提前十年为我们布局。
我们已经处于这个时代了，一方面一些公司绑架了这些概念，用大量的钱去建设一些似是而非的工程，让我们误解了人工智能和物联网，另一方面，这些技术是革命性的，但还处于初期，就像工业革命刚开始，原始蒸汽机无法带来相比人力的巨大生产力提升。建议去看看谷歌等公司的一些研究，就能体会到这两个技术会带来的变化。
其实现在已经来了，只是还没有形成大面积的普及，比如我们公司的人脸识别门禁等设备。
本人机器人从业者，人工智能目前还是不成熟，最终问题都需要转换为数学算法，其实这个概念几十年前就已经提出来，到现在仍然不成熟。还是从基础学科抓起吧。先把道研究清楚，术自然不是问题
未来已来，你准备好了吗？很多啊。北京理工大学、哈尔滨工业大学、哈尔滨工程大学
、南京航空航天大学、西北工业大学
、北京科技大学
、北京邮电大学
、天津大学
、大连理工大学
、东北大学、吉林大学
、河海大学
、江南大学
、合肥工业大学
、山东大学
、武汉大学、华中科技大学、武汉理工大学
湖南大学、中南大学
、重庆大学
、西南交通大学、电子科技大学
、四川大学
、西安交通大学
北京交通大学、西安电子科技大学、长安大学、太原理工大学、苏州大学
·······
这些都是，全国本科学院就有一百多所高校开设了物联网工程专业，详细情况你可以去飞瑞敖网看一下整理出来的高校一览表
我们身边的共享单车即应用了物联网技术，《物联网时代》将物联网定义为：“通过基于互联网协议的分布式云端，将所有的东西都互联起来。”其作者马切伊认为，物联网实际上并不是什么新的发明，它以不同的形式以及存在了10年以上的时间。
连接带来了时代的需求的变化，当世界上有十亿网民的时候，Facebook就自然的出现了。
如果你仔细地观察过去25年里的科技企业，你就会发现变化一直在发生。
每隔3-7年，企业就必须对它们进行重塑。那些错过了一次技术转型的公司如果能迎头赶上的话，那么还有可能重新恢复过来。而那些错过了两次技术转型的公司，则有可能已经消失了。如果你有兴趣的话，可以查看一下50年前标准普尔500强公司的名单，如果统计无误的话，截止到2017年，只有19%的企业现在依然存在。
当我们在网络上看着90后“佛系”“中年人”的话题捧腹大笑的时候，其实我们没有看到这背后透露着的真正原因是：90后们生活在“变的太快”的世界里，太多学习工作生活里的问题他的上一辈甚至前一代人都没有遇到过，他们的迷茫那么大，以至于有些人认为：至于以不变应万变才是“正解”。
而如果我们把这件事扩展的更大一些，无论我们的真实年龄如何，我们都注定属于将遭遇革命性变革的一代人。这也正是马切伊克兰兹(Maciej Kranz)将每一个商业领域正经历“革命性变革”的这一代人叫做“物联网一代”的原因。
什么是物联网？
一个相对繁琐的解释是：
物联网是互联网的一个延伸。互联网的终端是计算机（PC、服务器），我们运行的所有程序都是计算机和网络中的数据处理和数据传输，没有涉及任何其他的终端。而未来，所有物和物之间都可以实现互联。物联网能够让互联网连接对象使用嵌入式传感器进行数据收集和交换的网络，汽车，厨房电器，甚至心脏监视器都可以通过物联网连接。随着物联网在未来几年的发展，更多的电子设备将加入物联网的阵营。
而在《物联网时代》中，物联网有一个更为简单明了的定义，它是“通过基于互联网协议的分布式云端，将所有的东西都互联起来。”其作者马切伊·克兰兹是全球物联网专家，思科公司战略创新集团副总裁。在本书中，他基于思科的工作视野和在全球物联网行业一线的长期实践经验，从数十个他参与实施的物联网案例中，总结出4种已经获得验证的、可以快速回报的场景。顺带提一下，思科公司的主营业务就是物联网。
总的来看，物联网的本质还是互联网，只不过终端不再是计算机（PC、服务器），而是嵌入式计算机系统及其配套的传感器。在这个意义上说，物联网是一个很大的概念。如果单从学科上分解来看的话，它涉及到通信，信号处理，计算机视觉，自动化控制，电路系统，信息融合，无线自组织网络，MEMS传感器设计等等。
