大数据实践思维

【试验工程师·公益学习营】第九期第1讲

【试验工程师·公益学习营】总第41讲，于2020年10月23日如期举行，本期讲师是上海德拓信息技术股份有限公司董事长谢赟，他是人工智能正高级工程师、国家科技专家库在库专家、上海市大数据中心数据运营专家委员会专家、上海市领军人才、数据中心联盟会员，曾参与国家科技部重大支撑专项、上海市科委创新基金项目、上海市重大科技成果转化项目等课题项目研究。谢总对数据领域的技术、市场有非常深刻的认知和实践，带领团队完成了“数据铁笼”、“智慧物业”、“进博会安保”、“上海随申码”、“AI疫情预测”等国内标志性大数据项目。

本期课程重点分为以下四个方面：从疫情防控看大数据价值、大数据成为核心生产要素必然、六大行业领域的大数据实践和大数据实践方法论及试验大数据建设的建议。

一、从疫情防控看大数据价值

有人认为大数据是一个云里雾里的概念，但实际上大数据技术应用会带来非常多的价值。以今年比较热门的话题疫情为例，我们可以用数据价值应对不确定性疫情，包括：疫情预测、城市防疫指数、物资分配、抗疫平台、复工复产、经济预测等方面。

二、大数据成为核心生产要素必然

大数据的诞生拓展了生产要素，以往是劳动力、土地和资本是三大生产要素，这三个要素是低阶要素且它们之间是乘数关系。随着社会的发展，逐渐出现技术和数据这两个高阶要素，高阶要素与低阶要素之间关系为指数关系。

数据要素已经成为社会发展新驱动力，它可以实现多维感知、完成深度洞察、驱动业务协同、提供无界服务、助力精准决策和提升流程效能。数据已成为国家重要战略资源和核心资产，数据主要来源于三个地方：第一个是互联网，互联网是基于服务器数量来导致它的数据规模的；第二个是移动互联网，也就是我们的人口规模，人越多产生的数据也越多；第三个是物联网，中国是一个数据大国，无论是服务器数量、人口规模，还是感知类终端，都要远比其他国家要多。

中国成为数据大国是必然的，主要体现在新基建投资、人口规模、多元社会和价值观四个方面。数据智能三要素为算料、算力和算法，数据价值的挖掘是需求到方法、从未知到已知的一个过程。

三、六大行业领域的大数据实践

大数据在数字政府、公共安全、企业商业、媒体文娱、教育科研和金融证券六大行业领域得到深入广泛应用。在数字政府领域，大数据帮助200家政府委办局实现数据治理、大数据创新应用；在公共安全领域，大数据帮助多省公安、司法等机构，实现大数据平台、创新洞察算法模型；在企业商业领域，大数据帮助上百家客户实现定制化数据中台战略；在媒体文娱领域，大数据帮助全球超过两千家机构，统一媒体资产制、播一体化数据管理；在教育科研领域，大数据帮助中国50家以上高职/高教机构，实现数据管理及大数据、人工智能实训平台；在金融证券领域，大数据帮助20家以上银行、保险、证券、期货、基金客户，实现真正的“数据中心”驱动业务。

四、大数据实践方法论及试验大数据建设的建议

大数据价值创新流程回归问题驱动（而非数据驱动），才能真正找到有效方法，创造真正客户价值。大数据实践九大方法论为：聚变与裂变、快速试错、价值导向、维度决定价值、工具化水平、连接三类人（即决策领导、工作人员和服务对象）、持续服务以及未知到已知。数据价值的无限驱动创新发展的无限，数据价值创造过程就是不断“聚变”和 “裂变”的过程。

试验大数据建设必须考虑顶层规范、业务闭环和成本领先，才能真正找到有效方法，真正落地大数据价值创新。试验大数据建设十二化建议为：数据标准化、标准规范化、业务数据化、数据资产化、资产服务化、服务业务化、业务全域化、中台工具化、技术普及化、部署快捷化、成本低廉化和应用普适化。