在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫(xiě)的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。IBM提出的大數(shù)據(jù)的5V特點(diǎn)被業(yè)界廣泛認(rèn)可：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）、Veracity（真實(shí)性）。

與傳統(tǒng)大數(shù)據(jù)相比，工業(yè)大數(shù)據(jù)還有可見(jiàn)性（Visibility）這一顯著特征。所謂可見(jiàn)性即通過(guò)大數(shù)據(jù)分析使以往不可見(jiàn)的重要因素和信息變得可見(jiàn)。正是因?yàn)楣I(yè)大數(shù)據(jù)的專業(yè)性特點(diǎn)，工業(yè)大數(shù)據(jù)的挑戰(zhàn)和目的一般通過(guò)“3B”和“3C”來(lái)理解。

• Bad Quality：數(shù)據(jù)質(zhì)量差。受制于生產(chǎn)一線數(shù)據(jù)獲取手段，以及現(xiàn)有傳感器、傳輸信道的穩(wěn)定性，加之不可避免的人為干擾，極大地降低了所采集數(shù)據(jù)的準(zhǔn)確性和真實(shí)性。

• Broken：碎片化。面向應(yīng)用要求具有盡可能多維度的樣本數(shù)據(jù)，全方位反映生產(chǎn)過(guò)程中各類變化的因素，保證從數(shù)據(jù)集中能夠提取出真實(shí)反映對(duì)象狀態(tài)的全面性信息。

• Below Surface：隱匿性。除了對(duì)數(shù)據(jù)所反映出來(lái)的表面統(tǒng)計(jì)特征進(jìn)行分析以外，更應(yīng)該關(guān)注數(shù)據(jù)背后的物理意義以及特征之間關(guān)聯(lián)性。

• Comparison（比較性）：通過(guò)縱向或橫向比較，發(fā)現(xiàn)數(shù)據(jù)波動(dòng)的規(guī)律和異常，為海量信息的分類與管理奠定基礎(chǔ)。

• Correlation（相關(guān)性）：借助大數(shù)據(jù)相關(guān)技術(shù)，才能發(fā)掘出不同維度數(shù)據(jù)的相關(guān)性，從不同維度分析同一生產(chǎn)過(guò)程，優(yōu)化生產(chǎn)效率。

• Consequence（因果性）：工業(yè)生產(chǎn)的流程眾多，影響因素錯(cuò)綜復(fù)雜，但無(wú)論如何目標(biāo)都是利用最少的材料，生產(chǎn)出質(zhì)量最優(yōu)的產(chǎn)品。因此，在制定特定決策時(shí)，需要通過(guò)數(shù)據(jù)預(yù)測(cè)分析出其所帶來(lái)的影響，判斷決策是否對(duì)于實(shí)現(xiàn)最終目標(biāo)有益。

工業(yè)大數(shù)據(jù)的產(chǎn)生和收集貫穿于工業(yè)生產(chǎn)的全過(guò)程，從不同的角度折射出生產(chǎn)過(guò)程的影響因素對(duì)于生產(chǎn)過(guò)程的影響。通過(guò)對(duì)于數(shù)據(jù)的匯總和分析，以信息化和工業(yè)化融合為基礎(chǔ)，輔助制造業(yè)向前發(fā)展。

工業(yè)大數(shù)據(jù)從產(chǎn)生到使用需要經(jīng)過(guò)數(shù)據(jù)獲取、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)清洗、數(shù)據(jù)建模和分析決策的過(guò)程。其中數(shù)據(jù)獲取能夠通過(guò)傳感器以及設(shè)備上的控制檢測(cè)單位完成，而主要研究?jī)?nèi)容集中在其余的四個(gè)環(huán)節(jié)上。

工業(yè)大數(shù)據(jù)發(fā)展態(tài)勢(shì)可謂良好，然而在應(yīng)用的各個(gè)環(huán)節(jié)仍然存在著不少暗礁與險(xiǎn)灘，需要從業(yè)者予以一一攻克。

首先，在數(shù)據(jù)采集方面雖然已經(jīng)有射頻識(shí)別（RFID）、紅外感應(yīng)器、全球定位系統(tǒng)和激光掃描器等信息傳感設(shè)備在制造車(chē)間使用，大大提升了工廠的信息采集能力。但是由于各個(gè)制式的傳感器數(shù)據(jù)的異構(gòu)性，缺乏統(tǒng)一的采集標(biāo)準(zhǔn)，大量的非結(jié)構(gòu)化數(shù)據(jù)對(duì)下一步的數(shù)據(jù)處理造成了極大困難。同時(shí)，由于數(shù)據(jù)采集過(guò)程中缺少數(shù)據(jù)模型的支撐，造成部分關(guān)鍵數(shù)據(jù)缺失的情況，這都需要企業(yè)在大數(shù)據(jù)建設(shè)過(guò)程中予以充分的考慮。

