京公网安备 11010802034615号
经营许可证编号:京B2-20210330
智能时代的根本在大数据
“大数据是一切智能化的基础和土壤,善于收集、使用并分析数据,才是抓住‘互联网+’时代‘牛鼻子’。”
“数据是智能化的基础,所谓的智能就是机器利用数据算法,自动完成一些重复性常规性的动作。”
“正如工厂曾经是全社会唯一的制造中心一样,政府也曾经是全社会唯一的治理中心,无数公民都是长尾,他们对社会影响力曾经很小,但在智慧城市时代,这些长尾就可能成为神经元,成为城市微治理的中心,协同政府共同处理公共生活中的问题。而在这些方面,神州数码和佛山市政府已经做了很好的探索。”
“智能时代的根本在大数据,万物互联一切都是数据在驱动的。”曾以佛山作为剖析案例的《数据之巅》一书作者、阿里巴巴资深副总裁涂子沛在首届中国(广东)国际“互联网+”博览会上再次为佛山拥抱“互联网+”时代发声:大数据是一切智能化的基础和土壤,善于收集、使用并分析数据,才是抓住“互联网+”时代“牛鼻子”。
涂子沛对大数据的各种真知灼见在互联网上并不陌生,不过也许很多人并不知道,涂子沛与佛山颇有渊源,在他那本被神州数码董事局主席郭为称为“时代杰作”的《数据之巅》中,曾专门以佛山为例,分析大数据在电子政务中的巨大作用,并盛赞佛山市民网的公共服务平台是中国智慧城市建设领域的重大进步。
“互联网+”实质就是数据化
智能时代的根本是什么?涂子沛认为,根本在于数据,大数据是智能世界的土壤,与黄金和石油都是一次性消耗不同,数据永远可以用,传统工业时代的黄金、石油、水泥,你用别人就不能用,数据刚刚说过,在云上可以无数的人同时使用。“所以数据是土壤,‘互联网+’是数据化,阿里巴巴一切业务数据化,所有的业务让它在数据上形成。”
“数据是智能化的基础,所谓的智能就是机器利用数据算法,自动完成一些重复性常规性的动作。”作为信息管理专家,涂子沛在2012年和2014年先后出版《大数据》、《数据之巅》两书,指出数据在经济社会发展中的重要作用,认为中国应该形成理性、严谨的数据文化。
在论坛上,涂子沛还与1000多名嘉宾分享了阿里巴巴通过大数据在互联网产业中的不断开拓。“阿里巴巴最初是一个电商平台,传统企业每一件电器卖到哪一个地方是不知道的,但是在网络平台上是知道的,因此阿里就通过电商平台和终端用户之间建立了联系,就有了数据。”
涂子沛说,阿里依据平台上交易留下的数据进行分析,就可以了解商家的整体交易情况、资金营收情况,就可以给商家发放贷款,“所以我们推出了阿里小贷,阿里就从电商平台变成了一个金融平台,几分钟就可以发放一笔贷款。”
当然这不是全部,除了金融服务,大数据还让阿里巴巴得以进军互联网汽车,设置“淘工厂”、“智能家居开放平台”,“我们可以把工厂放到互联网上,网上采购原材料、设计,网上下订单,原来通过流水线,一万件衣服才能开动,今天100件也可以,逐步实现个性化生产。”涂子沛认为,阿里巴巴的未来不仅仅是贸易商,还可以成为云制造商、设计商。而曾经作为支付工具使用的支付宝,也因为背后强大的数据库支撑,功能不断升级,最近它已经成为可以帮助人们缴费、看病挂号的智能生活接入口。
智能时代的连接一切都是数据驱动
在本次博览会上,几乎所有互联网行业的大咖们都相信,“互联网+”时代的本质就是实现万物互联,从而让人类社会迈入一个人与物、物与物可以无感沟通的阶段。
