大数据产生的背景哪些

进入2012年，大数据(big data)一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。它已经上过《纽约时报》《华尔街日报》的专栏封面，进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的证券公司等写进了投资推荐报告。

数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然现在企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。

最早提出大数据时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。

大数据在互联网行业指的是这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据。这些数据的规模是如此庞大，以至于不能用G或T来衡量，大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T)。

扩展资料

大数据的应用

1、大数据在电商领域的应用通过对客户的订单信息进行分类整理，根据客户的购买习惯、年龄、喜好、地域等区分进行推荐产品，进行个性化的页面展示。还可以根据以往数据，来决定库存数量和物流资源的动态调整。

2、大数据在交通旅游领域的应用通过WIFI+ibeacon或基站定位技术，收集到个体的出行数据。政府可以对每个车站、机场、道路交通各时段的流量规律信息，进行针对性的安防及其他部署。景区可以根据不同景点的客流密度、游客的停留时长以及游览路径，来决定景区的运营方向。

3、大数据在金融行业的应用通过对客户的健康状况，事故记录等信息进行分析，保险公司可以决定是否允许投保人投保，以及具体投保金额。银行可以根据个体的收入情况、消费记录以及信用记录，来决定是否给申请人发放xyk以及发放额度。

4、大数据在医疗行业的应用根据众多病人的体质特征，病症信息，病史信息，分布情况进行分析处理，可以实现流行疾病预测，为各类疾病的治疗方案优化提供数据支撑。

其实这里列举的还只是冰山一角，未来生活中的方方面面，大数据无处不在，让我们一起期待大数据带来的智能时代。

参考资料百度百科-大数据时代百度百科-大数据

文章来源于公众号：洞见学堂

作者：王勇 谢晨颖

导读

数字经济时代，“大智移云物区”等数字技术已经成为重塑各行各业的重要力量。财务管理作为企业管理的重要内容，也受到了巨大的影响和冲击。传统财务的工作流程、管理模式、管理理念、组织架构等各方面都发生了不同程度的变化。企业的财务管理正在从电算化、信息化，逐渐走向数字化、智能化。

数字技术的进步会给财务管理带来怎样的改变？本文将从财务决策、资金管理、成本管理、财务职能、财务报告和财务风险六个方面阐述数字经济时代财务管理发生的变革。

1 财务决策：从依赖经验的直觉决策到数据算法驱动的科学决策

长期以来，管理者通常凭借经验、直觉、判断力来进行决策，虽然也会通过获取数据进行模型的计算得出结果，但 在过去，受限于技术能力，数据获取不全面，导致很多决策模型无法使用，财务决策仅仅建立在企业内部“财务小数据”的基础上，包括收入、成本、利润、资产、负债等，难以做出合理的决策。

数字经济时代，大数据的大量性（Volume）和多样性（Variety）给管理者使用决策模型提供便利，可以得出更加科学合理的结果。 大数据不仅能收集到财务信息，也能收集到非财务信息；不仅能收集结构化数据，也能收集到非结构化、半结构化数据；除了企业内部业务数据，更延伸到企业外部，包括所属行业、供应链、竞争对手、监管机构、政府部门等所有利益相关者的数据。数据和算法通过机器学习的方式不断自我优化，进而用“数据决策”替代“凭直觉经验和拍脑袋式决策”。

以投资决策为例，在进行投资决策时，过去的决策者在决策时无法掌握所有信息，且容易受到个人风险偏好、认知偏差的影响，造成决策的主观性。基于大数据的投资决策模型纠正了决策中的非理性问题，得出的结论更加的科学，提高投资决策的合理性和准确性。同时，通过建立量化投资模型帮助决策者处理海量数据，决策者能够在短时间内对影响投资结果的因素进行多角度分析，如经济周期、未来预期、盈利能力、心理因素、市场等，根据模型分析结果做出投资决策，极大提高了投资效率。 有实证研究表明，企业的投资规模、投资回报率与大数据发展指数之间呈正相关关系 ，即大数据的发展有利于企业做出更好的投资决策； 同时，大数据发展指数与企业融资效率、内源融资率及债务清偿率均呈正相关关系。 大数据能够提升企业融资决策的质量。[1]

谷歌采用“The Machine”算法，通过或否决新的投资和后续投资。 通过收集某特定公司的市场数据、融资金额、联合投资合作伙伴、以前的投资者、行业领域以及以前估值与目前估值的差额等方面的数据进行分析，用红绿灯系统来考核某项投资指标体系，绿灯表示投资机会良好，红灯表示不投资，黄灯表示需谨慎行事。在使用初期只是作为投资尽调的辅助配角，现在其AI算法已经进入投资委员会，可以对投资进行评估，且评估结果的准确率很高。