其次，工業(yè)現(xiàn)場(chǎng)環(huán)境相對(duì)惡劣，電磁干擾等更是家常便飯，傳輸信道極易受到其他電子設(shè)備的干擾，造成數(shù)據(jù)的丟失和損壞。同時(shí)，大量數(shù)據(jù)的采集對(duì)原有車(chē)間的網(wǎng)絡(luò)基礎(chǔ)建設(shè)也是一項(xiàng)考研。窄帶物聯(lián)網(wǎng)協(xié)議雖然解決了上述問(wèn)題，但是其傳輸速度又受到了限制，為此亞馬遜、IBM等企業(yè)均啟動(dòng)的相應(yīng)的研究。

最后，對(duì)于數(shù)據(jù)的利用，最終要落實(shí)到大數(shù)據(jù)模型的建立以及基于模型的科學(xué)決策上。但是，目前大數(shù)據(jù)模型的建立仍存在一定的困難，主要由于工業(yè)大數(shù)據(jù)來(lái)源于工業(yè)生產(chǎn)，涉及眾多的生產(chǎn)過(guò)程。對(duì)于大數(shù)據(jù)分析師而言，雖然在數(shù)據(jù)分析建模領(lǐng)域有豐富的經(jīng)驗(yàn)，但無(wú)法深刻理解工業(yè)生產(chǎn)過(guò)程，因此無(wú)法實(shí)現(xiàn)對(duì)大數(shù)據(jù)的精準(zhǔn)分析。另一方面，工業(yè)生產(chǎn)專家雖然熟悉生產(chǎn)過(guò)程，但缺乏相關(guān)的統(tǒng)計(jì)學(xué)知識(shí)和數(shù)據(jù)分析技能，面對(duì)大數(shù)據(jù)時(shí)經(jīng)常顯得束手無(wú)策。因此，要解決這一問(wèn)題，需要企業(yè)培養(yǎng)一批既懂生產(chǎn)過(guò)程，又具備統(tǒng)計(jì)及數(shù)據(jù)分析能力的人才，與大數(shù)據(jù)分析師一起聯(lián)合攻關(guān)，共同構(gòu)建大數(shù)據(jù)模型。

工業(yè)大數(shù)據(jù)應(yīng)用方向思考

國(guó)內(nèi)大數(shù)據(jù)的宣傳早已過(guò)熱，很多區(qū)縣級(jí)政府也在考慮成立大數(shù)據(jù)局，政府對(duì)大數(shù)據(jù)熱幾乎沒(méi)有抵抗力，企業(yè)沒(méi)有緊跟就對(duì)了，在大數(shù)據(jù)高潮中反省政府的大數(shù)據(jù)行為、冷靜一下頭腦是有益的，畢竟大數(shù)據(jù)應(yīng)用是一個(gè)經(jīng)濟(jì)問(wèn)題，一窩蜂地大數(shù)據(jù)會(huì)使人犯“大煉鋼鐵”一類的錯(cuò)誤。

1.1 過(guò)熱產(chǎn)生盲目性

國(guó)內(nèi)大數(shù)據(jù)的宣傳早已過(guò)熱，很多區(qū)縣級(jí)政府也在考慮成立大數(shù)據(jù)局，政府對(duì)大數(shù)據(jù)熱幾乎沒(méi)有抵抗力，企業(yè)沒(méi)有緊跟就對(duì)了，在大數(shù)據(jù)高潮中反省政府的大數(shù)據(jù)行為、冷靜一下頭腦是有益的，畢竟大數(shù)據(jù)應(yīng)用是一個(gè)經(jīng)濟(jì)問(wèn)題，一窩蜂地大數(shù)據(jù)會(huì)使人犯“大煉鋼鐵”一類的錯(cuò)誤。

1.2 大數(shù)據(jù)應(yīng)用效益存在問(wèn)題

大數(shù)據(jù)最積極的推動(dòng)者是政府，但是政府工作如何從大數(shù)據(jù)應(yīng)用中獲益一直沒(méi)有清晰的答案，有效的大數(shù)據(jù)應(yīng)用集中于互聯(lián)網(wǎng)企業(yè)和金融領(lǐng)域并非政府工作，迄今一本像樣的政府大數(shù)據(jù)應(yīng)用案例都編寫(xiě)不出來(lái)，這種情況下推力政府大數(shù)據(jù)應(yīng)用會(huì)帶有很大的盲目性，這是技術(shù)導(dǎo)向而不是問(wèn)題導(dǎo)向，技術(shù)導(dǎo)向必然會(huì)造成浪費(fèi)。

