[ 導讀 ] 有人說，大數據就像20世紀的石油那樣，是一種戰略資源。但20世紀之前的歷史長河中，石油根本不是戰略資源，甚至連一般性的資源也算不上。改變石油命運的，是100多年前內燃機的發明。

 　　有人說，大數據就像20世紀的石油那樣，是一種戰略資源。但20世紀之前的歷史長河中，石油根本不是戰略資源，甚至連一般性的資源也算不上。改變石油命運的，是100多年前內燃機的發明。

　　走進“第四個”大數據時代

 　　現在所說的大數據，都是指“數字化”的信息。如果把“數據巨大”、“類型繁多”、“單位價值下降”和“處理及時”的非數字化的信息也認為是大數據，就會發現在人類歷史上已經多次經歷過 “大數據”時代，而且每一次“大數據”時代，都導致人類社會的巨大變革。

 　　第一次是語言的發明。語言可以讓思想交流融合，讓分工合作成為可能。但隨著“語言大數據”的發展和應用，語言作為唯一載體的缺點開始顯現。第一，地理范圍有限，經常僅在部落內傳遞；第二，對象范圍有限；第三，信息容易失真；第四，信息容易失傳。于是，彌補“語言大數據”缺陷的新信息技術——“文字大數據”時代開始出現和繁榮。

 　　相對語言，無論是圖形文字、聲音文字還是數學符號，可以承載的信息量和信息類型更多，傳播范圍可以更廣、更加準確和更加便于傳承。有了文字，無法長久保存和必須同步傳播的口頭信息，變成了“永久性”、可異步存儲的符號記錄。

 　　文字（包括數學符號）的產生和傳播，使生產力又一次得到了飛躍，并且催生了歷法、兵法、法律和禮儀等，加速了貿易的發展，人類又一次被淹沒在了“大數據”的洪流中。文字是“大數據”的載體，但文字的載體是烏龜殼、羊皮和竹簡，以及后來發明的紙張等，相對仍然比較昂貴。另外，這些類型的書籍需要靠人工抄寫或雕刻，費時費力而且常會出現錯誤，因此書籍仍然難以平民化，“文字大數據”傳播的范圍仍然很有限。

 　　于是讓信息可以用“工業化”的方式存儲和傳播的印刷術出現了。印刷術結束了手稿時代，讓文化廣為傳播，再次擴充了信息的數量和組織，“大數據”時代又一次來臨。印刷術導致書籍和知識“泛濫”，直接引發了人類社會的巨大變革。

 　　隨著工業革命的推進，產生了更大量和更多類型的數據處理需求，導致了信息采集、保存和處理作為獨立的一個行業——“信息產業”的出現和繁榮。電力革命后，整個社會經濟活動的重點，從材料的使用轉移到了對“大數據”的使用，企業也在紛紛取消內部動力生產部門的同時增加了信息處理部門。而近年來隨著智能手機、平板電腦、個人電腦、數碼相機、數字攝像機、POS機以及各種各樣的傳感器等終端逐步接入互聯網，氣候、天文、地質、生物、基因、軍事、商業和醫療等行業數據的普遍數字化和網絡化，以及博客、播客、微博、社會化網絡等的爆發式增長，數據越來越“大”，人類又一次遭遇了“大數據”時代。與此同時，隨著移動互聯網和社交網絡的飛速發展，單位信息的價值快速下降，人類被淹沒在了“信息垃圾”之中。

 　　這次的大數據時代中，信息的產生、傳遞和保存不僅“工業化”了，而且“數字化”和“自動化”了，人類社會發展的核心驅動力，也從之前的“動力驅動”轉變為“數據驅動”。垃圾是放錯地方的寶物，因此必須誕生革命性的技術手段，將這個時代的“信息垃圾”換一個地方，換一種方式提供給我們。

　　歷史上的每次“大數據”時代，對人類社會的影響都是革命性的，這次也必將會是顛覆性的。

　　云計算是大數據的“內燃機”

 　　數據早已有之，但一直以來是信息化的“副產品”，非戰略性資源，直到云計算的發明。云計算讓大數據應用平民化，在大數據應用在經濟上變得可行。云計算之于大數據，就像內燃機之于石油。如果不是基于云計算的數據處理，數據再大也不是大數據，只是“數據大”。

 　　20世紀，因為內燃機的發明，石油上位成了戰略資源。從在戰爭中偶爾使用石油，發展到了為了石油而戰爭。內燃機之于石油，就像WWW之于TCP/IP、App Store之于智能手機、大數據之于云計算一樣，都是后者的“Killer App”。

 　　上世紀70年代初，計算機的發展應用產生的“大數據”（相對那個年代的人，那個年代的工具）需要管理，于是數據庫管理技術誕生，業界開始了專業化開采數據資源的工作。當然早期的數據管理工具比較“原始”（相對現在），只擅長對付 “結構化”的數據資源。

 　　資源的價值大小，很多時候取決于開采工具的經濟性。人們希望找到更先進的工具，能夠管理更復雜的數據類型，從數據中提煉出更多的應用價值，就像歷史上內燃機曾經把石油的用途從照明擴展到動力世界那樣。

