从2011年推出至今,IBM大数据平台核心产品BigInsights在国内已经拥有许多合作伙伴,并涌现出不少优秀的应用运行在BigInsights大数据平台上。在刚刚结束的2013 IBM技术峰会上,来自深圳颖源科技的时俊杰先生向TechTarget中国记者介绍了基于IBM BigInsights的大数据分析 应用落地经验。
　　据了解,颖源科技在IBM BigInsights平台上开发了一套股市情绪分析系统。基于行为金融学理论和客观的机器学习算法,对股市涨跌数据、社交媒体言论数据进行采集和挖掘。分析得出的结果能够帮助投资者去洞察股市的情绪,从而预测市场。
深圳市颖源科技CEO时俊杰先生
　　时俊杰介绍,颖源科技的股市情绪分析系统背后包含了信息采集系统和情绪分析引擎,前者会通过开放接口高效地采集所需要的投资者对于股市的评价以及对于市场涨跌情绪的表达；后者包含一系列复杂的语义分析算法。而在这两个核心功能的背后,IBM BigInsights提供了非常可靠并且健壮的企业级大数据后台支持,包括企业级的Hadoop功能、文本分析的加速器、可视化管理工具、易于使用的开发工具以及系统管理界面等（参考阅读：看IBM新技术如何拥抱大数据时代）。
　　“ 通过使用IBM BigInsights,我们可以把更多的精力放在应用的开发上,而不需要再去顾及大数据平台的搭建工作。 ”时俊杰说。
　　我们可以把BigInsights看作是IBM的Hadoop发行版,它在支持原生态的Hadoop数据存储功能之外,还提供了一系列针对IBM软件进行优化的工具,比如DB2、Cognos的连接。然而Hadoop本身是一个开放的生态系统,Apache社区也提供了相当丰富的工具集,比如ZooKeeper以及2.0版本中的YARN等。更重要的是,Apache Hadoop是免费的,用户无需向供应商购买许可证就可以搭建自身的Hadoop大数据平台。
　　针对在开源Hadoop和BigInsights之间的选择问题,时俊杰的回答十分干脆。他表示,颖源科技在搭建分析应用之初就没有考虑过使用开源Hadoop,因为开源虽然免费,但碰到一个问题可能很长时间都解决不了,因为技术支持跟不上。时俊杰认为,开源Hadoop只适合具有强大技术储备的互联网公司使用。而传统企业级用户很可能无法达到预期效果,他们更适合使用像IBM BigInsights这样的成熟的解决方案。
　　时俊杰表示,在颖源科技的大数据分析应用中,IBM BigInsights相比于开源Hadoop的优势主要体现在以下几个方面：1、它是企业级的Hadoop平台,能够消除单点故障；2、提供了性能保证,分析速度大幅提升；3、提供了可扩展的、丰富的信息集成工具；4、提高了生产效率以及可管理性；5、容易学习并掌握,提供了丰富的培训资源。
IBM软件集团大中华区信息管理软件总经理卢伟权
　　据了解,这套基于IBM BigInsights的股市情绪分析系统将在近期发布。时俊杰介绍,未来这一应用也将考虑添加更多的数据源,并在更多的维度上进行情绪分析,为用户提供更精准的体验。IBM软件集团大中华区信息管理软件总经理卢伟权表示,包括BigInsights以及Stream在内的IBM大数据平台在国内不同领域已经积累了很多合作伙伴,颖源科技就是其中之一。未来IBM还会紧密地与合作伙伴一起,推动不同行业的大数据应用真正落地。

在甲骨文简化IT的最新战略当中,马克?赫德特别强调了行业应用的重要性,甲骨文将为不同的行业提供有针对性的、高价值的应用解决方案。据了解,甲骨文在6大垂直行业解决方案中处于领先位置,其中医疗保健品行业是其中之一。在本次的甲骨文全球大会上海站的活动中,TechTarget中国记者采访了甲骨文公司健康科学事业部高级副总裁兼总经理Neil de Crescenzo,他表示数据共享是医疗信息化所面临的主要问题 ,将个人数据以及机构数据进行整合,为患者健康状况提供360度的关注是甲骨文医疗行业解决方案关注的重点。
　　Neil de Crescenzo介绍,目前行业中存在五个方面的挑战,正在推动医疗机构的变革,其中包括： 临床创新。 新技术、设备、药品、治疗方法和交付模式； 监管审查。 新的制度需要确保医疗健康机构的安全性； 竞争威胁。 医疗机构面临了更多相关行业的竞争对手,包括保健品零售机构以及家庭护理机构等； 个性化医疗。 数据的需求不断增长,医疗机构需要为患者提供质量更高,更具个性化的医疗服务； 经济限制。 政府部门希望进一步降低医疗成本,鼓励创新。
　　有研究报告表明,大部分企业认为创新是带来竞争力的一大因素,这其中一流的企业会通过IT技术来提高员工的创新能力。然而,对于大多数企业而言,他们并没有充分发挥信息技术的潜能。Gartner指出,企业IT支出只有14%用在了业务转型和创新方向。Neil de Crescenzo表示,客户通过甲骨文提供的软硬件一体化集成解决方案,能够将业务创新支出提升10个百分点以上。
　　在医疗保健与生命科学领域,存在4个“大数据池”,即制药及医疗设备研发数据、临床数据、活动和成本数据以及患者行为和情绪数据。要创造有价值的解决方案就需要对这4个大数据池进行集成。Neil de Crescenzo表示,甲骨文的做法是针对4大领域提供相应的解决方案,对医疗数据进行“ 二次利用 ”。这其中包括： 企业医疗分析 ,为医疗机构提供世界级的数据仓库解决方案； 转译研究中心 ,为医学研究机构以及制药中心提供新技术的研究保障； 健康科学网络 ,为制药公司、资产管理公司以及研究机构之间提供安全的数据共享； 患者参与 ,甲骨文通过收购RightNow以及Eloqua等公司,加强医疗机构与患者之间的联系。
　　医疗行业相比其他行业更加严谨,因为更多的是“人命关天”的业务,因此在IT创新的脚步上是相对较慢的。而引入更多的数据源,包括内部与外部数据,医疗机构是否已经准备好迎接大数据的挑战？针对这一问题,Neil de Crescenzo表示, 医疗行业的大数据应用还处在起步阶段,但大部分医疗机构已经开始意识到大数据对于他们的重要性 。因为要真正在医疗健康领域创造价值,仅仅掌握医院内部数据是远远不够的。目前,医疗机构的IT建设当中,还没有真正形成一个完整的体系,能够去收集并利用临床数据、成本数据、基因数据以及患者在网络中表达的情绪数据等。甲骨文解决方案能够帮助医疗机构,对这些数据进行集成与分析,并针对每位患者创建一个360度的完整视图。
　　在甲骨文健康科学的大数据架构当中,包含了获取、感知、回应、组织分析以及决策等多个组件。Neil de Crescenzo表示,甲骨文针对每个部分都提供了业界最佳的产品组合,包括Oracle数据库12c、Oracle NoSQL数据库、Oracle商务智能套件以及数据集成和数据虚拟化等产品。“需要强调的是,甲骨文解决方案的架构完全基于开放的标准,能够与合作伙伴第三方软件以及用户自行开发的软件进行完美的集成。” Neil de Crescenzo说。
　　据了解,国内的临床合同研究组织方恩医药以及泰格医药都已经运用甲骨文医疗行业解决方案,解决了相应的业务难题。
　　除医疗行业之外,甲骨文行业解决方案占据领先地位的还包括了金融、通信、零售、公共设施以及复杂项目管理。Neil de Crescenzo介绍,目前全球大型的银行客户全都在使用甲骨文的金融解决方案,而国内的三峡工程也使用到了甲骨文复杂项目管理解决方案。

随着在线时装零售商Asos.com的不断发展,其IT战略已经聚焦在支撑其新型的国际布局并紧跟网络零售的需求。尽管英国本土消费者支出增速放 缓,但该公司的业绩仍然看涨,第三季度其销售额同比增长45%,达到1.94亿英镑。在英国的销售额上涨了39%,而其国际业务的表现更佳,环比增长 48%。
Asos在美国、法国、德国、澳大利亚和俄罗斯拥有专门的网站和本地团队。2013年该公司将继续扩充并开拓其在中国的业务,将其在中国的业务作为其IT团队的重点关注领域。该公司首席信息官（CIO）Pete Marsden谦虚的表示,Asos还需要继续努力。
Marsden告诉记者：“企业不可以固步自封——我们面临着来自线上和线下零售商的激烈竞争。当然,我们确实有一些优势以及极易扩展的业务,但你 永远不要低估了那些线下竞争者的实力。线下零售商可以让客户感觉和触摸产品,这是一个巨大的优势,这就是为什么人们喜欢逛商店的原因。所以这就是为什么我 们需要思考可以使Asos成为一个令人兴奋的购物场所的原因,使在Asos购物丝毫不亚于在实体店的体验”。
简单的架构
作为一家专业的在线零售公司,Asos最初奢望从头开始构建其IT团队——但是,这并不意味着它避免了一些企业面临的很长时间构建起来的遗留技术难 题。Marsden介绍到：“当你还是一个很小的公司时,应对快速变化的步伐是非常容易的;但当你变得更大时,IT的构建将变得更加复杂,并且你也会变得 更慢。”
“但是,Asos的网站拥有令人难以置信的丰富功能,当我们在市场上寻找一些替代品时,我们发现,我们多年来对该网站做出的现有改进已经使该网站成 为一个业界相当领先的网站。如果要更换某个已有的功能,在某些情况下将使我们倒退,所以这种做法不适合我们。所以,我的工作是设法确保小型和正在创业试探 中的组织具有某种架构,该架构可以支撑频繁出现的新需求。”
Asos网站的大部分构建在企业内部,并基于微软.NET技术。Marsden的团队正在研究Sitecore——支撑网站的内容管理系统——并正 致力于改善结帐和购物车功能。Marsden说：“但是,我们也希望在接下来的两到三个月真正改善用户体验。并且我们网站有超过60,000个产品种类, 所以随着时间推移,提升网站的可搜索能力是非常重要的。”
对于Asos的一些核心系统,Asos拥有一批零售软件精英。Asos的大部分仓库管理、库存控制和分销系统都是基于软件即服务（SaaS）模?? 型,针对这些领域中的每个领域,该公司分别使用Red Prairie、Merret和Metapack平台。Marsden说：“我们一直在寻找市场上的替代品,但我们已决定升级两个系统,并相信它们足以支 撑我们未来的需求。” Asos公司使用SaaS模式的其他例子包括：采购团队使用的Maple Leaf预测工具,以及该公司位于全球的所有员工使用的Office 365。
Marsden说：“我们公司还比较小,我们的绝大多数工作人员都工作在一栋建筑中,所以在企业技术方面我们还不成熟,尽管有一些聪明的工具可以用 来帮助人们管理部分业务。”接下来,可能迁移到一个新的数据中心。Marsden说,这个项目正在和合作伙伴Xerox谈判。引入“自带设备 （BYOD）”策略也有可能,但Marsden正设法推进实施。
他说：“公司目前还处在初期,我们没有像其他一些大公司那样的需求,比如BBC,该公司拥有大量的合同和临时工作人员。然而,从成本节约和易用性的 角度来看,我们已经开始接受一些员工将个人iPad投入工作中。我们有信心,我们有正确的安全配置以及流程,以使这项工作对于员工个人以及Asos来说都 进展得很顺利。“
感知大数据
据Marsden介绍,Asos目前的数据量很庞大,已经达到了PB级。内部IT团队正使用像Hadoop这样的大数据工具处理这些信息,并提取 Asos需要的分析数据,比如什么样的产品卖得好、客户正在寻找什么。Marsden说：“我们拥有的数据量是非常惊人的。我们正在使用Hadoop,主 要是因为它可以使信息生成的速度满足我们的需求,并且可以降低成本。”
他说：“我的主要工作是确保我们的数据的质量和格式,从而使得业务团队可以正确操作这些数据。我们使用数据来分析内部变化以及我们的客户的行为。如 果我们能够理解客户的需求趋势,我们可以确保我们将正确的产品放到仓库中,并最大化这一趋势。相反,了解哪些产品不是客户需要的以及原因同样重要。”
同时,Marsden也指出,要让数据实现这样的洞察结果并非易事。Marsden说：“你必须做好基础性准备工作。很多企业拥有大量的数据,但数 据本身也有很多不一致性。因此,了解真正的数据源是什么、整理这些数据、将其整合到数据仓库中等,都是非常困难的。这些工作的成本也可能是非常昂贵的。一 些企业,比如苏格兰皇家银行（Royal Bank of Scotland）,已经存在了几十年,拥有一些和它一样老的系统,所以清理这些数据可能会耗时耗力。”
中国的业务
与Asos主网站不同的是,Asos决定使用由Hybris提供的电子商务引擎来开拓中国的业务。Marsden的团队选择NetSuite作为 Asos的企业资源计划（ERP）系统,并选择Mulesoft作为整合平台。ChinaNetCloud在基础设施服务交付方面处于领先地位,并且现有 的合作伙伴Cognizant将支持Asos的测试和招聘。
Marsden说：“我们已经在中国聘请了一位杰出的IT主管,我们想确保有一个非常强大的中国管理团队。”Marsden指出,在中国招募优秀的 IT专业人士完全没有问题。 “我们在中国所做的是利用我们的合作伙伴的专业知识,例如,Cognizant在中国的确有很好的人脉,他们正在帮助我们聘请最佳人选。”
Marsden说,就中国客户在网站上寻找什么,他们拥有“令人难以想象的巨大需求”。Asos已经增加了比其在英国的网站上多3倍以上的产品图片以适应这样的需求。Marsden还指出,这些发现将有助于改善Asos位于所有国家的网站。
如何留住人才
Marsden带领一个拥有280名内部员工的团队,再加上约100名Cognizant位于中国和印度的合同工。Marsden在2012年9月 加入了Asos——在此之前,他曾在许多非常不同的公司担任顶尖的IT管理角色,这些公司包括苏格兰皇家银行、Egg以及Orange。
他说：“零售业的变化步伐和需求远远高于其他行业。不过,这里的好处是,公司非常团结,员工之间也很亲密。而那些大公司,在技术团队和业务团队之间往往有一些沟通上的不足。我需要尽力阻止这样的事情发生。”
除了准备在中国的业务开拓以及从圣诞节前对网站作出改版外,Marsden今年的主要工作目标之一是留住在英国的IT人才。他说：“公司内部如何组 建一个有力的团队是件非常困难的事情。我们现在有一批非常棒的员工,我的工作就是给他们更多的机会,让他们去做一些伟大的事情。与谷歌相比,我们是一个非 常小的公司,谷歌刚刚在我们旁边开设了一个办事处。如果你是一位杰出的技术人员,这时你需要做出选择,你希望去谷歌还是Asos工作？在资金上,我们不能 与像谷歌这样的公司竞争,但我一定会尽我所能,使这里成为一个值得工作的最佳的地方。”

ZDNET至顶网CIO与应用频道 08月02日 人物访谈（文/王聪彬）： 银行=中介的模式迟早会被时代所淘汰,这使得银行需要靠创新转型。创新不仅显示在业务模型上还要在技术上创新,这个趋势也让银行需要认真思考信息化在其发展创新中的地位。“快速的变化需要银行必须转型来确保持续增长的价值创造。”文思海辉CTO芮祥麟在接受ZDNet采访时讲述了商业智能在金融业的应用,以及未来银行的转型方向“智慧银行”。