可以说，这是计算机科技发展的必然结果，为人类服务的计算机呈现出各种形态，如穿戴设备、环境监控设备、虚拟现实设备等等。只要有硬件或产品连上网，发生数据交互，就叫物联网。实际上，大数据概念最早的提出，也是因为物联网的兴起，传感器接入网络之后，大大增加了可以挖掘的数据量，网络上的数据不但包括社交网络这种来自用户的数据，还有了来自物理世界的数据。
物联网发展速度为什么这么慢？
正如马切伊在他的书中提到的那样，物联网实际上并不是什么新的发明，它以不同的形式以及存在了10年以上的时间。
它的本质便是上个世纪学术界开始兴起传感器网络、自组织及多跳网络（wireless sensor network, ad-hoc network, wireless multi-hop network）。RFID在智能物流上的应用只是最为基本的应用场景，当前的研究远比这个更为复杂。但是，受限于应用场景和技术实现的瓶颈，物联网的发展，其实无法像互联网那样爆发。
首先，现阶段的物联网应用基本都是“锦上添花”的东西，需求性并没有那么强，如可穿戴设备和智能家居，这也就是为什么很多智能硬件叫好不叫座的根本性原因；也正是因为这个原因，商业上也不会出现滴滴打车那样的持续性投入，这又反向钳制了这一技术的商业化发展。
其次，物联网技术上还有很多没有突破。最大的技术瓶颈可能在MEMS传感器的性能和无线传感网的设计实现上。
再有，就是目前在应用上还找不到突破。目前比较活的也就是智能硬件，无人机，工业物联网这块。但是离人类和互联网形成的应用需求还无法相比，目前还没出现。
最终，物联网应用的制约因素还是能源，物联网应用场景的扩展一直在等待电池技术的突破。所以，目前来说物联网首先会在那些对能量要求不是很高的方向首先取得突破，比如智能硬件和工业设备上。
总之，物联网的方向毋庸置疑有着广阔的发展前景，但是当前基础研究和相关技术还有待发展，因此看起来发展缓慢，甚至就是停滞，学术和商业界都在等待一个颠覆性应用可以让“物联网”来一次诈尸。
共享单车中的物联网技术
完全可以想象，物联网的技术前景是广阔的。
实际上，2016年底兴起的共享单车就是一个成功的物联网商业化作品。
看似简单的单车使用过程，包括了物联网技术，人联网技术（移动互联网），自动控制技术，GPS全球定位技术等多个技术领域。但是整体的技术实现并不复杂，并没有涉及到什么创新黑科技。
首先，一辆单车需要以下几样设备参与运作：
•单车上面的智能锁（这个是核心关键，包括了GPS定位模块，GPRS通讯模块，主控芯片，电控锁模块等）
•用户手中的手机和APP
•单车提供商的云服务器（平台）
关键的环节在于单车和云服务器之间的通讯，采用的是老旧的GPRS技术。为什么要用这种落后的2G技术呢？ 不使用LTE呢？答案很简单: 省钱省电覆盖好。
共享单车是典型的物联网应用场景，也能很好的克服我们之前说的物联网现存的耗能的问题。它对网络的要求并不是大数据量（它只需要很少很小的几条消息），而且它不需要速度很快（几秒钟的时延，完全可以忍受），它需要很低的功耗和很长的待机时间。
早期阶段，共享单车甚至依靠短信和云服务器进行通信，所以等待解锁的时间比较久，大约需要6-10秒。
还有一个小细节，不知道有没有人遇到过。我曾经用过一次支付宝旗下集成的一款市面上不太流行的单车品牌，扫码之后，手机提示我：锁没电了。这是我第一次意识到，原来单车的锁需要电！？
当然，正因为共享单车智能锁有这么多模块，所以它当然要耗电的。
为什么早期的单车骑起来特别累？除了一些材料和工学设计的原因，也是因为：你在充当人肉发电机。后来，为了改善用户体验，开始流行太阳能充电了。所以，越来越多的单车装上了太阳能发电板（如下图）。
经过过去一年半的迭代和升级，现在市面上所有的单车使用体验相比最早的那一批已经有了质的飞跃。
同时，近些年上市的一些空气净化器，穿戴设备以及家庭环境监控设备也已经完成了一代代的自我迭代和进化，在目前的消费场景下，服务着千家万户，这正是物联网技术未来商业化发展的一个缩影。
如何顺势借力风口，成为一名成功的物联网创业者或者职场精英？
BI Intelligence 预计：到 2020 年，地球上将有超过 240 亿的物联网设备，约为人均 4 台，当我们接近这个阶段时，60 亿美元将流入物联网解决方案，包括应用程序开发，设备硬件，系统集成，数据存储等。然而这些投资在 2025 年将产生 13 万亿美元的效益。