1.3 大數(shù)據(jù)不是包治百病的神藥

現(xiàn)在對(duì)大數(shù)據(jù)的宣傳已經(jīng)遠(yuǎn)遠(yuǎn)勝過(guò)對(duì)城市問(wèn)題的探討，問(wèn)題還沒(méi)搞清藥方就先開(kāi)出來(lái)了，大數(shù)據(jù)藥方再靈也不可能解決自己都沒(méi)有診斷清楚的問(wèn)題。任何技術(shù)都有其長(zhǎng)處和短處，大數(shù)據(jù)也是一樣，都有其能解決與不能解決的問(wèn)題，各地政府首先要明確要問(wèn)題是什么，然后再審視大數(shù)據(jù)技術(shù)能否發(fā)揮作用，不能反過(guò)來(lái)先定大數(shù)據(jù)再去找問(wèn)題，政府工作明確目標(biāo)永遠(yuǎn)比搞清技術(shù)更重要。

2.1 大數(shù)據(jù)是如何產(chǎn)生的？

任何有社會(huì)影響力的新名詞都不是望文生義可以解釋的，這些名詞都被賦予了成語(yǔ)含義，“大數(shù)據(jù)”便是其一。歷史上超大規(guī)模的數(shù)據(jù)很多卻不被稱為大數(shù)據(jù)，是因?yàn)閱渭償?shù)據(jù)量增長(zhǎng)并沒(méi)有形成巨大社會(huì)影響力。

大數(shù)據(jù)概念是大的數(shù)據(jù)量與現(xiàn)代信息技術(shù)環(huán)境相結(jié)合涌現(xiàn)的結(jié)果，因此引發(fā)了巨大的效益機(jī)會(huì)，“大數(shù)據(jù)”一詞的發(fā)明與宣傳是為了抓住這個(gè)新機(jī)會(huì)。

2.2 沒(méi)有互聯(lián)網(wǎng)便沒(méi)有大數(shù)據(jù)

任何資源的價(jià)值展現(xiàn)都離不開(kāi)特定的環(huán)境，互聯(lián)網(wǎng)前的海量數(shù)據(jù)因缺少規(guī)?；纳鐣?huì)應(yīng)用而不為人們重視，互聯(lián)網(wǎng)創(chuàng)造了大數(shù)據(jù)應(yīng)用的規(guī)?；h(huán)境，大數(shù)據(jù)應(yīng)用成功的案例大都是在互聯(lián)網(wǎng)上發(fā)生的，互聯(lián)網(wǎng)業(yè)務(wù)提供了數(shù)據(jù)，互聯(lián)網(wǎng)企業(yè)開(kāi)發(fā)了處理軟件，互聯(lián)網(wǎng)企業(yè)的創(chuàng)新帶來(lái)了大數(shù)據(jù)應(yīng)用的活躍，沒(méi)有互聯(lián)網(wǎng)便沒(méi)有今天的大數(shù)據(jù)產(chǎn)業(yè)。

2.3 大數(shù)據(jù)是“大智移云物”的共同產(chǎn)物

如果沒(méi)有汽車(chē)與高速公路石油產(chǎn)業(yè)不會(huì)那么重要，同樣，沒(méi)有互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)終端與人工智能組合的環(huán)境大數(shù)據(jù)也沒(méi)那么重要。大數(shù)據(jù)的價(jià)值并非與生俱來(lái)而是應(yīng)用創(chuàng)新之結(jié)果，價(jià)值是由技術(shù)組合創(chuàng)新涌現(xiàn)出來(lái)的。離開(kāi)環(huán)境的支持大數(shù)據(jù)毫無(wú)價(jià)值，就像離開(kāi)了身體的手不再有手的功能一樣。

3.1 傳統(tǒng)的大數(shù)據(jù)應(yīng)用理念

人們對(duì)事物的想象力很容易受所用詞匯的暗示，“大數(shù)據(jù)”容易暗示人們關(guān)注數(shù)據(jù)規(guī)模而忽略信息技術(shù)背境的巨大變化所涌現(xiàn)的新機(jī)會(huì)。政府官員的工作經(jīng)歷很容易把大數(shù)據(jù)應(yīng)用想象為只是統(tǒng)計(jì)應(yīng)用在數(shù)量上的升級(jí)，大數(shù)據(jù)的作用是提取信息，信息的作用是改進(jìn)決策，數(shù)據(jù)多意味著信息多，信息越多決策就越準(zhǔn)確。在不少干部的理解中，部門(mén)數(shù)據(jù)整合起來(lái)就是大數(shù)據(jù)。

3.2 兩種數(shù)據(jù)使用方向：支持決策與支持操作

在政府的工作中，數(shù)據(jù)對(duì)領(lǐng)導(dǎo)層的作用主要是改進(jìn)決策，但基層工作人員不需要決策，數(shù)據(jù)是用來(lái)直接操作的。政府公共服務(wù)業(yè)務(wù)主要是操作問(wèn)題，服務(wù)是規(guī)范的數(shù)據(jù)處理，基層工作人員只是按章辦事不需要決策分析。使用信息技術(shù)是為了提高操作服務(wù)的效率。發(fā)改委等十部門(mén)提出的“一號(hào)一窗一網(wǎng)”的服務(wù)要求所要解決的只是提高操作的效率。改進(jìn)決策與改進(jìn)操作是大數(shù)據(jù)兩種不同的使用方向。