涂子沛说,真正让万物互联成为可能的,是建立在大数据基础上的云。所有携带传感功能或者是智能芯片的物体,都通过云端的数据收集和分析,实现其智能化的功能。涂子沛特别提到,阿里与美的展开的智能家居平台合作,正是通过云服务,实现线上线下互联的一个重要尝试。“你回到家,空调以你最适应的温度打开,灯光、窗帘都按照你的习惯去关闭。所有的电气都可以互联互通,比如窗帘关上了,热水器就会自动打开。”涂子沛认为,这一切,都是由数据在驱动的。
涂子沛透露,阿里巴巴今年上半年还成立了互联网汽车部,进军互联网汽车领域,这一举措的依据依然是阿里强大的数据库和分析能力。他描绘的互联网汽车是这样的:未来的汽车如同一个装有轮子的手机,当你坐上车,它几乎可以为你提供你所能想到的服务,比如某条道路的人流情况,比如当你需要加油的时候,这个信息会即时传到云端,系统会马上提示你最近的油站在哪里,哪个油站在打折,细致贴心至此。“所以无人车、无人机根本都是数据驱动,这就是为什么第一个做无人汽车的是谷歌而不是汽车制造商。”
涂子沛认为,佛山为政府怎样使用数据做了很好探索
作为《大数据》及《数据之巅》的作者,涂子沛2014年在他的著作《数据之巅》中,为了分析互联网在电子政务方面的应用,他还专门前往佛山调研,并拜访政府部门和企业,最后在书中把“佛山市政府与神州数码联手打造的政务服务平台”作为一个案例重点研究。
国内首创:政府掏钱买平台惠及民生
涂子沛在书中“众包、众智与众创:让大众解决大众的问题”以及“云、隐私和未来”等章节中对国内智慧城市的建设进行了分析,在神州数码打造的几个城市云服务平台中,他专门以佛山作为案例。
他在书中分析,佛山市公共服务平台,非常生动地体现了神州数码董事局主席郭为“技术创新是为了方便、推动市民对城市公共生活和建设的参与”的理念,围绕市民这个主体,打造“我的生活、我的政府、我的声音、我的支付”四个板块。其中市民通过“我的声音”,可以参与城市管理,在平台上反映城市生活中发现的各种问题。涂子沛甚至在书中援引了市民“csc999”反映道路障碍物阻碍出行并在此次就获得受理的案例,分析平台在实际应用中的实际状态。
对于佛山这一平台,他也给予高度推崇,因为这一项目极有可能是国内第一起成功落地的政府购买云服务项目,佛山市政府为整个平台埋单,但政府并不拥有这个平台,使用者也不是政府而是市民,从形式、接受程度到采购定价方式,都无先例可循。但由于双方的诚意,最终还是克服重重困难落地。涂子沛认为,这堪称是中国智慧城市建设领域值得研究和关注的重大进步。但他同时指出,如果与欧美发达国家相比,佛山的进步又恰恰凸显出中国在云计算建设方面的落后。云计算要在中国成为一个产业,依然有许多需要突破的地方。
全新探索:让市民成为城市的“神经元”
记者翻阅全书发现,涂子沛还特别将平台中“我的声音”板块与美国旧金山的311手机市民热线进行了类比,前者以网络为平台,而旧金山则以移动的手机为载体。他认为,无论是佛山市民网,还是旧金山的311手机市民热线,都是让大众来发现城市生活的问题、解决城市生活中的问题,其本质就是“众包”。通过“众包”,在即将到来的智能时代,生产和制造将由工厂转向社会,整个社会将出现无数个微制造中心,和工厂并行分担原来工厂的制造任务。通过社会化的协作和制造,人们的个性化需求将得到更及时全面的满足。
在分析了佛山和旧金山两种不同公共服务平台的功能作用之后,涂子沛写道:正如工厂曾经是全社会唯一的制造中心一样,政府也曾经是全社会唯一的治理中心,无数公民都是长尾,他们对社会影响力曾经很小,但在智慧城市时代,这些长尾就可能成为“神经元”,成为城市微治理的中心,协同政府共同处理公共生活中的问题。而在这些方面,神州数码和佛山市政府已经做了很好的探索。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16