2 资金管理：从内部资金管理到全产业链资金管理

传统财资管理系统中更多是平面化财资管理，将财资管理的重点放在账户管理、资金结算、资金划拨、资金对账等交易性处理流程上，主要是对企业内部资金的管理。

数字经济时代，随着数字技术的不断发展，可以支撑更加复杂多样的资金管理模式，财资管理将从平面走向立体。企业的资金管理不再局限于内部资金的集中管控和调配，而是向供应链金融模式转变。 利用大数据、AI、云计算等技术，可以对产业链资金流动进行静态和动态监测管理。 上至供应商，可以开展供应链金融，做应收账款保理；下到消费者，可以做消费信贷，盘活全产业链资金。[2]

蒙牛集团 在企业内部搭建了资金共享平台，实现对资金的集中管控。由集团总部统一调度、管理和运用所有的资金。大量实时汇总的资金大数据，使现金流预测模型更加精确，让集团对内部资金的管理更精细、更高效、更主动。除了内部资金管理，在企业外部，蒙牛还 建立了服务于上下游的供应链融资平台 。通过 “互联网+大数据” ，从蒙牛上下游、奶源等第一层直联的约上万数量合作伙伴群，逐步延伸到第二层的上百万数量的蒙牛生态圈伙伴，实现高效、低成本融资。目前，蒙牛已与多家金融机构合作开展供应链金融业务。通过EAS系统和银行在数据渠道上打通，上下游企业可以直接登录蒙牛供应链融资平台，高效融资，使得以蒙牛为核心企业的生态圈更加 健康 。

3 成本管理：实现精细化核算、前置化管控，优化成本控制

在 成本核算 方面，作业成本法是现在较为精细化的管理方式，但基于技术条件的限制，很多作业层面的数据难以收集，导致实施起来较为复杂和困难。

数字经济时代，随着大数据、物联网等技术的兴起， 生产或服务中的每一步骤甚至每一个细节都能够被各种智能仪器收集到 ，并传递到数据处理中心进行处理。企业能够 方便快捷地获取、筛选与成本相关的各种数据 ，避免了繁琐的人工筛选数据的过程，使得作业成本法得以便捷的实现。 同时，成本数据的收集更为精确和全面，便于确定成本动因、识别增值作业 ，精细化成本管理，优化成本控制过程。实际上，由于智能设备和物联网的应用， 一些传统的间接费用变为直接成本 ，即使需要分配间接费用，也能找到较为 精确的分配因子 。

Amani等(2017)对 数据挖掘技术在成本管理应用 中的几个层面进行了综述，分别是设备层面、流程层面、施工层面、产品层面和项目层面。其中，在设备层可以用数据挖掘来评估设备制造成本，从而提高设备检查和维修的精确度， 追踪设备更新成本 ；在流程层数据挖掘技术用来 在成本核算中确定成本驱动因素 ,并帮助 制定转移定价 的决策；在施工层通过创建神经网络系统，实现快速且 精确的成本评估 ；在产品层数据挖掘可以用以预测产品单元的成本、评估产品生命周期成本；在项目层数据挖掘可以协助建立成本评估体系，包括有形产品和无形产品,如软件和应用等。基于全过程、多层次的原则，财务可以 在数据挖掘技术下实现对成本的精益管理 ，这是大数据技术在成本管理领域的重要应用场景。

此外，传统的成本控制是在成本发生后进行事后追踪。随着数字技术的应用，成本、费用被细分成不同的子类，针对不同子类都可以进一步向前延伸，建立专业的前端业务管理系统，如商旅管理系统、品牌宣传管理系统、通信费用管理系统等等。[3]这些前置业务系统和财务系统之间实现无缝衔接， 将成本费用的管理前置到业务过程中去，实现前置化、过程化的成本控制和监督 。

4 财务职能：从交易记录、核算监督到决策支持、价值创造，实现业财深度融合

传统财务的主要工作是承担企业的财务核算和监督职能，进行报表的编制、资金结算、报送财务信息等基础性工作。财务角色定位局限于账务处理、薄记经营活动，财务部门只是职能部门，不能产生附加价值，是“后台”角色。

数字经济时代，财务的职能将发生重大变革。 以“凭证”为起点的传统财务会计将逐渐被自动化和智能化，很多重复性、规则性的财务工作会被财务机器人所替代，更多财会人员被释放出来，新的财务管理模式将实现“无人会计” 。

麦肯锡《自动化和人工智能如何重塑财务职能》中显示，大多数财务活动都存在自动化计划，其中以交易型活动最易于自动化，对于一般的会计活动而言，77%的活动是可以全自动化的，12%的活动可以高度自动化。牛津大学研究者也曾预测，未来20年，在英国会计行业中，财务行政人员和注册会计师可能被机器完全替代的概率分别为968%和953%。