3.3 專家(人腦)與系統(tǒng)(電腦)使用大數(shù)據(jù)的特點(diǎn)

支持決策的數(shù)據(jù)應(yīng)用是面向?qū)＜?包括領(lǐng)導(dǎo))的，專家需要從數(shù)據(jù)中提取信息，以信息支持決策，從數(shù)據(jù)中領(lǐng)悟信息是人腦獨(dú)有的本領(lǐng)，但不同人信息領(lǐng)悟力并不一致，同樣的數(shù)據(jù)不同人領(lǐng)悟的信息不同，對(duì)決策的影響也不同，應(yīng)用結(jié)果的不確定性是專家使用大數(shù)據(jù)的特點(diǎn)。。

支持操作的數(shù)據(jù)應(yīng)用不能有不確定性，操作系統(tǒng)的數(shù)據(jù)應(yīng)用是由系統(tǒng)控制的，操作按確定的規(guī)則進(jìn)行，沒(méi)有自由量裁的可能，數(shù)據(jù)應(yīng)用結(jié)果由軟件決定，這種應(yīng)用是電腦在使用數(shù)據(jù)，電腦不懂信息只會(huì)嚴(yán)格依數(shù)據(jù)操作，這種使用數(shù)據(jù)的模式保證了大規(guī)模業(yè)務(wù)行為的一致性。

3.4 政府不能忽略操作型大數(shù)據(jù)應(yīng)用

政府工作存在著兩種大數(shù)據(jù)應(yīng)用：支持決策與支持操作，但是在多數(shù)政府官員只想著大數(shù)據(jù)支持決策而想不到改進(jìn)服務(wù)操作更有效益。大部分的政府服務(wù)的精細(xì)化改進(jìn)并不是決策層次上改進(jìn)，而是操作層次上的改進(jìn)，政府提出的“一號(hào)一窗一網(wǎng)”式服務(wù)關(guān)鍵是提高操作的效率，實(shí)踐證明操作的優(yōu)化的改進(jìn)空間更大，大數(shù)據(jù)在提高政府決策水平上的成效往往不如提高操作效率成效明顯。

4.1 大數(shù)據(jù)小數(shù)據(jù)的不同來(lái)源

以數(shù)據(jù)量來(lái)劃分大數(shù)據(jù)與小數(shù)據(jù)會(huì)忽略兩種數(shù)據(jù)更實(shí)質(zhì)的差別，從數(shù)據(jù)產(chǎn)生的過(guò)程看，小數(shù)據(jù)是經(jīng)人觸摸過(guò)的數(shù)據(jù)，包括人工填報(bào)或更新、核對(duì)等。大數(shù)據(jù)是機(jī)器自動(dòng)記錄的、未經(jīng)人觸摸過(guò)數(shù)據(jù)。

小數(shù)據(jù)來(lái)自業(yè)務(wù)流程中的人工填報(bào)、統(tǒng)計(jì)調(diào)查等渠道，統(tǒng)計(jì)調(diào)查是可以根據(jù)決策信息的需要專門(mén)設(shè)計(jì)的，為降低成本統(tǒng)計(jì)經(jīng)常采用抽樣調(diào)查的方法。

大數(shù)據(jù)來(lái)自自動(dòng)化業(yè)務(wù)運(yùn)行的副產(chǎn)品，出于成本的考慮，政府不大可能專為收集信息而設(shè)計(jì)大數(shù)據(jù)收集鏈，為決策服務(wù)大數(shù)據(jù)只能利用業(yè)務(wù)系統(tǒng)產(chǎn)生的數(shù)據(jù)副產(chǎn)品，大數(shù)據(jù)的收集成本是由業(yè)務(wù)系統(tǒng)承擔(dān)的。大數(shù)據(jù)的來(lái)源受到業(yè)務(wù)系統(tǒng)種類的限制，不是所有的信息需求都能找到恰當(dāng)?shù)臄?shù)據(jù)源。

4.2 大數(shù)據(jù)適合小決策而不適合大決策

大數(shù)據(jù)適合在狹窄范圍內(nèi)對(duì)具體事務(wù)決策而不適合于大范圍的決策。因?yàn)榇髷?shù)據(jù)的形成包含著先天的局限性，很多影響重大決策的信息恰恰是無(wú)法數(shù)字化的，例如國(guó)內(nèi)外形勢(shì)、技術(shù)創(chuàng)新、隊(duì)伍士氣、重大事件(類似美國(guó)9.11 事件)都無(wú)法數(shù)字化，可數(shù)字化的現(xiàn)象只是小部分，以為靠數(shù)據(jù)決策就能更全面也是一種誤解。政府重大決策需要考慮各方面的平衡，局部領(lǐng)域的大數(shù)據(jù)僅適合局部領(lǐng)域的決策，不適合面向全局的政府決策，精細(xì)化與全面性是不可得兼的。

