大数据正在揠苗助长

小心，大数据正在揠苗助长

2012年，美国奥巴马政府发布"大数据研究和发展倡议"，率先在全球启动2亿美金大数据国家战略。今年年初，英国商业、创新和技能部宣布将注资6亿英镑，发展8类高新技术，大数据独揽1.89亿英镑，远超其他高新技术。面对这波趋势，中国跟进并不慢，旋即2012年被称作中国的大数据元年。在喧嚣的年末，大数据产业园、大数据日、大数据专委会、大数据专业、大数据实验室和各种大数据峰会接踵而来。物联网和大数据、云计算和大数据彼此抱团取暖，来抵消决策者对层出不穷新概念的审美疲劳。其实，大数据还只是在民间热。相比起物联网和云计算，它在国家最高层面上获得的关注和实质支持还颇有不如，至少，政府目前仍未出台相关政策与重金扶持。

根据IBM的说法，大数据有4个V：Volume（体量大），Velocity（快速化），Variety（类型杂），Value（价值大）。IDC预计，到2020年数字宇宙的规模将高达40ZB。这些诺大的数据对创业者来说是寻宝图，对科技企业来说是满地黄金。笔者认为，看似庞大的数据量可能没有那么大，其中所蕴含的价值也许更没有那么大，就好比在一推沙子中挑出黄金，金子未必有，而挑出金子这个过程中所耗费的人力物力，也许早就超出了金子的价值。

另外，大数据不见得所有企适用。首先这些企业要拥有大的数据，比如金融、大型零售企业、房地产、电信等等，想要拥抱大数据，还需从自身情况出发，需要最好的技术。大数据并非"神秘"，它擅长锦上添花而不是雪中送炭，如果企业该做的事情没做好，别指望大数据能帮忙。

大数据炒热之后，很多企业立马布置大数据战略，其中阿里动作最快，在市场一片繁荣景象的带动下，一些所谓的大数据公司如雨后春笋般纷纷冒了出来，各类以大数据为主的股票在股市一路红灯，企业间的IPO不断上演。然后这种繁荣的背后，企业的盈利情况却被忽略。据笔者了解，在当前数据宇宙中很多有价值的数据，都是基于文档的未被标记的非结构化数据，人们对这类数据的识别、处理技术的研究刚刚起步。但市场中所谓成熟的大数据分析方法，却普遍是基于有效数据标识来采集用于分析的数据。根据这种方法，有些数据因为无法识别所以不能被标记，因而不能被视为有效数据，在用于分析前，它们就会被抛弃。这一问题导致大量有价值的数据就这样丢失了，完全没有被利用。

此外，大数据在相当长的时间内还是个新鲜事物，即使年复合增长率高达32%，到2016年全球大数据技术和服务市场总额也就是240亿美金左右，不切实际、一窝蜂地上大数据项目不应鼓励。明明不算大数据，要装成有，从赚钱机会上来看，大数据还没到"满地是沙子、满地是金子"的时候。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友