财务人员正在从以交易处理为主的财务会计向决策支持为主的管理会计转型，转变为赋能者和创新引领者 。借助大数据挖掘技术，发现业务经营中存在的问题、企业潜在的发展机会，参与经营决策，并更多承担资金管理、预算管理、风险管控等高价值工作，全面参与到企业的经营管理和价值创造活动中去。

同时，传统财务工作相对独立、封闭，很难与各项业务工作有效的融合,“会计和业务两张皮”现象较为常见。数字化时代，一切业务数据化，一切数据业务化， 财务工作将与业务工作高度融合。 业务信息系统和财务信息系统在输入、处理、存储和输出等各个环节共享，业务和财务人员之间的组织和职能划分将会逐渐消失。在数字技术、智能技术的加持下，会计人员的部分职责会转移到业务人员身上， “人人财务”的趋势逐渐凸显 。（“人人财务”表现为财务即业务，业务即财务；人人皆财务，财务皆人人。）

新奥集团 是一家业务版块广泛、子公司众多的大型集团公司，其财务共享中心日常业务种类繁多，且有相当一部分业务流程需依靠人工完成，员工工作强度大、耗时久。在财务数字化转型中，新奥集团利用IBM RPA（机器人流程自动化）、规则引擎等技术，打造自动化财务机器人， 引入虚拟员工，在财务共享中心上岗 。自动化机器人代替人工完成业务流程中重复度高、规则精确和吞吐量大的任务，以及跨岗位的多人 *** 作、跨数据源的数据核对等；只有异常处理、需要创意和决策的任务才交给人工 *** 作。 借助RPA技术，新奥集团财务共享中心不仅更快速、更高效地完成工作，而且最大限度释放员工价值，让员工做对企业有更高附加值的工作。

美的集团 在财务数字化转型中，构建了财务共享平台，重新架构了管理体系，真正实现了 “业财融合”。转型后财务人员从重复投入和效率低的境况中解放出来，将更多资源和精力投入到辅助经营中。 财务职能由“办公室”型财务转变成“业务型和经营管理型财务”，通过深入了解业务，深度分析各业务领域的经营数据，为业务部门提供有力的数据支撑，支持企业经营管理决策，提升经营价值。另外，集团重新设置了 财经 各模块职能岗位，比如 财经 管理部的“预算管理专员、成本管理专员、会计管理专员、研发成本管理专员、资金管理专员”等岗位设计， 所有财务工作侧重于参与企业经营管理，而不是会计核算。财务人员从传统的日常记账中解脱出来，走进前线，参与到业务中，为业务提供决策支持。

5 财务报告：从定期、标准化报表到实时、多样化、全面化报表

传统财务报告通过对经济业务的确认、计量和报告，定期提供标准化的财报，有三个特点：一 是主要提供财务数据，非财务数据很少呈现 。财报很难全面展现企业的财务状况、经营业绩与发展前景。 二是标准化 ，即对所有使用者提供相同的格式和信息，不考虑信息使用者的个性化需求。 三是滞后性 ，传统的“三表一注”面向过去，按季度或年度定期编制，对企业经营状况的反馈是滞后的。

随着大数据、云计算、人工智能、图像识别、机器学习等各种技术的出现，正在不断改变会计信息加工的规则和方法，一些机构已经开始借助于人工智能算法，实现凭证的智能编制和报表的智能生成。可以 根据不同用户的需求，提供多样化的财务报告 ， 满足不同层级用户的多样化需求。 这些报告不再局限于财务信息，还包括大量非财务信息，财务报告走向精细和全面。也不再局限于定期报告，而是可以做到 实时化、可视化 。财务数据实时采集、实时核算与分析、实时传输与报告，为企业经营决策提供支持。

其中，区块链技术给财务报告带来的影响是革命性的 。企业外部信息使用者及其内部信息需求都能够通过共识机制快速确定。每一个企业参与者都可以 提出多样化的信息需求，通过区块链技术能够生成并发布各种样式、内容、结构、目的的财务报告，如 以经济事项为基础的报告、全面收益报告、相互式按需报告 、 实时智能财务报告 以及 智能分析报告 等，极大地克服了现行财务报告的诸多局限性。

德邦快递 的客户量大、单量大，流转数据大，对报表的时效要求非常高。通过构建业财一体化系统平台，梳理业务单据与财务凭证之间的数据关联，德邦快递实现了90%凭证的自动生成、审核，每月自动处理200万份业务单据；设置的各项报表架构和业务规则，自动归集、计算、输出报表，每次报表编制时间由4小时缩短至60s，实现 报表智能编制、实时查询 ，满足管理者对报表时效的高要求。