4.3 改進(jìn)政府操作的大數(shù)據(jù)應(yīng)用

政府的大數(shù)據(jù)應(yīng)用不能只關(guān)注決策應(yīng)用，改進(jìn)操作的大數(shù)據(jù)應(yīng)用往往能夠獲得更好的效益。政府對(duì)公眾的服務(wù)主要使用的還是以小數(shù)據(jù)為中心的數(shù)據(jù)庫(kù)，但是融入現(xiàn)場(chǎng)服務(wù)數(shù)據(jù)的應(yīng)用可以將服務(wù)提高到大數(shù)據(jù)的層次上并增加智能化的應(yīng)用。對(duì)政府基層工作人員的支持現(xiàn)場(chǎng)化、連機(jī)化，通過(guò)云平臺(tái)與實(shí)時(shí)通信能顯著提高一線人員的工作效率，是提高政府基層服務(wù)的智能化的重要措施，以改進(jìn)服務(wù)操作效率的智能大數(shù)據(jù)應(yīng)用會(huì)有更大的成效。

5.1 人腦使用數(shù)據(jù)模式的效率制約

為人腦決策使用的大數(shù)據(jù)應(yīng)用模式存在兩點(diǎn)不足：一是效率上不去，大數(shù)據(jù)分析結(jié)果一旦交付大數(shù)據(jù)應(yīng)用就結(jié)束了，無(wú)法形成連續(xù)服務(wù)型業(yè)務(wù)，信息的進(jìn)一步應(yīng)用是領(lǐng)導(dǎo)的事情，與大數(shù)據(jù)處理無(wú)關(guān)了，人腦決策的慢節(jié)奏抵消了大數(shù)據(jù)快處理的價(jià)值。

其次是大數(shù)據(jù)信息決策的效果的不確定性，決策質(zhì)量與領(lǐng)導(dǎo)人的知識(shí)、思維方式、決策風(fēng)格密切相關(guān)，決策效果又與執(zhí)行團(tuán)隊(duì)的能力相關(guān)，涉及的不確定因素太多。人腦使用數(shù)據(jù)的模式無(wú)法實(shí)現(xiàn)數(shù)據(jù)應(yīng)用效果的確定性。

5.2 電腦使用數(shù)據(jù)模式的效率優(yōu)勢(shì)

電腦使用數(shù)據(jù)的模式排除了人腦的參與，系統(tǒng)完全是由事先編寫(xiě)的軟件直接處理數(shù)據(jù)，排除了人腦介入有兩點(diǎn)好處：一是運(yùn)行速度快，信息技術(shù)的速度優(yōu)勢(shì)得以充分發(fā)揮；二是保證了結(jié)果的確定性，系統(tǒng)的行為是可預(yù)測(cè)的，這將有利于系統(tǒng)可成為可組合、可疊加的功能模塊，能夠被集成為更復(fù)雜的系統(tǒng)。

5.3 智能大數(shù)據(jù)應(yīng)用可形成連續(xù)性業(yè)務(wù)

排除人腦參與的數(shù)據(jù)應(yīng)用模式是信息技術(shù)的自動(dòng)化應(yīng)用，這種模式可綜合使用各種技術(shù)資源(包括云平臺(tái)、物聯(lián)網(wǎng)、移動(dòng)終端、人工智能等等)建立高速、流暢連續(xù)型服務(wù)，進(jìn)入智能服務(wù)的新階段，常見(jiàn)的互聯(lián)網(wǎng)搜索、電子商務(wù)、移動(dòng)支付、摩拜單車(chē)、螞蟻金服無(wú)一不是這類的智能大數(shù)據(jù)應(yīng)用，這種持續(xù)的智能大數(shù)據(jù)服務(wù)更受公眾歡迎、社會(huì)影響力也更大。

6.1 所有的智能應(yīng)用都是大數(shù)據(jù)應(yīng)用

大數(shù)據(jù)是機(jī)器與機(jī)器對(duì)話的語(yǔ)言，只有機(jī)器與機(jī)器的高速對(duì)話才能產(chǎn)生如此規(guī)模的大數(shù)據(jù)。物聯(lián)網(wǎng)、云平臺(tái)、寬帶網(wǎng)、移動(dòng)終端等設(shè)施要發(fā)揮作用都要依賴機(jī)器與機(jī)器的對(duì)話，隨著信息技術(shù)的大發(fā)展，機(jī)器與機(jī)器的對(duì)話速度越來(lái)越快、范圍越來(lái)越廣、規(guī)模越來(lái)越大，系統(tǒng)也越來(lái)越智能化，所有的智能數(shù)據(jù)應(yīng)用都屬于大數(shù)據(jù)的應(yīng)用范圍。

