大数据崛起，数字经济正掀热潮！
···约3500字，阅8分钟···
信息技术的千万次呼唤
数据与信息相伴相生，随着信息技术朝着以5G、人工智能、虚拟化、分布式计算等为代表的新一代信息技术演进，数据也完成了从“小数据”向“大数据”的艰难蜕变。
19世纪60年代前，信息技术尚未成熟，数据还处于人工管理阶段，也不被保存。60年代中期，计算机计算能力跃升，外存设备面世，随即出现文件管理系统、关系型数据库。SQL独占鳌头，定义数据概念长达几十年，该时期结构型数据被存储以及用于计算，“小数据”诞生。20世纪初期，凭借前几十年存储的海量图像数据以及人工智能算法的突破，人工智能之父Minsky在1966年布置给学生关于用机器识别图像的任务终于完成。图像识别开始陆续商用，社会开始逐渐认识到大数据的意义。2016年AlphaGo战胜李世石，IBM的人工智能Watson用“流逝的光阴和枯萎的爱情”评价诺贝尔文学奖获得者Bob Dylan的作品，人工智能全面爆发。
面向对象的全方位共享
大数据是指具有体量巨大、来源多样、生成极快、多变等特征且难以用传统数据体系结构有效处理的包含大量数据集的数据。其中数据是信息的表现形势和载体，承载着人类对世界的知识。按照《GB/T35295-2017信息技术大数据术语》的定义，大数据是无法用传统数据体系结构有效处理的数据，即是无法用传统方法有效处理的信息和知识。因此，大数据是我们关于世界认知方式的再一次升华。
剑桥大学心理系研究员Coggan就是运用大数据重新认识了人类的感情。其用8700万人的社交数据和美国商业市场2.2亿人的消费数据进行匹配、组合和串联，进行主体识别，之后就性别、年龄、兴趣爱好、性格特点、职业专长、政治立场、观点倾向等上百个维度进行标签化，总结出不同人群的希望点、恐惧点、共鸣点、兴奋点、煽情点以及心魔所在。
1.大数据的基础：深度与广度
大数据与人工智能技术相辅相成，在教育、交通、医疗、政务以及制造等领域被广泛应用。大数据与人工智能的结合效果依赖于收集数据的广度与深度。广泛的数据收集形成海量的同类数据汇集，有助于提高人工智能算法的准确度，产生更好的商业应用；深度的数据收集有助于精准识别，在精准营销的案例中，通过收集同一对象的多维数据，利用人工智能的算法，可以精准的定位到个人，从而进行个性化推荐。同时，数据广度与深度相结合，还将产生数据融合，挖掘出更多有价值的信息，深层次揭示世界的关联关系。
2. 大数据的核心：共享与流通
数字经济时代，数据作为关键性生产要素，散落在不同社会主体之中，形成数据孤岛，大数据未能得到充分利用。数据开放共享将有利于大数据价值被充分挖掘，提升社会整体运行效率。另一方面，数据作为要素在产业链形成原料、生产、消费的流通链路，将消费端的数据沿产业链反向传递，减少事前信息不对称，将有利于生产商更好的服务消费者，实现数据价值。
3.大数据的关键：智能与协同
在工业大数据、消费大数据领域，通过收集的海量数据进行模型训练，之后将训练好的模型用于智能决策分析，有效的实现数据价值。同时，在应用事先的训练模型进行智能决策时，单个数据无法支撑决策的形成，需将多个类别、多个维度的数据进行协同，同时输入，才能产生决策效果。如个性化定制，需要输入消费者、生产商以及原料商等多方数据，才能完成个性化定制。
逐渐成熟的万亿级市场
1.产业规模：万亿市场的前夕
大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……
大数据产业规模呈现出跨越式发展的趋势。2019年大数据产值为8080亿元，与2018年的6170亿元相比，增长近2000亿元，与2015年的2940亿元相比，增长超5000亿元。从2015年到2019年，总体增长率达343.54%，复合增长率达22.24%。根据工信部发布的《大数据产业发展规划（2016－2020年）》，到2020年大数据相关产品和服务业务收入将突破1万亿。
2.产业技术：逐渐成熟的生态
近年来，计算机软硬件技术发展日新月异，性能不断突破，大数据产业借着技术进步的东风，技术生态日臻完善。
大数据产业三大关键技术支撑