然而正如前面所说的，基于一些目前无法攻关的技术难题，它的商业前景也是复杂的，特别是对于创业者而言，这不是一个好消息。创业者大部分都是小公司，无论多么先进的技术，一旦市场成熟，目前的互联网大鳄公司都可以迅速投入数倍于你的资金，在非常短的时间内模仿你，超过你，压垮你。
而且，目前全世界范围内，也已经有多家物联网平台已经初具规模，比如Amazon Web 服务、Microsoft Azure、ThingWorx 物联网平台、IBM 的沃森、思科物联网云连接、Salesforce IoT 云、Oracle 集成云以及 GE Predix。
因此，物联网行业的创业者应该处理好两个问题。
首先，科技行业想突破垄断，对于微软和IBM这样的大企业而言，是技术积累。对于我们这样的个人或小团队而言，最好的方法是缩小目标客户群体，专注于某一个具体的领域或者攻关一项技术去解决某一个具体的问题。主动缩小目标客群的好处就是大企业不容易来抢市场，而你我们相对容易找到目标客户，最终说服他们买你的产品。
其次，以热门概念 *** 作以达到融资目的，而从不关心成本和收入是最错误的做法。
总结来看，就是组建一个相对小型的团队来维护一款小产品或者一个项目，这样可能反而容易成功，比如团队或项目被大公司收购。
如果你只是想成为一个工作体面收入又高的技术工作者和相关从业者，有一条相对明确的职业发展方向可以借鉴：学Java，去一家当地比较有名的计算机类企业应聘；取得一定成绩后，跳槽至国内一线物联网公司；3-5年后，有机会跳槽去国际一线企业在华公司应聘，如前面所说的这几个大型的物联网平台。如果在继续在里面服务几年，等到物联网技术真正实现商业化爆炸的那一天，你绝对已经可以斩钉截铁向别人介绍说：你好，我是物联网行业的资深行业顾问！就像我们前文提到的《物联网时代》作者马切伊先生一样。
就算不完全复制这条路，普通人想要搭上物联网这班车也不是没有可能的。毕竟，物联网的范围其实极其广泛。无论是大数据分析师、GPS定位还是井下探测，都可以算是物联网的一部分。只不过，程序猿是物联网现阶段发展时期，需求最大平均工资最高的工种而已。
以上由物联传媒提供，如有侵权联系删除
大数据泛指巨量的数据集，因可从中挖掘出有价值的信息而受到重视。《华尔街日报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的三大技术变革。麦肯锡公司的报告指出数据是一种生产资料，大数据是下一个创新、竞争、生产力提高的前沿。世界经济论坛的报告认定大数据为新财富，价值堪比石油。因此，发达国家纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手。大数据时代的来临
互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。有资料显示，1998年全球网民平均每月使用流量是1MB（兆字节），2000年是10MB，2003年是100MB，2008年是1GB（1GB等于1024MB），2014年将是10GB。全网流量累计达到1EB（即10亿GB或1000PB）的时间在2001年是一年，在2004年是一个月，在2007年是一周，而2013年仅需一天，即一天产生的信息量可刻满188亿张DVD光盘。我国网民数居世界之首，每天产生的数据量也位于世界前列。淘宝网站每天有超过数千万笔交易，单日数据产生量超过50TB（1TB等于1000GB），存储量40PB(1PB等于1000TB)。百度公司目前数据总量接近1000PB，存储网页数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。一个8Mbps（兆比特每秒）的摄像头一小时能产生36GB数据，一个城市若安装几十万个交通和安防摄像头，每月产生的数据量将达几十PB。医院也是数据产生集中的地方。现在，一个病人的CT影像数据量达几十GB，而全国每年门诊人数以数十亿计，并且他们的信息需要长时间保存。总之，大数据存在于各行各业，一个大数据时代正在到来。
