|
7月24日，由腾讯主办的大数据思享会活动中，数据堂（北京）科技有限公司创始人、总经理齐红威分享了关于大数据交易看法。 齐红威认为大数据带来了为他带来了4个思维上的转变， 1.人工智能在大数据下正焕发新一波青春。他认为大数据的本质不是数据规模的大小，而是半结构化和非结构化的数据。现在随着商业需求的增加和技术的进步，人工智能领域（语音、图像、文本识别等）发展迅速。 2.众包模式是特别符合大数据的运营模式。这是大数据来源的一种重要的方式，也是数据堂的重要业务之一。 3.二十世纪最有价值的资源是石油，二十一世纪最有价值的是数据。合理定价之后，数据交易会形成“数据市场”。数据市场会像电商一样，不会一家独大，各家做各家的，市场会发展更好。 4.云计算与大数据是双胞胎的关系。云计算为大数据提供了基础环境和基础设施的支撑，某种程度上讲，大数据是云计算一个特别典型的应用。云计算本质是一种商业模式，大数据则是一种商业需求。 美国一家创业公司绘制了一张大数据产业布局图，其中包含了四个部分： 第一类是大数据基础设施。亚马逊、国内的阿里云、百度云平台、腾讯云平台，都是在这个领域布局。 第二类是数据源企业，数据堂就属于这个范畴。这类企业专门提供某个垂直领域的数据源，把数据当做一种可交易的产品，形成数据市场。也可以说是数据的电商平台，但是比电商复杂。 第三类是做分析工具的企业，比如可视化。创业时，在国内用工具做创业的公司很少，因为在国内版权意识差的创业环境下很难成功。 第四类是做具体应用的企业。面向某个行业或领域做垂直的解决方案，或者说是数据应用的。 对于国内的创业公司，在以下两点可能有机会：数据源和数据分析挖掘。在基础设施方面，创业公司没有机会，华为、阿里、百度、腾讯基本上把持了这一部分。工具类创业本来很有机会，但是大工具在国内没有积累，会比较难，而小工具创业环境不具备。 大数据正在变革各个行业的技术架构、商业模式和组织方式。对我个人来讲，我有四个思维的改变。 所有人都在关注人工智能领域我们七八十年代做人工智能的人，其实是偏理论的，需要做很多数学的方法，搞很复杂的模型，就不想讲太具体的技术的东西。但是我们现在的人工智能，同样的需求但理念变了，现在是以数据为导向，以大数据为支撑了。 为什么人工智能是在大数据下又焕发了一波青春呢？根本原因是关乎大数据的本质。大数据的本质，我个人认为不在于数据量大，不在于数据规模有多大，而是半结构化和非结构化的数据。这部分数据正是我们以前考虑得很少的地方。所谓半结构化、非结构化数据就是指我们遇到的图象、语音、视频、文本、网页等。 这里面代表人工智能技术发展的，无非就是三大类：图象、语音、文本。 大家每天都会接触到语音。从SIRI推出之后，各种手机端车载端的语音助手大量出现。传统的客服中心是人工在接听，我个人认为再三到五年，传统的客服会有一些颠覆。以前打进电话来，个人用户请按一，集团用户请按二。未来不需要了，你进来就问你需要什么帮助吗，它判断你是个人用户，就给你转到人工。前端慢慢已经在节省了，已经在做一些尝试了，但是要全替代还没到那个阶段。 为什么语音识别这么火呢？我想不是因为技术和十年以前比起来进步很多，根本原因是现在两个环境变了。 第一，商业的需求量增加了。看到了商业机会，互联网大公司包括腾讯、百度、华为、阿里巴巴，有足够的资金愿意往这方面发展，很多创业企业、风投也都往这儿放。不过根本原因是移动互联网把应用的需求量给拉动起来了。 第二，技术正好发展到这个地步。这还不是技术本身有多么大的进展，而是数据量，就是基础训练的语料规模比以前大很多了。 语音入口类似于现在搜索入口一样，它是一个通道性的东西，谁抢了这个东西，相当于抢了很多的那些资源的东西。