再識大數據

如果說在工業時代，生產原料是基于大自然饋贈的各種原子的產物，那么在信息時代，最基本的生產原料就是比特。而在比特之上，是承載各種信息價值的數據。對于信息時代的人們來說，沒有什么比獲得數據、擁有數據、分析數據和利用數據更重要的事情了。
    近日，《CIOInsight/信息方略》記者就有關大數據與互聯網的關系、大數據對業態的影響、成功利用大數據的商業模式等話題，采訪了中國通信協會副理事長、國家信息化專家組咨詢委員會委員、光纖傳送網與寬帶信息網專家鄔賀銓先生。以下是經過編輯的對話。
    被訪者簡介：鄔賀銓，光纖傳送網與寬帶信息網專家，曾任信息產業部電信科學技術研究院副院長兼總工程師?，F任國務院物聯網領導小組組長、電信科學技術研究院副院長兼總工程師。國內最早從事數字通信技術研究的骨干之一。

相輔相成的大數據與互聯網
   CIOI：先來簡單聊聊大數據吧。這是個持續發熱的東西，特別是在今天這個信息消費的大背景刺激之下。那么在您看來，大數據有哪些具象的表現？
    鄔賀銓：我們的城市都有攝像頭，一個小時產生很多的數據，幾十萬個攝像頭，數據達到數百個TB，是很正常的事情，所以這個數據總量是非常大的。除了政府及公共機構以外，企業也產生大數據。比如說波音飛機，每個飛機的每趟航程，來回都會產生TB量級的數據。波音公司現在擁有的技術，可以做到每幾毫秒都測一個數據，這樣每年的數據有多大，可以想象。
    中國聯通對每個上網用戶都有記錄，一個月記錄一萬多條，對應的數據量是幾百個TB。除此之外，國家電網公司、醫療單位也都是數據產生的大戶。我們從醫院的病例可以看到，一個大腦的CT掃描圖，要讓它分辨率很高，微米的數據量產生是4.5TB的數據。同時按照醫療規定，一個患者的數據要保存50年。像301醫院，門診量一萬人；廣州中山大學醫院，2008年的數據是100個TB，到2013年是1000個TB。
    還有大家都知道的淘寶網。去年光棍節每分鐘幾十個TB的數據。騰訊每天有5萬次計算等。所以說，互聯網上有很多大數據，每天都有更多的數據量產生。我這里還有一個國外的數據，美國的網站每分鐘有72小時時長的視頻監控上載，相當于全世界有6億人同時看不同的高清電影。到了2016年，互聯網可以在3分鐘之內，傳收300萬小時的視頻。這個數字相當于全世界生產34年不吃飯不睡覺才可以看完的電影。
    現在全世界新產生的數據量每年增加14%，也就是說互聯網每兩年翻一番。2012年和2013年互聯網所產生的流量，等于人們有意識以來，一直到2011年所產生的數據量總和，兩年等于一萬年。2011年全世界互聯網總量1.8個GB。2020年，全世界的數據將達到40個GB。
    CIOI：剛才您談了很多互聯網對大數據的影響。那么反過來，大數據的產生，又使互聯網有了那些改變？
    鄔賀銓：大數據的出現，對互聯網有很大的影響。就以傳統路由器為例。路由器有傳送功能，也有控制功能，還有業務功能。大數據出現后，我們發現網絡上存在時空不對應的問題，很難判斷哪個地方的流量最高。因此，現在可以把路由器的網絡控制功能抽出來，形成一個網絡控制系統；把業務功能抽出來形成業務系統。靈活實現控制平面的建構，對于大數據流量是一種改型。隨著流量增大，大部分流量過路多，落地少。凡是在光強上做的，就別在電廠做，凡是在IP上可以做的，就不在IPO上做。另外，就是傳統互聯網IP地址表示主機的身份，這個很正常。但移動互聯網的出現，使這個計算機從這里到那里，位置變了，用戶的身份沒有變——完成身份和位置的分離。