6 财务风险：从依靠人进行风险管控到机器自动识别风险、提前预警

财务风险包括筹资风险、投资风险、现金流风险等。传统财务风险管控主要依靠财务人员搜集信息，进行风险识别时需要搜集的数据量庞大，财务人员难以整合多种渠道的数据，难以进行关联信息查询和扩展，效率低下，风险控制的成本较大。

随着大数据、人工智能等技术的广泛应用， 财务风险管控有了更先进的算法、模型和工具 。借助监督式学习算法、知识图谱等技术，把人类具有的直觉推理加以形式化或机器模拟，可以 大量处理会计信息、供应商管理审查信息、应收账款账龄信息等，对财务风险形成预判能力。 通过建立数学模型对不同风险因素进行组合分析，使企业能够在较短时间内 迅速识别潜在风险并进行精确的量化分析 ，进而实现对财务风险的及时控制。此外，根据大数据的分析结果设立预警指标与临界指标，还可提醒管理者 在财务风险发生前就做出应对措施 。

德勤认为机器学习可以解读财务人员对于风险的反应方式，从而在没有回馈或干预的情况下自主采取行动，根据持续的信息流快速反应，进而降低财务风险，使财务不需要在人的干预下就可以自主驱动智能工具，实现无人化的风险管控。

阿里巴巴 为了保持现金流的稳定性和充足性，防止现金流风险， 建立了大数据财务风险预警体系 ， 将产生财务风险的内外部经营环境等抽象因素数据化， 利用大数据处理技术对各种风险因子异常变化情况进行识别， 任何涉及到现金流的风险因子出现异常，预警体系都能够基于大数据分析处理进行主动识别，并预警潜在的现金流风险，通知管理人员及时进行风险的管控 。与传统财务风险预警体系不同，大数据财务风险预警体系在云技术的支持下能够实现事前预测、事中处理、事后管控的实时动态监控。

小结

数字经济时代，在大数据、云计算、区块链等数字技术的冲击下，传统的财务管理模式发生了深刻变革。财务决策从经验驱动变为数据驱动，资金管理从内部管理延伸到全产业链、生态圈的管理，成本核算精细化、成本控制前置化，财务职能从核算监督到决策支持、价值创造，财务报表从定期、标准到实时、多样，财务风险管控从依靠人到机器自动识别、提前预警。企业要抓住数字经济的时代机遇，加快财务管理的数字化转型，充分发挥财务在数据方面具有的先决性优势。

参考文献：

蒸汽动力， 电力， 互联网-这些都是一些足以改变游戏规则的发明, 并将人类带入了一个崭新的工业和创新世界，那么，人类的下一个重大飞跃是什么呢和来看看澳洲十大新兴专业详细介绍。

一、人工智能

人工智能无论好坏都是下一个前沿领域, AI 技术在过去几年中突飞猛进地发展, 预计在2017年和以后的发展会更加迅速。

像谷歌和微软这样的科技公司正大举投资于 AI, 预计到 2020年, 该行业的价值将高达700亿美元。虽然我们刚刚开始认识到人工智能的潜在应用, 但许多人将为今后20年到来的人工智能时代欢呼。

二、无人机

无人机行业的统计数据:在本世纪末,无人机行业将增长6000% 。

无人机正逐渐从极客新奇项目转变为不可或缺的商业工具, 据业界预测, 到2020年无人机将带来超过1270亿美元的经济效益。

普华永道合作伙伴彼得表示, 无人机技术的成本正在迅速下降, 这就使得将无人机用作日常应用的效益也越来越高了。但是如果你只能联想到无人机仅仅是为了把亚马逊包裹和比萨饼送到你的前门, 那么希望你还是想大点，无人机可能是农业产业应用的下一个主力, 飞越田野以探测和喷洒歉收的农作物、他们可以被执法人员用来监视国际体育赛事、再有如果与机器学习和面部识别技术结合在一起, 则可以用来识别通缉犯、医院可以向通过无人机对心脏病发作的患者使用除颤器、这样可以将存活率从8% 提高到80%!

三、Virtual reality

听说过任天堂的虚拟男孩吗虚拟男孩是任天堂在90s 的虚拟现实的一次灾难性进军，被认为是游戏行业最受嘲笑的控制平台。但20年后的今天, 一切都变了。自从马克·扎克伯格把虚拟现实誉为 "下一个伟大的技术平台", VR领域又有了新的声音。这一新兴的新媒体预计将扰乱当今娱乐业的平衡, 并产生数十亿美元的收入。这家国际领先的投资银行和证券公司—高盛集团(GoldmanSachs)预测到 2025年, 整个增强型虚拟现实市场的价值将达到

800亿美元, 而 "数码" 资本(Digi-Capital)，一家专注于全球的游戏行业的服务投行对VR的发展更为看好，估计到2020年VR 的价值将达到1500亿美元。