百度、腾讯这些大公司会争抢这个入口，用免费策略，把众多的行业企业吸纳过来，用它的通道。 在语音这方面，语音合成已经不是问题，我们现在用的语音导航、机场、车站完全是语音合成的，跟真人说的没有什么区别。现在唯一挑战在语意上，语意理解比较难。 另一个是图象技术，图象比语音难，语音方面像语音助手这样的杀手级的应用已经出现了。图象受环境的影响很大，光线、角度、其他的一些背景都很重要，所以图象识别的精度还差很多。精度很低的原因有两个。一是我们现在摄像头的清晰度太差，再者是技术还是太复杂。 因为我以前做人工智能，现在好多风投，包括一些投过我的风投，以及我的一些朋友，都在找我推荐人工智能的项目。以前做风投的人，很多是非技术出身，有时候根本不懂什么是人工智能，现在他们也找类似的企业。这都说明人工智能的企业在大的需求环境下，有机会了。 第三类是自然语言处理技术。自然语言处理有一个天生的问题，这个东西它好入门，搜索引擎其实就是一个自然语言的初级应用。但是你要想做到极致，真正像人一样理解语句的含义就很难了。自然语言处理比语音、图象都要难，因为文字可变化的空间更大。 众包是大数据的核心模式众包模式是特别符合大数据的运营模式。比如大北农，它给每个养猪户发了一个App，报告养殖数量、出栏时间这些信息。这本质就是众包，因为是广大用户在帮你做这件事情。 同样，如果两家企业的商业模式一样，但是某一家做得更巧一点。它提供一些好处给顾客，让他们在商场买完东西之后，把购物小票拍照后上传到它的平台。企业识别每张小票上的价格，进行汇总。如果有10万人甚至50万人在全国各地帮它做这件事，数据的及时性、覆盖范围、有效性都不可想象。 有一家被谷歌收购的以色列公司，它的理念和采集猪的相关数据来讲是一模一样的。它是做路况，每个用户下载APP之后，他能通过APP操作把自己当时的路况上传，我为人人、人人为我，它的路况就比较精确。而且这个路况是免费的，因为你贡献了信息，你也有权利享受服务。这家企业盈利是通过嫁接的其他东西，像加油站、线下店铺等。后来这家企业13亿被谷歌收购，价值蛮高。 众包是大数据的核心模式之一，也是我们数据堂做的业务之一。 2011年的9月1号我开始做公司，刚开始能不能生存下来的一个业务就与这相关。我们通过众包采集各种各样的数据，这些数据可能在企业内部没有、在网络上没有，现实世界中可能也不存在。特别是你需要规模比较大或者比较实时的信息，现在手段都不好，效率低、成本高。 我们的众包模式比较简单。我们通过众包平台，现在有几十万的实名的用户帮我们采集各种各样的数据。他们被称作众客，有实习生、家庭主妇，也有一些社会上的甚至包含一些白领。通过这些方式采集到各种各样的数据，比方说有些公司让我们去采集脚的尺寸数据。你现在到网上买鞋，只能拿一个鞋号参考，大部分人穿起来很痛苦，这也是卖鞋的电子商务体验做不好的根本原因。除了鞋号以外，还有脚弓高、脚宽、脚长这些数据，很多公司其实很关注这些精细的数据。 而且，最根本的地方在于这些数据的版权是我的。我可以卖给阿迪达斯以后，再给耐克、李宁。这些数据相当于是一个产品，在我的交易平台上流动起来了，这也是我的数据来源之一。 数据市场要像电商一样才能发展二十世纪最有价值的资源是石油，很多国家为此争得头破血流。二十一世纪最有价值的资源就是数据了。但是数据比起石油有成本优势，石油不可再生，而数据获得是一次性成本，之后就没有任何成本了，运输成本和存储成本都很低。但数据的价值却是多方面的，它可以像原材料、原油、货币一样进行交换。 数据一旦有了价值，就有了价格，当然现在对数据的定价还比较难。但是有一个感觉不会错，合理的价格还是能够支付的。在定价之后就可以有交易，有了交易就出现了市场。