    另外，現在被討論很多的，IPV4向IPV6遷徙的話題，也是大數據對互聯網的另一個影響。目前為止，必須要解決地址短缺問題，一些人不考慮跟互聯網兼容的問題，甚至提出“后IP”概念。一般大家認為，“革命性”路線發展需要很長時間，10到15年，甚至更長。從這個意義上來說，我們現在的網絡等不及，不可能15年以后再解決地址問題，因此，IPV6是一個必須然的選擇。至于說未來，誰也不能保證任何一個技術是萬全的?？吹绞畮啄曛畠?，我們沒有別的解決辦法，就只能往這方面走?，F在，IPV6有利于對地址真實身份的認知，對網絡安全性有好處的。但過度到IPV6是一個長期過程，這個需要整個產業鏈方面的配合。
   公共領域：未開采的大數據富礦
   CIOI：還有一個跟大數據挖掘密切相關的話題，就是公共信息平臺的建立。這也是信息消費的熱點之一，您怎么看這個問題？
    鄔賀銓：我們北京的公交有一卡通，如果把這里面的數據收集起來，我們就能知道北京多少人從哪里換車，每天是個怎樣的流向。
    還有一個例子，上海的所有路口都有攝像頭，每個攝像頭后面都有電視屏，放在交通管理中心。一個交通管理中心再大也放不下這么多屏，因此10秒鐘一輪換。通過大數據挖掘，可以把一條馬路的交通組成一個視頻，把整個上海交通組織像一張圖，就像從直升飛機上俯視上海一樣。
    我這里還有一個以色列的例子。以色列首都的交通流量，不同顏色表示不同的事件，有些表示事故等。政府統計出來這些數據以后，通過廣播告訴給所有開車的人。我們現在雖然有交通屏，但僅能看到堵車顯示。但是卻無法前進和后退。然而，在非常實時的提供到開車的每個人，這才是很好的服務。我們現在的問題是，有很多地方有很多有用的數據沒有被挖掘，會挖掘的人卻沒有數據可挖。因此我說，公共領域的大數據挖掘，還是要把網絡和生活結合起來。
    另外，快到國慶了。國慶之前很多人在網上搜索旅游點，還有酒店信息，私家車的路線等。根據你的搜索，我們知道哪個旅游點最熱，那條路會堵，真正發生在黃金周的情況，我提前就可以知道。因此，基于在這一點，地圖服務，包括基于LBS的數據挖掘、信息開發，都很有可為。我了解的情況，百度成立了定位事業部，以地圖為載體，覆蓋到餐飲、KTV、上商場等。阿里有保護中心，在移動端加強與高德地圖合作。騰訊推出會員卡，加上財富通和搜搜地圖，你可以看到現在我們所有網絡都要跟地圖結合。要跟位置結合，要跟本地生活結合。
    利用短信、微博、微信，我們可以收集熱點和輿情。騰訊對每個用戶都建檔案，一個老頭注冊的時候說是18歲少女，無論用什么假名，你在網上時間長了一定露出你的本性。說的夸張一些，不但知道你是男是女，是老是少，還知道你是不是神經病。如果公安局要查，騰訊可以提供一堆神經病的IP地址。
   大數據引發行業新業態
   CIOI：您在一開始講到大數據伴生的分離作用，這一點很關鍵，使得之前混在一起的功能，漸漸清晰起來。那么，隨之而來會對數據中心會有哪些影響？
    鄔賀銓：信源中心和信息中心的分離，是信息技術走到今天，一個很重要的發展。到2015年，世界上的數據中心中，有一半多以上都會是云計算中心，且都是大容量的。云計算中心一般考慮放在什么地方？一般考慮氣候、能源工業。我們國家云計算中心會向高緯度地區集中，比如說內蒙一些涼快的地方遷徙。像谷歌把它的云計算中心放在摩洛哥，因為那比較涼快。
    現在，我們的數據中心大部分在北京、上海、廣州；而未來，數據中心會放在內蒙偏遠的地方。此外，將來云計算的出現會把用戶以信息源為中心，向以能源為中心改變，也就是說，中心節點將發生變化。過去，上海、北京、廣州是中心，現在隨著大數據出現發現了不能這樣做，我們需要增加這個數據和中心。美國網建互聯中心有八個，我們現在有三個，中信部有計劃增加這個中心。
    還有一個影響，就是大數據的出現，會導致全球互聯網的去中心化?，F在，像谷歌這樣的全球化公司，都紛紛在中國香港等地方上節點。這時候，對外的訪問就沒必要跨洋過海到美國去了。從這個意義上說，國際互連網流量比例必將下降，全球互聯網呈現去中心化。