 　　2006年前后，業界領先的企業發明了一種叫云計算的新工具，不僅可以開采新型的數據資源（非結構化數據），而且還發掘出了一些重要的新用途（如精準營銷、趨勢預測等）。最重要的，這種工具的成本還很低。于是業界都夢想著，用云計算這個新工具，也去淘大數據的金。

 　　全球云計算已發展到了理性務實的落地階段，而大數據還處于炒作階段。大數據技術還不成熟，技術解決方案還以定制為主，通用型解決方案尚不多見。大數據源還以內部和結構化為主，未發展到內外結合、結構化與非結構化結合的階段。

 　　從應用看，當前的大數據應用以漸進改善型業務為主，以程序化營銷和個人大數據應用最為成功，其他“革命型”應用尚不多見。大數據應用在全球的發展，已形成了“互聯網公司領導、開源社區擴散和ICT制造商產品化”的三階段或三層次現象。

　　電信業需實現數據資產化

 　　電信運營商擁有海量數據。電信網的數據流量已超過了全部流量的99％，另外電信運營商還擁有海量的用戶數據、信令數據、日志數據、流量數據、位置數據等。電信業發展大數據，機遇和挑戰并存。

 　　與互聯網企業相比，電信業大數據資源在真實性和廣度方面優勢明顯，擁有真實的用戶身份錨點（姓名、電話等）、用戶賬戶信息和用戶行為信息。而作為比特管道的電信公司只能在“路邊”看用戶的流量去了哪里，哪家網店的流量多大，剩下的就是政策不允許知道的了，因此電信業的大數據也是粗粒度的。

 　　但二者的這種比較優勢是動態變化的，互聯網企業正在通過搶占更多入口、向基礎設施滲透和建立大數據聯盟等策略獲取更多數據，以彌補自己的短板。

 　　全球領先電信運營商的大數據應用，目前主要是對內優化業務，對外合作提供服務或提供商業的數據服務，并以位置服務居多。中國的電信運營商也紛紛效仿，但目前還是以內部優化為主，偶有外部合作，與國外相比還差一個量級。

 　　電信業發展大數據時，微觀層面存在以下短板：一是網絡強而自身IT設施發展滯后，尤其是大數據需要依賴的云計算基礎設施尚不完善；二是電信業的傳統產業鏈是一個開環，研發等要靠外部力量，而互聯網公司的大數據應用自身就是閉環；三是電信運營商的海量數據目前還分散在很多部門和地區，缺乏整合，是“數據大”而不是大數據；四是人才缺乏，尤其是IT人才和高端人才；五是隱私保護政策限制，政府和社會對電信運營商的數據隱私保護要求，一直以來就高于互聯網企業，是不對稱的“管制”。

 　　電信業發展大數據也意味著，首先需從追求精確、高可靠性等傳統觀念轉向追求效率和成本，即所謂的“去電信化”。在通信資源昂貴而稀缺的時代，電信業以提高通信資源利用率為核心目標，創造了繁榮，也創造出了“電信級”的概念。ATM、軟交換、NGN、IMS、IP 電信網等技術或概念，都以資源稀缺為前提的，它們都忘記了摩爾定律的存在，導致處境尷尬。相反，不以浪費資源“為恥”的IP、以太網、Web技術，卻因為摩爾定律而大行其道，因為它們更簡單，更有效率（即便是看似存在資源浪費的現象）。

 　　其次，大數據需要電信業的思維革命。大數據強調的是從“流程電子化”轉向“數據資產化”，之前是信息化為傳統的流程和管理服務，現在是以數據資產為核心重構傳統的流程和管理。電信業如何從重資產公司，轉型成輕資產的大數據公司，尚需進一步探索。

 　　第三，電信公司需要以互聯網開放、共享和合作的思維發展大數據業務。第一階段需要做好內部數據的整合和應用工作，將“數據大”發展到以自用為主的大數據應用；第二階段與其他企業的大數據源互通有無，兩兩或多方合作共享，讓數據的交換和合作產生更大價值；第三階段，爭取從大數據的比特搬運工，成長為大數據的運營者和服務者。

　　（大數據百科）大數據的發展歷程

 　　一直以來，不斷增多的數據都是一項挑戰。19世紀末，人口普查員不知道如何統計和分類快速增長的美國人口。1890年的人口普查活動促使美國統計學家赫爾曼.霍爾瑞斯發明了電動讀卡器，由此開創了數據處理的新紀元，這項技術也成為IBM發展的基礎。

 　　大規模的數據信息的價值早在二戰時期就被美國軍方認識到了，在戰爭中進行了大規模的數據搜集。在大數據處理和存儲技術方面，起初主要是為了滿足軍事方面的需求。后來隨著互聯網技術和超級計算機的出現，新的大數據處理問題陸續出現，例如數據集通常大大超出了主存儲器、本地磁盤，甚至遠程磁盤的承載能力。“9.11事件后，美國政府就開始涉足大數據挖掘領域，組建了用于篩選通信、犯罪、教育、金融、醫療和旅行等記錄來識別可疑人員的大數據庫。之后又呼吁統一組建一個基于“網絡的信息共享系統”應對大規模數據問題。

 　　總的來看，對大規模信息的處理需求從根本上拉動了大數據相關技術的發展，雖然起初對大數據技術的推動力主要源于國家安全方面，例如大數據的存儲和處理技術、以及大數據分析算法的研發，但最終這些技術開始廣泛應用于教育、金融、醫療等各個行業。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。