人工智能(AI)，大數(shù)據(jù)(big data)和云計(jì)算(cloud computing)三大技術(shù)被認(rèn)為是當(dāng)今互聯(lián)網(wǎng)爭奪的關(guān)鍵點(diǎn)。而三大技術(shù)中中爭議最多的在于大數(shù)據(jù)技術(shù)，被夸大的效果和局限性的應(yīng)用，很可能會讓大數(shù)據(jù)成為ABC三大技術(shù)中最先掉隊(duì)的一個(gè)。

01 ABC的格局

2010年，工業(yè)和信息化部與國家發(fā)改委聯(lián)合發(fā)布《關(guān)于做好云計(jì)算服務(wù)創(chuàng)新發(fā)展試點(diǎn)示范工作的通知》，云計(jì)算元年開啟。

2013年，阿里巴巴副總裁徐子沛提出該年當(dāng)屬中國大數(shù)據(jù)元年，而這一觀點(diǎn)也得到了業(yè)界的普遍認(rèn)同。

人工智能元年?沒有人知道什么時(shí)候會到來，但是總有一天會爆發(fā)。

云計(jì)算技術(shù)從一點(diǎn)孤星閃爍，到如今萬家燈火通明的局面。云計(jì)算產(chǎn)業(yè)的拉動已經(jīng)造就了多個(gè)大型互聯(lián)網(wǎng)企業(yè)的再次爆發(fā)，強(qiáng)如軟件巨頭微軟也已經(jīng)在近幾年全力轉(zhuǎn)型云計(jì)算并且大獲成功，Azure也讓這家稱霸互聯(lián)網(wǎng)超20年的巨頭綻放了第二春。而即便是沒有入局云計(jì)算的企業(yè)，也多為云計(jì)算技術(shù)的受益者?？梢哉f云計(jì)算的力量在如今已經(jīng)達(dá)到了鼎盛，而且未來依然有發(fā)展的空間。

02 發(fā)展人工智能幾乎成為互聯(lián)網(wǎng)行業(yè)的口號

人工智能技術(shù)一直被認(rèn)為是離現(xiàn)實(shí)頗遠(yuǎn)的一種，但是2016年，谷歌用一盤棋把世人驚醒，原來悄然發(fā)展的AI智慧程度已經(jīng)達(dá)到了如此的境界。從監(jiān)督學(xué)習(xí)到自主學(xué)習(xí)，人工智能的發(fā)展就像坐了火箭一樣不斷攀升，能夠涉足的領(lǐng)域也日益增多，而更可怕的還在于，人工智能現(xiàn)如今的狀態(tài)遠(yuǎn)談不上成熟，未來第一大技術(shù)送給人工智能相信不會有太多人質(zhì)疑。

相比之下，大數(shù)據(jù)就面臨了一個(gè)很尷尬的局面。起步雖說比云計(jì)算略遲，但好在發(fā)展夠迅猛，在去年大數(shù)據(jù)風(fēng)頭正勁，阿里云方面提出2016年是萬億大數(shù)據(jù)產(chǎn)業(yè)元年，各類大數(shù)據(jù)處理平臺、處理技術(shù)紛紛呈現(xiàn)，大數(shù)據(jù)產(chǎn)業(yè)在各個(gè)行業(yè)應(yīng)用，乍看之下并不存在任何問題。

但大數(shù)據(jù)的發(fā)展雖然足夠強(qiáng)悍，卻遠(yuǎn)不能與AI和云計(jì)算相提并論。就像BAT三巨頭中，百度雖強(qiáng)，可與阿里騰訊畢竟不是同一等級的體量。

03 大數(shù)據(jù)的歡樂soon

大數(shù)據(jù)產(chǎn)業(yè)的爆發(fā)速度可謂極快。從2013年進(jìn)入我國到現(xiàn)如今的萬億產(chǎn)業(yè)，這一技術(shù)用短短的幾年迅速搶占熱點(diǎn)并且發(fā)展成為全行業(yè)所關(guān)注的焦點(diǎn)，不可謂不成功。而大數(shù)據(jù)的成功有其必然性，也有時(shí)勢造英雄的運(yùn)氣。