    另外，大數據還會導致區域網絡扁平化。隨著大數據的出現，所有省之間都可以實現直連。而且，不這樣安排，根本沒有辦法支持這么大的流量。
    此外，還有一個影響，就是內容分配網絡化。為了讓用戶更好更快的接收信息內容，我們要做內容分配網。國家電信運營商在靠近用戶的地方建了很多CDN，這樣可以適應大家更快訪問視頻。CDN的部署對互聯網流量流向產生了影響，我們國家的國際互聯網占比是降低的，我們的網間流量比例也是降低的；但同時絕對值增加，本地化的訪問更多了，遠端的訪問降下來了。
   CIOI：剛才講的這些影響和改變，是不是在移動互聯網也會有相似的問題？
    鄔賀銓：移動網絡也一樣。2009年，我國所有的移動通訊呼叫發生率，室內是63%，家里29%，辦公室占14%。越是大數據時代這個比例會越高，室內轉到WIFI，WIFI多了互相干擾，使用小蜂窩的技術，可以范圍很小，損耗很小，因此調試率可以增加。一個蜂窩分成多個分布式的天線，這樣有些蜂窩加上基站，但是蜂窩之間是統籌的，干擾統籌來解決數據量的傳輸問題。
   CIOI：有關大數據的眾多討論中，一個很重要的話題就是數據價值的挖掘。有了那么多的數據資源，如何加以分析、加以利用，您有哪些好的例子可以分享？
    鄔賀銓：淘寶的CPI和國家統計的CPI不一樣，但是淘寶的CPI更能反映我們的物價波動。國家統計局的CPI主要參數是食品。但除非是經濟情況太差了，人們才會把食品開支省下來，否則不會省吃飯的錢。淘寶的數據中，包括了很多買服裝首飾的部分。如果經濟不好，就會反映出來。人人網通過客戶關系的分析，游戲業務取得100%的增長。大家淘寶上買東西，阿里巴巴把你的IP地址記下來，拿出來讓賣化妝品和賣服裝人競價買這個IP地址。百度搜索排名優先推薦，央視廣告效果誰知道怎么樣？央視去年的廣告收入269億人民幣，百度廣告收入229億人民幣，百度廣告連增50%以上，央視才增多少？現在他們終于發現，原來百度是我的競爭對手。
    另外，大數據還推動視頻與互聯網的融合。樂視網買到《甄傳》的網絡播出獨家權，搜狐視頻拿下了《中國好聲音》的版權，還有騰訊視頻參與《快樂男聲》的選拔過程，有一些快男被淘汰了，還可以復活，靠在YY上買東西復活選手。
    現在，基于大數據的互聯網，已經變成一個新媒體的融合平臺。大數據提供集資服務，阿里根據中小企業在平臺上的表現，選出放心的中小企業，放貸一千多個億，壞賬率只有1.3%。2013年7月份的統計，阿里靠貸款每天利息一百萬。京東收購了網民在線，從信用卡分期貸款，你在京東買東西留地址什么，他提供貸款。蘇寧建立小貸公司解決貸款問題，為它的營銷創造很好的條件。
   CIOI：最后一個問題，是有關互聯網企業的。您怎么看待在這場大融合中，互聯網企業的角色？
    鄔賀銓：現在的互聯網企業應該當輕運營商。我們看到，現在互聯網企業除了管道需要運營商，其他東西都不需要依靠運營商，都需要獨立判斷。公安局有微信公眾號，招商銀行也有，這些都可以很好開發的，各種各樣的增值服務在這里都可以出現。
    電信運營商開展互聯網活動，銀行做電商，互聯網企業做金融，阿里控制電商的入口，騰訊主刀線交入口，大家都希望到對方的業務領域做拓展。固定想做移動，移動想做固定，廣播做電信，電信想做廣播，運營的賣手機，手機的想做運營，現在很難區分大家的業務。我們看到自留地要種，別的也要搞。在這里，電商和搜索會產生新的業態。
   互聯網產生大數據，移動互聯網和物聯網進一步推動數據的暴漲。網絡中心體現去中心化，大數據促進了信息融合和產業跨界結合。大數據引發更多新業態出現，這對互聯網發展是機遇也是挑戰，是對我們國家互聯網創新能力的一次大考。