当游戏开发商和营销者们叫嚣着要利用这个 "下一件大事件" 时, 很容易忘记 VR 还处于起步阶段。尽管它能使人身临其境, 但是它会使人产生眩晕感这一技术难题还需要人们解决，只有这样，VR技术才能够真正起飞。目前,脸书(Facebook)的VR 团队正在找寻一些新方式, 让我们能够与朋友和家人通过VR "闲逛", 而有一些开发商则将 VR 视为一个强大的新型培训工具， 应用于飞行员，海军海豹和外科医生等专业人士的培训。

四、Mobilepayments

想象一下，当你走进走进一家杂货店，那里没有收银员，你不用排队， 也不用摸索着刷卡。你只用拿了要买的东西就出去就可以了。是不是听起来像是发生在科幻的场景其实现在亚马逊有一家店正在 *** 作着这一场景。这一技术的实现多亏了传感器和移动支付技术的结合, 你需要做的就是进入商店， 拿着你所需要的, 你的亚马逊帐户就能自动收到付款。人们称之为 ' 只是走出 ' 技术( ‘just walk out’ technology)， 这将革新我们的购物方式。世界正在拥抱移动支付技术。在 2015年, 在店内终端进行的交易总值为87亿美元，而到 2019年，电子市场(eMarketer)估计将达到2100亿美元。对消费者来说，他们的智能手机是他们的银行，他们的 iPhone 也将成为他们的钱包。

五、便携式产品(Wearables)

尽管难免会产生一些耗损, 但并不影响便携式产品市场指数式增长的现状。目前估值价值为140亿美元, 并且到 2020年, 便携式产品市场预计将增长至340亿美元。从最初的那种通过发送热电脉冲来减少关节疼痛的治愈手环, 到后来发展的用来检测体内器官的生物识别服装，便携式产品市场已经发展得相对完善了，未来的可穿戴技术可能在产品种类上不会有太多的创新, 但在性能功效方面仍会有很好的发展， 这个市场看似会慢慢冷却缓慢下来，却会给人们带来更多益处。

此外，可穿戴技术的真正潜力在于它能够彻底改革医疗行业，记者J 赫兹曾在文章中写道，患有慢性病的人不会突然发现他们的生命快要结束了, 而是能够通过跟踪和测量自身状况慢慢接受自己所要面临的境况，而这些便携式医疗检测产品也让病人们不必一直去医院做检查。这种便携式医疗检测产品的研发有很大的发展潜力，极有可能会成为现实，甚至可以可以动摇医疗体系, 每年能够节约2万亿美元的慢性病治疗成本。

便携式产品(Wearables)

可能大家都听说过比特币，这是一种大家在2009年都梦想着能够买到的一种虚拟货币(文克莱沃斯兄弟的构想)。那么什么是加密币(Cryptocurrencies)呢和比特币有什么不同呢就像互联网的出现彻底变革了我们的沟通方式，使人们在任何时候都能随时随地和别人联系，加密币则允许我们能够向世界上任何地方的任何人转移资金。加密币的出现就像我们的第一辆汽车, 速度慢, 难以理解, 难以使用。如果你是你们小区第一个去买车的人, 你的邻居可能会认为你疯了:"为什么你要买这台笨重的机器,它总是容易抛锚，即使是一直开着还是比马还慢但我们都知道这个故事的结果—现在汽车已经是我们出行的必备方式。

同样的，马车就像是我们当前的银行系统，现在我们已经生活在一个全球化的世界, 但银行系统还没有赶上世界全球化的脚步。现在把钱安全地转移或者只是在海外使用xyk可能是会面临一些问题，但是我们除了使用银行系统别无他选。但是如果我们有第二个选择呢加密币就是我们的不二选择输入加密币并对之进行加密，这样能够确保信息不外泄。加密币是没有任何政府或银行经营的数字货币，打造出了在一个没有中间人的资金储存世界。

然后你可能会问加密币什么时候才能投入使用呢虽然它不会在短期内取代传统货币, 但虚拟货币会给人们打开一扇货币交易市场的窗，而且它的使用肯定会比你想象的要快。加密币的创新能给我们带来一个更快、更安全、更有效率的支付系统。

六、基因组学(Genomics )

如果你有机会通过 ' 升级 ' 你的 DNA让自己更聪明一点, 能够消除家族遗传病—1型糖尿病, 并把困扰你多时的自来卷儿永久变直，你会去尝试吗听起来是不是很像科幻《变种异煞》(Gattaca)里面的场景事实上, 这是科学家们已经争论很久的一个伦理难题，可能要比你想象的要早得多。目前科学家正在研究一种新的高度精确的基因我工具， 称为 CRISPR-Cas9，这项技术如果研发成功, 可能是继发现青霉素之后里程碑式的重大医学突破。从理论上讲, CRISPR可以巧妙地治愈数以千计的遗传疾病, 还能在这个过程中挽救千百万人的生命。

