2016年，大數(shù)據(jù)已從前兩年的預(yù)期膨脹階段、炒作階段轉(zhuǎn)入理性發(fā)展階段、落地應(yīng)用階段。2017年，大數(shù)據(jù)依然處于理性發(fā)展期，依然存在諸多挑戰(zhàn)，但前景依然非常樂觀。2017年大數(shù)據(jù)的發(fā)展呈現(xiàn)十大趨勢：
趨勢1：越來越多的企業(yè)實現(xiàn)數(shù)據(jù)孤島的打通，驅(qū)動大數(shù)據(jù)發(fā)揮更強(qiáng)的威力
企業(yè)啟動大數(shù)據(jù)最重要的挑戰(zhàn)是數(shù)據(jù)的碎片化。在很多企業(yè)中尤其是大型的企業(yè)，數(shù)據(jù)常常散落在不同部門，而且這些數(shù)據(jù)存在不同的數(shù)據(jù)倉庫中，不同部門的數(shù)據(jù)技術(shù)也有可能不通，導(dǎo)致企業(yè)內(nèi)部數(shù)據(jù)無法打通。若不打通，大數(shù)據(jù)的價值則難以挖掘。大數(shù)據(jù)需要不同數(shù)據(jù)的關(guān)聯(lián)和整合才能更好的發(fā)揮理解客戶和理解業(yè)務(wù)的優(yōu)勢。將不同部門的數(shù)據(jù)打通，并且實現(xiàn)技術(shù)和工具共享，才能更好的發(fā)揮企業(yè)大數(shù)據(jù)的價值。
剛剛過去的2016年，無論是企業(yè)還是政府機(jī)構(gòu)，都在不同程度的展開了大數(shù)據(jù)的工作，并意識到了內(nèi)部數(shù)據(jù)打通，解決內(nèi)部數(shù)據(jù)孤島是啟動大數(shù)據(jù)戰(zhàn)略的重要基礎(chǔ)。但是，大部分企業(yè)和機(jī)構(gòu)內(nèi)部數(shù)據(jù)打通的工作做的并不到位。2017年，我們有理由相信，更多企業(yè)會有更大的決心去推動內(nèi)部數(shù)據(jù)打通，并在此基礎(chǔ)上，構(gòu)建與外部數(shù)據(jù)打通的基礎(chǔ)，實現(xiàn)內(nèi)外部數(shù)據(jù)打通，更好的發(fā)揮大數(shù)據(jù)關(guān)聯(lián)和整合的業(yè)務(wù)價值。
趨勢2：大數(shù)據(jù)在企業(yè)管理中落地，大數(shù)據(jù)和企業(yè)精細(xì)化經(jīng)營結(jié)合更為緊密
很多企業(yè)業(yè)務(wù)部門不了解大數(shù)據(jù)，也不了解大數(shù)據(jù)的應(yīng)用場景和價值，因此難以提出大數(shù)據(jù)的準(zhǔn)確需求。由于業(yè)務(wù)部門需求不清晰，大數(shù)據(jù)部門又為非盈利部門，導(dǎo)致很多企業(yè)在搭建大數(shù)據(jù)部門時猶豫不決，或者處于觀望嘗試的態(tài)度，從根本上影響了企業(yè)在大數(shù)據(jù)方向的發(fā)展，也阻礙了企業(yè)積累和挖掘數(shù)據(jù)資產(chǎn)。
甚至由于數(shù)據(jù)沒有應(yīng)用場景，企業(yè)刪除了很多有價值的歷史數(shù)據(jù)，導(dǎo)致企業(yè)數(shù)據(jù)資產(chǎn)流失。因此，這方面需要大數(shù)據(jù)從業(yè)者和專家一起，推動和分享大數(shù)據(jù)應(yīng)用場景，讓更多的業(yè)務(wù)人員了解大數(shù)據(jù)的價值。
