从PPT忽悠到越来越落地,大数据产业贵阳先行其他地方政府也要跟上!

2018 年 7 月 28 日 数据猿


作者 | 张涵诚 

官网 | www.datayuan.cn

微信公众号ID | datayuancn


2018年5月26日,我再次来到了中国数谷-贵阳,这是我第四次来贵阳参加数博会了,两次主持、两次演讲,从15年的谈概念、16年的谈产品、17年的谈方案,到18年展示大数据成果,大数据这样一个科技的概念在政府的推动下,如此深入人心,发展迅猛,成果显著!


我每年参观数博会,基本是每个展馆都会看一遍。今年最大的感受是,企业努力秀着这几年的大数据项目建设成绩,而之前的PPT产品忽悠几乎消失。今年圈内朋友比较少,但还是那些活跃在市场的大数据企业,当然有很多新面孔。


今年数博会市场化运作,贵阳市政府营造好数据生态(政策、园区、会议、展示中心、各种标杆项目),对于贵阳来说,数博会对于政府层面就是招商,目标明确,搞大数据来贵阳做项目,看看贵阳现在的项目水平真的挺高明,政策越来约丰厚,贵阳发展大数据产业(或者说新兴技术产业)模式已经形成,我认为,这也是很好的招商套路培训基地,同时培养了一批干部,据说,从科长可以讲30分钟大数据到酒店阿姨能讲10分钟大数据,这样的技术影响力,也只有大数据在政府层面能做到了。


贵阳搞大数据价值交流,建立数据项目,功劳很大。贵阳弯道变直道,发展思路节约好多年时间,同时贵阳也建立了城市新名片——大数据。 特别是数据惠民主要体现在政务层面,作为北京的大数据产业从业者,我不得不说贵阳发展大数据为北京大数据企业作出了巨大的贡献,也为全国大数据发展做出了巨大贡献。


客观决定主观,主观能反映客观,并对客观具有能动作用。当主观正确反映客观、并作用于客观时,对客观事物的发展起促进或推动作用,反之,对事物的发展就起阻碍作用。因此,要想推动社会的发展,必须使主观符合客观。


当前,贵阳战略性的发展了大数据,顺应了时代,现在摆在贵阳乃至全国大数据主管领导面前一个新的课题是接下来该如何发展?面对全国的大数据产业园崛起,面对全国的数字经济,数字化转型的大机遇,贵阳如何继续领先?把大数据的工作推进到一个新的阶段,需要以下策略:


01

大数据2.0,从数据共享到数据产品建设


《促进大数据发展行动纲要》指出,2017年底前“形成跨部门数据资源共享共用格局”,2018年底前“建成国家政府数据统一开放平台”;《政务信息系统整合共享实施方案》明确指出,2018年6月底前“初步实现国务院部门与地方政府信息系统互联互通”;《推进“互联网+政务服务”工作的指导意见》指出,2020年底前,“建成覆盖全国的整体联动、部门协同、省级统筹、一网办理的‘互联网+政务服务’体系”。但在数据共享平台衔接、数据开放标准统一、数据的时效性、数据资源深度应用等维度仍有较大提升空间。


《2018中国地方政府数据开放报告》在2018年数博会“地方政府数据开放与创新发展”论坛上发布。数据开放指数,贵阳85.96分排名第一,平台层指数,贵阳89.90分排名第一,准备度指数,贵阳89.8分排名第一。报告也呼吁,各地政府应该提高政府数据开放的力度、广度和深度,从加强制度供给、营造有利环境、提升平台体验、开放优质数据等方面对我国政府数据开放工作提出了一系列建议。


然而,从老百姓或者企业的角度,并没有深刻感受到数据开放的价值,为什么?我认为,就是没有做出什么看得见摸得着的数据产品,而数据产品把数据、数据模型以及分析决策逻辑尽可能多的固化到一个软件系统中,以更自动化、更准确、更智能的方式来发挥数据的决策价值。


数据产品往往在一定范围内具有普遍适用性,客户群体更加广泛。也容易体现工作成效。其客户数对营收增速影响更大,对规模化复制要求也更高。因而数据产品的价值取胜在广而不在深。这就要求在进行产品设计时对目标客户群的业务有高度的敏感度,做到紧急需求先满足,将多样化的数据需求抽象成一个面能满足一个个散落需求的点。


所以,每个地方政府都应该建立数据产品战略,高效安全释放数据价值!


02

大数据发展2.0,从大数据到智能化


随着大数据的不断积累,现在的大数据能帮助企业智能化管理,能用数据分析直观审视企业发展,通过大数据能更好的分析发展战略。平台型企业不断扩宽生态链,扩大了数据的获取,应用了更多的人工智能的算法,使得智能化的土壤越来越肥沃。


我认为,智能化的建设和大数据相比更考验技术能力、平台能力。贵阳市委常委、常务副市长徐昊曾说:“我们的目标非常明确,就是以发展人工智能为抓手,推动大数据融合创新生态圈建设,发挥国家大数据综合试验区先行先试的优势,将贵阳打造为中国人工智能产业新高地,为中国人工智能国家战略贡献‘贵阳经验’”。


没错,智能化是大数据发展的下一个阶段,最近天津、广州、合肥、重庆、北京各地相继出台发展智能化战略、人才、税收、用地等政策十分诱人,对于创业者都是很好的激励。但智能化发展远远比数据化复杂的多,主要在于技术的复杂度。