文思海辉CTO 芮祥麟
商业智能 金融业的创新基因
商业智能可以帮助企业决策毋庸置疑,由于金融信息化建设水平的不断提升,以及积累了大量的数据,所以其成为引入较早、需求较高的行业之一。金融企业利用商业智能不仅可以整合企业资源,还可以评估、模拟、分析与控制市场风险、信用风险以及运营风险,并且开发出更多个性化的服务和产品。
金融业对于结构化 数据分析 相对成熟,其来源是跟客户交易以及内部所产生,大部分是以交易为基础产生的数据。芮祥麟指出,这些数据只限于做财务分析,也有部分可以做风险及信用方面分析。
“而在大数据的范畴,无论大中小行业都面临挑战。不光是体量增大,数据结构也更加多样化。”芮祥麟说到,数据的来源较之前增加了,不管是从虚拟还是实体渠道。不仅信息来源的多元化,信息的结构也更多元化,并且这些数据结构会在某些条件下产生变异,成为弹性的结构。
另外,把商业智能融入到业务流程中还可以提供更可靠的风险管控体系。“从原始数据经过整理之后变成重要的信息,这是形成实时闭循环商业智能的基础。”芮祥麟认为。
在商业智能上,文思海辉可以独立提供从咨询规划、解决方案实施到外包开发的全方位服务,同时也会和合作伙伴进行合作,并且还有成熟的方法论,以及自己开发的方案、工具和产品。“主流的平台我们都具有设计和实施的能力,包括Teradata、Netezza、Exadata、GreenPlum、DB2、Oracle等。”芮祥麟指出。
目前越来越多的企业应用被部署到智能终端上,商业智能也搭上了这趟顺风车。而传统的商业智能在移动化时需要通过定制开发,在用户体验和安全性等几方面针对性的改造。芮祥麟表示,BYOD(自带设备)带来的不仅仅是设备还有BYOA（自带应用）和BYOC（自带内容,甚至是自带云）,其带来的最大的是安全问题,楚河汉界, 敌我分明的情势已成为过去式, 而高度混杂, 你中有我, 我中有你的信息生态环境则是现在进行式, 此现象彻底颠覆了信息安全设计的基础假设, 未来银行必然要实施针对虚拟化实施新一代的信息安全技术, 比如SDN。
文思海辉的SMAC（Social社交、Mobile移动、Analytics数据分析、Cloud 云计算 ）战略未来也会将重点放在大数据分析上。在芮祥麟看来分析才能真正对客户产生价值,才是智能化的关键。
智慧金融 银行业的转型目标
目前金融业可以称得上内忧外患,经济结构改革、财政大幅度宽松走向积极财政政策等外部压力。加上内部的变化给银行业带来流动性不足、更高要求的客户、激烈的竞争、业务模式的变化、严格的监管、内生改革要求的挑战。
例如余额宝的出现给金融业带来了不小的冲击,但这也只是其中的冰山一角。芮祥麟指出,中国银行一直到现在都主要靠高利差来赚钱,但在利率市场化的压力之下,未来银行的盈利格局会发生改变,利率将由金融的整体环境、银行本身的竞争能力、放款对象客户本身的能力以及财务状况各方面因素来决定。
基于对全球银行业发展和对中国银行业现状,中国银行业提升到国际领先商业银行水平需要从拓展业务增长模式、精准市场定位、构建专业能力三个方面转型。“而这三个应对举措可以实现提高效益质量和资本利用率、快速市场反应及时捕捉新兴机会、基于专业化塑造差异化竞争优势、实现规模化成本效益和灵活运营四个提升目标,成为领先的智慧银行。” 芮祥麟说道。
未来智慧银行要具备端到端的能力,包括营销、创新、风控、服务四个方向。芮祥麟认为,一个企业要能够对单独客户的需求提供一站式服务,前提是不能再固化以产品为中心的方式。拥有自己快速的创新体系,以及服务需要建造高效运营体系,把每个业务部门变成一个服务单元,利用SOA的技术及业务流程管理技术进行弹性组合。
芮祥麟眼中的金融创新有两个关键点：创新流程和创新体系。金融业要摆脱创新形式过慢的拓扑式创新形式,加快开发创新的机制,创新速度理想上达到目前互联网金融的速度。
招商银行信用卡中心“微客服务”平台产品经理范雨曾用“银行首先考虑的不是创新,而是在保证安全的前提下创新。”来形容银行对于 数据安全 的重视程度。芮祥麟则认为安全需要弹性化部署,通过SMAC可以将资源虚拟化,安全产品和安全的管理方式需要和实体相结合。
金融业务一直是文思海辉最重要的一部分,芮祥麟希望一步步的将“SMAC”融入到行业解决方案中实现智能化,使IT咨询服务可以帮助客户做智能化的业务转型。

根据前程无忧(www.51job.com)无忧指数的统计数据显示,2013年5月,全国IT职能(IT职能：指无忧指数统计的所有职能中IT类职能的网上发布职位数,包括计算机、互联网、通信、电子。以下简称为IT职能)的网上发布职位数近360 000个。从总体走势上来看,2013年上半年IT职能的网上发布职位数较2012年同期增长7%,并且在 “招聘金3月”如期而至后,IT行业的需求量便一路上扬,5月的IT职能的网上发布职位数较2013年年初相比增长了近20%。
今年前5个月数个热门IT职位均处于稳中见涨的态势(见图1)。比较吸引眼球的是“电子商务专员”,在今年2月它将长年占据IT热门职位TOP10的“软件测试”赶出了榜单;根据5月的IT热门职位网上发布职位数,“电子商务专员”已经由之前的第九名上升至第八名,需求量已近万。
图1：2013年1—5月热门IT职位需求量
数据来源：51job
热门行业对IT职能的需求——增势强劲
把“互联网”比喻为“催化剂”一点不为过,学过化学的人都知道,“催化剂”既能提高也能降低化学反应的速率,它在希腊语里的意思为“解去束缚”,对于“互联网”亦是如此。越来越多的行业都被注入了互联网的元素,而他们多半都发生了翻天覆地的变化,驾驭得好的,自然迎来了“第二春”,反之,则没落乃至消失。最具代表的案例则是“传媒业”,如今各种新媒体的涌现,正是传统媒体与互联网积极融合的成果。不妨我们来简单盘点一下,哪些行业在“互联网概念”的催化下,正呈现出向上的发展势头。
※ 金融：金融拥抱互联网,让广大人民群众感受最深的便是移动支付。据易观国际数据显示,预计到2014年移动支付市场交易规模将达3850亿元,用户规模将达3.87亿。当然,这也要感谢电商们的大力推动,从而繁荣了第三方支付市场,如今网络信用体系逐渐健全,第三方支付与银行的结合势必更紧密,而向来习惯大门朝南坐的银行机构也放低了姿态去迎合各个支付平台。此外,证券、基金、保险等各类金融产品商们也将精力放在了对用户数据的分析和处理上,目的就是为了更精准地掌握用户需求,再通过互联网各类平台将最适合的产品直接送达最需要的人群,而这也就是目前最“高端洋气”的营销方式——数字化营销。
※ 汽车：“安全、省油、美观、舒适、易操控”——这么多年来,汽车商与用户们所追求的似乎一直都没有太大变化。但是,当互联网的触角已经遍及各个角落时,汽车制造商们也开始蠢蠢欲动起来。你有想过给汽车设计一个类似APP store的界面吗?你可以直接在操控台上直接获得各种吃喝玩乐的信息。不妨再做些更大胆的设想：《碟中谍4》中伊森开车狂奔却不识孟买的路,此时让人印象深刻的场景出现了——他轻挥手,宝马车前挡风玻璃立刻变成了显示屏,化身导航仪,除了实时显现数字地图,还能提前感知前方的行人与障碍物。当然,全部的操控都是触摸即可实现。在2010年便有美国一家公司称,最新车载卫星导航系统可像战斗机座舱读出器一样将道路3D信息呈现在抬头挡风玻璃上。车,将是下一个互联网体验的载体。目前,国际车展上大概有70%的车或多或少拥有联网或者车载电子娱乐系统的功能,很快,这一技术将会普及,成本也将会降低,而你的车就将成为另一个网络世界。
※ 工业：通用电气(GE)发布的《工业互联网：突破智慧与机器的界限》报告认为,各行业1%的效率提升就能带来显著的经济效益。按照GE统计,目前每年在工业互联网领域的经济活动的产值高达1万亿美元。GE所说的“工业互联网”,就是通过智能机器间的连接,最终将人机连接,结合软件和大 数据分析 ,突破物理和材料科学的限制。简而之,就是让机器变得更聪明。
在过去的20年里,中国在基础建设上做了巨大的投入,眼下则到了提升各个行业生产率的阶段,因此,中国在“工业互联网”领域拥有巨大的发展优势,据统计,工业互联网的应用能够帮助中国的航空、电力、铁路、医疗、石油天然气等行业实现生产率提升达1%,在未来15年将有潜力让这些行业节省成本约240亿美元。对于工业互联网在中国的发展前景, GE公司董事长兼CEO杰夫?伊梅尔特特认为,中国有非常优秀的基础设施,可在此基础上推动工业互联网发展,这是中国的一个巨大优势,同时,中国客户对工业互联网的需求非常大,现在要加强的一个环节就是人才。在他看来,中国目前需要更多能专注于数据分析的创新型人才。
大数据时代下的IT人
如今,我们每天产生的数据量相当于人类从一开始到2003年产生的数据量。在许多行业中,数据分析迅速成为了竞争力和重大决策的关键指标。2012年间,由Accenture(埃森哲)和SAS共同发起的一份调查显示,尽管在各项预算吃紧的情况下,美国近四分之三(72%)的企业还是表示计划加大数据分析项目的投入。Gartner近期的报告则预测,由于大数据热潮的出现,全球大约会新增440万个IT职位,这个数字十分惊人!怎样在大量的数据中找到有效且具有商业价值的内容,这将直接影响到企业业绩。因此,数据处理的需求将会越来越大。
企业需要的不是那些懂得技术和软件皮毛的人,通常他们都会有更高级别技术能力的要求——从开发新的模型和运算法则,到从一系列新旧数据源中解读数据(包括结构化和非结构化数据),必须样样精通。如今的环境更加说明了IT对于企业的业务发展和市场竞争的重要性,作为IT人,你应该清楚地意识到,你的技术不再仅仅是作为支持,你要时刻以一个提供服务的姿态来投入大数据时代的革命浪潮。
目前我国在数据分析系统的开发上,基本上还处于“拿国外厂商产品或者开源框架搭个平台阶段便先干起来”的初始状态。某知名印度软件公司工程师Allan在接受51job采访时坦言：“在数据分析方面,对相关行业业务的透彻理解是其基础和前提,否则连自己都不清楚自己要打算去分析什么,基本上,目前在国内还没看到这方面成体系的人才梯队构成。”
关于“数据可视化” 早在2010年TEDGlobal大会上,《信息之美》的作者David McCandless(大卫?麦克坎德雷斯)就阐述了数据可视化的价值与意义。大卫认为,数据可视化不仅是在信息丛林中找到方向的最好方法,还能帮助人们并发现全新的视角。来自维基百科的释义,数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前,在研究、教学和开发领域,数据可视化乃是一个极为活跃而又关键的方面。
专注于数据可视化及信息图的初创企业Visual.ly于近日透露该公司再获200万美元的新融资。Visual.ly 的总融资额达440万美元,所获资金将用于数据可视化/协作技术的研发以及未来的人才招聘。
“网界网”的一篇翻译报道指出,“曾经出任瑞银财富管理公司商业风险与分析总监的Sandeep Sacheti称,他根据四组技能对大数据职位进行了划分：数据科学家、数据架构师、数据可视化人员和数据调整代理人。“数据可视化人员属于技术人员,职责是通过分析将数据转化为公司能够使用的信息。他们分析数据,然后用常人能够理解的语言表述出这些数据所蕴含的信息,以及它们对公司的影响。数据可视化人员需要能够理解公司所有部门,包括高级主管的意思,并能够与他们进行沟通。”
根据前程无忧职位搜索器的搜索结果显示,目前有关“数据可视化”的职位数虽在数量上不多,但已然崭露头角,并对从业人员的要求较高较全面,均要求从业人员有计算机或相关专业本科及以上学历以及5年左右的互联网或软件行业工作经验。进一步的专业经验要求为：了解基于JAVA语言开发所必需的知识体系;熟悉HTML5、CSS、JavaScript,具备网页前端展现能力,熟悉JQuery等前端开发框架;熟悉nosql及图形数据库,具有管理数据结构和创建动态交互式图形的商业软件产品开发经验;具备良好的逻辑思维能力、问题分析能力和沟通能力;具有良好的数据敏感能力,具备探索可视化新知识和技能的意愿和能力。可谓专业技能和学习能力皆要具备。
关于“数据分析” 据联合国国际电信联盟(ITU)发布数据显示,截至2011年年底,全球手机用户总量已达59亿。在中国,移动网民用户达到3.88亿,网民渗透率达到72%。移动化时代的快速到来,使用户获取信息的渠道和花费时间越来越碎片化。另据IDC一份名为“数字宇宙”的报告显示,预计到2020年全球数据使用量将会达到35.2ZB。对于互联网来说,社会化媒体中累计的用户上网行为数据、关系数据和UGC,以及移动互联网产生的地理位置数据等构成大数据的重要来源。随着大数据时代的到来,商家们都毫不吝啬自己的人力和财力,投入到数字化营销的大潮中来,因此,对于数据分析类人才的需求也在日益增长,由于每个行业的特殊性,因此,对数据分析人才的要求不单单是对某个软件的操控能力,还要对行业内的各种专业信息有极度敏感的辨识能力。
根据前程无忧职位搜索器显示,近两周内(截至2013年6月19日)与“数据分析”相关的职位有2400个左右,近5成的职位对从业人员的学历要求为大学本科。以某互联网公司“高级BI(Business Intelligence)数据分析工程师”职位为例,其岗位职责包：分析各业务部门的数据需求,制定数据规范,建立分析模型;对数据进行提取、处理和挖掘,并开发成数据产品,从海量数据中发现价值,为公司运营决策、产品优化提供数据支持;参与数据仓库和数据平台的建设和维护;参与数据管理体系的建设和维护,包括数据规范制定、数据质量管理、数据分析相关流程的制定。对从业人员的工作经验要求则需“3年以上IT/互联网/通信行业经验”。
对于技术人而言,过快的技术发展会打破他们的各种舒适感,尤其是对于已经有一定工作资历的技术人来说,让他们重新坐回校园课堂并不现实。比较残酷的现状就是他们未必如同其他行业从业者一样“越老越吃香”。如果技术人希望在老板眼中有一席之位,那恐怕永远都摆脱不了对“无知”的恐惧,当然,如果你有足够的能力成为老板——敦促激励手下的员工去不断摆脱无知创造价值,那又另当别论。
Android开发者之一的安迪?鲁宾在谈到Android的诞生时说：他们开发Android的最初目的是开发一款相机平台,但它最终却成为了手机平台。后来,他们被原本应该是一个比萨订购网站的Google收购了。
这就是IT行业的魅力所在——瞬息万变。

如果不确定如何正确存储大数据,则应该将大数据存储在云中。

信息存储只能通过位于隐蔽位置的传统远程服务器来完成的日子已经一去不复返了。如今采用云端存储数据,其中信息和数据以电子方式在线存储。使用这种方法,企业可以在线(在云中)存储无限的数据,并在任何地方访问它。很多文章对于云存储和 云计算 的好处进行了探讨,而这篇文章提出了在云中保存大数据带来的五个很大的好处。那么,它们是什么?

1.易于访问和可用性

企业无需精通技术即可在线保存数据。Moose公司的调查报告指出,在大多数情况下,用户只需拖动文件或数据并将其放入在线空间即可。就是这么简单。当企业想要访问它时,需要的是其用户名和密码。在任何有互联网服务和适当设备的地方,访问文件绝对不是问题。实际上,企业无需在计划访问设备时随时使用其设备。自己的设备或公共计算机就足够了。

2.数据恢复很容易

每个文件或信息都容易受到许多灾难和挫折的影响。当这种情况发生时,可能意味着丢失了一份重要的商业计划书甚至是博士学位论文。它是关于长期保护文件的最安全的方法。在线免费论文的作者已经学会了将他们的论文数据库保存在云端,以防范恶意软件和病毒的攻击。但任何人都可以找到免费的文章。它是关于长期保护文件的最安全的方法。

因此,对于不想永久丢失的大文件,一种方便安全的保存方法是将它们推送到云端。它们存储在远程位置,企业可以在任何时间访问和检索它们。同样,这种存储通常有一个备份服务器,如果有任何数据丢失,可以从中恢复。

3.成本效益

从云端存储大数据可能非常昂贵且占用空间。想象一下,如果企业必须将整个国家的数据库保存在磁盘或硬盘中,它会占用大量硬件,实际上会占用大量可用空间。此外,它可能意味着在尝试保存数据时会花费一些资源和功率。但是,通过云存储,可以节省大量成本。

实际上,在线数字存储数据几乎是免费的。企业可能需要付费的唯一时间是想通过互联网访问它。存储在云中的大数据不需要维护服务,这也是它被认为具有成本效益的另一个原因。

4.自动化和轻松共享数据

由于它是企业想要制作的巨大文件或信息,因此,企业需要一定程度的自动化,尤其是常规备份。这样可以确保您在尝试确保一切正常时不必加班。大多数大型企业的免费论文和其他数据都通过这种方式得到保障。这些文章得到安全保护并自动备份,而无需在每次更新到期时在线登录。还有什么?这个过程是免费的。同样,如果需要与朋友、客户、同事或任何人共享文件或数据,因为它在云端,这很容易。无需尝试移动文件或磁盘。所需要的只是让目标收件人能够访问文件所在的确切云环境或与他们共享帐户信息。

5.同步和可扩展服务

借助云数据存储,企业可以轻松扩展资源并只为其需要的东西付费。此方法还允许企业定义云的属性。这意味着事情变得更加灵活,企业可以有效地保护您的大数据。此外,大数据云存储选项的部分优势是可以同步设备上的数据。换句话说,企业可以在平板电脑或个人电脑上访问保存在云中的数据。如果企业想将两个设备连接在一起以访问此数据,则同样容易。这意味着云计算信息可以在设备之间无缝传输,而不会产生通常与设备之间的数据和文件人工交换相关的复杂风险。

结论

云数据存储(特别是大数据存储)几乎没有任何负面影响。相反,好处是非常多的。从易于访问到安全、协作、与其他用户共享文件到易于同步,云存储的好处使其成为一个很好的例子。很好,企业不需要太多的技术知识就可以将大数据存储在云中。在大多数情况下,企业只需要知道如何登录和退出平台以及保存文件。

“数据是新的石油”是一句流行的话,起源于2006年。Facebook和谷歌等大型公司从用户数据中赚取数十亿美元并从中开发软件,这种情况并不少见。

事实证明,数据带来的机会是无数的。对历史数据使用预测分析可以预测新趋势或未来事件,正确分析数据会产生宝贵的见解以设计应用程序。而且你不需要很富有或者特别精通技术就能做到这一点。

数据是应用程序的角色,是设计的一部分。因此您在设计应用程序时必须考虑到数据。这需要提前考虑,而不能延后。每个人都需要一个数据货币化策略。因为人们没有意识到他们的数据中有多少资产,以及如何将其货币化、如何使用它。

在Mayfield People First Network活动中,Kochar与主持人讨论了以数据为中心的开发、转换和数据策略,为了表述清晰,谈话内容略加整理。

主持人：应用程序开发市场已经发生了变化,尤其是应用程序,而数据对应用程序至关重要,基础设施现在很灵活。您对此有何看法?