一種新的技術(shù)往往在少數(shù)行業(yè)應(yīng)用取得了好的效果，對其他行業(yè)就有強(qiáng)烈的示范效應(yīng)。2016年，大數(shù)據(jù)在互聯(lián)網(wǎng)、電信、金融、零售等行業(yè)取得了較好的效果。在2017年的經(jīng)濟(jì)大環(huán)境下，更多的企業(yè)和機(jī)構(gòu)會更注重精細(xì)化經(jīng)營，大數(shù)據(jù)作為一種從數(shù)據(jù)中創(chuàng)造新價值的工具，將會在許多行業(yè)的企業(yè)得到應(yīng)用，驅(qū)動業(yè)績增長。大數(shù)據(jù)將在幫助企業(yè)更好的理解和滿足客戶需求和潛在需求，更好的應(yīng)用在業(yè)務(wù)運(yùn)營智能監(jiān)控、精細(xì)化企業(yè)運(yùn)營、客戶生命周期管理、精細(xì)化營銷、經(jīng)營分析和戰(zhàn)略分析等方面。
趨勢3：大數(shù)據(jù)已經(jīng)成為企業(yè)或機(jī)構(gòu)的無形資產(chǎn)，將成為企業(yè)參與市場競爭的新武器
在移動互聯(lián)網(wǎng)和大數(shù)據(jù)時代，每一個企業(yè)日常運(yùn)營中所產(chǎn)生的大數(shù)據(jù)都將成為企業(yè)最為重要的無形資產(chǎn)。隨著2017年大數(shù)據(jù)應(yīng)用的發(fā)展，大數(shù)據(jù)價值得以充分的體現(xiàn)，大數(shù)據(jù)在企業(yè)和社會層面成為重要的戰(zhàn)略資源，數(shù)據(jù)成為新的戰(zhàn)略制高點，是大家搶奪的新焦點。如何有效的管理企業(yè)每日所產(chǎn)生的數(shù)據(jù)，從海量的數(shù)據(jù)中挖掘并沉淀有價值的數(shù)據(jù)，并把這些有價值的數(shù)據(jù)作為驅(qū)動業(yè)務(wù)增長的重要引擎，均為數(shù)據(jù)作為無形資產(chǎn)管理的重要任務(wù)。
Google、亞馬遜、騰訊、百度、阿里巴巴和360、今日頭條等互聯(lián)網(wǎng)企業(yè)通過不斷的挖掘和沉淀大數(shù)據(jù)，利用大數(shù)據(jù)驅(qū)動業(yè)務(wù)的增長;金融和電信企業(yè)也在運(yùn)用大數(shù)據(jù)來提升自己的競爭力。這些企業(yè)均有一個共同的特點，即成立了大數(shù)據(jù)部門對企業(yè)大數(shù)據(jù)做重點管理和應(yīng)用，真正的把大數(shù)據(jù)作為無形資產(chǎn)管理和應(yīng)用起來。
我們有理由相信，在2017年越來越多的企業(yè)和機(jī)構(gòu)將大數(shù)據(jù)定位為企業(yè)的無形資產(chǎn)，并對大數(shù)據(jù)無形資產(chǎn)做系統(tǒng)化的管理和應(yīng)用。大數(shù)據(jù)作為無形資產(chǎn)將成為提升機(jī)構(gòu)和企業(yè)競爭力的有力武器。
趨勢4：大數(shù)據(jù)能力產(chǎn)品化，驅(qū)動越來越多自助服務(wù)出現(xiàn)
大數(shù)據(jù)能力在企業(yè)應(yīng)用時，需要以非常簡單易用的方式來呈現(xiàn)，才能讓更多的數(shù)據(jù)用戶使用。企業(yè)數(shù)據(jù)用戶(往往是業(yè)務(wù)、產(chǎn)品、營銷負(fù)責(zé)人等非大數(shù)據(jù)專業(yè)人士)在實際運(yùn)用大數(shù)據(jù)的時候，更關(guān)注的是大數(shù)據(jù)的產(chǎn)品在哪些方面可以直接幫助提升績效，不需要關(guān)注大數(shù)據(jù)產(chǎn)品背后的分析模型等“黑洞”。因此大數(shù)據(jù)在業(yè)務(wù)具體的場景運(yùn)用時，關(guān)鍵是把大數(shù)據(jù)分析能力產(chǎn)品化，構(gòu)建簡單易用的數(shù)據(jù)產(chǎn)品。