信息爆炸不自今日起，但近年来人们更加感受到大数据的来势迅猛。一方面，网民数量不断增加，另一方面，以物联网和家电为代表的联网设备数量增长更快。2007年全球有5亿个设备联网，人均01个；2013年全球将有500亿个设备联网，人均70个。随着宽带化的发展，人均网络接入带宽和流量也迅速提升。全球新产生数据年增40%，即信息总量每两年就可以翻番，这一趋势还将持续。目前，单一数据集容量超过几十TB甚至数PB已不罕见，其规模大到无法在容许的时间内用常规软件工具对其内容进行抓取、管理和处理。
数据规模越大，处理的难度也越大，但对其进行挖掘可能得到的价值更大，这就是大数据热的原因。首先，大数据反映舆情和民意。网民在网上产生的海量数据，记录着他们的思想、行为乃至情感，这是信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。根据中国互联网络信息中心统计，2012年底我国网民数为564亿，手机网民为42亿，通过分析相关数据，可以了解大众需求、诉求和意见。其次，企业和政府的信息系统每天源源不断产生大量数据。根据赛门铁克公司的调研报告，全球企业的信息存储总量已达22ZB（1ZB等于1000EB），年增67％。医院、学校和银行等也都会收集和存储大量信息。政府可以部署传感器等感知单元，收集环境和社会管理所需的信息。2011年，英国《自然》杂志曾出版专刊指出，倘若能够更有效地组织和使用大数据，人类将得到更多的机会发挥科学技术对社会发展的巨大推动作用。
大数据应用的领域
大数据技术可运用到各行各业。宏观经济方面，IBM日本公司建立经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算采购经理人指数的预测值。印第安纳大学利用谷歌公司提供的心情分析工具，从近千万条网民留言中归纳出六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%。制造业方面，华尔街对冲基金依据购物网站的顾客评论，分析企业产品销售状况；一些企业利用大数据分析实现对采购和合理库存量的管理，通过分析网上数据了解客户需求、掌握市场动向。有资料显示，全球零售商因盲目进货导致的销售损失每年达1000亿美元，这方面的数据分析大有作为。
在农业领域，硅谷有个气候公司，从美国气象局等数据库中获得几十年的天气数据，将各地降雨、气温、土壤状况与历年农作物产量的相关度做成精密图表，预测农场来年产量，向农户出售个性化保险。在商业领域，沃尔玛公司通过分析销售数据，了解顾客购物习惯，得出适合搭配在一起出售的商品，还可从中细分顾客群体，提供个性化服务。在金融领域，华尔街“德温特资本市场”公司分析34亿微博账户留言，判断民众情绪，依据人们高兴时买股票、焦虑时抛售股票的规律，决定公司股票的买入或卖出。阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和讲究诚信的企业，对他们发放无需担保的贷款。目前已放贷300多亿元，坏账率仅03%。
在医疗保健领域，“谷歌流感趋势”项目依据网民搜索内容分析全球范围内流感等病疫传播状况，与美国疾病控制和预防中心提供的报告对比，追踪疾病的精确率达到97%。社交网络为许多慢性病患者提供临床症状交流和诊治经验分享平台，医生借此可获得在医院通常得不到的临床效果统计数据。基于对人体基因的大数据分析，可以实现对症下药的个性化治疗。在社会安全管理领域，通过对手机数据的挖掘，可以分析实时动态的流动人口来源、出行，实时交通客流信息及拥堵情况。利用短信、微博、微信和搜索引擎，可以收集热点事件，挖掘舆情，还可以追踪造谣信息的源头。美国麻省理工学院通过对十万多人手机的通话、短信和空间位置等信息进行处理，提取人们行为的时空规律性，进行犯罪预测。在科学研究领域，基于密集数据分析的科学发现成为继实验科学、理论科学和计算科学之后的第四个范例，基于大数据分析的材料基因组学和合成生物学等正在兴起。
