京公网安备 11010802034615号
经营许可证编号:京B2-20210330
百度“工业革命”思维:大数据再造互联网
腾讯创始人马化腾就用“互联网+”来概括互联网行业的未来机会,即互联将向更多的传统行业渗透,并使传统行业脱胎换骨;百度创始人李彦宏则认为互联网未来有一个趋势,除了马化腾论及的“互联网+”之外,另一个趋势是互联网本身也在被技术改变,此前一波是移动技术,未来主要是云计算与大数据。
“互联网+”是已经发生的事情。李彦宏说:“接下来发生的事是技术改变互联网。”
4月24日,百度第四届技术开放日在北京举行,会议的主题是“大数据引擎驱动未来”。百度在当日宣布发布大数据引擎,并将这一大数据引擎向外界开放,为其提供大数据存储、分析及挖掘的技术能力。这是全球首个开放大数据引擎。
百度大数据引擎的意义是什么?至少包括两个方面的意思:一是利用新技术,特别是移动、云计算、大数据技术改造互联网;二是打造一个开放平台,把“互联网+”的思想引入更多行业。
数据开放平台
百度大数据引擎包含三层开放平台,分别是开放云、数据工厂、百度大脑。
百度开放云解决的是数据存储和计算瓶颈,这是由百度低能耗数据中心和分布式运算架构等技术来解决;在数据工厂平台,百度提供了“大数据挖掘机”把数据关联起来,并从中挖掘出它的价值;百度大脑建立在百度深度学习和大规模机器学习基础之上,现在已经可以模拟两、三岁婴儿的智力水平。
随着移动设备的普及,现在的人们已经随时随地都在产生数据,无论是某个PC网站上购物,搜索某条新闻,或是在手机玩某一个游戏,这些行为都会留下数据。
这种趋势还会继续。未来产生的数据,除了电脑、手机外,还有移动传感器、可穿戴设备、智能电视、车载电子设备,也包括了手机定位器、手机照相机等。这些设备会产生更加丰富的数据,使未来成为一个“大数据”时代。
在设备方面,百度开始进行尝试投资,包括智能手环、智能手机等产品。这些硬件产品多与第三方公司合作,百度出技术、出钱,甚至出人。百度的目的就是把百度的技术,包括搜索、地图等植入到这些硬件产品中,获得更多数据。
李彦宏把这一策略称为“baidu inside”,类似PC时代的“wintel inside”,不同的是,“baidu inside”是免费的,目的在于数据,“wintel inside”很昂贵,在PC时代,微软与英特尔攫取整个产业大部分利润。
百度高级副总裁王劲说,现在这个时代是一个数据大爆炸的年代,每个人,每个机构都要适应这一变化。
百度大数据引擎已经推出了一些十分好玩的服务:今年春节期间,百度和央视一起做了“百度迁徙活动”,利用基于百度地图LBS开放平台,根据每天多达70亿次的定位信息,在地图上直观显示春运期间人们怎样运动。
另外例子是百度大脑与语音识别技术相结合的应用:可以把海量的婴儿声音上传到大数据中心提取特征,年轻父母可以录下婴儿哭声上网比对,就知道孩子因为什么哭,是饿了,还是想撒撒娇,让没有带孩子经验的父母得到帮助。
百度工业革命
上述好玩的应用只是百度自己在百度大数据引擎上开发出来的应用;百度未来要把百度大数据引擎开放给更多行业的更多企业,让他们插上互联网的翅膀。
王劲举了一个医疗行业的例子,现在已经有很多可穿戴设备能够24小时每天监控健康状况,记录血压、心跳、睡眠状况、运动状况,检测汗液、血液,分析用户的身体情况,并且24小时不间断地把检测数据上传到大数据中心。
王劲说:如果把这些数据跟医院关联,这些数据将产生极大的价值。
王劲以心脏病做例子解释:每年有几百万人得了心脏病,百度大数据中心具有很好的计算能力,可以从几百万患者的24小时监控数据里头找到它的共性,我们提前两天给人发预警,如果你再这样下去就有可能得心脏病,由医院给人群发出警告,由于预防的代价远远低于治疗的代价,我们有可能把治的成本转换成预防的成本,提高了人们对疾病预防的能力,也能极大改变医患之间关系。
另一个可以改变的行业是保险行业:保险公司希望降低赔付率,在预防的模式下就可以降低赔付率,就有可能打造一个多方共赢新的医疗模式。
百度大数据引擎另一技术是以图搜图的技术:用手机拍一张某人现在的照片,就能在网上把这个人过去在网上所有的照片都找出来。
李彦宏认为:未来数据会无处不在,无论做什么事情都离不开大数据,百度开放自己的大数据核心能力,将更好地帮助传统行业挖掘数据价值,加快传统行业转型升级,进而发挥出对整体社会经济的革命性影响。
李彦宏表示,“海量数据存储、关联、分析是大数据时代的关键,是挑战更是机遇。”百度推出大数据引擎,旨在帮助各行业应对挑战,推动社会大数据、行业大数据的价值挖掘进程,帮助各行业发现并抓住新机会。
并不是每个公司都有存储、关联、分析大数据的能力,百度大数据引擎就是给这些公司提供存储、关联、分析大数据的能力,提供大数据基础设施。
李彦宏说,互联网发展已有二十年,这二十年就是各行各业被互联网冲击的二十年,最先受到冲击的是媒体,然后是零售业,旅游,刚刚开始的是金融业。
每一次涅槃,也是一次重生。李彦宏认为,未来会有更多行业被卷入,而且被卷入的速度越来越快,是一个加速发展的过程,产生一场新的工业革命。
百度本身是一个互联网公司,但却同样需要拥抱互联网:百度搜索引擎抓住的是互联网巅覆媒体的潮流,百度需要变化,迎接下一波潮流。
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
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在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14