6.2 智能化的作用是提高執(zhí)行的效果

雖然大數(shù)據(jù)可以用于改進(jìn)決策，但智能化的目標(biāo)是提高執(zhí)行的效果。計(jì)算機(jī)系統(tǒng)的作用是使規(guī)范性、可重復(fù)的工作做的更快。對(duì)于需要?jiǎng)?chuàng)造性的、非重復(fù)性的工作信息技術(shù)是依然無(wú)能為力的，人們發(fā)現(xiàn)幾十年來(lái)計(jì)算機(jī)對(duì)于人腦決策能力的提高始終不大，智能化應(yīng)用機(jī)會(huì)還是集中在對(duì)規(guī)范業(yè)務(wù)的改進(jìn)，規(guī)范業(yè)務(wù)是確定性的服務(wù)，遠(yuǎn)比充滿不確定性的決策業(yè)務(wù)更能讓計(jì)算機(jī)發(fā)揮作用。

6.3 操作型大數(shù)據(jù)應(yīng)用的智能化趨勢(shì)

以提高執(zhí)行效率為目標(biāo)的大數(shù)據(jù)應(yīng)用將向智能化發(fā)展，以互聯(lián)網(wǎng)為基層的現(xiàn)代信息技術(shù)的大發(fā)展已經(jīng)為服務(wù)的智能化創(chuàng)造力良好的條件，早期由于通信與網(wǎng)絡(luò)能力的限制只能在一臺(tái)設(shè)備上存儲(chǔ)自動(dòng)處理系統(tǒng)被稱為自動(dòng)化處理階段，今天自動(dòng)處理系統(tǒng)可以綜合應(yīng)用網(wǎng)絡(luò)通信、云平臺(tái)數(shù)據(jù)與軟件、物聯(lián)網(wǎng)感知數(shù)據(jù)與機(jī)器學(xué)習(xí)來(lái)實(shí)現(xiàn)更有效的自動(dòng)管理，則被稱為智能化服務(wù)階段，排除了人腦參與的大數(shù)據(jù)應(yīng)用進(jìn)入智能化服務(wù)沒(méi)有任何障礙，大數(shù)據(jù)應(yīng)用智能化成為必然趨勢(shì)。

7.1 鮮活的數(shù)據(jù)

智能化應(yīng)用中的大數(shù)據(jù)資源與信息決策中的數(shù)據(jù)資源的重大不同在于前者是動(dòng)態(tài)形成的，其數(shù)據(jù)環(huán)境是不斷變化、不斷更新的，很多數(shù)據(jù)是在運(yùn)行中自動(dòng)生成的，數(shù)據(jù)資源與智能系統(tǒng)共生，這種數(shù)據(jù)資源很難轉(zhuǎn)讓，數(shù)據(jù)與服務(wù)系統(tǒng)是統(tǒng)一的生命體不能單獨(dú)存在的，離開(kāi)了系統(tǒng)的數(shù)據(jù)可以用來(lái)分析但失去了原來(lái)的意義，如同離開(kāi)了人體的手再也沒(méi)有原來(lái)的功能了。

7.2 實(shí)時(shí)的處理

在智能系統(tǒng)中的大數(shù)據(jù)應(yīng)用是實(shí)時(shí)處理，面向信息決策中的大數(shù)據(jù)應(yīng)用是批處理。實(shí)時(shí)處理能夠確保及時(shí)性，這對(duì)于提高服務(wù)效率、保持業(yè)務(wù)的連續(xù)性很重要，現(xiàn)在強(qiáng)調(diào)“一號(hào)一窗一網(wǎng)”式的為民辦事離不開(kāi)對(duì)數(shù)據(jù)的實(shí)時(shí)處理。而信息決策類大數(shù)據(jù)應(yīng)用則并不需要這種高效。

7.3 持續(xù)高效的服務(wù)

智能化的大數(shù)據(jù)應(yīng)用排除了人腦的干預(yù)，全部流程都是由電腦對(duì)電腦一氣呵成，這樣就能夠達(dá)到很高的運(yùn)行效率，而這是智能化系統(tǒng)巨大的優(yōu)勢(shì)，也是智能服務(wù)系統(tǒng)得以生存的原因，不論是搜索、購(gòu)物還是其它自動(dòng)化的服務(wù)，人的耐心都是很有限的，處理慢一點(diǎn)人們就會(huì)棄之而去。在信息決策大數(shù)據(jù)應(yīng)用的結(jié)果是供人腦一次性使用的，處理速度就不那么重要了。

