京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中美大数据的差距究竟有多大?看似一个星期实则一个世纪
美国人是无数不说话,对错也好、没错也好、高低也好,拿出证据来,一切东西都要讲究一个论证推理分析,而中国更多讲的是关系,没有一种观念上的精确。所以在这个意义上,你有再多的云,有再多的计算机,有再多的数据处理能力,社会总效果应该是打巨大的折扣,在这个意义上,中美国家差别一个时代的经历。
他在武警部队和政府部门工作十年,开发过全国第一个反偷渡遣返信息管理系统,多次立功受奖,如今他的名字则与大数据密不可分,用《大数据》、《数据之巅》两本著作,记录火热数据背后的冷静思考。他是阿里巴巴副总裁涂子沛。
他曾成功收购运营中国第一家在线游戏公司联众,创造了1997到1999年三年连续盈利的互联网深化,他也是备受争议的中国互联网老兵,先后在多家知名企业担任CEO董事长等职务,是中国互联网发展的重要参与者,他是 原雅虎中国总经理谢文 。
两人据“数据殖民地”话题展开激辩。
当大数据这个词被越来越多的提及,如果缩短这方面与发达国家的差距,引起了我国互联网人的关注,涂子沛认为,在软件和应用层面其实差别很小,甚至还不到一个星期,更多还是理念层面的不同。
涂子沛: 我认为差别不大,那关键是在哪?关键是在理念跟观念上。我们在软件上,在应用的层面跟世界的差距非常小,任何好的软件中国好的公司、有实力的公司都能很快用上,基本上没有差距。比尔盖茨曾经有一句话说,我们的差距跟很多年前说的,说中国的差距在信息技术产业只有一个星期,我看现在没有一个星期,但是差在哪里呢?差在观念上,我们对数据不太重视。长期以来,我们的文化基因当中,这个基因很弱,这也是为什么我写完第一本书《大数据》之后,接下来写的第二本书叫《数据之巅》,我的目标就是要把大数据这个科技符号变成一个文化符合,也就是我们今天要谈的,数据的文化,数字的文化。
而谢文并不认同涂子沛的乐观,谢文认为在大数据方面,我们与美国至少差着一个时代的距离,就如他曾经说的,大数据的利用机会不是均等的,进程不是等速的,是因国家而议。只有两条路,要么改变自身去追上别人的速度,要么你就变成数据殖民地。
谢文: 我跟子沛可能在总的方向上是一致的,但是在使用概念上、层次上是有差别的。如果具体到计算速度、数据的量,也许可以各有所长,或者是差不多。但是如果把数据作为一种哲学的观念,作为一种方法论,作为一种价值观,作为一种安身立命、社会运转每个人的价值高低的尺度来做。到2015年的中国,我认为我们和美国的社会主流,或者叫社会文化应该不可比,一个是公元前、一个是公元后的差别。比如美国人是无数不说话,对错也好、没错也好、高低也好,拿出证据来,一切东西都要讲究一个论证推理分析,而中国更多讲的是关系,讲的是力量的对比,见好就收,差不多大概其,没有一种观念上的精确。所以在这个意义上,你有再多的云,有再多的计算机,有再多的数据处理能力,社会总效果应该是打巨大的折扣,在这个意义上,中美国家差别一个时代的经历。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04