数据收集变得更加协同，Voltree Power LLC公司受美国农业部的委托，在加利福尼亚州的山林等处设置智能温度传感器，构建了传感器网络。数据存储变得更加弹性，阿里云推出云服务器ECS提供丰富的块存储产品类型。数据分析变得更加体系化，Google突破分布式计算、Amzon突破云计算以及数据仓库、深度学习等算法不断更新。数据传输变得更加快捷，截止2019年底，全国实现5G基站部署12.6万座，预计2020年实现全国地级市全面覆盖。数据安全变得更加严密，CharlesBennett和Gilles Brassard提出了量子加密的BB84协议。数据标准变得更加规范，国内外陆续推出《GB∕T35295-2017信息技术大数据术语》、《ISO-IEC-TR-20547-5信息技术大数据参考架构第5部分标准路线图》等标准规范。
3. 数据价值：数据是新的石油
《经济学人》将数据类比为21世纪的石油。由于急速拓展的网络带宽以及各种穿戴设备所带来的大量数据，数据的增长从未停歇，甚至呈井喷式增长。一分钟内，微博推特上新发的数据量超过10万；社交网络“脸谱”的浏览量超过600万……这些庞大数字意味着，一种全新的致富手段也许就摆在面前，它的价值堪比石油和黄金。
数字经济的技术革新彻底改变了数据运用的传统方式。现在，企业能够通过数据的学习效应(learning effect)，来改进产品和服务。例如，Youtube可以收集每个用户的点击信息，来修正和完善算法，从而吸引更多用户。企业还能基于大数据的“用户画像”，提供订制化的产品，并根据其消费者能力和价格敏感度设定个性化的价格。此外，企业还能对数据进行二次利用，开发出新的商机。
4、数据中心：发展提速时代
在数字经济、互联网经济快速发展带动下，5G、云计算、人工智能、互联网、线上娱乐等成为我国数据爆发的核心驱动力。数据量和计算量呈指数爆发，新技术、新产品、新应用更新迭代周期加快，数据中心也将迎来发展提速时代。在信息化浪潮的推动下，世界主要国家和企业纷纷开启数字化转型之路，全球数据中心IT投资在此背景下，呈现快速增长趋势。
5. 政策环境：央地持续的鼓励
从2015年至今，国家、省、市出台多项政策促进大数据产业发展，将大数据上升到国家战略的高度。国务院、发改委、工信部等国家部委先后发文，从大数据基础设施建设、大数据标准体系建设、大数据安全监管建设以及大数据交易等方向，完善了大数据产业发展的整体性设计。国家国土资源部、农业部、工业部以及各省市纷纷围绕自身业务特色、产业特色等出台政策促进大数据的商业应用，为大数据发展提供了良好的发展环境。
万物皆数，数字经济的关键要素
目前来看，数字经济中的“大数据”运用的商业模式主要分为两大类：第一类，以大数据为标的物的直接交易。这类交易指的是把狭义上的“大数据”——即数据集作为交易的标的物。第二类，以大数据分析之后的数据与信息为标的物的间接交易。这种交易指的是采用各项分析方法对数据进行挖掘、分析，产生大量的统计结果、主体偏好、决策参考等信息，基于这些信息的再利用、重组与拓展，形成商业决策和商业行为，例如利用行为画像的精准营销，基于大数据统计的投资决策等。与农耕经济时代以土地作为重要的生产资料、工业经济时代以石油等能源作为重要的生产资料类似，数字经济时代以大数据作为最基础也是最重要的生产资料。
未来，大数据企业将以平台运营商的身份存在，集大数据产业链的整体之力，将相互联系又相互独立的市场主体用数据进行链接，形成数字经济时代的基本生态单元。数据沿着产业链方向进行流通，会将产业链各个节点串联起来，形成一个小的生态单元。大数据产业在这个过程中，可为产业链各个节点提供数据采集、存储、传输、分析利用等，在一个平台上，将整个产业链粘合在一起，同时，还将为整个产业链提供融资、物流、信息化升级等基础服务，赋能整个产业链。
大数据是全球数字化、网络化与智能化浪潮的重要代表性技术之一。可以预见，未来几乎各个行业、领域都需要大数据的分析结果。我们的工作方式、生活方式、连接方式、协作方式或将被改变、被优化、被完善，我们每一个人都将成为其中一分子，成为数字经济和数字社会的亲历者、见证者和建设者。