04 大數(shù)據(jù)：先有云算后有天

大數(shù)據(jù)的成功與云計(jì)算發(fā)展后計(jì)算力的提升有直接關(guān)系。大數(shù)據(jù)的第一特點(diǎn)就是大，大數(shù)據(jù)的大通常會被人誤解，于是小學(xué)生統(tǒng)計(jì)蘇軾詩詞短短幾十萬字都敢稱為“大數(shù)據(jù)”實(shí)在是貶低了這一技術(shù)。“大”的特點(diǎn)是要大到用常規(guī)手段無法統(tǒng)計(jì)的程度，而常規(guī)手段無法統(tǒng)計(jì)就需要借助云的力量，計(jì)算力的提升的大數(shù)據(jù)進(jìn)行的基礎(chǔ)保障。

幫助數(shù)據(jù)變廢為寶。大數(shù)據(jù)直接解決的一個(gè)問題就是企業(yè)的廢棄數(shù)據(jù)問題。在大數(shù)據(jù)技術(shù)出現(xiàn)前，數(shù)據(jù)的重要性就已經(jīng)引發(fā)了企業(yè)的重視，但問題在于，數(shù)據(jù)分揀和處理技術(shù)不足，企業(yè)空有數(shù)據(jù)卻不能轉(zhuǎn)化為生產(chǎn)力和收益點(diǎn)，而數(shù)據(jù)存儲成本又高，只能遺棄。大數(shù)據(jù)成果解決了這一點(diǎn)難題，幫助企業(yè)把自己原有的金子擦去灰塵，綻放光彩。

05 順風(fēng)順?biāo)拇髷?shù)據(jù)遇到了好時(shí)機(jī)

大數(shù)據(jù)遇到了開放的市場。這一點(diǎn)或許普通用戶很難意識到，但相比之下，中國的市場是全球最有活力的市場，也是最大度的市場。我國的市場復(fù)雜程度較高，因此往往能夠予以新生技術(shù)發(fā)展的土壤，大數(shù)據(jù)在我國的迅速開展也得到了政策和技術(shù)的多層面的保障。

政策支持提供通道，云計(jì)算幫助提供基礎(chǔ)，市場需求提供養(yǎng)料，大數(shù)據(jù)迅速發(fā)展達(dá)到巔峰。但是，這并不代表大數(shù)據(jù)的問題可以就此掩蓋，相反，越是不被注意，大數(shù)據(jù)的隱患就越根深蒂固。

06 君有疾，不治恐深

扁鵲見蔡桓公的時(shí)候，一在腠理，二在肌膚，三在腸胃，都有法可醫(yī)，但蔡桓公不聽，直到神仙難救，是有救而不自救。而大數(shù)據(jù)的問題顯然沒有那么深，但卻同屬于越拖越差的頑疾。

大數(shù)據(jù)的頑疾一：大數(shù)據(jù)價(jià)值被夸大，投入產(chǎn)出比遠(yuǎn)不能讓人滿意。這一點(diǎn)頑疾是典型的人禍，換句話說就是有小部分的大數(shù)據(jù)企業(yè)正在敗壞大數(shù)據(jù)的行業(yè)形象。大數(shù)據(jù)的應(yīng)用確實(shí)可以達(dá)到提升企業(yè)業(yè)務(wù)效率和決策效率的目標(biāo)，但遠(yuǎn)沒有部分企業(yè)所吹噓的那么神。

07 不僅搖不到錢，還得砸錢

大數(shù)據(jù)并不是搖錢樹，絕不能秒用變現(xiàn)。相反，大數(shù)據(jù)是一個(gè)變現(xiàn)較慢的技術(shù)，從大數(shù)據(jù)部署應(yīng)用到影響決策，從決策部署實(shí)施到產(chǎn)生效果，整個(gè)流程周期很長而且變現(xiàn)效果未必就能盡如人意。高昂的投入，被吹的天花亂墜的預(yù)期，和平庸甚至讓人失望的結(jié)果，三者的夾擊下企業(yè)能對大數(shù)據(jù)還剩下多少好感呢?