另外，隨著大數(shù)據(jù)專家的成本上升，越來越多的企業(yè)也會尋求簡單易用成本相對較低的第三方數(shù)據(jù)產(chǎn)品。國際知名咨詢機(jī)構(gòu)IDC預(yù)測，可視化數(shù)據(jù)發(fā)現(xiàn)工具的增長速度將比商業(yè)智能(BI)市場的其余工具快2.5倍。到2018年，投入于支持最終用戶自助服務(wù)的這種工具將成為所有企業(yè)的要求。諸多大數(shù)據(jù)廠商已經(jīng)發(fā)布了擁有“自助服務(wù)”功能的大數(shù)據(jù)分析工具。
趨勢5：大數(shù)據(jù)算法越來越智能化，深度學(xué)習(xí)將更為普及
知名IT研究與顧問咨詢公司Gartner認(rèn)為，機(jī)器學(xué)習(xí)是2017年的十大戰(zhàn)略技術(shù)趨勢之一。在2017年，隨著大數(shù)據(jù)分析能力不斷增強(qiáng)，越來越多的企業(yè)開始投入于機(jī)器學(xué)習(xí)，并從中獲益。企業(yè)可以通過機(jī)器學(xué)習(xí)算法識別潛在客戶，或識別即將流失的客戶，或識別營銷推廣中作弊的渠道，或及時發(fā)現(xiàn)關(guān)鍵KPI下跌的原因等?？傊?，機(jī)器學(xué)習(xí)可以驅(qū)動企業(yè)運(yùn)營更加智能化。
我們認(rèn)為，隨著機(jī)器學(xué)習(xí)的大規(guī)模應(yīng)用和發(fā)展，越來越多的企業(yè)將使用深度學(xué)習(xí)算法，使用深度學(xué)習(xí)算法將會使得預(yù)測更為準(zhǔn)確。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中一系列試圖使用多重非線性變換對數(shù)據(jù)進(jìn)行多層抽象的算法，互相關(guān)聯(lián)的多層級為深度學(xué)習(xí)提供了“深度”，相較于傳統(tǒng)的機(jī)器學(xué)習(xí)算法來說，是一個巨大的進(jìn)步，尤其是卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法，將會越來越受歡迎。
趨勢6：大數(shù)據(jù)和人工智能深度融合，成為人工智能發(fā)展的重要驅(qū)動力
AlphaGo是2016年最令人深刻的人工智能研究成果，AlphaGo引起了大家對人工智能的高度關(guān)注。但是，人工智能的發(fā)展還停留在弱人工智能階段，目前很難超越人類認(rèn)知能力，甚至也達(dá)不到與人類匹配的認(rèn)知能力。但我們不可否認(rèn)人工智能在實踐中的進(jìn)步，比如語音識別和圖像理解方面的進(jìn)步。企業(yè)可以在合適的場景中運(yùn)用這些逐漸成熟的語音和圖像識別的技術(shù)。
未來人工智能的發(fā)展，取決于兩個方面：一方面是深度學(xué)習(xí)算法技術(shù)的成熟和計算效率的提升;另一方面取決于海量數(shù)據(jù)或大數(shù)據(jù)的發(fā)展。這是因為，深度學(xué)習(xí)算法要發(fā)揮作用必須先接受訓(xùn)練。比如，機(jī)器要學(xué)會識別圖片中的狗，必須先被輸入一個包含數(shù)量上萬或者數(shù)十萬的標(biāo)記為狗的 “訓(xùn)練集”，這個訓(xùn)練集數(shù)量越大，狗的種類越全，機(jī)器學(xué)習(xí)的效果越好。
人工智能專家吳恩達(dá)曾把人工智能比作火箭，其中深度學(xué)習(xí)是火箭的發(fā)動機(jī)，大數(shù)據(jù)是火箭的燃料，這兩部分必須同時做好，才能順利發(fā)射到太空中。因此，對于深度學(xué)習(xí)和人工智能，需要越來越多的數(shù)據(jù)。國際上互聯(lián)網(wǎng)巨頭除了自身業(yè)務(wù)可以采集到海量的數(shù)據(jù)以外，正在用更開放的策略吸引第三方的數(shù)據(jù)輸入，以充實其大數(shù)據(jù)，更好的促進(jìn)人工智能的所依賴的大數(shù)據(jù)基礎(chǔ)。