它可以通过调整农作物的基因使之能够在世界上更多的地方生长来消除饥饿。它甚至可以复活像猛犸象这样的灭绝物种! 但当然, 也有可能产生不好的影响。运用CRISPR工具，基因研究人员基本上就能够做到人们一直以来所担忧的基因产物，比如设计婴儿, 侵入性突变体, 特定物种的生物武器, 甚至是一些科幻中世界末日后的一些产物。

那么问题来了：我们能做那就意味着我们就应该做么它为生命科学的研究实践带来了全新的规则，但是没有人知道规则是什么, 或者谁会是第一个打破它们的人。

七、物联网(Internet of Things (IoT))

在你读这条信息的同时，约有84亿台设备连了网，据统计，去年全球连接的设备比全球的人口还要多，截止2020年, 第一家信息技术研究和分析的公司，高德纳咨询公司(Gartner )预测数字将飙升到 204亿，麦肯锡全球研究所也估计物联网行业可以为全球经济创造多达11万亿美元。从中我们可以看出物联网的时代早已到来。从智能冰箱到家庭网络, 这些都创造了一个庞大的设备网络, 这些设备结合传感器、硬件和云技术促进人们的交流, 也使得信息的收集更加便捷。作为领先的技术预报员, 丹尼尔解释说, "物" 的真正价值在于这些设备将能够收集实时数据, 并允许我们利用信息将其转化为实际 *** 作。

八、机器人学(Robotics)

机器人一直以来都存在于各类科幻里。但是自从安纳金做的礼仪机器人(C3PO)出现以后，他的忠诚以及他爱做家务的特点深深的吸引了我们迷住了我们，我们也都在梦想着未来的某一天，机器人真的能做所有的累活儿苦活儿。现在好了，这一天真的到了，亚力克·罗斯认为, 二十世纪七十年代动画片里的机器人将在2020年成为现实。

但是如果未来机器人承包了所有的艰苦工作，我们要做什么呢

机器人可以给我们制造鞋子, 向我们医院的病人打招呼, 甚至为我们做披萨。从他们进入劳动力市场的那一刻起，我们就已经迎来了一个崭新的自动化时代，同样的也会带来劳动力市场主力军的转移, 也就是在未来20多年后我们将会看到大约有47%的工作 (主要是一些流水线 *** 作的和手工制造业)将不再由人力 *** 作了。但我们也没有必要惊慌，专家们一致认为, 技术的发展既在破坏也在创造就业机会。我们正在目睹的是一个亿万美元产业的快速发展，那么随之而来的是什么呢是巨大的机遇。

九、数字家庭一体化(Connected Home)

随着科技的发展，当我们实现动画片《杰森一家》(Jetsons)里的生活的时候，我们家里可能都是智能家居设备了。从能存储和转换太阳能的屋顶瓷砖到能自主识别食物并自动做好饭的智能烤箱, 我们未来的房子将能够最大限度的为我们提供方便，提高效率。《卫报》描绘了即将到来的美好图景, 展示了 AI、可穿戴技术、虚拟现实以及物联网将如何共聚在同一个屋顶下。

与大多数未来行业一样, 智能家居设备市场仍然相对较新, 价格是消费者的主要障碍。 许多人还在衡量投资这些既复杂又昂贵设备和服务的价值。目前该市场上发展前景最好的产品似乎是亚马逊的携式蓝牙音箱(Echo Dot), 相对于买个机器人，50 美元的价格是一个比较合适的价格。当前一些大企业大品牌的竞争愈演愈烈, 这使得他们的产品更实惠也更加必要了, 我们期待看到的未来技术是能够更无缝地融入我们日常生活，减少我们看电子产品时间的技术。数字家庭一体化也预示着一股家庭消费主义新浪潮的到来。

1数据量大
大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。
2类型繁多
包括网络日志、音频、视频、、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。
3价值密度低
如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。
4速度快、时效高
这是大数据区分于传统数据挖掘最显著的特征。
既有的技术架构和路线，已经无法高效处理如此海量的数据，而对于相关组织来说，如果投入巨大采集的信息无法通过及时处理反馈有效信息，那将是得不偿失的。可以说，大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。

《中共中央关于制定国民经济和 社会 发展第十四个五年规划和二〇三五年远景目标的建议》指出，“坚持自主可控、安全高效，分行业做好供应链战略设计和精准施策，推动全产业链优化升级”。经过“十三五”时期的发展，我国产业链供应链水平得到了很大的提高。然而，还存在一些需要加强和改善的地方。