7.4 不斷積累的智慧

能夠不斷積累智慧的業(yè)務(wù)更有活力，易于修改是以軟件為基礎(chǔ)的業(yè)務(wù)的極大優(yōu)點(diǎn)，這使得軟件系統(tǒng)成為積累智慧最方便的工具，信息系統(tǒng)的高速發(fā)展也得益于系統(tǒng)智慧積累的能力。一項(xiàng)可持續(xù)的智能化業(yè)務(wù)系統(tǒng)始終處于不停的改進(jìn)、完善與擴(kuò)展之中，不斷推出新版本的過(guò)程是智慧積累的過(guò)程，智慧的不斷積累增添了系統(tǒng)的服務(wù)能力與可持續(xù)性。

信息決策大數(shù)據(jù)應(yīng)用則不具有這一優(yōu)勢(shì)，其業(yè)務(wù)不連續(xù)很難推出一個(gè)又一個(gè)的新版本，智慧積累效率就慢多了。

8.1 數(shù)據(jù)資源的時(shí)效性

數(shù)據(jù)資源像蔬菜一樣有保鮮期，極少有越老越值錢(qián)的數(shù)據(jù)。數(shù)據(jù)集中存儲(chǔ)很容易，由此而來(lái)的數(shù)據(jù)質(zhì)量維護(hù)卻是一大難題。數(shù)據(jù)生成得快貶值也快，很多數(shù)據(jù)往往還來(lái)不及處理數(shù)據(jù)就失效了，反而是那些變化稍慢、穩(wěn)定期稍長(zhǎng)的數(shù)據(jù)容易得到較多用戶且服務(wù)也容易開(kāi)展，這類數(shù)據(jù)大部分是小數(shù)據(jù)。

不同的數(shù)據(jù)使用方式對(duì)數(shù)據(jù)質(zhì)量有不同的要求，面向操作的應(yīng)用則對(duì)數(shù)據(jù)質(zhì)量非常敏感，例如證照庫(kù)若不能及時(shí)更新就無(wú)法使用。信息決策類應(yīng)用對(duì)數(shù)據(jù)的敏感性會(huì)差一些，大數(shù)據(jù)中心應(yīng)當(dāng)使數(shù)據(jù)的時(shí)效性與應(yīng)用需求同步，要根據(jù)需求的價(jià)值有重點(diǎn)有選擇地組織好數(shù)據(jù)質(zhì)量的維護(hù)。

8.2 大數(shù)據(jù)交易中心的困難

大數(shù)據(jù)交易中心與成為建設(shè)熱點(diǎn)，在大數(shù)據(jù)應(yīng)用剛剛開(kāi)始，人們還沒(méi)搞清大數(shù)據(jù)交易是什么概念時(shí)就建交易中心實(shí)在太早了。

實(shí)時(shí)服務(wù)的智能大數(shù)據(jù)應(yīng)用的數(shù)據(jù)是鮮活的、是服務(wù)中自動(dòng)生成的動(dòng)態(tài)數(shù)據(jù)，要交易的是動(dòng)態(tài)數(shù)據(jù)流還是截取的靜態(tài)數(shù)據(jù)，動(dòng)態(tài)的大數(shù)據(jù)交易很難，不僅談判難處理也難，用戶需要建立動(dòng)態(tài)數(shù)據(jù)的實(shí)時(shí)處理系統(tǒng)。

靜態(tài)的大數(shù)據(jù)交易更可行一些，但數(shù)據(jù)資源與應(yīng)用需求并不容易匹配，這將會(huì)限制交易數(shù)的增長(zhǎng)，另一困難是隱私權(quán)保護(hù)問(wèn)題，數(shù)據(jù)需要脫敏，未脫敏的數(shù)據(jù)交易會(huì)受到限制，交易中心將長(zhǎng)期面對(duì)交易稀缺的局面，經(jīng)營(yíng)很不容易。

8.3 小數(shù)據(jù)服務(wù)需要補(bǔ)課

發(fā)達(dá)國(guó)家是在小數(shù)據(jù)充分應(yīng)用之后才開(kāi)始應(yīng)用大數(shù)據(jù)，國(guó)內(nèi)是在小數(shù)據(jù)應(yīng)用還很不足時(shí)跨越式應(yīng)用大數(shù)據(jù)。小數(shù)據(jù)應(yīng)用補(bǔ)課是各地大數(shù)據(jù)中心必須重視的問(wèn)題。要看到越是簡(jiǎn)單的東西應(yīng)用面越廣，小數(shù)據(jù)的應(yīng)用空間比大數(shù)據(jù)大得多，尤其是整合后的小數(shù)據(jù)服務(wù)，極可能成為的數(shù)據(jù)中心最火的業(yè)務(wù)。

政府服務(wù)的精細(xì)化依賴的主要是小數(shù)據(jù)，把小數(shù)據(jù)的整合服務(wù)做好，大數(shù)據(jù)中心的工作即完成了90%，千萬(wàn)不能輕視小數(shù)據(jù)服務(wù)，大數(shù)據(jù)中心的立身之本恰恰是小數(shù)據(jù)整合服務(wù)。