科技部规划人工智能的专家李修全曾经对人工智能的发展有过一个观点,他说人工智能的发展,要以突破人工智能应用基础理论瓶颈为重点,超前布局可能引发人工智能范式变革的基础研究,促进学科交叉融合。基础理论研究这个不是数据收集,数据管理,数据分析,数据可视化那么简单容易的,更重要的是要有基础理论的突破。


所以,智能化的发展在我看来是基础科技生态的竞争,西安、北京、上海、武汉有很大的优势,贵阳需要重视教育的发展,远见布局,才可能继续领先。


如果说大数据发展的1.0是以更多的应用案例为代表的发展成果,那么大数据2.0的发展智能化就是应该在数据汇集的基础上,进行了人工智能基础理念的研究。同时也建立智能化的行业应用,AI+交通”、“AI+金融”、“AI+医疗”、“AI+安防”、“AI+家居”等具体应用落地,未来将推动人工智能与其他行业融合发展,加快人工智能产业生态链形成。

03


从内部互联到产业互联


大数据的发展3融5跨是指导性策略,提的非常好,大数据的建设有效的驱动内部数据的价值发掘,但是还没有促进产业之间的数据共享,亚信田溯宁先生曾提到的产业互联网的概念非常有价值,产业互联不仅是企业内部互联网化,而是通过在研发、生产、交易、流通和融资等各个环节的网络渗透,从而达到提升效率、优化资源配置,更是产业链互联网化,打通上下游,站在产业角度帮助企业重塑核心竞争力。


当前数据的开放更多是基于企业内、政府间、行业内的开放,而接下来就是产业互联,及产业链的上下游企业可以从生产、销售流通、融资、交付四个大的领域进行分析。因此,数据的产业之间的流通价值共享就成为下一个阶段重要的内容,谁能建立产业互联网的数据共享平台,谁将如百度那样成为产业数据价值变现的领跑者。


04

从数据惠民到数据管理


数据首先是开放为民服务的,其次是为管理决策提供依据,为现在政府的治理提供方案。


数据管理是一个很大的课题,很难,数据惠民容易做到,但是数据管理就很难,因为管理是之上而下的,数据反映业务,给人提供建议然后人采纳后指导业务,现在让数据直接管理业务,这需要重塑业务流程,这是政府职能的转变,大数据时代政府治理模式的转变,国税陕西税务总局就有很好的数据关税的探索,非常值得学习,如果贵阳能在这里里面探索出来一些案例,提供贵阳数据治理政府的解决方案,那将是非常大的贡献。


05

从业务引领到技术引领


我的一个朋友所在公司董事长提出,把线下7000人的贷款业务人员砍掉一半,寻找客户、电话沟通、收集客户贷款材料、信用评估、发放贷款、风险控制、还款催交等工作将全部用线上技术实现,而且让业务过程更加便捷,快速,风险更低。


这个公司已经开始意识到了IT为业务服务是成本中心,而DT要引领业务,要成为利润中心,这次技术的变革是深层次的变革,是要利用各种算法模型驱动业务变革,为未来的竞争打下基础。这种思维的变革,理念的变化很有挑战性,也是下一个阶段发展大数据核心,让数据技术的价值,真正的释放到业务中去。


06

从招商引资到投资促进


招商引资是推动地方经济发展的重要抓手,然而,随着我国经济发展进入新常态以及投资环境的新变化,政府招商引资工作也面临空前的挑战。马云曾说,过去的招商是靠税收、土地和三通一平的优惠政策,未来的招商则需要大数据的支撑,靠生态建设、靠投资促进。我认为,招商工作就是做FA,就是天使投资,投资需要本领,招商局的工作人员就是政府的投资部门。


我认为,大数据发展大体会经历三个阶段:一是业务的数据化;二是数据的业务化;三是业务的智能化。


2018年,各地方政府包括企业通过这几年的大数据建设,基本完成了业务的数据化和数据开放共享的第一阶段,接下来,就是对数据资产运营与管理以及把共享后的数据的价值发掘出来的第二个阶段。大数据的新技术、新业态、新模式不断涌现,数据业务化是机遇更是挑战,贵阳能否继续成为领跑者任重道远,我将持续关注,欢迎同行一起交流!

关于作者

张涵诚(微信:waynezhanghc)数据猿专栏专家,中关村大数据交易产业联盟副秘书长,中国通信协会顾问专家,北大电子商务总裁班特聘讲师、大数据课题组主任。


研究领域主要包括: 大数据基础概论,大数据在企业和政府的应用实践,数据驱动业务变革的商业模式,医疗大数据运营体系、财税大数据、海关大数据、运营商大数据建设方案,旅游大数据平台建设方案,数据资产管理,大数据产业生态分析、数据交易市场,区块链,人工智能等新技术对于传统企业的价值和赋能方案。


来源:数据猿

登录查看更多
3

相关内容

商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
重磅!2019中国经济研判,涉及20个敏感问题…
笔记侠
10+阅读 · 2019年2月17日
【智能制造】智能制造技术与数字化工厂应用!
产业智能官
13+阅读 · 2018年2月21日
中央再批人工智能伪创新,90%以上AI都不靠谱
THU数据派
7+阅读 · 2017年12月6日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
Arxiv
6+阅读 · 2018年3月12日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
Top
微信扫码咨询专知VIP会员