第一，产业链结构与布局有待优化，附加值有待提升。现阶段我国产业结构还存在一些问题和不足。首先就国际比较而言，第三产业占比偏少。2019年我国第三产业增加值占国内生产总值的比重为539%，这一比例在美国、德国、英国、法国、日本等发达工业国家均达到或接近70%。第二，产业链供应链的数字化程度有待提高。虽然我国的数字化建设在“十三五”期间得到了飞速的发展，与美国的数字化程度正逐步缩小，甚至在移动支付、电子商务和公共事业上的应用已处于世界领先地位，但麦肯锡全球研究院《数字时代的中国：打造具有全球竞争力的新经济》报告显示，相较美国等发达国家，我国在基础制造、建筑、运输仓储、房地产、农业、个人与本地服务、酒店服务、专业服务等传统产业的数字技术应用水平依然偏低，亟待数字技术的颠覆。第三，产业链供应链的可视性有待加强。可视性指产业链供应链不同环节的参与者能够及时获取运作所需的关键信息，并运用这些信息进行决策、创造价值的能力。伴随着数字技术在企业运作中的不断普及，企业内部的可视性程度不断提高，但产业链供应链层面的可视性仍存在很多不通畅、不匹配、不及时的地方。另外，我国产业链缺乏有效的产业链供应链风险预警机制，产业链供应链服务水平有待提升。

基于上述我国产业链供应链发展现状及存在问题，结合十九届五中全会提出的提升产业链供应链现代化水平的新要求，迫切需要政府和企业采取系统化、科学化的措施来建立适应新时代发展需要的产业链供应链体系，以加快发展现代产业体系，推进经济体系优化升级。具体来讲，可以关注以下几个方面。

第一，优化产业链供应链结构与布局，提升产业链供应链的创新能力与附加值。在未来的发展中，应立足我国产业链供应链现状，充分发挥已建立的规模优势和配套优势，利用部分领域和地区的先发优势带动新兴地区、新兴产业的起步建设和创新发展，支持老工业地区的转型发展。优化区域产业布局，深化产业内的供应链整合与供应链中的跨组织合作创新，加大对产业基础和关键技术的自主攻关力度，提高产业链供应链的附加值和可靠性，持续提升在全球价值链中的位置。

第二，加快产业链供应链的数字化转型，提高产业链供应链的反应速度。在信息技术迅猛发展的今天，数字技术、自动化和智能化在产业链供应链发展过程中发挥着越来越重要的作用。国务院办公厅《关于积极推进供应链创新与应用指导意见》中指出，“随着信息技术的发展，供应链已发展到与互联网、物联网深度融合的智慧供应链新阶段”。数字技术、自动化、人工智能在产业链供应链不同环节的应用能够大大提升供应链的运作效率和服务水平。

第三，完善产业链供应链中的跨组织连接机制，提高产业链供应链的可视性。可视性不仅仅是技术层面的问题，也是产业链供应链中跨组织连接机制的问题。提高产业链供应链的可视性，首先要通过数字化技术规范化、标准化信息的存储方式和传输渠道；降低信息的存储成本和沟通成本，使得关键信息能够在产业链供应链内部流通，能够顺利被产业链供应链上的交易伙伴接收、识别并利用。接着，需要产业链供应链中各个环节的参与企业通力协作，建立并完善产业链供应链中的跨组织连接机制，在做好自身端到端工作和信息传递的同时，也为其他企业提供必要的信息和流程协助。

第四，运用大数据分析优化产业链供应链决策，建立健全产业链供应链风险预警机制。首先要明确影响产业链供应链运作的关键数据指标体系，建立安全有效的数据收集、存储、监管及传递机制。数据信息的获取是数据分析和预警机制建立的必要前提。明确影响产业链供应链决策的关键数据指标体系；监控企业运作，全面、准确、及时的收集数据；确保数据的存储安全；建立合理的数据使用及传递规则是这一过程中的关键环节。其次，对产业链供应链运作数据进行模式分析，得出不同产业链供应链运作中的风险预警关键指标、判断标准及决策建议。不同产业链供应链面临的风险各不相同，在模式分析的基础上归纳总结不同产业链供应链的风险类型、关键预警指标体系、判断标准及决策建议，为企业及时识别风险、优化调整运作决策提供科学有效的数据支持。

第五，积极推广平台商业模式，以平台核心企业带动参与企业特别是中小企业的发展，提升供应链服务水平。随着互联网、物联网、云计算、大数据、人工智能等信息通讯技术的空前繁荣，以这些技术为依托的平台商业模式日趋规模化和专业化，第三方公共电子平台逐渐成为市场主流。平台模式将企业间联系由线性扩展为网状，极大丰富了平台参与企业资源获取的渠道与效率，从而实现以平台力量带动参与企业特别是中小企业发展的作用。平台模式多方参与的网状互联模式和信息技术的广泛使用使得各方信息得到准确及时的传达，实现了需求、设计、生产、库存、以及物流信息的实时共享；实现了从生产到消费各环节的有效对接和协同发展，促进供需精准匹配、引导资源优化与互补利用，有效降低了平台参与企业的经营与交易成本，有效助力平台参与企业尤其是中小企业的发展。再者，平台企业不直接参与平台交易，其通过自己强大的资源整合能力更多扮演供需匹配中介、第三方监管、以及资源能力提供方的角色，为平台参与企业提供研发设计、采购物流、融资结算、商检报关等一体化的供应链服务。