Kochar：我们正处于云优先的时代,现在我们正转向数据优先。我考虑的更多的是应用程序,这些应用程序是构建数据输出而不是数据输入。也就是说,您构建流程并捕获数据,然后您决定是否应该构建报告。每个人都需要一种数据货币化策略。人们没有意识到他们的数据中有多少资产、如何货币化以及如何使用它。

主持人：数据的世界还受到数据存储位置、数据检索方式以及数据在网络中的移动方式的限制,您对此有什么看法?

Kochar：你说的仍然是 数据分析 。我认为这仍然是以一种老派的方式思考数据。现在发生的是,我们正在用数据教算法。现在,资产就是数据,这意味着您如何使用数据训练算法,然后开始在边缘部署它,即先获取算法,然后对其进行训练,然后再将其部署在边缘物联网环境,人们正在做这种决策。

主持人：老牌的保守型公司如果不创新、不接受现代事物,就会灭亡。成功的秘诀是什么?

Kochar：对于大型企业来说,最重要的事情便是开发能够利用新技术并基于现有能力的策略,这也是我在GameStop所推动的内容。大公司面临的最大挑战是,它们有能力以新的更快的速度参与竞争。

主持人：如果您想以数据为中心,则必须了解平台,而不仅仅是购买工具。您对此有何想法？

Kochar：每个组织都必须在商品平台上利用或构建它们的堆栈。像AWS或Azure,你使用他们提供的所有平台功能和服务,但在此之上,你可以用垂直功能构建你自己的平台,垂直功能成为你的差异化竞争优势,这就是你带到市场上的东西。

主持人：我们应该如何考量我们的数据策略？

Kochar：大多数商业人士仍在以旧的方式思考问题,如果你看看Uber和其他公司,它们已经以非常快的速度走向全球,因为它们以数据为中心,并利用数据进行伸缩。

如果你的公司以数据为中心,那么你就可以快速地进行研发,以非常快的速度学习、测试和学习,这改变了这个行业的游戏规则。我认为,人们应该意识到,数据需要作为应用程序和服务来考虑,因为数据将帮助快速扩展服务。

主持人：听说您建议在大数据领域创业,为什么会有这样的建议?

Kochar:正如您认为的,我完全专注于数据所带来的机遇,尤其是在企业中。而且我很有兴趣帮助企业了解如何利用数据,因为另一个重大转变。机会已经到来,预测正在变得廉价且大规模,我认为数据将进一步推动预测的规模。

9月24日消息,据外媒报道,通过开源实现大规模创新的非营利性组织Linux基金会今天宣布,被广泛采用的交互式数据查询引擎Presto将在Linux基金会下托管。

新成立的Presto基金会将采用开放和中立的治理模式,使Presto能够扩大规模并使其社区多样化。创始成员包括Facebook、阿里巴巴、Twitter和Uber,他们将利用该基金会使贡献者能够推动项目的未来发展方向,并帮助Presto成为用于大规模分布式数据处理的最快、最可靠SQL引擎。

Presto是Facebook于2012年开发的高性能分布式SQL查询引擎,主要用于大规模 数据分析 。Presto的架构允许用户查询各种数据源,如Hadoop、S3、AlLuxio、MySQL、PostgreSQL、Kafka以及MongoDB,并以规模和速度闻名。它解决了以前该领域面临的两难问题,无需在使用昂贵商业解决方案的快速分析或使用需要过多硬件的缓慢但“免费”解决方案之间进行选择。

Facebook的Presto工程总监Nezih Yigitbasi说：“Presto专为在大量机器上进行高性能艾字节规模的数据处理而设计,其灵活的设计允许处理来自各种数据源的数据。从第一天开始,Presto的设计就考虑到了效率、可扩展性和可靠性,并且经过多年的改进,它可以在Facebook承担更多的用例,例如批处理和其他特定于应用程序的交互式用例。”

Facebook开源项目负责人凯西·卡姆(Kathy Kam)表示：“仅在Facebook,就有一千多名员工使用Presto,每天运行数百万个查询和处理PB级的数据。在创建Presto之后,我们对其进行了开源,看看其他公司是否也有同样的问题并希望进行合作。事实证明,许多其他公司都对此感兴趣,因此在Linux基金会下,我们相信该项目可以让其他人参与进来,并为所有人的利益发展社区。”

Linux基金会战略项目副总裁迈克尔·多兰(Michael Dolan)说：“Linux基金会很高兴与Presto社区合作,共同解决互联网规模的海量分布式数据处理面临的日益严重的问题。”

Presto基金会将在社区治理模式下运作,每个创始成员都会派驻代表。随着这一发展,Facebook将与更广泛的用户和贡献者生态系统合作,以作为该基金会未来的一个声音存在。

Presto是一个分布式系统,设计用于在大型机器集群上运行。它可以查询其存储位置的数据,而不需要将数据移动到单独的系统上。它的内存和分布式查询处理促使查询延迟为几秒到几分钟。

Uber开源主管布莱恩·赫斯(Brian Hsieh)表示：“Uber的数据平台架构使用Presto从聚合数据中提取关键见解,这有助于我们为客户构建更好的产品。Uber很荣幸与Linux基金会和技术社区的主要贡献者合作,让Presto基金会焕发生机。我们的目标是帮助创建一个开放和协作的社区,Presto开发者可以在其中茁壮成长。”

阿里巴巴OLAP Products高级总监Liang Lin表示：“阿里巴巴集团很高兴参与Linux基金会这个令人兴奋的项目,我们拥有丰富的业务场景和才华横溢的开发团队。我们相信,这一合作最终将使社区、阿里巴巴以及我们的客户受益。”

Linux基金会成立于2000年,有超过1000名成员支持,是世界上在开放源码软件、开放标准、开放数据和开放硬件方面的领先协作组织。Linux基金会的项目对世界上的基础设施至关重要,包括Linux、Kubernetes、Node.js等。Linux基金会的方法侧重于利用最佳实践并满足贡献者、用户和解决方案提供商的需求,以创建开放协作的可持续模型。

近日,中国移动与华为携手在北京信息港率先完成了基于5G独立组网（SA）的Vo5G（包括VoNR,EPS Fallback,VoNR切换到VoLTE等）方案的全场景测试验收。这是继今年6月份完成5G SA组网下的EPS Fallback通话测试之后的再一次突破,本次Vo5G通话测试的成功验收,标志着中国移动在SA环境下的5G语音通话服务技术能力逐步走向成熟。

VoNR（Voice over New Radio）是基于纯5G接入的通话解决方案,实现话音业务和数据业务均承载在5G网络。在5G SA部署初期,由于5G NR覆盖范围小,因此EPS Fallback成为5G话音演进路上的解决方案。随着5G NR覆盖的逐渐完善,用户将能体验到VoNR带来的更高清优质的音视频通话服务,并且能在拨打电话的同时畅享5G高速数据上网业务。

本次测试现场验证了Vo5G中,EPS Fallback通话结束后快速重选回5G网络,VoNR音视频通话以及5G到4G再到5G连续切换等全场景。过程中进行了多次拨测,成功率100%,通话建立快,音质清晰画面稳定流畅,切换平滑无损。测试实验网基于目标商用组网架构搭建,采用华为5G端到端商用方案,包括5G智简核心网、5G无线接入网,以及首款5G双模终端Mate 20X智能手机。

语音方案是5G SA重要基础之一,中国移动携手华为成功完成本次系统化5G话音测试,且实验网与目标商用组网高度一致,标志着中国移动在5G商用成熟上又向前迈了一大步。

9月24日消息（岳明）日前,中国移动研究院召开“畅想未来”6G系列研讨会第一次会议。来自产业界的200余位专家出席,共同畅想对孪生体域网、超能交通、通感互联网、全息通信等6G技术的创新应用。

正如中国移动研究院副院长黄宇红所言,移动通信发展有着“使用一代、建设一代、研发一代”的规律,业界对6G商用预期将是2030年左右,现在开始研究6G非但不会影响5G的商用,反而会挖掘出一些先进技术应用在5G演进系统,对保持5G长期生命力是有良性的促进作用。

作为行业内著名专家,中国移动研究院首席专家刘光毅在会上介绍了对6G的未来畅想。他认为,5G带来万物互联时代,而6G将帮助整个社会走向数字孪生的虚拟与现实结合的世界。
中国移动研究院首席专家刘光毅

所谓数字孪生,可以理解为,现实世界的每一个物体和人,都会在虚拟世界有一个映射或代理,人类可以在虚拟世界中模拟现实社会的运行,从而对现实世界的未来做出预判和必要干预。而虚拟世界中发生的事情,可以直接作用于物理世界,甚至对物理世界内的行为产生影响和触动。

十大场景五大畅想 6G应用未来可期

展望6G时代应用场景,刘光毅列举了超能交通、身体域网络、机器间的协同、多感官混合现实、虚拟助理、情感和触觉交流、触觉互联网、全息、智能交互、空间通信等十项内容。

其中,身体域网络指将来人类会使用更多的可替代、植入式身体器官,甚至在身体里安装纳米机器人来动态监控身体各器官运行,在网络中进行人体运行状态的实时跟踪和模拟,对病变进行预测和提前干预,从而提升人的生命质量。

触觉互联网的到来,意味着未来传递的信息将超越图片、文字、声音、视频,会包括味觉、触觉,或者情感。甚至可以通过脑机接口,直接对人体的大脑皮层进行刺激,从而形成物理记忆,带来学习方式的革命。

刘光毅指出,关于6G未来的畅想,包含孪生体域网、超能交通、同感互联网、全息通讯、智慧生产五个方面。为了实现这些演进,峰值速率、体验速率、时延、连接密度等网络需求指标将从5G时代的几十Gbps、0.1~1Gbps、1ms、百万/平方公里提升到几百甚至上千Gbps、1Gbps、＜1ms、千万/平方公里,乃至更高。

刘光毅进一步指出,6G时代,业务和应用将向着“业务需求多样化、覆盖立体化、交互形式与内容多样化、业务开放和定制化、通信/计算/AI和安全融合化”等方向发展。

跨界协同 助力6G技术构想实现

刘光毅称,对于未来网络的技术特征,中国移动研究院也做了初步构想,期待在更多维度上取得网络能力的突破,而构想的实现,需要跨学科、跨领域的思想碰撞和协作。

第一,极致网络。空口能力提升10-100倍,可智能为用户提供更丰富的业务和服务,使得其工作、娱乐、生活更加便利化。

第二,极简网络。快速部署,实现即插即用,具有良好的可扩展性。

第三,柔性网络。通过全新的技术和合作模式,让网络本身实现快速迭代,同时,网络可以自生、自治、自演进,而不是人为地去研究和引入一个新的功能和版本。刘光毅表示：“这方面运营商要向互联网公司学习,学习其在产品和业务上快速迭代的能力。”

第四,智慧内生。通过嵌入式的AI功能、协议和信令流程,AI能力全面渗透,实现Zero Touch运营运维,支持网络各个阶段的自动化目标。

第五,安全内生。大数据、安全、AI将成为网络中不可或缺的部分,通过可信增强和泛在协同,实现智能防御。

目前,业界对6G商用的预期是2030年左右。因而我们可以理解为,刘光毅向大家描述了一幅十年之后的生产生活画卷：6G时代,数字孪生,科技不仅停留于幻想,未来可期！

前些天,五棵松篮球馆外,一块200平方米的超大屏幕实时播出篮球世界杯赛事,画面清晰度远超过去,还很少出现卡顿。这是由我国主导设计、集成建造的全球首台“5G+8K”转播车在进行试播,大屏幕显示的8K超高清视频,从制作到传输再到转播,依靠的正是5G技术。

5G正加速走进千家万户。记者日前从市经信局获悉,北京市正聚焦5G产业发展和示范应用,5G网络部署以及在健康医疗、旅游景区等领域的场景应用全国领先。

超8800个5G基站完成布局

根据《北京市5G产业发展行动方案(2019-2022)》,北京市将加快推动网络布局建设,构筑高端高新的5G产业体系,推动首都新一代信息技术产业全面升级。

北京市将围绕北京城市副中心、北京新机场、2019年北京世园会、2022年北京冬奥会、长安街沿线升级改造五大重大工程、重大活动场所需要,开展5G智能交通、健康医疗、工业互联网、智慧城市、超高清视频应用等五大类典型场景的示范应用,最终培育一批5G产业新业态。

数据显示,截至目前三大运营商在北京市共建设完成超过8800个5G基站,主要覆盖长安街沿线、世园会、央视采播中心、首钢园区等典型应用场景区域,在部分医院、社区、旅游景区以及冬奥会等民生领域布局的5G示范应用,已形成广泛展示、贴近民生的生动局面。

远程医疗会诊将成常态

一个多月前,海淀区北太平庄街道志强北园小区正式成为了全国首个5G+AOT(智能物联网)智慧社区。在这个以5G网络为基础、搭载各种智能物联网技术的智慧社区里,居民生活更安全,社区管理更便捷,多项公共服务水平得到提升。

在高传输速度、低延时的5G网络支持下,千里之外的医生远程操作“机器人系统”做手术将成为常态。近期,301医院在中国移动和华为配合下,在海南完成北京病人的脑起搏器植入手术,是国内首例基于5G的远程人体手术；延庆医院利用市卫健委“5G远程医疗急救系统”,在专家团队全程远程指导下,一个半小时内实现了世园会心梗游客的发现、手术和术后苏醒；中国电信北京公司也联手积水潭医院完成全球首例骨科手术机器人多中心5G远程手术……

另据了解,玉渊潭公园尝试将5G网络技术在公园场景中落地应用,利用5G网络和景区高清AI摄像头,在客流高峰时期实时监控各个人流密集区,实现智能识别和异常状态监控,更好地保障游览安全。

打造冬奥会全新赛事体验

“即将在2022年举行的冬奥会上,5G创新技术将全面应用到冬奥会场馆管理、赛事体验、媒体转播、日常训练等场景中。”市经信局副局长孔磊举例,冬奥会上的5G技术主要会应用在超高清视频直播、VR观赛、机器人礼宾服务、智能交通应用等全新赛事体验上。同时,5G也将为奥运村的智能家居、交通、餐饮、医疗、娱乐、动态图像识别提供更快速便捷的技术手段。

通州文化旅游区也已启动5G场景应用,助力环球度假区提升娱乐消费体验。据介绍,通州文化旅游区计划启动针对主题公园的5G应用实验项目,开发混合现实电影、表演、赛事、游戏等主题娱乐项目,实现无人驾驶、智慧文旅运营管理等物联网应用。

精彩的篮球世界杯赛事,已经实现“5G+8K”超高清直播试验。相关技术负责人介绍,基于5G网络的采编和传输设备,能够解决直播视频卡顿、在线观看不清晰的问题,营造效果更佳的视频传播环境。

市经信局局长王刚表示,下一步将以更多应用场景培育5G产业新业态,从而推动5G技术的进步和产品应用,推动文化娱乐、VR教学、智慧园区、智慧银行等垂直行业的5G应用,满足更多民生需求。

中国生产力学会承办的第十九届世界生产力大会将于2019年11月16日至18日在中国成都召开。来自世界不同的国家或地区的工商界领袖、政界人物、行业管理者、生产力科学领域专家学者等相关人士参与本次大会。

据了解,同期还将举行由中国生产力学会服务与品牌建设委员会承办的“中国智慧品牌暨生态文明发展高峰论坛”主题分论坛,将为各行业品牌企业搭建国际交流平台。

为实现中国制造向中国创造转变、中国速度向中国质量转变、中国产品向中国品牌转变提供源源不断的动力,树立中国智慧品牌榜样,本次论坛将由各主、承办单位,相关部委,大学,研究机构,企业管理者代表,消费者组成评价委员,从企业品质,品牌管理,品牌美誉度,社会影响力,社会责任,创新能力,国内国际市场开拓能力、 云计算 、大数据、人工智能,企业信息化建设,服务质量等方面建立一、二、三级评价指标体系,采用微信,网络投票,专业评委评审相结合着力挖掘并表彰一批优秀企业家和品牌企业,同时还将举行企业售后服务,品牌,客户满意度国家标准第三方认证证书颁发仪式。

从2015年“互联网+”被提出,到2016年颁布“十三五”国家信息化规划,再到2018年“数字中国”建设,短短几年间,数字化带给企业的思考如过江之鲫。那么,数字化对企业法务部门究竟意味着什么,将如何带来革新?