大數(shù)據(jù)的頑疾二：對藥不對癥，低端難生存。大數(shù)據(jù)產(chǎn)業(yè)雖然現(xiàn)如今在進(jìn)行全面化、全產(chǎn)業(yè)的推廣，但不可忽視的一點(diǎn)就是，大數(shù)據(jù)對低端產(chǎn)業(yè)并不友好。這一點(diǎn)并不難理解，低端產(chǎn)業(yè)數(shù)據(jù)量本身并不大，分析需求低，分析結(jié)果對企業(yè)的指導(dǎo)意義也小，因此需求度本就低。

08 有錢自己搞，沒錢我不要

而高端產(chǎn)業(yè)中，真正有需求的企業(yè)往往可以自成一脈。比如像阿里、騰訊此類巨頭企業(yè)，數(shù)據(jù)量過大，數(shù)據(jù)需求旺盛，因此不太可能選擇不同的大數(shù)據(jù)產(chǎn)品——一為數(shù)據(jù)安全，二為長期打算。所以，此類企業(yè)自己研發(fā)大數(shù)據(jù)技術(shù)或產(chǎn)品會更合適，而這種各自為戰(zhàn)的局面就可能造成大數(shù)據(jù)行業(yè)最不愿看到的情況，孤島化產(chǎn)生。

09 采據(jù)東籬下，悠然見難關(guān)

大數(shù)據(jù)的頑疾三：數(shù)據(jù)采集難度被低估。這種問題是來自兩個(gè)層次的，第一層面是技術(shù)提供方的低估，許多大數(shù)據(jù)產(chǎn)業(yè)的技術(shù)提供方都會側(cè)重于大數(shù)據(jù)的處理、管理和分析等流程，而在數(shù)據(jù)采集方面只是進(jìn)行簡單的埋點(diǎn)等代碼方式解決。這種方法在互聯(lián)網(wǎng)行業(yè)可以一用，但在大數(shù)據(jù)推廣到其他行業(yè)之后就會受到嚴(yán)重的限制。

10 數(shù)據(jù)采集：要錢還是要全

在非互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)采集時(shí)，企業(yè)往往會選擇易采集的數(shù)據(jù)，并非全面數(shù)據(jù)，這就是第二層問題，采集成本的限制。要收集多角度全面化的數(shù)據(jù)就需要增加采集投入，而不增加就會造成數(shù)據(jù)分析準(zhǔn)確性降低，增加則可能讓效益成本比更低，兩難的境地讓大數(shù)據(jù)頗為尷尬。

大數(shù)據(jù)的頑疾四：隱私與安全成枷鎖。如果只是采集到數(shù)據(jù)就能一次性的使用，那么成本的投入也屬于可接受范圍。但問題在于，大數(shù)據(jù)的流動性較強(qiáng)，數(shù)據(jù)變化頻繁，普通的數(shù)據(jù)一般三個(gè)月就會面臨失效和滯后，而重新采集時(shí)則會面臨全新的局面。

11 盼我瘋魔，還盼我孑孓不獨(dú)活

同時(shí)，大數(shù)據(jù)在頻繁和多次采集時(shí)隱私問題就成為無法避免的一環(huán)。強(qiáng)如谷歌搜素采集用戶數(shù)據(jù)也需要用戶同意才能進(jìn)行，但不同意的用戶怎么統(tǒng)計(jì)呢?這一大類用戶會不會成為導(dǎo)致“幸存者偏差”的一環(huán)呢?但如果強(qiáng)行獲取這部分用戶的數(shù)據(jù)，這些數(shù)據(jù)的所有權(quán)是誰的呢?