文：西北工业大学 杨倩

在我们还没有弄明白什么是云计算，什么是物联网的时候，大数据时代来了。大数据时代带来的变革影响着我们生活和工作的方方面面。那么，什么是大数据时代？我们举例说明！
“大数据时代”首次被提出
最早提出“大数据时代”到来的是全球知名咨询公司麦肯锡。 2011年5月，全球知名咨询公司麦肯锡(McKinsey&Company)肯锡全球研究院（MGI）发布了一份报告--《大数据：创新、竞争和生产力的下一个新领域》，大数据开始备受关注，这也是专业机构第一次全方面的介绍和展望大数据。报告指出，大数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。
报告还提到，“大数据”源于数据生产和收集的能力和速度的大幅提升--由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。
大数据在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。进入2012年，大数据（bigdata）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。
举个实际生活中的例子，大约20年前，亚马逊刚成立时，杰夫·贝索斯让50个书评员来为他卖书，他意识到不仅仅可以请人来写书评，还可以用数据技术来提供图书推荐。起初他使用的是小数据，不是大数据，把客户进行分类，比如说有人对中国旅游或者是对园艺感兴趣，系统会自动提供推荐。他的同事告诉他，刚刚开始使用这个数据推荐时，使用体验并不好;在进一步分析后，亚马逊决定不对人进行分类，而是对用户的需求分类。这个做法做法非常成功，以至于到今天，推荐系统为亚马逊带去30%的销售收入。
什么是大数据时代？我们再通俗一点讲，就是在不影响你隐私的前提下，让你的生活很便捷。例如我要去北京出差，我忙完手里的事情，楼下已经有专车在等候送我去机场，专车根据大数据实时路况选了一条最优方案把我准点送达机场，下飞机的时候，车子已经在等我，并且把我送到了我比较喜欢而且价位适合的宾馆，到了宾馆，我喜欢的美食已经准备妥当，房间温度已经达到最佳，浴室水温已经正好合适，我喜欢的美人已经在床上宽衣解带等候宠幸……
大数据时代就是能够根据我实时产生的数据来不断给我匹配我想要的东西，让生活超级便捷。

物联网，云计算，大数据是近两年科技、产业界的热门话题。分别什么意思？之间又有什么关系呢？很多人也非常感兴趣，经过学习了解，查阅资料，一点浅显认识和总结与朋友们分享。
物联网
简单理解：物物相连的互联网，即物联网。物联网在国际上又称为传感网，这是继计算机、互联网与移动通信网之后的又一次信息产业浪潮。世界上的万事万物，小到手表、钥匙，大到汽车、楼房，只要嵌入一个微型感应芯片，把它变得智能化，这个物体就可以“自动开口说话”。再借助无线网络技术，人们就可以和物体“对话”，物体和物体之间也能“交流”，这就是物联网。随着信息技术的发展，物联网行业应用版图不断增长。
现在的物联网产业以应用层、支撑层、感知层、平台层以及传输层这五个层次构成。
云计算
云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够快速提供，只需投入很少的管理工作，或与服务商进行很少的交互。
经典应用案例：苹果icloud
苹果icloud不仅是一个云端硬盘，它可让你轻松访问你所有苹果设备上的一切内容，并自动同步所有设备中的文件、、音乐、日程表、邮件、联系人目录，更贴心的是，在你修改文件后还能自动将修改同步到所有苹果设备并对旧文件备份。你可以选择免费的5G存储空间，也可以每年花费2499美元购买iTunes Match服务，这样一来，你可以通过任何苹果设备收听存放在苹果云服务器中的音乐。
大数据
大数据相当于人的大脑从小学到大学记忆和存储的海量知识，这些知识只有通过消化，吸收、再造才能创造出更大的价值。
麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
物联网和云计算的关系
云计算相当于人的大脑，是物联网的神经中枢。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。
大数据与云计算的关系
大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
大数据、云计算和物联网的关系
物联网对应了互联网的感觉和运动神经系统。云计算是互联网的核心硬件层和核心软件层的集合，也是互联网中枢神经系统萌芽。大数据代表了互联网的信息层(数据海洋)，是互联网智慧和意识产生的基础。包括物联网，传统互联网，移动互联网在源源不断的向互联网大数据层汇聚数据和接受数据。云计算与物联网则推动了大数据的发展。

---