8.4 大數(shù)據(jù)中心的經(jīng)濟(jì)價(jià)值

大數(shù)據(jù)中心的生存本質(zhì)上是一個(gè)經(jīng)濟(jì)問(wèn)題，人們想做交易中心也是希望能夠在經(jīng)濟(jì)上更節(jié)約、更有效益，但是效益的基礎(chǔ)是應(yīng)用規(guī)模，只有大量重復(fù)性、相似性的工作才有可能利用平臺(tái)與工具來(lái)提高服務(wù)效率創(chuàng)造用戶價(jià)值，目前小數(shù)據(jù)服務(wù)更能夠滿足規(guī)模經(jīng)營(yíng)的條件。

政府公共服務(wù)的支柱還是小數(shù)據(jù)，單獨(dú)成規(guī)模的大數(shù)據(jù)服務(wù)不多，各種數(shù)據(jù)資源的綜合使用會(huì)有更大的創(chuàng)新機(jī)會(huì)，地理數(shù)據(jù)與政府服務(wù)相結(jié)合、推動(dòng)政府服務(wù)的連線化動(dòng)態(tài)化可能提升用戶價(jià)值，大數(shù)據(jù)中心要發(fā)展必須全力創(chuàng)造用戶價(jià)值，唯有用戶價(jià)值才能支撐大數(shù)據(jù)中心生存。

9.1 理念創(chuàng)新，積極宣傳智能大數(shù)據(jù)應(yīng)用

首先要拓展大數(shù)據(jù)應(yīng)用理念，不能將大數(shù)據(jù)應(yīng)用局限在政府信息決策的狹窄領(lǐng)域之中，而要看到智能大數(shù)據(jù)應(yīng)用的廣泛空間，將智能大數(shù)據(jù)應(yīng)用與大眾創(chuàng)業(yè)萬(wàn)眾創(chuàng)新結(jié)合起來(lái)，將一切智能化應(yīng)用都?xì)w入大數(shù)據(jù)應(yīng)用的范圍，大數(shù)據(jù)概念越廣闊應(yīng)用越繁榮。

利用大數(shù)據(jù)改善政府決策是大數(shù)據(jù)應(yīng)用的重要方面，過(guò)去已強(qiáng)調(diào)得很多了，現(xiàn)在需要強(qiáng)調(diào)的是政府公共服務(wù)的智能化、精細(xì)化。大數(shù)據(jù)不僅能改善決策還能改善服務(wù)，改善服務(wù)有著更廣闊的發(fā)展空間，公眾的獲得感更好。

9.2 為大數(shù)據(jù)應(yīng)用創(chuàng)造良好的基礎(chǔ)環(huán)境

對(duì)大數(shù)據(jù)應(yīng)用最給力的推動(dòng)是提供優(yōu)良的通信環(huán)境和完善的信息基礎(chǔ)設(shè)施。大數(shù)據(jù)應(yīng)用的基礎(chǔ)是超強(qiáng)的通信能力，通信能力影響全社會(huì)大數(shù)據(jù)應(yīng)用的成本，包括用戶的時(shí)間成本與服務(wù)商的開(kāi)發(fā)與服務(wù)成本，降低通信成本是對(duì)大數(shù)據(jù)應(yīng)用創(chuàng)新極大的支持，土壤肥沃莊稼才能茂盛。

政府?dāng)?shù)據(jù)開(kāi)放是推動(dòng)大數(shù)據(jù)應(yīng)用的措施之一，可為大數(shù)據(jù)應(yīng)用帶來(lái)示范效果，政府要鼓勵(lì)企業(yè)利用政府大數(shù)據(jù)開(kāi)展增值服務(wù)，使更多缺乏大數(shù)據(jù)處理能力的公眾也能從政府?dāng)?shù)據(jù)開(kāi)放中獲益。

9.3 鼓勵(lì)社會(huì)大數(shù)據(jù)應(yīng)用的自組織創(chuàng)新

大數(shù)據(jù)應(yīng)用是一項(xiàng)創(chuàng)新，政府不能只從政府決策的視角來(lái)引導(dǎo)大數(shù)據(jù)應(yīng)用方向，而要從方便公眾受益的視角推動(dòng)智能化的大數(shù)據(jù)應(yīng)用，要鼓勵(lì)社會(huì)各界智能化大數(shù)據(jù)應(yīng)用的合作與自組織創(chuàng)新，好服務(wù)都是各種應(yīng)用技術(shù)組合創(chuàng)新的結(jié)果，政府宜推動(dòng)智慧城市大數(shù)據(jù)應(yīng)用的互操作，降低不同技術(shù)合作創(chuàng)新的成本來(lái)促進(jìn)應(yīng)用創(chuàng)新的繁榮。

本文資料采編自36大數(shù)據(jù)。