大數據的進擊：從“DT時代”到“數據產業”

阿里巴巴集團董事局主席馬云最早提出“DT時代”這一概念，是在2014年3月在北京舉行的一場大數據產業推介會上。在之后的多個場合，馬云對“DT時代”做出了系統解讀。他認為，人類已經由IT時代進入了DT時代，數據正成為最核心的資源，甚至在未來，數據可能會成為像水、電、石油一樣的公共資源。

如果說馬云的“DT時代”宣布了IT時代的式微，并給我們描述了大數據洪流洶涌而來的壯觀宏大的話，那么近日游族網絡董事長、首席執行官林奇提出“數據產業”理念，認為未來只有一個產業就是數據產業，經濟形態和商業邏輯將為之重塑，則是從馬云的“DT時代”的概念升級，結合當前新的產業市場形勢作出的重要判斷。

DT時代：洶涌澎湃的大數據浪潮

根據普遍的理解，數據技術時代(Datatechnology)，商業社會將以數據為核心和內在驅動力，推動社會發展的不再是對自然資源的利用(如石油、天然氣等)，而是以云計算、大數據為導向的技術革新，數據資源將會是眾多利益集團必爭的戰略性資源之一，其將影響著農業、工業、第三產業的高層級變革。

馬云提出DT時代的時候，當時的大數據產業和應用狀況是什么樣的呢?

2013年，中國產生的數據總量超過0.8ZB(相當于8億TB)，2倍于2012年，相當于2009年全球的數據總量。從互聯網行業看，百度每天響應來自138個國家和地區的數十億次請求，百度每日新增數據10TB，要處理超過100PB的數據，從浩如煙海的信息中精確抓取約10億網頁，同時索引庫還擁有千億級在線索引能力，以幫助用戶完成搜索過程;阿里巴巴掌握的總體數據量為30PB，加上對新浪微博、高德等的投資并購行為，保存的數據量應該在近百PB;騰訊QQ當時擁有8億用戶，4億移動用戶，在數據倉庫存儲的數據量單機群數量已達到4400臺，總存儲數據量經壓縮處理以后在100PB左右，并且這一數據還在以日新增200TB到300TB，月增加10%的數據量不斷增長。其他像360和一些地圖、社交、影視娛樂類互聯網公司，也擁有PB量級數據儲備。在更廣闊的電信、金融、保險、電力、石化系統，公共安全、醫療、交通領域，氣象、教育、地理、政務等部門，以及商業銷售、制造業、農業、物流和流通等領域，更是蘊藏著海量的數據。

從IT時代到DT時代，不僅僅是一個技術的革命，更是一種經濟形態和商業生態的革命。馬云說：“人類的第一次技術革命誕生的商業形態是工廠，第二次技術革命誕生的商業形態是公司，第一次技術革命是體能的釋放，是讓人的力量更大，第二次技術革命是對能源的利用，使得人可以走得更遙遠，而這一次技術革命是IT時代走向DT時代，是真正的大大的釋放?！?

林奇也認為，如今我們面臨的數據革命，是真正意義上一次偉大的革命。數據正像石油、鋼鐵一樣成為重要原材料，以數據為重要驅動力的數據革命正在到來。誰能搶占數據革命的先機，誰就有望占據新一輪科技和產業革命的制高點。

數據產業：DT時代的產業載體

未來存在于現在，只是不均勻的分布。

從馬云提出DT時代到今天，很多看似瘋狂的預測已經逐漸實現。有專業分析機構指出，2016年將是令人振奮的一年：智能算法將接替現在由人類來完成的許多業務;我們將看到數據湖服務作為一種服務解決方案出現，幫助企業以最少的工作更多的使用數據;越來越多的行業將開始試用數據區塊鏈技術以改變他們的行業。

2016年大數據發展趨勢

一定程度上，云計算是大數據分析技術應用的基礎，海量的數據需要更多的計算資源支持，也就是說DT時代的實現，要建立在高度發達的云計算等技術的基礎之上，這也是林奇所說的數據產業的基礎。在林奇看來，目前中國的商業較量和競爭仍處于較低層的資本競爭惡循環，缺乏技術的創新和理念作為指引。我們身邊每天都會產生大量數據，如何將這些數據有效的收集起來，并加以“凈化”和有效利用，是DT時代需要解決的首要問題。這一技術的實現需要以強大的IT基建作為支撐，高效、完善的IT構建，也就是數據產業。

林奇認為，掌握了數據，掌握了數據算法，掌握了數據跟商業模式之間關系的這些企業，就能夠決定一切經濟形態。林奇對此指出，資產、知識的重要性都將讓位于數據，誰能決定資產如何配置，決定知識如何在商業領域發揮作用，是更重要的。未來，所有企業都面臨短期戰略和決策能力失效的挑戰，新的組織形態和商業邏輯是未來一系列問題的解決之道。

數據產業：打造DT時代商業生態

林奇提出，我們即將面臨一場變革，新興大數據將成為企業發展的當務之急，而常規技術已經難以應對拍字節級的大規模數據量。這一變化所帶來的挑戰，是成功的企業在未來發展過程中必須要面對的。只有那些能夠運用這些新數據形態的企業，方能打造可持續的重要競爭優勢。針對DT時代的商業生態將如何被數據產業重塑，林奇提出了三個方向，一個是全樣本數據算法，一個是實時數據分析，還有就是數據即服務的模式。

林奇提出，在不同的商業形態和商業邏輯驅動的商業模式里面，全樣本數據算法或數據實時變化的商業形態將會遍布經濟的各個領域。

統計學里最基本的一個概念就是，全部樣本才能找出規律。為什么能夠找出行為規律?一個更深層的概念是人和人是一樣的，如果是一個人特例出來，可能很有個性，但當人口樣本數量足夠大時，就會發現其實每個人都是一模一樣的。在大數據時代，無論是商家還是信息的搜集者，會比我們自己更知道你可能會想干什么?，F在的數據還沒有被真正挖掘，如果真正挖掘的話，通過信用卡消費的記錄，可以成功預測未來5年內的情況。

林奇認為，商業智能的價值從后知后覺轉向實時分析是一大重要趨勢，從慢數據向實時的快數據的轉型是機器分析引發的商業智能變革?，F在，實時大數據技術已成為改變商業規則的技術了，并將在2016年產生深遠的影響，并也討論了如不接納這些新技術帶來的不良后果，企業是時候采用此技術以保持領先的地位了。通過實施日志數據分析，企業能更快地了解運營和顧客數據，從而實現24/7的持續創新和競爭力提升。林奇就指出，現在很多公司還在談一年的戰略或者三年的戰略，再過兩三年，可能根本不會有一年的戰略，因為一年太久了，戰略或者一個具體的業務布局都是按照“月”來變化的。在這樣劇烈的變化當中，一定要有一個非常強大的數據支撐系統和商業邏輯來不斷進行分析和調整。

IBM公司剛剛收購了Weather公司，而獲取后者數據、數據流以及預測分析方案的實質在于著眼于未來。各企業需要將數據流即服務打包成為新的業務模式。林奇表示，未來三到五年，游族將首先把數據驅動集中到的體育產業里面去，其次將把數據能力變成一種公共服務能力，服務公眾領域或者服務其他的行業?，F在的企業家都面臨這樣一些問題：用戶覆蓋和用戶之間的轉化關系?用戶對企業的認可程度和消費能力由什么決定?具體的消費場景在哪里?背后的商業邏輯是什么?這些問題都需要有數據來支撐，游族將圍繞三塊具體的業務，以智能數據構成業務的底層支撐，形成可以對全球、全產業鏈輸出的公共服務能力。