法务行驶仪表盘:可视化管理人效、诉讼风险

案件数据汇总的价值是要协助管理者量化团队人效、将隐性的诉讼风险显性化。过往依赖Excel简单汇总呈现,通常很难看到数据之间的关联和其背后的深层价值。

在无讼开务诉讼管理平台的视角下,案件数据自身是要为自己“代言”的。将不同案件数据汇总整理,通过饼状图、柱状图、折线图等形式呈现,案件数据便可以自己“讲述”出案件的发展趋势、案由占比、区域分布等事项,如:劳动用工密集型集团法务部门每年都会处理大量的劳动人事纠纷,某一案由下案件一旦形成堆砌,不仅消耗时间精力,而且占用法务资源,通过数据可视化汇总,法务可将一年内的同类型案件进行统计,以清晰看到案件数量随着时间维度的走势、团队个体办案效率、具体细分案由的占比情况等信息。让案件管理者面对的不再是密密麻麻的数字堆砌,而是直观看到团队人效、潜在风险、未来优化方向等信息,从而不仅实现工作的量化统计,也为内部管理优化提决策支持。


汇报模式创新,便捷起源于以终为始

企业案件数据目前依赖人工统计的不在少数,随着上级监管部门对于企业重大案件监管力度的不断加强,数据人工统计已经不够满足汇报效率的诉求,所以,一些企业法务已经开始了借助数字化工具让案件数据统计实时汇总、及时汇报。

案件数据通过信息化工具做到实时汇总已不是难事,但可真正做到便捷化的却寥寥无几,通过不断洞察企业法务数据应用汇报场景,无讼开务诉讼管理平台在实时统计的基础上,以终为始,让案件数据统计从一开始就与上级监管部门汇报要求一致,避免了后期重复梳理,并支持“一键式”导出,针对导出数据只需根据实际情况进行简要整理,就可以快速完成汇报,极大的提升了企业法务案件汇总汇报的效率。


自定义数据报表让风险防控前置

法务工作的价值,就是要在业务发展和风险控制之间找到平衡点,过程中案件数据的合理挖掘利用,就显得尤为重要了。案件数据通过自定义汇总,在案件整体完成进度、团队个人案件办理效率进行量化的基础上,还可以得到诸多的共性风险点,通过剖析,可以针对性的开展法务防控干预,达到诉讼风险高效管理的目的。

通过无讼开务诉讼管理平台进行案件数据汇总,法务管理者可以清晰看到公司在某个案由下的案件分布情况,从而对案件量较大的案由进行自定义监控分析,如:金融集团通过数据统计发现期货经济合同案由下的的案件量较多,法务管理者可对该案件进行自定义数据监控,通过监控可以直观看到该类型案件的发生地区、案件标的额等信息,从而指引法务管理者对重点案件开展培训防控工作,做到法务对业务的反哺的同时,提升法务部门的工作价值及影响力。


曾经,我们拥抱互联网,实现了生产力水平的跨越式发展,如今到了数字化时代,转型、创新、增长速度势必更加迅猛。而面对企业法务管理的动态需求,案件数据的深度经营必将给法务管理提供新的指引,也是大势所趋。那么,数字化时代下的法务部升级之路如何看准“仪表盘”踩下油门,也许你的心里已有答案。

据台湾媒体报道,垂直行业是5G面临的重大机遇,但专网是否需要专频,围绕这个问题,台湾经济主管部门和通讯主管部门NCC杠上了。

按照计划,台湾将在今年年底前拍卖首批5G频谱,地方政府规划频谱拍卖收入400亿新台币（约合90亿人民币）。台湾几大运营商一方面抱怨“太贵了”,一方面惊奇的发现,垂直行业可以免费领取5G专用频谱！不仅免费,还直接抢走了运营商碗里不多的一点肉。

在“行政院”政委龚明鑫支持下,“经济部”希望可以争取3.7GHz到3.8GHz中的100M频谱频宽作为“专网专频”。

但是,地方政府工作人员透露,这块5G黄金频段的频谱,价值数百亿元（新台币）,“经济部”想要免费送,先要过预算这一关。

科技会报办公室回应,针对专网频谱议题,目前还是采取“实验先行”原则,要先进行更多测试,才能得到更多消息,以了解专网不同频段会有怎样不同的影响,这部分仍需更多实验提供信息,也需要进行更多协调,还未有定论。

NCC代主委陈耀祥强调,鼓励垂直行业用户与电信业者合作,不乐见3.7GHz拿来作专频。未来还需要再评价5G的第二次、第三次频谱拍卖,专网真需要频谱,到时可以用高频段。

台湾“经济日报”放狠话称,“经济部”硬要从依法拍卖的频谱中,割出一块去给不想花钱竞标、还要省钱不找电信业者合作的产业去做“创新发展”,这是管杀不管埋,不要忘了当年WiMAX的前车之鉴。

当年英特尔推动WiMAX,全球响应者寥寥,台湾“经济部”力推六家电信运营商上马WiMAX,画出了千亿级的大饼,但英特尔“临阵脱逃”,全球其它地方也纷纷止损转向TD-LTE,只有台湾“经济部”还在劝运营商积极投资,最后惨到连WiMAX基站都买不到了。

此前据相关报道,台湾一根筋硬杠WiMAX,导致运营商损失300亿元新台币,更断送了台湾一代电信业,损失不可估量。

任正非近日在接受英国《经济学人》杂志采访时公开表态,华为可以向西方公司出售华为的5G技术,从而“制造”一个能在5G上与华为竞争的对手。一语震惊业界。

众所周知,作为高科技的信息通信领域,一向都以进入门槛高、技术壁垒高而著称,而且这一市场竞争十分激烈。近二十年来,许多有名的企业,如朗讯、北电、摩托罗拉、阿尔卡特等都先后退出了通信市场。现存的几家通信设备厂商,也都在为争夺5G市场份额而拼尽全力。作为在5G技术和市场处于领先地位的企业,如果没有外界干扰,华为将会在5G市场上具有很大的主动性。

但目前的情况是,美国以及西方一些国家,以安全为由限制华为5G进入本国市场。即使华为做了大量的工作,并且从技术、市场等多个角度证明其5G设备不存在安全问题,但依旧无法让这些“怀疑论者”安心。所以,任正非才主动提出华为可以将5G专利技术出售给西方公司,以“帮扶”西方公司和华为竞争。

华为的这一举动既体现了华为的诚心,也体现了华为的实力。华为轮值CEO胡厚崑解释了华为这一提议的动机：出售5G专利一旦实现,一方面,从全球供应链上能产生更多的竞争,竞争对用户有一定好处,也会推动产业的发展；另一方面,一些国家对华为5G的解决方案有安全疑虑,通过技术转让,用一种商业化的方式让西方公司掌握5G技术,并且能够再自主开发,化解其安全疑虑。

在此后与《纽约时报》专栏作家托马斯·弗里德曼的对话中,任正非详细地阐述了出售5G的深层次原因。任正非表示,华为可以向美国企业转让5G所有的技术和工艺秘密,帮助美国建立起5G产业。任正非认为,转让技术可以支持美国公司在美国做生意,并且,在华为提供一个5G的基础平台之后,美国企业可以利用此平台继续向6G奋斗；另外,美国还可以修改5G平台,从而达到自己的安全保障,按任正非的说法：“这可以帮助美国节省2400亿美元的5G建网成本”。

但华为的这一诚心,美国及追随者接不接受,还不好说。从年初制裁到今天,时间已经过去了大半年,华为一再递出橄榄枝,但基本上仍是无济于事。所以,这一次华为以放弃5G最大利益的方式,换取美国及其追随者的信任,怕也是“好心被当驴肝肺”。截至目前,美国方面仍没有做出回应。

我本将心向明月,奈何明月照沟渠！如果非要找个理由,那只能是华为在5G上过于强大,强大到让美国人害怕了。目前,作为全球5G的龙头企业,数据显示,华为在全球已经获得50份5G商用合同,5G基站全球出货量达到了20万台,年底出货量将超过50万台。

美国在5G的发展上一方面限制华为,另一方面叫嚣发展6G。美国摆出一副“我过得不好,但你也不能过得好”的嘴脸,其实也显示出了某种程度的底气不足。当然,5G的成功发展,是全球产业链共同努力的结果,华为只是产业链中的一环。合作才能做得更大。

9月22日,山西省公安厅发布消息,今年前8个月,全省公安机关充分发挥山西公安大数据强大功能,共破获命案积案45起。

今年以来,我省公安机关通过强化组织领导,创新侦查战法,加大科技、警力和保障投入,特别是充分发挥山西公安大数据强大功能,使实战打击效能大幅度提升,极大提升了侦破命案积案的能力水平,有效地维护了全省社会治安稳定。

省公安厅要求,凡发生命案,各级公安机关“一把手”,必须亲自组织指挥破案,亲自督导督察侦破进展,坚决调动一切力量开展命案攻坚。对历年发生的各种未破命案,对案发时因破案条件差依然未破的那些命案,也要本着对死者负责、对法律负责的态度,一起一起,持续发力,坚决挂牌督办,坚决追捕真凶,坚决将其绳之以法。

省公安厅刑侦总队有关负责人介绍,今年1月至8月,全省各级公安机关广大公安民警成功破获历年发生未破的各类命案积案45起。随着这些往年命案的侦破,一大批犯罪嫌疑人被依法抓捕归案,一大批受害人终于得以瞑目。据了解,警方破获的这些历年命案积案中,包括我市公安万柏林分局破获的“2003.7.2”高某故意杀人案和娄烦县公安局破获的“1997.9.21”雷某故意杀人案。

一、为什么数字化需要机制创新？

我想和大家分享企业如何在数字化转型中做到机制创新。 每一个企业都在经历着新一代数字化技术的深度冲击和与现有业务融合的转型过程。

虽然现在大家谈到信息化可能是在数字化之后,但是我们的确可以看到信息化是过去30年中最普及的概念。

信息化的重点是基于对组织内部某一个业务流程体系的整合过程,而数字化的影响更加广泛,它对竞争生态带来了巨大的影响。

互联网企业的迅猛发展、消费者的数字化生存,都要求企业对内部业务流程和信息系统的集成度以及和上下游企业及客户的交互,提高到更广泛和深入的数字化水平。

这种影响会从 六度空间进行扩散：

广度——规模的大小；
深度——纵向集成程度；
粒度——数字化带来的不仅是人的连接,包括设备的连接,如微处理器的粒度变得越来越小、越来越密；
精度——供需匹配间的能力；
速度——企业数字化转型的效率；
强度——组织的推进能力和数字化与业务融合的程度,代表企业数字化转型的一种能力。

测量国家竞争力的指标叫“ 全要素生产率”。无论是人、物还是服务的连接,在整个生产资料、要素不增加投资的情况下,通过技术的进步和应用,来加速已有资源的连接的效率,数据集成的效率, 数据分析 的效率以及基于数据的决策和管理以及预测的效率,将成为每一个企业、行业,乃至一个国家竞争的关键性指标。

孙子讲到——

“智者不能谋,因形而错胜于众,众不能知。人皆知我所以胜之形,而莫知吾所以致胜之行”。


通过数字技术嵌入到生产过程、物流、销售环节和客户服务环境,大幅度提升整个体系端到端的运作效率,使得竞争对手虽然知道企业速度快、成本低、效益高,但无从解读这种优势到底从何而来,这就是数字化转型赋能企业之后所带来的结果。



02什么是机制？

牛津大辞典上解释, 机制是一个组织的系统、流程、结构、关系和运行模式。


通常情况下,为了追求组织效率,企业内在业务模式结构及其关系；组织结构及利益格局趋向于稳定。但是,新技术在导入和应用阶段要打破这样一种稳定,也就是说要突破组织惰性,触发组织的变革。

企业只有在变革与稳定中不断迭代,才能有效适应环境的变革,逐步发展成为敏捷性组织。

所以,企业数字化转型中的机制创新,需要它用新的技术手段来改变现有业务逻辑和结构,使其更加优化；二促使生产要素的关系、流程变的更高效,要素连接模式更捷径；同时,在实体空间之外的网络空间,构建反应实体设备、运作过程和资源配置的数字孪生,实现实体空间与网络空间的相互映射与相互支持。

所以说,在这个过程中,CIO不仅仅聚焦在具体项目和具体过程中, 而是要在空中俯瞰整个航船,从网络空间视角透视如何优化企业整体结构和运作模式,并从更大的视野勘测企业生态,探寻新的发展机会和空间。

在企业数字化转型过程中,机制创新既是非常重要的,也有一定难度,因为既有的组织体系和利益体系是趋向于稳定的,如何突破稳定的格局建立新的格局,是企业最高层和CEO要关注的问题。

从这个视角上看CIO不仅仅是首席信息官、首席技术官或首席数据官,在更大程度上是首席变革官, 他／她需要思考如何新的技术来优化整个业务体系和组织体系, 变革的难度不在于技术的复杂性,而更在于组织的复杂性。



03数字化转型

在变革中,障碍是始终存在的。这种障碍的存在主要是处理五种关系：

一是与旧战略的关系,数字化转型经常受到其他战略的竞争,特别是如果企业经营状态不佳,数字化转型的排序会大大降低。

二是与旧业务的关系,CIO工作中的一个主要挑战如技术如何与业务有效匹配到底以技术还是业务为核心？绩效考核以业务部门为主还是以技术部门为主,如何将两者有效组合起来？

三是和旧模式的关系,数字化技术对组织的沟通方式、供应链价值链的连接方式、管理决策模式都带来很大影响,如何鼓励员工适应这些新的运行模式。

四是和旧技术的关系,很多企业在数字化转型中开始重视 云计算 、大数据、人工智能,那与之前的信息系统是什么关系,新旧技术如何整合。

五是和旧组织的关系,主要涉及到人,因为现在云大物移智的人才稀少、待遇很高,在引入新人才时如何平衡与老员工的关系,数字化转型到底由哪个部门来做,谁来具体负责；这些困难和问题,都需要通过机制创新得到解决。

这种挑战放到数字化转型中的一些具体问题,比如说我这个数字化部门应该叫什么,到底怎么设置？我们在做企业案例调研中,发现各自都不一样,如创新办公室等。

有的企业是CIO进一步推进数字化,但是我在做企业调研时,特别是制造企业,发现有些企业实际上是由其他的岗位在主导数字化进程,反而CIO的地位被弱化,甚至有些企业把CIO看作是一种障碍。所以 在新一轮变革中CIO如何提升领导力是一个问题。

另外,现在数字化转型可以说是企业全方位的资产对象的数字化,信息怎么共享？像政府推进信息化其实难度最大的就是横向、纵向的信息孤岛。

大家都不愿意把数据分享过来,进行数据集中集中。大数据中心到底应该谁来管？职能是怎么样的？这都是一些现实的问题。所以我把这五种关系对应的放到了五种机制上,看看不同的企业在为了克服这些困难做了哪些机制性创新。

数字化转型的五种机制创新分析框架



04平安的竞争机制创新

分框架就是从企业遇到什么困难、采取什么举措、有什么样的成效。

平安是世界500强第29位,而且它的志向非常远大,希望在金融领域里成为全球前三,在技术领域里成为全球前五,这是它的发展战略愿景。

那么对于这样一个企业而言,它在做数字化转型和战略的设定上,特别是竞争机制上,面临着什么样的挑战呢？

一是互联网企业的获客。互联网企业最大的策略就在各个用户的流量入口按兵把手,不管是谁都要收购,把客户流全圈在圈子里,当时转型时它只有五千多万用户,这对平安是一个很大的挑战。

二是传统企业在遇到增长极限时,如何扩大规模,建立生态。

三是创新程度,2012年当时云计算刚刚出现,李彦宏在深圳高科会谈论云计算的价值,说到云计算实际上就是左手握右手,新瓶装旧酒。马化腾说这是技术概念,也许一百年后有价值。

马云说这个东西很重要,打出来就是颠覆性的事情,所以这件事必须回去马上做。也就是说这一点上不同企业家对新技术价值的认知是不一样的。
在这种情况下,当时平安的认知是什么呢？马明哲作为CEO,本身对技术是有痴迷的。他认为在互联网时代,得云者得天下,得科技者得天下。

云就是未来空中的房地产,他鼓励平安在云转型中抓住机遇,勇敢前行,“试错的成本可控,错过的成本是无法估计的”。说明企业在数字化转型过程当中,一把手的战略认知是及其重要的。

平安的变革机制创新。在得到这种战略认知后,平安进行了大规模的资源配置了。平安在云计算方面的投入,累计大概有500亿。作为一个战略竞争的机制,它做了一个很重要的创新就是成立科技公司作为一级公司。