趨勢7：大數(shù)據(jù)促進(jìn)智慧生活和智慧城市的發(fā)展
隨著大數(shù)據(jù)與智能硬件的結(jié)合發(fā)展，大數(shù)據(jù)將進(jìn)一步改善我們的生活。
在健康方面，我們可以利用智能手環(huán)監(jiān)測，對我們的睡眠模式來進(jìn)行追蹤，了解睡眠質(zhì)量;我們可以利用智能血壓計、智能心率儀遠(yuǎn)程的監(jiān)控身在異地的家里老人的健康情況，讓遠(yuǎn)在他方的外出工作者更加放心;
在出行方面，我們可以利用智能導(dǎo)航出行GPS數(shù)據(jù)了解交通狀況，并根據(jù)擁堵情況進(jìn)行路線實時調(diào)優(yōu);
在居家生活方面，大數(shù)據(jù)將成為智能家居的核心，智能家電實現(xiàn)了擬人智能，產(chǎn)品通過傳感器和控制芯片來捕捉和處理信息，可以根據(jù)住宅空間環(huán)境和用戶需求自動設(shè)置控制，甚至提出優(yōu)化生活質(zhì)量的建議，如可以根據(jù)室內(nèi)溫度自動調(diào)整空調(diào)的溫度、根據(jù)空氣質(zhì)量來決定是否要打開空氣凈化器等。
同時，隨著大數(shù)據(jù)和智慧城市的融合，大數(shù)據(jù)在智慧城市將發(fā)揮著越來越重要的作用。由于人口聚集給城市帶來了交通、醫(yī)療、建筑等各方面的壓力，需要城市能夠更合理地進(jìn)行資源布局和調(diào)配，而智慧城市正是城市治理轉(zhuǎn)型的最優(yōu)解決方案。智慧城市是通過物與物、物與人、人與人的互聯(lián)互通能力、全面感知能力和信息利用能力，通過物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、云計算等新一代信息技術(shù)，實現(xiàn)城市高效的政府管理、便捷的民生服務(wù)、可持續(xù)的產(chǎn)業(yè)發(fā)展。
智慧城市相對于之前數(shù)字城市概念，最大的區(qū)別在于對感知層獲取的信息進(jìn)行了智慧的處理。由城市數(shù)字化到城市智慧化，關(guān)鍵是要實現(xiàn)對數(shù)字信息的智慧處理，其核心是引入了大數(shù)據(jù)處理技術(shù)。大數(shù)據(jù)是智慧城市的核心智慧引擎。智慧安防、智慧交通、智慧醫(yī)療、智慧城管等，都是以大數(shù)據(jù)為基礎(chǔ)的的智慧城市應(yīng)用領(lǐng)域。
趨勢8:工業(yè)大數(shù)據(jù)成為工業(yè)互聯(lián)網(wǎng)發(fā)展的重要引擎
工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域信息化應(yīng)用中所產(chǎn)生的大數(shù)據(jù)。隨著工業(yè)信息化的進(jìn)一步發(fā)展，工業(yè)企業(yè)也進(jìn)入了互聯(lián)網(wǎng)工業(yè)新的發(fā)展階段。信息技術(shù)和大數(shù)據(jù)分析技術(shù)滲透到了工業(yè)企業(yè)產(chǎn)業(yè)鏈的各個環(huán)節(jié)，條形碼、二維碼、RFID、工業(yè)傳感器等技術(shù)在工業(yè)企業(yè)得到廣泛應(yīng)用，工業(yè)企業(yè)所擁有的數(shù)據(jù)也日益豐富，從而進(jìn)一步形成了工業(yè)大數(shù)據(jù)。工業(yè)設(shè)備所產(chǎn)生、采集和處理的數(shù)據(jù)量非常大，而且非結(jié)構(gòu)化數(shù)據(jù)也非常多。因此，工業(yè)大數(shù)據(jù)的處理和有效挖掘也成為重要的課題。工業(yè)大數(shù)據(jù)應(yīng)用將成為工業(yè)企業(yè)創(chuàng)新和發(fā)展的重要引擎。
