
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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18