现在平安不叫平安金融公司而是金融·科技,就是金融和科技是并列的。它认为科技对企业发展贡献率将占到30%-50%,所以这样一个金融公司在本质上会变成一个科技公司,做到了科技部门和业务部门的平等,而不是把科技部门作为一个辅助部门。

我在今年4月份去做调研的时候发现科技部门达到了29000人,集团用很大的强度通过云转型为企业赋能。它现在是从以客户为核心,金融、医疗、车、住宅和城市是五大战略板块,以人为核心,用技术支持这五大板块生态快速的构建。

所以它的战略机制中很重要的创新就是科技是和业务同等重要。科技不再是成本中心,而是价值创造中心。 科技不仅仅是为业务赋能,更重要的是要产出价值,甚至可以说是要帮助科技产生价值。在平安,科技人员一定要以业务为核心、以商业产出为核心来增加IT,把它的视野打向市场。


平安的激励机制创新。企业数字化转型的一个关键任务是数据集成,以前企业有大量信息孤岛,很多部门将数据作为自己的资产不愿意与他人共享。平安的大平台要集成几百个部门的数据,如何才能集成？

二是内部竞争,企业用高薪聘请新技术人才,可能会引起老员工的不满,如何平衡两者的利益关系。

三是交叉销售,比如说A部门卖保险,B部门通过平安好医生获客,到底算谁的。

四是如何做到信息共享,将数据从部门级上升到集团级,构建一个以客户为核心,各部门可以分享数据,减少重复劳动,提高客户体验的机制。

所以为了解决激励机制的问题,采取了几种措施：一是在不同部门之间打造了“任意门”制度。“任意门”制度突破了企业通常出现的信息孤岛现象,在各部门之间打通壁垒,通过统一界面实现信息共享。

平安还通过团金会制度,解决传统业务与新增业务的相互竞争问题,由新旧部门成员组成的委员会从集团整体利益综合考虑,判定项目的价值,对于一些暂时没有收益,但对公司未来战略发展有价值的项目,将其与盈利的项目一起组合打包。

对于新旧人员的竞争关系, 通过老员工持股新增业务机会,将新旧人才组合成利益共同体。在处理业务和数字化技术团队相互关系的过程中,以业务部门的核心痛点为中心,科技部门思考“技术如何赋能业务部门解决问题”,在进行绩效考核时,将业务和技术部门团队组合起来进行整体考核。

在确定哪些技术应该采纳、具有价值时,有三项指标衡量：

一是技术应用是否改善了客户体验,这是非财务指标；
二是技术应用是否降低了企业运营成本,比如微表情识别、声纹技术对客服人员数量的影响；
三是新技术应用是否促进企业增长。然后从业务价值分析和投入产出比这个指标综合评定技术的投入是否有价值。
平安在AI大数据、物联网、通讯、云中间件、容器服务和管理平台方面在技术上把系统打通,把数据整合,然后作为一个中台赋能这五大生态,先把自己的问题解决好,把自己的数据解决好,找到解决系统整合以及生态发展的方法以后,再进行对外赋能。

平安的金融背景使其云计算能力具有独特的优势,特别是金融领域对安全、稳定、可靠具有非常高的要求和标准的情况下,平安在云转型过程中将这些特质融入到自身的技术体系中,与竞争对手具有比较优势和差异化。

比如它在提供数据服务时,特别强调遵守合规和法律的要求,比如说客户信息共享必须获得客户的同意,征得客户同意,接受全监管,满足安全审计的要求。

平安的管理机制创新。其中管理机制包括和旧技术的关系,包括在人才发展上、在试错上这些问题怎么解决。特别是云平台的建设,它也希望在全球的几朵云里头占有一席之地,这就需要有自身的特点。

比如说AWS云计算投资回报周期是12年,所以企业必须要有这种战略的耐心。另外三千个系统怎么迁移,从原来的集中式架构迁移到分布式技术架构也找到了方法,比如说先易后难,在系统更新时做同步的数据运维和重构,这个过程吃了很多苦,但恰恰是试错的这样一种经历,变成了将来对外赋能的一个巨大的财富。

在人工智能技术的识别方面,基于不同的业务场景,均以业务人员为核心。

比如通过微表情的声纹识别技术来降低信贷的损失,技术人员追求精准性,但实际上发现在客户服务时有很多噪音,所以说技术人员不能说“我这个声纹识别已经达到99%,可以交差了”,而业务部门应用的时候觉得不太好用。

所以评价时一定要以业务人员为核心,达到在业务场景下可以接受的准确率。



05美的的机制创新

美的在数据化转型以及商业机制上都有所突破和创新。

从美的发展历程来看,基础的数字化平台、信息化平台,包括集团级的流程、集团级的数据和集团级的系统是在集团层面统一制定标准、统一部署、统一推进,为将来的数据标准和系统整合打好基础。

它用六年的时间,投资了近30亿,先把系统级的信息化的基础工作和数据管理的基础工作做好,再做数字化的构建。

在企业调研中我发现,数字化转型中最基础和最困难的工作就是 数据管理,数据管理包括数据治理、数据的标准化、规范化和统一化,像华为就能做到把670万表单全部标准化。这是一个很繁琐的工作,无法外包,必须要依靠管理体系和人才来做这件事情。

美的因为工厂很多,工人素质参差不齐,在做数字化转型之前,IT部门要先到工厂去考察管理基础,让工厂往返程度降到最低,再做到数字化。所以数字化从本质上来讲还是赋能企业的基础管理。

美的数字化转型的管理机制。 数据战略是美的数字化转型中最重要的战略。通过数字化的手段实现管理的透明性、精准性、实时性、智能性和响应性。

透明性体现在通过美的的供应链云,推动上下游和客户之间信息系统拉通和数据共享,实现供需之间产能的可视化,解决了以为客户下订单后不知何时能够得到供货的问题,化解了供需匹配中的不确定性风险；

实时性体现在通过云端APP,实现对物流的实时动态管理,确保对物流车辆的动态跟踪、车辆进准入厂管理、移动终端引导装货、门店引导和机器人卸货等；

精准性体现在对生产过程的数据采集,通过数据分析识别发现了1万多个异常值,异常值反映出生产过程中的问题和瑕疵,在之前,工厂最有经验的老师傅能够发现500多个异常值,而数据识别的能力更强,为生产改善提供了更广阔的空间；

智能性体现在通过人工智能视觉识别技术,助力员工发现空调安装中的错误和瑕疵,识别机器噪音,大大解决了之前完全靠人工来解决的问题；

在 响应性上,针对生产线上出现的故障和问题,工人通过佩戴华为开发的智能手表,在5分钟之内赶赴现场维护,如果20分钟无法解决,维修团队和生产部长都会快速响应,及时找到应对策略。
通过智能硬件技术带来的高效响应机制,美的提高了整个生产线的综合效率,原来一年最多生产30万台的产线提升到60万台。

通过大数据分析,企业从经验管理上升到科学管理。最优秀的生产的车间主任能找到的瑕疵是500个,但是利用数据采集去识别,能找到的瑕疵是一万个。

数据能够拓展人的认知和经验,发现一些靠经验无法识别的问题,形成了管理闭环,持续改善管理体系,这是精准性方面。

企业在数字化转型中的创新是由每一种场景联合构成的。

比如说美的,原来的工人要装空调板,经常是小组长和员工有很大的矛盾。现在是人工智能,依靠机器识别安装,每天可识别几万个,大大的解放了生产力,而且把工人从繁复的工作当中解放出来。


06总 结

在传统企业与数字化相互融合的过程中,我们可以看到新一代的技术像一个八爪鱼一样深入的融入到边边角角,将来无论任何行业, 通过新一代数字化技术赋能业务的发展,是企业满足客户期望值、提高企业运营效率和速度、在大数据中形成市场和客户洞察力,在需求供给之间做到精准匹配和个性化定制最重要的途径。

数字化转型当中竞争机制创新取决于战略认知的突破强度,变革机制仍然需要阶梯式演化。CIO在变革中要走在最前面,是一个自我蜕变的过程。

在 激励机制方面,如何把新人和老人,新业务和老业务变成利益共同体是关键。
在 管理机制上,难度最大的是数据管理,下一步是数据发现、洞察和分析。
在 运营机制上,企业的创新是由一系列的场景创新来进行的。

日前,中国移动、中国电信、中国联通三大运营商共同发布了《5G消息白皮书》。《白皮书》阐述了5G消息的核心理念,明确了相关业务功能及技术需求,提出了对5G消息生态建设的若干构想。使用5G消息,用户无需下载客户端,在终端原生的消息入口即可接收到5G消息。“对传统短信全面升级”、“第一个可以预期的5G应用”、“能取代手机APP”……5G消息一经推出,引发了市场期待和公众关注。
5G消息业务使信息沟通更丰富、更便捷,用户之间除了可以发文本信息,还可以发送图片、音视频等多种媒体和多种格式的信息,甚至能够完成支付等,这将给用户和企业带来新的体验。全球移动通信系统协会(GSMA)的数据显示,预计到2021年,基于RCS的行业短信全球市场总额可达到740亿美元,市场潜力巨大。
泰迪熊移动成为首个签约三大运营商的5G消息生态共建者
5G消息不是运营商的独角戏,需要手机厂商、操作系统厂商、SDK厂商及各应用厂商等相关产业链厂商的参与配合。作为智慧通讯服务提供商,北京泰迪熊移动科技有限公司(以下简称泰迪熊移动),因拥有5G场景消息、智能短信等多种与5G消息生态共建相关的产品与服务,而博得三大运营商的一致青睐。近期,中国移动、中国电信、中国联通三大运营商不约而同地与之相继签约,泰迪熊移动也成为首个签约三大运营商的5G消息生态共建者。
早在2018年,针对智慧消息领域,中国移动旗下全资子公司中移互联网公司就与泰迪熊移动签署了战略合作协议,共同开展智能短信业务,共同探索灵活的商业模式和销售体系,在产品协同、联合运营、终端拓展、商品销售、精准营销等方面开展紧密合作。近期,双方续签该项战略合作,中国移动希望借助泰迪熊移动的短信场景服务,更快速的推动5G消息建设。
而与中国联通的合作可追溯到2017年,泰迪熊移动与联通在线合作了全新通讯产品——智能短信,2018年又助力联通在线实施185生态战略。2020年,泰迪熊移动再度携手联通在线,为用户打造全新的场景智能服务,推进5G消息共建落地。
继中国移动、中国联通后,借5G消息正式发布的契机,泰迪熊移动与中国电信全资子公司电信世纪龙也正式签署战略合作协议。双方将在未来的发展中,联手打造智慧场景服务新消息,包括将短信解析为智能短信、短信公众号号码识别服务、短信公众号菜单服务、短信公众号情景卡片服务等一系列增值服务,为用户提供更便捷高效的消息服务。
值得强调的是,去年5月份,泰迪熊移动已正式加入全球移动通信协会GSMA,并正式成为其企业成员单位,这也更加印证了泰迪熊移动的技术和产品在行业中受到认可。换言之,5G消息的落地推广需要泰迪熊移动这样具有技术实力和推广能力的合作伙伴支持。
泰迪熊移动5G场景消息 成为行业未来发展标杆
5G消息以手机原生短信为平台,用户手机号即账号,企业消息即服务。用户发出消息,企业号会自动回复匹配结果,根据聊天场景,个性化精准匹配服务,无需用户安装多个APP,企业会随时智能化响应用户请求,B2C互动大大增强。
随着5G消息白皮书的发布,三大运营商将联手打造未来5G消息的生活场景。业界人士分析,5G消息将首先替代B2C领域的企业信息,着重在企业服务和公共服务领域发展,以“RCS(融合通信)+Platform(平台)+Chatbot(聊天机器人)”的方式创新企业与用户之间的智能服务交互,消息形态包括红包、卡券、视频、图文、轮播卡等,还可根据不同企业的业务特点,深度定制服务场景,精准处理并个性化推送,全面提升企业的营销服务能力。
在B2C领域,泰迪熊移动可以说是5G消息场景落地的先行者。2014年公司创立至今,
泰迪熊移动一直在探索如何以富媒体形式更精准的触达用户,执行个性化的推送,提升企业营销信息转化能力。
目前,泰迪熊移动提供的智慧消息解决方案涵盖了智能短信和5G场景消息两大服务。尤其是场景消息作为后4G时代的先锋产品,和5G消息一样,都是通过富媒体形式,将企业短信升级成卡片式的快捷服务菜单提供给用户。并且,泰迪熊移动已经具备了5G场景消息成熟的业务模式和应用案例,比如,新零售连锁店屈臣氏应用泰迪熊移动的场景消息、智能短信、快应用等三大核心产品,实现了线上+线下场景式整合智慧营销。对于企业来说,场景消息不仅价格低,到达成功率更高,相对来讲用户的投诉率也更低。
除了屈臣氏之外,爱奇艺、工商银行、淘宝等银行金融、快递、互联网、运营商、互联网金融、政企、在线教育等多个行业、多个头部APP产品应用了泰迪熊移动5G场景消息为客户提供消息服务。泰迪熊移动5G场景消息的实际应用,为5G消息发展指明了方向,这也成为三大运营商纷纷积极与之合作的重要原因。这次合作,也将使泰迪熊移动的5G场景消息成为5G消息未来发展的事实标杆,泰迪熊移动也将从5G消息的先行者转变为5G消息的共建者。
结语
为了5G消息的应用落地,除了泰迪熊移动以外,三大运营商也在积极促进与各手机厂商、应用软件商等产业链各界的合作。总体来说,在多家合作伙伴的共同推动下,实现5G消息生态的真正落地和繁荣只是时间问题。
机会总是青睐有准备的人,泰迪熊移动在后4G时代发力于场景消息,并将其落地、成熟应用于多个行业领域,为企业和用户带来5G消息的体验。随着5G消息白皮书发布,泰迪熊移动收到三大运营商的邀约,将以5G场景消息产品为标杆,与三大运营商及合作伙伴共同打造全民5G消息时代,推动5G消息全面落地。与三大运营商共建5G消息,泰迪熊移动未来可期。

11月1日,由中国信通院主办的2019（第二届）中国金融科技产业峰会进入了第二天分论坛环节。其中,分论坛六《金融业数据治理与应用》在当天下午隆重召开。该论坛由中国信通院云大所大数据与 区块链 部业务主管马鹏玮主持。

会上,滴滴 云计算 有限公司产品专家王川川为与会者带来了题为《数据资产管理：《基于数据目录的数据治理&应用》的分享。


滴滴云计算有限公司产品专家王川川

王川川：大家下午好！我是来自滴滴云,今天是以产品经理的视角给大家再陈述一下对于系数据治理和应用探索过程中的理解和方法。

数据治理这个概念现在在数据领域是细分的学科,现在各个公司、企业、行业对数据治理有一些约定俗成的认识或方法论,如把数据治理理解为包含了主数据、数据质量、数据标准、 数据安全 、数据生命周期管理等一系列产品整合的方案,现在一直在演进过程中。

因为我是一个产品经理,从产品视角给大家阐述一下,大家讨论数据治理时讨论什么？

首先可以把数据的公民抽象出几大类角色：CDO。数据管理者；数据生产者；广大的数据公民。

从数据治理角度来看,这四个角色对于数据治理关注点完全不一样。

CDO,肯定关注整个企业数据资产大盘,安全合规,数据信息价值如何发挥出来。

数据管理者,更多关注在怎么降低数据成本,从数据管理角度做到这些数据的安全合规。

数据生产者,把数据治理定义在数据一致性、稳定性、及时性这些在数据质量相关的视角上。

数据消费者,更多关注在这些数据在哪儿找到,如何能看得懂,如何使用。

总结：数据治理包含数据的资产化,数据的服务,数据的交付。

数据在治理过程中,把信息熵降到最低的过程。在信息论之父1948年发表了论文中提出“信息熵”这个概念,引起很大的反响,“熵”是物理学概念,指信息在传递过程之中一些不稳定性,所以很好地类比数据治理和使用中的场景。数据治理的目的是要让数据使用过程中的问题尽量减少,数据治理的目的就是把信息熵降到最低的过程。

在数据的信息化时代和数据资产化时代,从很多维度已经有明确的区分。

承载信息方式,IT时代,数据是描述的,数据治理里面也是以信息为出发点去构建信息与信息的连接。在知识和承载方面,专家是非常宝贵的,而且专家经验是很难被传承下来的,但是在数据资产化时代,已经可以看到承载信息方式通过数据还原信息本身,在方法论方面,已经转变为以组织或个人逻辑点构建的是人与人的连接,同时信息是动态流动的,方法论已经进化到重协作和治理,知识烟囱也得到了改善,以AI为助力,协助专家经验零成本的去继承。

互联网的特点是发展非常迅速,随着数据的巨量增长,经历过数据烟囱、信息孤岛的过程,我们提炼出三个维度的切入点：数据、工具与流程、人。

数据维度。数据维度关注的是数据的可描述性和可获取性,完善到数据技术属性、业务属性、管理属性,这些具备之后,数据很容易被解读、被理解,而可获取性不仅只包括数据的准确性、一致性、及时性,还包含其他诸如在安全合规的前提下获取数据的便利性,这是一个视角。