工業(yè)大數(shù)據(jù)在工業(yè)企業(yè)有諸多方面的應(yīng)用：
(1)在產(chǎn)品創(chuàng)新方面，企業(yè)可以對客戶使用產(chǎn)品過程中的行為進(jìn)行數(shù)據(jù)上報及分析，以了解客戶需求和行為，從而啟發(fā)創(chuàng)新;
(2)在產(chǎn)品故障診斷與預(yù)測方面，企業(yè)可以對產(chǎn)品運(yùn)行過程中的各種關(guān)鍵運(yùn)行參數(shù)實時分析，以實現(xiàn)故障診斷和預(yù)測，如GE在航空發(fā)動機(jī)實現(xiàn)物聯(lián)網(wǎng)連接，通過傳感器把發(fā)動機(jī)運(yùn)行時的各種關(guān)鍵參數(shù)實施回傳到云端進(jìn)行實時分析;
(3)在工業(yè)生產(chǎn)流程優(yōu)化方面，利用大數(shù)據(jù)可以掌握某個流程是否偏離標(biāo)準(zhǔn)，快速發(fā)出報警及時調(diào)優(yōu);或監(jiān)控生產(chǎn)過程中的能耗異常環(huán)節(jié)，從而進(jìn)行能耗的優(yōu)化;
(4)在工業(yè)生產(chǎn)故障分析及預(yù)測方面，通過智能傳感器等數(shù)據(jù)傳輸設(shè)備，把工業(yè)生產(chǎn)流程中關(guān)鍵設(shè)備的實時參數(shù)狀態(tài)回傳到云端并進(jìn)行實時分析，實時掌握異常情況，并作出預(yù)警和預(yù)測，提前進(jìn)行檢測;
(5)在供應(yīng)鏈優(yōu)化方面，對市場數(shù)據(jù)、客戶數(shù)據(jù)、企業(yè)內(nèi)部數(shù)據(jù)、供應(yīng)商數(shù)據(jù)等相關(guān)供應(yīng)鏈數(shù)據(jù)進(jìn)行集成和關(guān)聯(lián)分析，以實現(xiàn)倉儲和配送的優(yōu)化，提升生產(chǎn)和銷售的效率。
趨勢9：隨著大數(shù)據(jù)的全方位發(fā)展，大數(shù)據(jù)安全機(jī)遇和挑戰(zhàn)并存
隨著大數(shù)據(jù)的發(fā)展和落地，大數(shù)據(jù)的安全穩(wěn)定也將會逐漸被重視。對于擁有大數(shù)據(jù)廠商來說，最大的挑戰(zhàn)就是數(shù)據(jù)安全;對于安全廠商來說，最大的機(jī)遇也是數(shù)據(jù)安全。網(wǎng)絡(luò)和數(shù)字化生活也使得犯罪的分子更容易獲取關(guān)于他人的信息，也有更多的騙術(shù)和犯罪手段出現(xiàn)，所以，在大數(shù)據(jù)時代，無論對于數(shù)據(jù)本身的保護(hù)，還是對于由數(shù)據(jù)而演變的一些信息的安全，對大數(shù)據(jù)分析有較高要求的企業(yè)將至關(guān)重要。
大數(shù)據(jù)安全是跟大數(shù)據(jù)業(yè)務(wù)相對應(yīng)的，與傳統(tǒng)安全相比，大數(shù)據(jù)安全的最大區(qū)別是安全廠商在思考安全問題的時候首先要進(jìn)行業(yè)務(wù)分析，并且找出針對大數(shù)據(jù)的業(yè)務(wù)的威脅 ，然后提出有針對性的解決方案。比如，對于數(shù)據(jù)存儲這個場景，目前很多企業(yè)采用開源軟件如Hadoop技術(shù)來解決大數(shù)據(jù)問題，由于其開源性，但是其安全問題也是突出的。因此，市場需要更多專業(yè)的安全廠商針對不同的大數(shù)據(jù)安全問題來提供專業(yè)的服務(wù)。
