工业互联网:比大数据更大 2018-9-25

任何行为本身都会产生数据，大数据是拥有数据的本质，是你对这个世界，你对这些人，你对这些企业，你对这个时代，有了一个更全面而清楚的认知，你能理解这些人的需求，你能理解这个世界的任何的变化。让数据融入到业务和产品的流程里去，数据和业务齿合在一起转时，企业对数据的挖掘和理解就会越来越强，最终数据不仅可以产生价值，还可以直接催生产品，此时的数据，就可被定义为生产资料。

实体流水无痕，电商风过留香！

决策新思维：——让数据主动参与决策

在海量数据面前，处理数据的效率就是企业的生命。“大数据”正在对每个领域都造成影响，在商业、经济和其他领域中，决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉。而在公共卫生、经济预测等领域，“大数据”的预见能力已经开始崭露头角。

A 大数据的本质：生产资料、预测

B 数据即服务：数据驱动从商业智能到消费智能

C 工业互联网:比大数据更大

有墙的花园------------------------------------------------------

2006年经济学家唐·泰普斯科特（Don Tapscott）在《维基经济学》中指出，人类已经进入了共享时代：“失败者创建的是网页，而胜利者创建的是生机勃勃的社区；失败者创建的是有墙的花园，而胜利者创建的则是一个公共的场所；失败者精心守护他们的数据和软件界面，而胜利者则将资源与每个人共享。”这一理念后来被认为是网络2.0时代的核心理念。以用户为中心，注重用户交互，让用户参与共同建设的网络2.0同样适用于政府，最近几年各国政府的一系列举措标志着政府2.0时代的到来。

中国确实没有大数据的土壤。“差不多先生”、“大概齐”的文化标签一直存在。很多时候，各级政府不太需要“大数据”，形成决策的关键性数据只有一个数字比率（GDP）而已；其二，对于行业主管机构来说，它们拥有大量原始数据，但它们还在试探、摸索数据开放的尺度，比如说，是开放原始数据，还是开放经过各种加工的数据？是转让给拥有更高级计算和储存能力的大型数据公司，还是将数据开源，与各种各样的企业共享？其三，数据挖掘的工具价值并没有完全被认同。在这个领域，硬件和软件的发展并不十分成熟。

智能互联的机器，可能成为“社交”的主体。通用电气现在强调的工业互联网，是通过智能的机器，加上分析的功能，以移动的方式给生产力带来革命性的提高。

    2013.6.3北京工业互联网领袖论坛:通用电气公司全球董事长兼首席执行官(CEO)杰夫·伊梅尔特说，工业互联网将实体工业与虚拟网络结合，在未来将以革命性的方式极大促进生产力的提高。而中国在这一领域拥有巨大的发展优势,从现在到2030年，工业互联网将可能为中国经济带来累计3万亿美元的GDP增量。英特尔预计，到2015年全球互联设备将会超过150亿个，全球数据中心IP流量也将达到每年4.8ZB思科计,99.4%的物理对象至今尚未连接到互联网。工业互联网有可能释放上万倍的经济增量。物联网1.0时代：本质上是传统行业信息化，十二五规划里提了九大领域：智能工业、智能农业、智能物流、智能交通、智能电网、智能环保、智能安防、智能医疗、智能家居九大领域。它们有一个共同点——都是传统行业。物联网2.0：等待爆发的力量。1、任何物之间可互联，2、物与物相联形成开放的基础物联网络，3、基础物联网络为上层应用提供开放接口，4、上层应用独立于基础物联网络。物联网2.0，是需要每个物真正具备互联对话的能力，比如智能电表能够跟电冰箱对话，进行节能控制；电视能跟电灯对话，根据节目进行亮度调节；电源能跟汽车对话，汽车没电自动去充电。

    大数据应用必须与业务需求相结合。各行业在决定采用大数据分析工具之前，应该先搞清楚几个问题，比如数据从哪里来，数据的质量如何，数据可以做什么用，数据的价值如何等。    

数据是否丰富和开放。大数据从本质上要求信息开放，而信息开放是一个复杂问题。有些涉及行业内部竞争，受到商业因素影响，企业不愿意开放；有些涉及个人或者行业本身的隐私或机密，无法开放。在大数据应用的过程中，对互联网用户隐私权和数据的保护，是开放信息时的重要考虑因素。     

是否掌握强大的数据分析工具。要以低成本和可扩展的方式处理大数据，这就需要对整个IT架构进行重构，开发先进的软件平台和算法。这方面，国外又一次走在我们前面。特别是近年来以开源模式发展起来的Hadoop等大数据处理软件平台及其相关产业，已经在美国初步形成。      

管理理念和运作方式能否适配数据化决策。大数据开发的根本目的是以数据分析为基础，帮助人们作出更明智的决策，优化企业和社会运转。哈佛商业评论说，大数据本质上是“一场管理革命”。大数据时代的决策不能仅凭经验，要拿数据说话。因此，大数据能够真正发挥作用，深层次看，还要改善我们的管理模式，需要管理方式和架构与大数据技术工具相适配。这或许是我们最难迈过的一道坎了。

过去3年产生的数据量比以往4万年的数据量还要多，据IDC监测统计结果，2011年全球数据总量已经达到1.8ZB（1ZB相当于13亿中国人每人一台1000G容量的电脑所储存的信息量），而这个数值还在以每两年翻一番的速度增长，预计到2020年全球将总共拥有35ZB的数据量，增长近20倍。

企业数据的三种类型：结构化数据，非结构化数据、半结构化数据。结构化数据是储存在数据库中的数据，占大数据的10%；非结构数据是和人类密切相关的数字，广泛存在于社交网络、物联网、电子商务等之中，比如邮件、视频、微博、帖子、手机呼叫、网页点击等，占大数据的90%，其产生伴随着社交网络、移动计算和传感器等新的渠道和技术的不断涌现和应用。   

去过的地方、做过的事情、相处过的人、买过的东西甚至睡眠质量等等，当我们记录并分享这些信息时也同时绘出了一个个自我模型。未来也许有可能将数据进行融合，用户的各种信息得以呈现在一个全景图里面，即使在完全陌生的城市，借助这种服务，你也能知道附近哪家店支持支付宝付款，微博上哪个网友刚刚在附近的咖啡店歇脚。