工具和流程的维度。这个维度着重解决连接效率问题,连接不仅仅是信息之间连接,包含人、信息、知识和智慧之间的连接。

人的维度。充分调动人的能动性和组织的力量来进行数据治理的工作。

有了这三个维度的支撑,围绕提升工作效率、治理与合规两个大的方向,去做一些类似于数据价值的度量、提升数据发现、理解与获取效率,通过与社区丰富信息用数据说话,通过信息分享降低障碍,降低重复的体力劳动,最后通过丰富的API提成及数据服务来提供完整的数据应用的链路。

下面给大家介绍一下我们在实践中的一些方法论。

1、我们认为一切的问题都是人的问题。

如何理解？我们在观察用户使用数据过程中,发现困扰广大数据用户的问题有很多共性,如公司有什么数据,这些数据存储在哪,产出是否符合我们要求,基本定义是否符合可以解读的。从这些问题之中提炼出两个指标：

一是耗时占比,就是说一个用户完成一次 数据分析 ,在查找和理解到最后去信任那个数据所花费的时间和完成这次数据分析所使用的时间占比,经过我们公司内部进行的调研,大概耗时占比占到80%左右的时间,所以这个过程是非常长的。我们就把耗时占比指标作为我们在数据治理和应用产品体系之中要解决的核心目标。

这个场景很容易还原出来,大家在使用数据时,对数据有疑问,要找谁,就算找到人,但是这个人可能已经不负责这个数据的更新与信息的解释了,或者就算找到人,人也负责,但是由于关注点不在这儿,也得不到保障,成本比较高。

总结：沟通不畅,信息失真和缺失,权责不明。

二是使用数据不便的占比。调研这些用户时发现,一个直观的感觉使用数据是否方便,从用户结论中发现,90%的用户认为是不方便的,分为两大方面,工具和产品比较分散,很多系统权限是分散的,要具备相同权限才能完成一次分析；产品提供的覆盖分析场景不是特别全面。

在数据应用过程中,我们认为这些困扰着用户的办法其实都是我们在人、系统上的一些不足导致的,所以提出第一个概念,即资产到人是数据治理过程中一个很好的切入点,通过这个动作,可以把数据的负责人制定好了,通过调动这些负责人的积极性,来完善数据的技术属性信息、业务属性信息、管理属性信息,就可以建立起消费者和生产者之间的连接。

2、如何量化数据价值的探索。

在数据治理时经常都是跨组织、跨业务的进行数据治理,大家真正在推动数据治理过程中很难推动,或者推动了,得出的结果也不是预期那么好,背后有深层次的原因,如业务线和部门的KPI跟数据治理目标是否一致？大家看不到什么收益或者也不知道怎么去治理,所以这是一个困扰在数据治理过程中很大的一个问题。

大家也知道数据价值金钱是衡量不了的,在一些实践过程中,有些企业会把资产的调动次数或数据文件存储的大小作为简单的衡量数据价值的方式,这种是不全面的,所以我们在跟一些数据使用用户,包括跟行业公司交流时,探索出了更多的维度衡量数据价值,如引入了数据的流通节点分析,包括部门或人员共享数据的数量,信息的完善度,业务权重,使用频次,数据产出保障程度,数据的分级分类,引用这些权重之后,推出了一个产品工具平台,来度量这些数据、部门、人员、数据本身的价值。我们认为数据价值不是简单一个指标可以衡量的,应该是更多分类细的指标综合多方面呈现这些数据的价值。

核心重要的点：连接。

在数据资产化时代,连接指的是人、信息、知识和智慧之间的连接。很简单的理解,就是基于一个资产各种报表、各种特征,包括一些文档,人在使用这些资产时沉淀下来的过程数据都应该连接起来,如一些生产脚本、变更记录、使用案例、对资产描述信息、警告、提醒、推荐、评价,关于数据之间相关问题,包括数据使用的一些SQL代码片段等等,这些过程数据更多反映出数据全貌的,所以让数据易于被理解、被信任、减少消耗时长的占比,我们通过连接这么一个产品的理念来实现的,让我们这个产品或治理手段能够更懂用户,辅助用户去实现。

我们产品也用了一些概念,众包、分享、协作。这几个理念能解决什么问题？能解决资产、数据被理解、被信任的问题,因为在数据信息化时代,信息是静止的,其他数据公民只是被动去解读这个信息,数据资产化时代,信息是流动、动态的,只能通过发动广大数据公民,通过众包形式完善这些数据的信息。如对数据描述信息,通过众包形式,随着越来越多消费者的使用,对数据所包含的内容就可以逐渐去完善,更趋近于表达这个数据真实的含义。

我们对使用案例、标签信息、使用记录等,因为本身自带一些知识沉淀在里面,把这些信息也完善起来,最后在耗时占比进行很好的补充。

统计发现,一个公司或一个企业里的数据只有10%-20%之间部分数量是非常重要的,高频次使用,而且80%左右的数据都是衍生的资产,使用频率、保障级别相对少一些,所以从众包角度上来说,更多关注的是针对10%-20%的数据,通过这种方式去实现,而其他的数据只是通过运营的手段,经过长时间的运营之后,逐步得到完善。

分享。分享是产品的核心能力,因为我们认为一个很好的资产应该更广泛的分享和使用。

协同。我们认为这是提升效率的一个非常有益的办法,广大的用户在使用数据时,相当多的精力都是花费在各种工作群、微信群和钉钉群类似的群里解决问题,既然有沟通群能解决沟通问题,为什么我们产品还要强调协同的能力？是因为工作群有天生的一个弊端,知识和信息不能沉淀,这些解答问题的同学每天都在花很多时间在解答问题。我们对协同的场景进行了细分,从沟通的场景来说也分为两大类：紧急类沟通、非紧急类沟通。在产品中把紧急类的问题沟通通过产品方式提供各种沟通工具,电话、邮件等,能够相对快一些方式呈现,其他则通过简单的问答形式来呈现。

数据使用和数据仓库建设之间的关系图,从用户使用记录方面缺乏很多信息,而用户使用的过程,我们能从中提炼很多有用的信息,如识别到这些用户与他使用的业务场景、使用的数据、使用的逻辑,有了这些信息之后可以通过AI方式解析到一些模型里,当用户下一次使用到这些数据时,可以针对性提供这种应用场景的推荐,更贴近于用户的场景。

对于跨国企业数据合规和共享流通的探索,通过联邦架构的形式。

特别强调数据运营能力,运营是一个单独的模块,提供三个方面的能力：

用户运营。主要是分角色、分用户、分黏性给用户提供数据服务；

发现业务的价值；

释放数据价值,通过观察运营目标,主动发现数据开放共享过程之中,数据质量、数据流通工作之中的亮点和不足,进行提升数据服务。

以上是我今天给大家带来的分享,谢谢大家！

人工智能和机器学习如何帮助组织从大数据中获得更好的业务见解?需要了解人工智能和大 数据分析 的下一步发展。

大数据技术并不像几年前那样广受关注,但这并不意味着大数据技术没有得到发展。如果说有什么不同的话,那就是大数据的规模正在变得越来越大。

大数据曾经被认为是一项重大挑战。但是现在,它越来越被视为一种理想状态,尤其是在正在尝试并实施机器学习和其他人工智能学科的组织中。

Anexinet公司高级数字策略师Glenn Gruber说,“人工智能和机器学习现在为我们提供了使用现有大数据的新机会,并利用新数据类型开发了很多新用例。我们现在拥有更多可用的数据,例如图片、视频和语音。过去,我们可能试图尽量减少捕获的此类数据的数量,因为我们无法对其做太多的处理,但是它存储此类数据会产生巨大的成本。”

人工智能如何适应大数据

大数据与人工智能之间存在着一种互惠关系：人工智能在很大程度上依赖于前者的成功,同时也帮助组织以以前繁琐或不可能的方式释放数据存储中的潜力。

Gruber说,“如今,我们需要尽可能多的数据,这不仅是为了更好地洞察我们试图解决的业务问题,而且因为我们通过机器学习模型输入的数据越多,它们得到的结果就越好。这是一个良性循环。”

人工智能如何使用大数据

存储和其他有关大数据和分析的问题好像已经不再一样。例如,Gruber指出,大数据和人工智能的结合会围绕基础设施、数据准备和治理产生新的需求(或强调现有需求)。但是在某些情况下,人工智能和机器学习技术可能是组织如何解决这些运营复杂性的关键部分。

关于“更好的洞察力”：人工智能和机器学习作为当前在商业领域中最重要的学科,如何帮助IT领导者实现现在或将来的目标?

人工智能提供更好见解的6种方式

1.人工智能正在创造新的数据分析方法

大数据的基本业务问题之一有时可以用一个简单的问题来概括：现在是什么?人们已经拥有了所有这些东西,并且还会有更多的东西出现,那么如何处理呢?在大数据的大肆宣传和炒作中,听到这个问题的答案并不总是那么容易。

此外,回答这个问题(或从数据中获取见解)通常需要大量的人工工作。人工智能正在创造新的方法。从某种意义上说,从广义上讲,人工智能和机器学习是新方法。

从历史上看,在分析数据时,工程师不得不使用查询或SQL(查询列表)。但是,随着数据重要性的不断增长,获得洞察力的多种方法也应运而生。人工智能是查询/SQL的下一步。Alluxio公司首席执行官Steven Mih说,“过去的统计模型现在已经与计算机科学融合,并已成为人工智能和机器学习的一部分。”

2.数据分析的劳动强度正在降低

因此,与过去相比,管理和分析数据所需的人工时间更少了。人们仍然在数据管理和分析中扮演着至关重要的角色,但由于人工智能,原来可能需要几天或几周(或更长)的过程正在加快速度。

Sungard AS公司的高级架构师Sue Clark说,“人工智能和机器学习是帮助企业分析数据的工具,比员工单独完成的工作更快、更有效。”

Exasol公司首席技术官Mathias Golombek在大数据方面已观察到一种采用两层策略的趋势,因为组织争辩要从中获得任何价值所必须管理的海量信息：存储层和位于其之上的运营分析层。

Golombek说,“这是从数据中提取见解并进行数据驱动的决策的地方。人工智能通过全新的功能通过培训数据做出半自动决策来增强分析。它不适用于企业对数据存在的所有问题,但是对于特定的用例,它彻底改变了无需复杂的人类知识就能完成规则、决策和预测的方式。”

换句话说,洞察力和决策可以更快地发生。此外,IT可以将类似的原理(使用人工智能技术来减少人工、劳动密集型负担并提高速度)应用于后端事物,让人们面对现实,IT之外很少有人想知道。

Alluxio公司Mih说,“数据洞察力的实时性质,加上现在无处不在的事实,这将跨越不同的机架、区域和 云计算 ,这意味着企业必须从传统的管理和分析数据方法中发展而来。这就是人工智能的用武之地。数据工程师一次又一次地人工复制数据的日子已经一去不复返了,在数据科学家提出要求后数周之内就交付了数据集。”

3.人类仍然重要

与其他人一样,Qlik Research公司副总裁Elif Tutuk将人工智能和机器学习视为处理大数据的强大杠杆。

Tutuk说：“人工智能和机器学习以及其他新兴技术,对于帮助企业更全面地了解所有数据,为他们提供一种在关键数据集之间建立联系的方式至关重要。”但是她补充说,这并不是削弱人类智慧和洞察力的问题。

Tutuk说,“企业需要将人类直觉的力量与机器智能相结合,以增强这些技术或增强智能。更具体地说,人工智能系统需要从数据和人类身上学习,才能实现其功能。成功地将人力和技术的力量结合起来的企业可以扩大从数据科学家和业务分析师那里获得分析的关键见解的人员,同时节省时间,并减少由于业务用户解释数据而导致的潜在偏见。这样可以提高业务运营效率,从数据中收集更快的见解,并最终提高企业生产率。”

4. 人工智能/机器学习可用于缓解常见数据问题

以下是一些没有改变的东西：数据的价值与其质量密不可分。低质量意味着低价值或无价值。这就是所谓的大数据与人工智能的共同点。

Ness Digital工程公司首席技术官Moshe Kranc说,“关于机器学习的对话总是回到企业数据的质量上。如果数据质量差,那么从中获得的任何见解都将无法得到信任。机器学习项目80%的时间都花在了清理和准备数据上。”

一切旧的东西似乎又是新的。但这个问题的解决方案(可能还有其他类似的解决方案)可能已经出现。

Kranc说,“幸运的是,可以使用机器学习来清理机器学习数据。机器学习算法可以检测异常值和缺失值,找到用稍微不同的术语描述同一实体的重复记录,将数据规范化为通用术语。”

5.分析变得更具预测性和规范性

在过去,数据分析比事后分析更为重要,事后分析就是“已经发生的事情。”未来的预测本质上仍是历史分析。人工智能和机器学习正在帮助开拓一个新领域：“将要发生的事情。或者至少是“可能发生的事情”。此外,还可以教会机器学习算法基于前瞻性的见解做出决策或采取行动。

Sparkhound公司分析部门总经理Sean Werick说。“如今,人工智能正在通过使用预测分析,以更准确的方式将大数据决策进一步推进。传统上,大数据决策是基于过去和现在的数据点,通常会导致线性的投资回报率。借助人工智能,这一比例已达到史诗级和指数级。利用人工智能的规范性分析有可能提供全公司的前瞻性战略见解,有助于推动业务发展。”

Werick指出,这是一个“在走路之前需要学会爬行”的过程。根据Werick的说法,使用人工智能根据不准确或不充分的数据做出预测性或规定性的商业决策可能会产生“灾难性”的后果。

Werick说,“随着分析成熟度模型的每一个进展,对业务的价值都会增加：从流程和数据映射开始,到描述性分析,到预测性分析,最后,到规定性分析。”

6.人工智能和大数据的下一步是什么?

如果大多数团队仍在学习爬行(或行走),那可能没问题,因为人工智能和大数据的结合才刚刚开始揭示其可能性。

Scale Venture Partners公司合伙人Andy Vitus看到了更智能的企业软件的巨大前景。他认为,许多商业应用程序仍显示其模拟DNA。

Vitus说,“大多数商业应用程序仍然使用纸质表单和分类账的设计语言构建。这意味着,对于企业捕获和存储的所有数据,用户仍在花费大量的时间费力地通过无休止的报告来寻找有用的信息。

智能软件将利用所有这些数据来解决问题并提供场景和答案,而不仅仅是美观的报告。从工程的角度来看,智能企业应用程序将要求将单个人工智能/机器学习系统连接到其他系统,以便它们可以相互通信并相互学习。企业最终将从存储的所有数据中获得可观的投资回报。”

那是基本的承诺：人工智能是一种不断发展的手段,可以回答有关大数据的基本问题。那么现在怎么办?