另外，在大數(shù)據(jù)應(yīng)用日益重要的今天，數(shù)據(jù)資源的開放共享已經(jīng)成為在數(shù)據(jù)大戰(zhàn)中保持優(yōu)勢的關(guān)鍵。商業(yè)數(shù)據(jù)、政府機(jī)構(gòu)數(shù)據(jù)和個人數(shù)據(jù)的共享應(yīng)用，不僅能促進(jìn)相關(guān)產(chǎn)業(yè)的發(fā)展，也能給我們的生活帶來巨大的便利。但是，制約我國數(shù)據(jù)資源開放和共享的一個重要因素是政策法規(guī)有待進(jìn)一步完善，開放與隱私保護(hù)如何平衡。如何在推動數(shù)據(jù)全面開放、應(yīng)用和共享的同時有效地保護(hù)公民、企業(yè)隱私，逐步加強(qiáng)隱私立法，將是大數(shù)據(jù)時代的一個重大挑戰(zhàn)。
趨勢10：大數(shù)據(jù)人才需求增多，越來越多的機(jī)構(gòu)參與到大數(shù)據(jù)人才培育中
一個新行業(yè)的出現(xiàn)，必將在工作職位方面有新的需求，大數(shù)據(jù)的出現(xiàn)也將推出一批新的就業(yè)崗位，例如，大數(shù)據(jù)分析師、數(shù)據(jù)管理專家、大數(shù)據(jù)算法工程師、數(shù)據(jù)產(chǎn)品經(jīng)理等等。具有豐富經(jīng)驗的數(shù)據(jù)分析人才將成為稀缺的資源，數(shù)據(jù)驅(qū)動型工作將呈現(xiàn)爆炸式的增長。
而由于有強(qiáng)烈的市場需求，高校也將逐步開設(shè)大數(shù)據(jù)相關(guān)的專業(yè)，以培養(yǎng)相應(yīng)的專業(yè)人才。企業(yè)也將和高校緊密合作，協(xié)助高校聯(lián)合培養(yǎng)大數(shù)據(jù)人才。如IBM 全面推進(jìn)與高校在大數(shù)據(jù)領(lǐng)域的合作，引入強(qiáng)大的研發(fā)團(tuán)隊和業(yè)務(wù)伙伴，推動“大數(shù)據(jù)平臺”和“大數(shù)據(jù)分析”的面向行業(yè)產(chǎn)學(xué)研創(chuàng)新合作以及系統(tǒng)化知識體系建設(shè)和高價值人才培養(yǎng)。
大數(shù)據(jù)建設(shè)的每個環(huán)節(jié)都需要依靠專業(yè)人員完成，因此，必須培養(yǎng)和造就一支掌握大數(shù)據(jù)技術(shù)、懂管理、有大數(shù)據(jù)應(yīng)用經(jīng)驗的大數(shù)據(jù)建設(shè)專業(yè)隊伍。目前大數(shù)據(jù)相關(guān)人才的欠缺將阻礙大數(shù)據(jù)市場發(fā)展。大數(shù)據(jù)的相關(guān)職位需要的是復(fù)合型人才，能夠?qū)?shù)學(xué)、統(tǒng)計學(xué)、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和自然語言處理等多方面知識綜合掌控。
未來，大數(shù)據(jù)將會出現(xiàn)約超過百萬的人才缺口，在各個行業(yè)大數(shù)據(jù)中高端人才都會成為最炙手可熱的人才，涵蓋了大數(shù)據(jù)的數(shù)據(jù)開發(fā)工程師、大數(shù)據(jù)分析師、數(shù)據(jù)架構(gòu)師、大數(shù)據(jù)后臺開發(fā)工程師、算法工程師等多個方向，因此需要高校和企業(yè)共同努力去培養(yǎng)和挖掘。
