京公网安备 11010802034615号
经营许可证编号:京B2-20210330
京东、阿里:打口水战不如共同推动数据开放
京东、阿里真是一对冤家。恍惚前几天小马哥刚刚道歉,平息了一段口水仗,昨儿又看到京东发文批评子沛。文采不错,争论的焦点好像是阿里要做国家企业,京东甘愿做国民企业,“国家企业”与“国民企业”道不同、术亦不同,所以如何如何?这两家企业都是我很尊重的新兴经济的代表,他们也是应用大数据技术、建立产业生态的急先锋。子沛和我也是好朋友。子沛在写作《大数据》时候,我正在忙着写大数据的深度研究报告。还是看到《大数据》热卖,最终促使我写作《大数据时代的历史机遇》。从名字上看,子沛的《大数据》、舍恩伯格的《大数据时代》、我的《大数据时代的历史机遇》看起来就像大数据三部曲。后来我去美国,还是子沛热情邀约,参加了一次旅美华人科技协会的会议。我在京东也有不少朋友,而且每次我作产业生态或者大数据的报告时,多用京东为例。所以,我打算和和稀泥,朋友们互相吵架有什么意思呢,大数据领域,有太多的事情,等着两家去做呐?
如标题所说,能不能一起干点推动数据开放的大事儿呐?在开源软件的历史上,谷歌公司的贡献,是无以伦比的。目前大数据的处理技术,像hadoop,mapreduce等开源软件,很大程度上受惠于谷歌公司的卓越实践。谷歌在创业初期,买不起IBM、HP比较贵的服务器,只好买一些二手的服务器,装上开源的linux操作系统,来支持其快速增长的搜索业务。二手服务器,总是喜欢出点故障,谷歌又自己动手,开发自己的文件管理系统,把数据分散存储在不同的服务器上,一台坏了没关系,还有其他服务器可用。不小心,谷歌一下子开发出来大名鼎鼎的GFS,解决了分布式存储和跨主机并行访问的难题。为其霸业奠定了基础。谷歌贡献在于它很快就把这些技术,分阶段开源出来,反馈到开源社区。狭义的大数据产业发展,如果没有早期像谷歌这样的公司的无偿贡献,很难获得行业性的爆发增长的。 但是谷歌开放的道路上,并非毫无保留。谷歌可以把广受欢迎的手机操作系统安卓开源,也可以把非常好用的诸多应用软件免费,但是, 谷歌绝不开放数据。 谷歌不择手段的获取各种数据,存储在其硕大无朋的多个数据中心里。它视数据为其核心资产,绝不容第三方染指。计算机刚刚发明的年代,是不区分所谓硬件和软件的。大家不觉得拷贝别人的软件拿来用用,有什么不可?后来比尔·盖茨一声断喝,随便拷贝别人软件是小偷,从此开创了独立的软件行业。软件也挣脱了硬件的束缚,独立成一个产业。
盖茨时代,软件和数据其实也是混在一起的,难以分割。数据总需要软件来识别和处理,离开特定的软件,数据就是一堆毫无意义的二进制组合。 现在 慢慢观察到数据独立存在的一些现象。 只要有独特的数据资产,总有人愿意开发软件研究算法,来发掘这些数据资产的价值。 数据如山,独自巍峨。软件如镐,山中掘金。谷歌通过开放软件的源代码,颠覆了微软卖软件谋生的商业模式,短短15年,市值超越微软,成为行业翘楚。但是现在谷歌开始雪藏数据,把数据圈起来,视为自家私产。 从商业模式来讲,谷歌的模式堪称完美。 比印钞机还要高效,每天净收入1亿美元,没有应收账款,都是现金流。谷歌盈利的奥秘就是收集、分析大量的数据,更精准的预测个人的需求,做更精准的广告。谷歌收得是广告费。但是随着谷歌数据维度的增加、数据量的增加,谷歌所拥有的数据,具备了广泛的社会意义。譬如谷歌根据其大众的搜索关键词,预测流行病爆发的可能性等等。继续数据如山的比喻,谷歌数据矿山中蕴藏丰富的金、银、铜、铁、锡……但是谷歌光靠挖铜就赚得盆满钵溢。社会视如金的东东,与谷歌而言却形同矿渣。 事实上,因为大数据蕴涵价值的多样性,单独靠谷歌一家,是不能穷尽数据的巨大社会价值、与经济价值的。 所以,谷歌坐拥宝库,但仅仅卖卖广告赚钱,其他的只是秀一秀。行文至此,我决定放弃“数据就是资产”这个概念,转而关注大数据的社会属性,开始倡导“数据就是资源”。我有资格这么做,因为“数据资产”的概念,是我在2011年12月07日,发布的第一篇大数据公开报告《大数据时代即将到来》中提出的,并由此推演出多个商业模式。现在我宣布这个概念成为历史。因为它关注的焦点是,一家企业如何利用数据来盈利。
数据就是资源,则强调大数据的社会属性、行业属性。对于推动数据开放、推动产业融合、推动经济增长、构建新型商业文明有着巨大的现实意义。 从数据资源角度而言,谁能颠覆谷歌,为新型商业文明开辟道路呢?我想,唯有打破数据资产的概念,把它看成社会共有的资源,开放出去,形成社会性、行业性的数据基础设施,在此之上,形成百舸争流、万马奔腾的数据应用大格局,才可以说我们真正进入了数字文明。而那家扮演数据基础设施提供商的公司,就是新时代的谷歌。 也许后人在撰写这段商业史的时候,会如是下笔:“XXX公司,宣布数据开放,以此为发端,人类真正迈入了数字文明时代!” 历史在翻页,我们有幸站在数字文明时代的入口处。阿里、京东无疑是开启数字文明大门的强势候选人,但是谁能开启这扇门,成为真正划时代的企业呢?且拭目以待吧!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27