这是我们数据堂做数据的根本理念。数据堂本质是想做数据交易与应用的平台，但是我们不做面向某个具体用户的数据分析、数据挖掘。那是我的客户在做的事情，我们向他们提供数据，我们不做上层的东西，只做数据本身。 现在数据市场的现状是，国外有几家做得还可以，基本上领先国内一年到一年半的时间。不过坦率地讲大家做的时间都不长，他们也只不过是做了B轮融资，也就是超越我们一轮融资的节奏。目前还没有出现上市公司，做数据的解决方案那块儿已经有一家上市公司了。 据我了解，现在已经有企业在这块儿布局，像腾讯、华为、亚信等。还有一些创业企业也在做开发，有一家创业企业直接照搬我们数据堂的网站，连里面的图片都没改，直接搬过去了。 我们希望大家一起做这个事情，为什么呢？它就像电子商务一样，可以做很多细分，有低端的、中端的、高端的，有做政府数据的、商业数据的。你不可能一家独大，各家做各家的，如果不同定位的话，反而会促进市场的发展。 数据可以分成很多类，有商品化的数据，类似于刚才讲的脚的尺寸数据。这个是纯商业数据，不涉及国家安全、也不涉及个人隐私，商业运作没有问题。另一类数据是与国家安全相关的，比如战略物资数据，这类打死也不能碰。还有一类数据是可变相的，可以用其他的方式来做的数据，类似于阳光、空气、水这些公共资源的数据。尤其是政府数据、行业数据，理论上是我们纳税人的钱支撑做出来的数据，它不属于某个个人，也不属于某个企业，它应该是公有的。而类似于阳光、空气、水这些数据，你不能直接打个包就卖掉，这个问题很复杂。不过就像矿泉水一样，你把这个水处理一下，搬运一下，放到超市、机场、或者其他什么地方就可以变现价值了。这些数据也一样，别期望在原始数据上图什么利，但是你可以在上面分析、挖掘，你出来了结果，它就有价值了。 银行和保险的数据，在这里面算哪一类？它是每个人贡献的，所有权属于谁？理论上所有权是属于个人的，我银行的存款记录、交易记录，那所有权是我的，银行只不过是帮我存了一下，你无权拿我的数据去做交易。微博类似，微博的数据是每个人贡献的，微博的数据所有权是谁的呢？是新浪的？所以所有权归属确实有一定的问题，但是在我们不清楚的情况下，我们就姑且认为它是大众的。 而数据堂真正的目标是成为一个数据交易加应用的平台，这一端是数据的来源，来了之后进行清洗，另一端是第三方开发各种各样的应用，形成平台的概念。 云计算与大数据是双胞胎从存储、计算的模式来看，现在全是数据的思维了。在这种思维下，我们整个体系全变了。如果再往下走的话，大家能看到整个的大数据产业，存储、处理、分析、可视化，这些技术全是以数据为导向的思维了。反观以前我们做编程，全是流程化的东西。 关于云计算与大数据的关系，我认为二者是双胞胎。云计算为大数据提供了基础环境和基础设施的支撑，大数据有了存放和计算的空间和资源。某种程度上讲，大数据是云计算一个特别典型的应用。 云计算的本质是什么？云计算的本质不是技术，而是一种商业模式。它的前身是SAAS（软件即服务），后来云计算又搞什么PAAS、IAAS，基础设施也可以云服务了，计算资源也可以云服务了。云计算的本质是租赁的模式，它把原来的东西重新以一个不同的商业模式服务出去。SAAS不就是租赁吗？以前很多的软件、产品、服务，你需要自己买服务器、买计算机，雇技术人员自己开发，在后期使用过程中自己维护，这种最典型就是客户关系管理系统。后来有一家企业（包括用友）做这种客户关系云化，你说技术有变化吗？没有，还是那些服务的内容，只不过想办法变成了云端。 整理：腾讯大数据思享会 End. 转载请注明来自36大数据（)：36大数据 ? 数据堂齐红威：创业公司在数据源和数据分析上才有机会 |
|
|