Alluxio公司的Mih说,“这只是一个开始,未来将有新的技术来分析数据以获得实时洞察力,但获得见解的方式将有所改进。”

伴随着互联网的飞速发展,企业信息化步调不断加快。IT资源的应用和管理模式正发生着深刻的变革,将逐步从分散的功能性资源发展成以数据中心为承载平台的服务型翻新资源。
数据中心已经成为像交通、能源一样的经济基础设施。然而,在数字时代,传统数据的中心面临着建设成本高、周期长、能耗高、经营治理效率低、可扩展性差等问题,制约企业的业务发展。如何打造高效、灵活、低成本、可扩展的新一代数据中心已经成为业界共同面临的挑战。
云计算 能够充分提高装备资源的应用率,不仅大大降低设备成本,而且使得大范围存储和计算更为便利,同时大幅降低能耗,是解决传统数据中心发展瓶颈的一把利器。很多企业开始利用云计算推动数据中心转型升级,上海明东集装箱码头有限公司就是其中之一。
业务需求驱动数据中心变革
上海明东集装箱码头有限公司（以下简称明东集装箱）成立于2004年9月,主要从事国际国内航线的集装箱和件杂货装卸、中转、仓储、分送、集装箱清洗及维修、拆装箱、堆存、保管、货运站及港区内运输。
目前,明东集装箱的基础架构由服务器、存储和网络构成,其中,为虚拟化平台提供数据空间的存储大多采用传统的集中存储（FCSAN）。随着业务规模和种类不断扩大,运维人员逐渐感受到服务器虚拟化带来的便利和高效,但僵化的传统外置磁盘阵列逐渐成为提高管理水平和效率的瓶颈,数据中心的运维人员需要管理服务器、网络、存储等硬件的同时,还要管理业务软件、数据库、中间件、操作系统。尤其,运维人员发现,每当新业务系统需要基础资源时,都要新采购服务器或者在原有的虚拟化资源池里找资源。导致业务上线慢,资源紧张等问题出现。
随着明东集装箱信息化建设的不断深入、业务系统的不断上线,一方面提供信息服务的IT软硬件的种类与数量不断增加；另一方面,IT软硬件的运行情况和企业各部门业务的捆绑越来越紧密,IT软硬件承担的责任也越来越重,对明东集装箱数据中心的安全、运营和维护管理的要求也越高。
因此,明东集装箱急需利用新的IT架构来构建基础架构资源池,通过统一的管理平台来调度计算、网络、存储资源,实现IT资源对业务系统的敏健响应和支撑。
打造数据中心解决方案
华云数据作为云计算独角兽,以推动中国行业数字化转型为己任,专注于为企业级用户提供应用创新的云计算服务,以帮助用户采用云计算提升IT能力,实现业务变革。
在此次项目实施过程中,华云数据帮助明东集装箱以安超OS? 2020为核心,通过软件将计算虚拟化、存储虚拟化、网络虚拟化、安全虚拟化等在通用X86架构实现,灵活地调度和配置数据中心的计算资源、网络资源、存储资源、安全控制资源,以虚拟化的形式交付完整的数据中心。
建设内容主要有以下几方面：
第一,利用超融合云化的方式承载运行明东集装箱的三大业务系统（TOPS业务系统,码头监控系统,OA系统）。
第二,对运行在5年以上老设备的业务系统迁移到新建设的超融合平台上。
第三,利用超融合架构,实现业务的弹性伸缩。
第四,利用数据多副本技术,提升业务数据的可靠性。
第五,通过多租户等技术,实现不同部门资源的逻辑隔离和统一分配调度,大大降低IT资源管理难度。

安超OS? 2020软硬件经过专业的兼容性测试和性能调优。安超OS? 2020的硬件资源可以通过软件进行配置和调度,提高了灵活性和敏捷性,大大降低了数据中心的成本。通过安超OS? 2020管理平台提供的集中式的软件管理层,使得IT管理、运维变得更简单。
并且,安超OS? 2020具有云计算的集群化部署、弹性伸缩、自动化运维、资源动态迁移等特性,为明东集装箱提供一整套高可靠性、高扩展性、易管理、开箱即云的解决方案,支持横向扩展。与此同时,其性能能随节点的增加线性增长,扩展也只需要添加新节点,计算、存储资源就能随之扩展。还根据业务需要,灵活调整虚拟机的CPU、内存、磁盘数量配置。
总的来说,以安超OS? 2020为核心的融合架构极大地简化了数据中心的基础架构,而且通过软件定义的计算资源虚拟化和分布式存储架构实现无单点故障、无单点瓶颈、弹性扩展、性能线性增长等能力。通过统一管理平台,实现对数据中心基础架构层的计算、存储、虚拟化等资源进行统一的监控、管理和运维。
助力企业数据中心实现架构变革
华云数据作为云计算独角兽,能够通过技术全方面满足政企客户想要通过简单便捷的操作实现云部署和数字化转型需求,加速其上云进程,为其跨越式发展、各业态一体化运营及业态协同提供核心动能。
虽然,安超OS?2020是刚刚面市,但是实际上它已经拥有了强劲的技术含量。在安全性、可靠性、灵活性、易用性、通用适配性等方面均居国内领先。
也因此,在华云数据的支持下,此次项目实施明东集装箱大大降低了IT技术门槛,使IT部门从技术转移并聚焦于业务推进和变革,助力企业实现软件定义数据中心。
华云数据成立九年时间,凭借卓越的技术实力和丰富的行业经验服务了能源电力、国防军工、教育医疗、交通运输、政府金融等十几个行超过30万的用户。未来,华云数据将继续做中国企业背后强大的支撑力,以科技带动产业,以服务驱动发展,为中国企业的创新与发展赋能。

最近,整个大数据产业迎来多事之秋。从今年9月开始,多家数据企业先后被曝出负责人被查或公司暂停营业的消息,很多公司因此面临严重的生存危机。

近一个多月以来,杭州、深圳等多地公安出动警力,带走多家大数据风控平台高管协助调查。一时间,整个数据行业风声鹤唳,从业者人人自危。

那么,形成这一问题的原因是什么？有关部门又该如何对数据行业进行有效治理？

制度建设滞后致问题频出

随着大数据技术的发展和成熟,数据逐渐成为一种十分重要的生产要素,通过对数据进行分析,相关从业者可以挖掘出巨大的商业价值。

在这种背景下,大量企业开始将资源投入到对数据的搜集、整理,以及处理工作上,大数据产业开始蓬勃发展。然而,在大数据产业高速发展的同时,相关的制度建设却稍显滞后。相关法律和制度的空缺,使与数据有关的问题层出不穷。

在这些问题中,比较引人重视的有三个：一是侵犯隐私。这主要发生在数据搜集环节。为了从用户身上获取到有价值的信息,少数企业置用户的隐私权于不顾,肆意侵犯。二是数据保护问题。这主要发生在数据的传递和储存环节。由于安全保护工作的不到位,一些被搜集到的数据可能流出,从而对数据的相关利益方造成较大伤害。三是数据垄断。这主要是指一些企业通过掌握更多、更好的数据,从而获得了更大的市场份额,并借此限制市场竞争。

目前,已有很多学者对关于数据产生的各种问题进行了分析和解读,但从整体上看,这些学者提出的方案,更多集中在法律和制度的层面上。但从根本上来讲,上述数据问题其实属于技术问题,要想解决它们,须先从技术上找到问题根源所在,再用技术的手段去解决。

中心化处理模式引发连锁反应

尽管隐私侵犯、数据保护、数据垄断这三个问题,无论是在内涵上还是在表现上都截然不同,但从根本上来看,他们都是由数据的中心化处理模式所导致的。

在当前通用的数据处理技术之下,人们对数据进行分析,就要从数据中挖掘出有用的信息,就需先把分散的数据搜集到一起,再对这部分统计数据进行处理。如果数据是分散的,人们对此便无能为力。

这种中心化的处理模式导致了很多后果：

首先,这促使数据的分析者需要千方百计去搜集数据。在此过程中,就可能违反相关的规定,或侵犯人们的隐私。

其次,在汇集数据时,需将数据在不同的主体间进行传递,而此过程是很难被追踪的,这就决定了如果数据在传递过程中发生问题,原来拥有数据的主体将很难对其进行控制。以去年被曝出的剑桥分析事件为例,尽管在此事中脸书公司（Facebook）一直处在舆论的风口浪尖,但真正造成数据泄露和滥用的却是剑桥分析公司。

再次,现在备受诟病的所谓数据垄断问题,在一定程度上其实是掌握数据的企业为了防止数据泄露而做的防范。其实,很多掌握数据的企业都可以通过开放数据来为自己获取收益,但考虑到由此产生的问题,他们在采取这样的举措时都很犹豫。尤其是在剑桥分析事件发生之后,很多数据企业对 数据安全 的疑虑陡然增加,一改以往开放数据的态度,转而变得十分封闭。

基于以上原因,为了解决数据带来的众多问题,制度和法律建设固然重要,但要从根本上解决,可能还要依靠数据的力量,让目前中心化处理数据的模式发生改变。

新技术有望“治愈”数据顽疾

尽管要全面解决因数据产生的问题并不容易,但一些技术的发展已让我们看到了希望。在众多的技术当中,有三种技术可能是较值得重视的：

第一种是 区块链 技术。区块链技术有一个重要的特征,就是可追踪溯源,这一技术可全面记录数据传递过程中的所有信息。这样,一旦数据在传递过程中发生问题,就可清楚地知道问题发生在哪个环节、应由谁来承担相关责任。

第二种是安全多方计算技术。这一技术由清华大学教授姚期智提出,后来姚期智还凭此获得了图灵奖。安全多方计算技术的要点,在于保证“零知识证明”的提供。

何为“零知识证明”呢？举例来说,若有两个富翁想知道二者谁更有钱,但又不愿泄露自己的财富信息。那么,他们可将自己的财富信息以某种加密的方式告诉第三方,让第三方进行比较。实现这个过程的技术有很多,安全多方计算技术就是其中很有代表性的一种。有了这个技术,不同主体在数据交换的过程中,就可防止无关信息的泄露,因此数据传递的安全性就得到了保障。

第三种技术是谷歌正在推行的“联合计算”。和传统的中心化处理方式不同,“联合计算”不再采用搜集数据、集中处理的 数据分析 模式,而将模型分发到用户手中,直接在用户端训练模型。这样,数据分析者就可以在不从用户处搜集数据的情况下,完成模型的训练和数据的分析。这样不仅能保证数据的安全,也可从源头上杜绝数据垄断问题的发生。

数据问题是随技术的发展产生的,而技术本身或许也早已为这些问题的解决埋下了伏笔。笔者相信,只要我们善于利用新的技术,数据产生的各种问题迟早会得到解决。

“数据中所蕴藏的价值就在于分析的过程。随着移动互联网、物联网,尤其是5G的到来,带有时间序列的大数据将具有无与伦比的价值,是最近几年研究的重点。大 数据分析 处理技术将进入实时智能时代。”

2019年10月21日,中国工程院院士、浙江大学陈纯教授在第六届世界互联网大会上提出的观点。当天,陈纯院士做了题为“时序大数据实时智能处理技术及网络安全应用”的报告,分析了时序大数据实时智能处理技术需要突破的技术难点,并介绍了该项技术目前的应用情况。

何为时序大数据?

大数据时代使领域和行业边界愈加模糊,数据作为一种资产为企业带来新的商业价值,数据开放让政府治理和个人福祉都面临着机遇和挑战。

在互联网以前,我们只有人类社会和物理世界,然后才有了数据产品及信息空间。在信息空间,包括 云计算 、人工智能、VR/AR都非常重要,产生了很多数据。但大数据并非仅“大”有价值,与普通数据相比,最大特点是带有时间戳,即时序大数据。

举个例子:

我们把数据当做水库的话,水库里的存在的水就是批式大数据,进来的水是流式大数据,即实时的大数据。

时序大数据就是以前的历史数据,加上实时的数据,是带有时间标签(按照时间的顺序变化,即时间序列化)的数据。此外数据会形成关系图谱、关联图谱,就像社交,以前的关联图谱不带有时间。而基于时序大数据,不仅把历史数据都留下来,现在的数据也时刻流进来。数据刚产生时价值最好,及时分析处理,最能体现它在应用上的价值。

如何通过实时数据打造智能分析处理平台?

大数据实时智能平台是基于实时计算和人工智能,集知识产生和知识应用为一体的集中式技术平台体系。以实现热数据价值最大化为基础理念,支撑不同业务场景价值的高效挖掘与应用为核心目标。

在这套完整的技术体系里,需要融合实时指标计算、智能学习、智能决策、关联图谱四大平台子系统,来提供全方位的知识产生与知识应用能力。实时指标平台需要解决从原始的流水到指标的实时计算和指标的快速存储、快速读取问题;同时,也要有底层技术来解决实时的指标采集和清洗问题。

只要是智能的平台,一定会有智能模型,智能学习平台中,智能模型不仅仅指深度学习,深度学习最大的贡献之一是能利用大数据进行训练,从而获得多层次的数据特征,利用这些特征可以大大提升模型对数据的分类精度。

现实社会织起了一个庞大而复杂的关系网,比起传统的关系型数据库,关联图谱更擅长建立复杂的关系网络。在复杂的关系网络中,当我们涉及到多层次关联查询时,基于关联图谱的查询效率可高出几千倍甚至上万倍。关联图谱平台通过数据抽取工具,多维度的 数据挖掘 ,计算图谱中各实体间关系,从而实现秒级数据运算与匹配,并通过图谱的可视化方式展示出来。

分析计算结合智能模型,便构成了时序大数据实时智能技术架构,可以进行实时采集、实时加工、实时分析、实时决策,也即智能决策平台的实时决策。

时序大数据实时智能分析技术需要突破哪些难题?

陈纯表示,研发具有快速、高效、智能且自主可控的时序大数据实时处理技术与平台,面临诸多技术难点。

关键技术一:复杂统计指标的增量计算。大数据的分析,一些统计指标特征计算是非常重要的,均值、方差等。简单算法、静态取数、容器类算法、复杂算法、CEP等分别如何实现?增量计算中如何进行退单等常见场景的逆向计算?事件乱序抵达如何确保增量计算的结果一致?这些数理统计算法中的增量计算、可逆计算、乱序计算等问题需要考虑。

关键技术二:时序数据处理的动态时间窗口。时间窗口需提供滚动、滑动的漂移能力,支持长周期时间窗口的动态精度控制,支持基于弹性时间窗口的实时ADHoc查询。

关键技术三:基于流的事件序列识别(复杂事件处理 CEP)。事件模式的增量匹配、叠加通用算法的增量统计等支持CEP的增量匹配及数理统计问题。

关键技术四:动态时序图谱的实时分析计算。大规模时序图谱如何提供百万tps的建图能力;时序图谱的分布式处理,10亿顶点,100亿边(10亿时序复杂边)的前提下,3层以上查询如何控制在秒级;大规模时序图谱如何秒级的图搜索(最短路径、Page Rank、Louvain、LPA等)能力;面向时序图谱的查询语言,支持动态时序图谱的时间维度Ad Hoc查询分析能力?

目前陈纯院士及团队,在大数据实时智能处理领域研究中已突破多项业界难题,取得多项科研成果。依托浙江大学,浙江邦盛科技有限公司等一批产学研平台都在致力于实时智能技术的研究,自主研发的大数据实时智能处理平台“流立方”,已经投入到多家金融机构及政府公共服务部门等的实际应用中。

时序大数据在哪些领域能发挥价值?

陈纯表示,目前基于“流立方”的时序大数据实时智能处理平台已经在近400家大中型单位成功应用,行业涵盖金融、交通、政务、电信、公安等领域。

以金融风控反欺诈场景为例,部署“流立方”风控系统仅需在交易前端增加风控探头,将实时交易数据旁路接入系统。“流立方”风控系统根据融合了专家知识和机器学习结果的几千条规则对每笔交易进行风险评估,判断是否允许进行该笔交易。

在网络自动化攻击防御场景中,基于“流立方”的实时机器防御系统通过多服务器访问流水关联决策、长周期数据决策、复杂规则爬虫识别、设备维度爬虫识别、人机识别等技术,实现了微秒级(400～800μs)的识别时延,能够拦截业务系统中占原有访问总流量80%～90%的来自网络机器人的访问流量,使得其业务系统服务器的压力降为原来的10%。

陈纯表示,数字经济建设中,采用“事中”甚至“事前”模式实现感知、分析、判断、决策等功能的智能系统都需要大数据实时智能处理平台的支撑。

爬虫,应用与边界

网络爬虫,是一种按照一定规则,自动抓取互联网信息的程序与技术。如果通过爬虫抓取网络公开信息,并不违法；但如果抓取的是未公开、未授权的个人敏感信息,就属于违法行为,违反的是2017年6月1日实施的《网络安全法》以及“两高”相关司法解释。

51信用卡事件在杭州警方发声明之前,多方都认为是因为爬虫技术使用不当触及红线导致,由此,爬虫技术也被拉到了公众关注的焦点。21世纪经济报道记者了解到,其实,外界的这种猜想也是无风不起浪,爬虫整肃风暴缘何刮到杭州并卷起风暴？

今年以来,大数据风控行业颇不平静,9月份以来,杭州的魔蝎科技和公信宝运营公司、杭州存信数据科技有限公司（以下简称“杭州存信”）以及贷款超市头部机构“信用管家”先后被杭州警方调查。

此外,还有多家大数据风控公司人士“协助调查”,涉及同盾科技等多家机构。一时风声鹤唳,大数据行业的从业者人人自危。多家大数据公司表态暂停爬虫业务。

21世纪经济报道记者多方了解到,上述公司受调查均是与爬虫业务有关。

对此,同盾科技相关人士22日回复21世纪经济报道记者称,数聚魔盒产品是信川的产品之一,因为该服务对适用条件与场景有严格的授权要求与限制,为了更加严格的保护用户合法权益,避免个人信息被误用,同盾已经从去年开始逐步调整业务,目前已全部停止相关服务。除此之外,同盾的高管并没有接受警方调查,同时,同盾主营业务也没受到影响,没有相关调整。

爬虫“鼻祖”被查

10月21日上午,51信用卡位于杭州西湖区紫霞街80号西溪谷国际商务中心的办公地点遭遇杭州警方突击调查。引来业内一片哗然。

而51信用卡正是行业内最早开展爬虫的公司之一,这让不少业内人士猜测此次被警方调查即是利用爬虫技术非法获取用户个人信息,而这是近期公安部严厉打击的范畴。

51信用卡堪称业内爬虫行业的鼻祖,此次杭州被调查的数据公司魔蝎科技创始人周江翔是51信用卡的前高管。魔蝎科技是业内知名的大数据服务公司,合作机构范围较广,牵涉业内大量金融机构。

但杭州公安10月21日深夜发布的最新通报显示,51信用卡被调查的原因是其委托的外包催收机构涉嫌非法催收,涉嫌寻衅滋事等犯罪行为。

就在51在杭州被大批警察包围突击调查的同一天,10月21日,最高人民法院、最高人民检察院、公安部、司法部联合发布《关于办理非法放贷刑事案件若干问题的意见》。《意见》将打击目标锁定社会危害性最为突出的非法高利放贷,明确在定罪量刑时以单次实际年利率超过36%的非法放贷为基准。规定即日生效施行。