而且，一旦涉及用戶隱私直接相關(guān)的就是安全問題。企業(yè)采集到用戶的數(shù)據(jù)建立大數(shù)據(jù)庫，大數(shù)據(jù)庫價(jià)值斐然是黑客攻擊的焦點(diǎn)，而一旦數(shù)據(jù)失竊，到時(shí)候受傷最直接的卻并不是企業(yè)而是用戶，又有哪家企業(yè)能夠確保自家的數(shù)據(jù)庫絕對不會泄露數(shù)據(jù)呢?

12 大數(shù)據(jù)恐不再“大”

大數(shù)據(jù)的這些頑疾存在已經(jīng)有一定的時(shí)間了，但真正付諸解決，獲得成效的頗為少見。隨著大數(shù)據(jù)在不同行業(yè)的深入開展，大數(shù)據(jù)的問題還會持續(xù)揭露，屆時(shí)是否能夠提供能解決問題的方案將有可能關(guān)乎大數(shù)據(jù)的未來發(fā)展。

13 DT時(shí)代數(shù)據(jù)依然為先，但可能不大了

在DT時(shí)代，數(shù)據(jù)量依然在爆炸呈指數(shù)型增長，每個(gè)用戶、每個(gè)企業(yè)都能產(chǎn)生大量的數(shù)據(jù)，而數(shù)據(jù)的處理手段也在不斷的“傻瓜”化，便捷化。每個(gè)人都能應(yīng)用數(shù)據(jù)，都能處理數(shù)據(jù)，這一點(diǎn)相信一定會在技術(shù)的研發(fā)中實(shí)現(xiàn)，但問題在于，這些數(shù)據(jù)真的對每個(gè)人都有價(jià)值嗎?

一個(gè)企業(yè)可能花費(fèi)數(shù)十萬把整個(gè)公司近十年的數(shù)據(jù)拿來分析一遍，然后交給決策者，決策者看后欣然決定：“沒錯(cuò)，我們下一步要做人工智能!人工智能一定能賺錢!”但是，這些決策真的需要大數(shù)據(jù)來提供幫助嗎?即使這家企業(yè)確實(shí)做了人工智能，也實(shí)現(xiàn)了增長，那么功勞真的應(yīng)該歸給大數(shù)據(jù)嗎?這家公司能稱之為數(shù)據(jù)驅(qū)動型增長企業(yè)嗎?

大數(shù)據(jù)目前面臨的就是一個(gè)這樣的問題，砸出去的是真金白銀，收回來的卻只是卻只是一群可能有用的信息。信息是無價(jià)的，觀點(diǎn)是無價(jià)的，但這個(gè)無價(jià)也可能真的就是一文不值。

14 大塊頭才要大數(shù)據(jù)

大數(shù)據(jù)在未來依然會強(qiáng)大，依然會是政府、公共事業(yè)、交通、航天等各種大型機(jī)構(gòu)的必需品?？墒菍τ谄胀ㄆ髽I(yè)以及普通員工來講，一張Excel表格也許就能解決問題，那么何必非要?jiǎng)佑谩昂宋洹奔墑e的大數(shù)據(jù)處理技術(shù)呢?在未來，數(shù)據(jù)依然重要無比，企業(yè)產(chǎn)生數(shù)據(jù)，分析數(shù)據(jù)，運(yùn)用數(shù)據(jù)，可數(shù)據(jù)處理將會趨向常規(guī)化，而不會像大數(shù)據(jù)一樣轟轟烈烈。

未來，ABC之中的Big Data可能會卸下Big的頭冠，給Data讓位。數(shù)據(jù)才是大數(shù)據(jù)的核心，也是發(fā)展的核心，但這一切還需要考慮企業(yè)能否接受，和是否需要。