麦肯锡公司2011年报告推测，如果把大数据用于美国的医疗保健，一年产生潜在价值3000亿美元，用于欧洲的公共管理可获得年度潜在价值2500亿欧元；服务提供商利用个人位置数据可获得潜在的消费者年度盈余6000亿美元；利用大数据分析，零售商可增加运营利润60%，制造业设备装配成本会减少50%。
大数据技术的挑战和启示
目前，大数据技术的运用仍存在一些困难与挑战，体现在大数据挖掘的四个环节中。首先在数据收集方面。要对来自网络包括物联网和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。其次是数据存储。要达到低成本、低能耗、高可靠性目标，通常要用到冗余配置、分布化和云计算技术，在存储时要按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时加入便于日后检索的标签。第三是数据处理。有些行业的数据涉及上百个参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态而且可能是模棱两可的数据中综合信息，并导出可理解的内容。第四是结果的可视化呈现，使结果更直观以便于洞察。目前，尽管计算机智能化有了很大进步，但还只能针对小规模、有结构或类结构的数据进行分析，谈不上深层次的数据挖掘，现有的数据挖掘算法在不同行业中难以通用。
大数据技术的运用前景是十分光明的。当前，我国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义，我们必须重新认识数据的重要价值。
为了开发大数据这一金矿，我们要做的工作还很多。首先，大数据分析需要有大数据的技术与产品支持。发达国家一些信息技术（IT）企业已提前发力，通过加大开发力度和兼并等多种手段，努力向成为大数据解决方案提供商转型。国外一些企业打出免费承接大数据分析的招牌，既是为了练兵，也是为了获取情报。过分依赖国外的大数据分析技术与平台，难以回避信息泄密风险。有些日常生活信息看似无关紧要，其实从中也可摸到国家经济和社会脉搏。因此，我们需要有自主可控的大数据技术与产品。美国政府2012年3月发布《大数据研究与发展倡议》，这是继1993年宣布“信息高速公路”之后又一重大科技部署，联邦政府和一些部委已安排资金用于大数据开发。我们与发达国家有不少差距，更需要国家政策支持。
中国人口居世界首位，将会成为产生数据量最多的国家，但我们对数据保存不够重视，对存储数据的利用率也不高。此外，我国一些部门和机构拥有大量数据却不愿与其他部门共享，导致信息不完整或重复投资。政府应通过体制机制改革打破数据割据与封锁，应注重公开信息，应重视数据挖掘。美国联邦政府建立统一数据开放门户网站，为社会提供信息服务并鼓励挖掘与利用。例如，提供各地天气与航班延误的关系，推动航空公司提升正点率。
大数据的挖掘与利用应当有法可依。去年底全国人大通过的加强网络信息保护的决定是一个好的开始，当前要尽快制定“信息公开法”以适应大数据时代的到来。现在很多机构和企业拥有大量客户信息。应当既鼓励面向群体、服务社会的数据挖掘，又要防止侵犯个体隐私；既提倡数据共享，又要防止数据被滥用。此外，还需要界定数据挖掘、利用的权限和范围。大数据系统本身的安全性也是值得特别关注的，要注意技术安全性和管理制度安全性并重，防止信息被损坏、篡改、泄露或被窃，保护公民和国家的信息安全。
大数据时代呼唤创新型人才。盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。麦肯锡公司预测美国到2018年需要深度数据分析人才44万—49万，缺口14万—19万人；需要既熟悉本单位需求又了解大数据技术与应用的管理者150万，这方面的人才缺口更大。中国是人才大国，但能理解与应用大数据的创新人才更是稀缺资源。
大数据是新一代信息技术的集中反映，是一个应用驱动性很强的服务领域，是具有无穷潜力的新兴产业领域；目前，其标准和产业格局尚未形成，这是我国实现跨越式发展的宝贵机会。我们要从战略上重视大数据的开发利用，将它作为转变经济增长方式的有效抓手，但要注意科学规划，切忌一哄而上。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）