同日,《关于办理利用信息网络实施黑恶势力犯罪刑事案件若干问题的意见》也正式发布,公安部副部长、全国扫黑办副主任杜航伟在新闻发布会中表示,《意见》首先明确,通过线上方式实施黑恶势力犯罪的主要手段是“发布、删除负面或虚假信息,发送侮辱性信息、图片,以及利用信息、电话骚扰等方式,威胁、要挟、恐吓、滋扰他人”,同时对利用信息网络实施的强迫交易罪、敲诈勒索罪、寻衅滋事罪如何认定以及此类案件的特殊取证方式等问题,作了明确规定。

“刀怎么用才是问题”

所谓网络爬虫,是一种按照一定规则,自动抓取互联网信息的程序与技术。如果通过爬虫抓取网络公开信息,并不违法；但如果抓取的是未公开、未授权的个人敏感信息,就属于违法行为,违反的是2017年6月1日实施的《网络安全法》以及“两高”相关司法解释。

爬虫技术的数据主要分为司法信息、电商信息、银行卡信息、运营商信息、社交信息、开放数据等几大类。在这些数据维度中,比较受欢迎的都是覆盖度高、标准化较强的通用类数据,比如身份验证、逾期黑名单信息等,一般是通过爬取淘宝、社交网络、网上银行等获取数据。

21世纪经济报道记者了解到,这波针对爬虫业务的强监管是由于公安部门打击“套路贷”牵扯出了导流获客和暴力催收这两个帮凶,发现爬虫是主要工具,为这些“套路贷”平台爬取通讯录、地址定位等个人敏感信息,从而引发了命案及相关刑事调查。

2017年6月1日,《网络安全法》正式施行,其中第四十一条规定,网络运营者收集、使用个人信息,应当遵循合法、正当、必要的原则,公开收集、使用规则,明示收集、使用信息的目的、方式和范围,并经被收集者同意；第四十四条规定,任何个人和组织不得窃取或者以其他非法方式获取个人信息,不得非法出售或者非法向他人提供个人信息。

一家杭州的大数据风控公司相关负责人对21世纪经济报道记者表示,“目前观测到的市场的一些动向和监管的尺度,更多是在于爬虫技术的非法使用。不注重个人隐私保护,泄露信息,甚至贩卖信息给涉黑暴力催收。所以卖刀没问题,刀怎么用才是问题。”

他认为,经过整肃之后存活的数据公司数量会大幅减少,同时对于数据使用的规范要求会更严格,这会让绝大部分的金融科技公司都或多或少受到冲击,因为大数据是整个金融科技行业的基础设施。

判断爬虫行为合法性, robot协议不可或缺

在最近的态势下,大数据行业如今面临强监管。

一位从业人员对此表示,公民个人信息是绝对不敢爬了,那么网上的公开非敏感个人信息能否收集,怎样的爬虫行为是合法的？

对此,中国银行法学研究会理事肖飒10月22日对21世纪经济报道记者表示,判断爬虫行为是否具有合法性,robot协议不可或缺。存在已有25年的robot协议是互联网搜索引擎与网页持有者之间达成的“行业规范”,该协议会告知网站的“访问权限”,如果设置了robot协议,大数据公司还要突破访问权限,那么就具有明显的主观恶性。


互联网行业里谷歌、百度、搜狗、ebay等,均设有该协议,这几乎是每一个互联网人都知道的常识,如果公司不想被爬取信息,只需要很轻松地安放robot协议表明不愿意被爬取和收录就可以了。

“也就是说,如果没有robot,应该就可以理解为可以合法爬取的公开信息。”肖飒称。

但是近期的案例有明显从严的趋势。以某直辖市某区判决一场刑事官司为例,被告人张某、宋某、侯某共谋用技术手段（爬虫）在某网站抓取视频,放入自己所在公司网站上,造成被害公司人民币2万元的经济损失。2017年9月提起公诉,后三人被判非法获取计算机信息系统数据罪,各自领刑。

同盾科技CEO蒋韬曾在对外发布的公开信《心存敬畏向善而行》中表示,人工智能及大数据的发展中的数据及隐私保护是一个世界级难题,需要监管、企业、法律界等共同研究和探讨。

10月22日上午,国务院新闻办公室举行发布会介绍2019年前三季度工业通信业发展情况,会上工信部相关负责人表示,截至9月底全国已开通5G基站8万余个。

国务院新闻办公室新闻发布会

工业和信息化部运行监测协调局局长、新闻发言人黄利斌介绍说,2019年前三季度,信息通信业平稳运行。按照上年不变价计算,前三季度电信业务总量同比增长23.9%,截至9月底100M以上固定宽带接入用户占比达到80.6%,比上年末提高10.3个百分点。5G商用开局良好,截至9月底三家基础电信企业已在全国开通5G基站8万余个。

随着5G的建设展开,中国将面临2G、3G、4G、5G多网并存的局面。因此会上有记者提问,5G商用将对2G、3G有何影响,是否会加速2G、3G的退网？

工业和信息化部信息通信发展司司长、新闻发言人闻库回应：我国5G正式启动后,移动通信又增加了一代。2G、3G的退网是移动通信更新换代的必然选择,但要从用户的角度考虑,要对网络退网提前进行规划。

6月6号我们发了5G牌照,可以说从那个时候开始,中国5G的商用列车就正式启动了,我们国家5G正式启动之后,移动通信又增了一代,现在我们国家的移动通信是2、3、4、5四代同堂,你说的问题也是我们现在整个行业当中要考虑的重要问题。

第一,2G、3G的退网是移动通信更新换代的必然选择,也是当前国际上各个国家的主要做法。根据不完全的统计,由于用户业务大多迁移到4G网络,全球已经有100多个运营企业、通信运营商实施了2G、3G的退网,这些国家将2G、3G腾退的频率用做新一代的移动通信部署,比如用在4G上,甚至有的国家用在5G上。从网络层面上看,如果2G、3G不退网,这些资源没有几个用户用,在塔上占着位置,更主要是占着地皮、电源、维护成本,甚至还要为这些网络加一些备品备件等等。从终端上看,目前大家知道我们手里拿的手机很方便,走到哪里都能接入,其中一个条件是这个手机得全模,而且每一个频点都得做,所以退网可以减少一些制式,基站就不用说了,基站、终端的耗电、成本都会降低。所以这个事情是非常好的事情,这是第一点。

第二,要从用户的角度考虑,移动退网不能简单的今天说退了,明天就把闸给拉了,这是不合适的。我们要充分考虑用户的使用。简单的说,我今天把这个网退了,我们所有老百姓在使用手机上没有什么感觉这个网退了,让用户享受到网退了但服务不能换,用户真正要的不是网,要的是服务。好像我们坐火车,我记得以前我上学坐火车是蒸汽机车,都是烧煤的,速度比较慢,而且那时候买票的时候都想买靠后的车厢,为什么？因为前面的车厢一烧煤出来的烟灰往窗户里灌,满脸都是黑的。后来内燃机机车,又快,又比较稳当,不用烧煤。再往后就是电气化机车,后来又是高铁。不管怎么变,坐火车不能影响,而且坐火车原来是坐的比较慢,越往后越快,不是说大家一定要坐烧煤的车和坐慢车,一定要给大家提供舒适便捷的服务。移动网也是如此,移动网退网的时候一定要有一个善后的方案,这里面比如号码,特别是现在的移动通信号码都是用了很长时间,这个网退了,号码不要变,服务的内容不要变,当然有些服务内容不是百分之百的,如果有更好的替代,一定要有一个比较好的服务方案来替代原有的服务方案,提供更加快速、丰富、便捷的宽带服务,为用户愿意退、乐意退创造好的条件。

第三,要对网络退网提前进行规划。运营企业的移动网络退网要早谋划、早告知,让用户和运营企业自己有充分的时间和心理准备来推动退网的进程。总的看来,移动通信退网是移动通信网络技术发展的一个自然的历程,随着4G覆盖非常完善,我们4G网络都已经覆盖到98%以上的行政村,我们5G的商用列车已经都开动起来了,我国移动通信的网络面临着2G、3G退网的条件已经逐渐成熟了,例如像我们3G网络TD-SCDMA目前它的负载已经很轻了,我们鼓励运营企业积极引导用户迁移转网,将有限的频率资源和网络资源用到5G、4G移动通信网络发展当中,整体降低成本,这实际上为我们用户的降费也创造了条件,提高我们国家整个通信网络的运营效率。

在今年3月举办的全球首届6G峰会上,提出了要拟定全球首份6G白皮书的决议,用以明确6G发展的基本方向。时隔7个月后,这份名为《6G无线智能无处不在的关键驱动与研究挑战》的白皮书正式发布。

6G白皮书显示,到2030年,随着6G技术的到来,许多当前仍是幻想的场景都将成为现实,人类生活将有巨大变革。


与从1G到5G的前几次移动通信技术换代类似,6G的大多数性能指标相比5G将提升10到100倍。例如,6G的峰值传输速度高达100Gbps-1Tbps,比10Gpbs的5G快至少10倍。就定位精度而言,6G在室内可达到10厘米,在室外则为1米,相较5G同样提高10倍。而通信时延缩短到仅0.1毫秒,为5G的十分之一。

6G时代,随着新型显示、传感和成像设备以及低功耗专用处理器等技术的发展,现在的智能手机将被一个轻量的眼镜替代,通过超高的网速实现超高的分辨率、帧速率,并能提供虚拟现实、增强现实、混合现实合并为一的“XR”服务。

另外,6G还拥有中断几率小于百万分之一的超高可靠性和每立方米过百个设备连接的超高密度。同时,6G也将采用太赫兹频段通信,将大幅提升网络容量。在覆盖范围方面,6G将实现地面、卫星和机载网络三方的无缝连接。

不过,6G技术仍有瓶颈待解,如波段频率上,太赫兹频段会造成天线体积的变小,因此单位面积需要配置的天线数也将不断增加,这对集成电子和新材料等技术来说都是挑战。

阿联酋人工智能大学坐落在建设中的零碳排放、零废物的马斯达尔城。王俊鹏摄

说到阿联酋,很多人的印象还停留在丰富的石油资源以及由此带来的巨额财富,似乎与新技术、新能源没有什么关系。但实际上,阿联酋一直保持着对新技术的热情,并积极布局谋求转型。

人工智能是推动第四代产业革命的关键领域,也是各国提升竞争力和创新能力的重要发力点。美国、俄罗斯、日本、英国等国都相继发布了人工智能国家发展战略。阿联酋在这方面也不甘落后。一直以来,阿联酋都高度重视发展人工智能。2017年,阿联酋政府就明确将发展人工智能列为国家重点战略,制定了阿联酋2031人工智能战略,明确勾画了人工智能在阿联酋的发展前景,并任命了世界上第一个人工智能部部长。据专家预计,到2030年,人工智能对阿联酋GDP的贡献将上升至14%,阿联酋目前已成为中东地区人工智能领域发展的领军者。

为了培养专业研究型人才使人工智能在政府、企业中得以更广泛地运用发展,近日,穆罕默德·本·扎耶德人工智能大学在阿布扎比正式宣布成立,这也是全球首所专注于人工智能领域研究生培养和科研应用的大学。

这所人工智能大学坐落在阿布扎比近郊的马斯达尔城的高校园区,以阿布扎比王储谢赫·穆罕默德·本·扎耶德名字命名。其成立将为人工智能领域提供新的学术和研究模式,为在校师生提供最先进的人工智能系统及大数据访问权限,充分挖掘人工智能在经济和社会发展中的潜力。该院将在机器学习、计算机视觉和自然语言处理等人工智能核心领域设立理学硕士和博士学位课程,同时还将与世界各国人工智能行业的决策者和企业密切交流互动。该大学官网在10月份开放申请,2020年9月份将迎来首批学生。

阿联酋国务大臣苏尔坦·艾哈迈德·阿尔贾巴尔博士被任命为该校董事会主席。他表示：“穆罕默德·本·扎耶德人工智能大学的成立是阿联酋可持续发展战略的重要组成部分,大学成立后将积极参与人工智能领域的开拓创新,以最先进的技术和理念为人工智能更广泛使用提供切实可行的解决方案。热情欢迎全球人工智能精英来到阿布扎比共创人工智能发展的美好未来

近日,杭州、深圳等地开始的针对“爬虫”等业务环节的监管风暴,让一些游走在法律法规边缘的大数据风控服务商如坐针毡。爬虫负责人或者相关高管被调查,往往缘由涉嫌侵犯隐私、助力现金贷、套路贷的暴力催收。不过,对于业内正规数据服务商来说,倒是“喜迎”一次正本清源的行业整肃。正规数据服务商从来不需要这种助纣为虐的“low活”来谋利,更多凭借自己在线上的优势,通过信贷联营或联合放贷、助贷与银行等正规金融机构合作,在消费金融场景下淘金。据相关统计,不算信用卡在内,这块市场规模在5万亿左右,算上信用卡则有13万亿之巨,可谓广阔天地、大有可为。

国家金融与发展实验室的《2019年中国消费金融发展报告》显示,目前我国消费金融获得率偏低,近40%成年人从未获得过消费金融服务。这一块的空档与鸿沟,可由数字科技平台与银行联手来弥补。互联网平台向银行开放某一成熟的商业场景（如腾讯的微粒贷、网商银行的网商贷）,借助旗下合法持牌机构,为银行导流助贷、或与银行联合放贷。三四年来,联合放贷对消费金融服务的普及产生了肉眼可见的影响。如果没有联合放贷,普惠金融可能至今还只是纸上谈兵阶段,小微企业的“融资难”情况恐怕比现在处境更难。

信贷联营也好,联合放贷、导流助贷也罢,本质是互联网数字科技平台向银行开放场景、用户以及技术、数据。数字科技平台借助互联网的技术和数据,来为银行导流；银行则从中建立大数据风控能力,形成“双赢”。但有若干问题需要注意,这也是监管关注的重点。一是导流归导流,其中如果对银行有收益回报承诺,辅以保证金余额形式的隐形担保,需要明令禁止。担保的存在,会诱发银行让出核心风控功能,等于出租银行牌照。一旦担保的安全垫被击穿,最终损失的是银行,互联网平台不可能兜底。二是数字科技平台的数据与风控不能给人留下“黑箱运作”的疑虑,相关数据的收集、整理、算法都要能够自证合法、合规与有效。这些恰恰是头部互联网平台引以为傲、赖以为生的看家本领。

不过,也有观点认为,银行不一定需要借助互联网数字科技提供普惠信贷或拓展消费金融,理由是：大数据并不能改善借款人的还款能力与信用水平,不如依靠线下客户经理,即传统人工更靠谱。客户经理可以察言观色,靠数字模型之外的细节与其他线下软信息,来交叉验证借款人的还款能力。这个观点听起来也不无道理,看客户提交的银行流水,自然不如让客户当面打开手机银行查流水来得更准确。但也没必要将风控的线下与线上对立起来,毕竟人海战术对于人力的要求太高,即便是短期可以聚集到足够的人力,也还需要培训等成本,业务规模的扩大一旦跟不上人力的扩张,最终得不偿失。

小微贷款走线上还是走线下,二者并不是对立的矛盾关系,而是相当于硬币的两面。对于没有线上足迹的白户客户,自然需要线下人工来配合完善；对于可以依靠线上画像来做出基本判断的客户,人工复核即可,而非一定要从头到尾依赖人工,否则会影响效率。在人工等方面力有不逮的银行可以选择与互联网平台合作,共同提升服务小微和长尾个人用户的能力。尤其是中小商业银行,与真正有场景、数据和风控能力的互联网数字科技平台合作,可以提升风控这一核心能力。

总之,防范银行信用风险不能单纯依赖大数据,金融科技化的关键在于取长补短。因此,对技术合作、信息共享、隐私保护等方面的规则和标准需要尽快建立起来,行为监管要优先于规模监管,明确行业标准、准入门槛、核查机制,让信贷联营中的良币驱逐劣币,更好地服务普惠金融和实体经济。

因为5G,今年的中国国际信息通信展览会备受关注。三大运营商正式启动了5G商用,并宣布了5G商用套餐。在展馆外墙上,除了三大运营商的5G宣传之外,最显眼的恐怕就是华为海报的Slogan：全力支持中国运营商引领全球5G。华为常务董事、运营商BG总裁丁耘也在不断重复着“要帮助运营商建设最好的5G”。

运营商要想建设最好的5G,就必须要把网络建设作为基础,在投资、频谱效益、性能体验等方面获得最佳平衡,实现效益最大化。而这些是华为所擅长的,丁耘表示,华为要帮助运营商把钱花在刀刃上,要帮助运营商建设一个面向未来演进的网络,同时在5G网络建设过程中,要帮助运营商在5G建设过程中,设备更节能,网络更智能。

“中国明年会成为5G规模和用户数最大的市场,在面向2B的探索上,中国也将走在前列,引领全球。”丁耘预判道。

建设最好的5G必须走SA道路

2019年中国国际信息通信展览会开幕式上,工信部副部长陈肇雄与中国移动、中国联通、中国电信共同启动5G商用仪式,标志着中国正式进入5G商用时代。

作为设备厂商,华为希望能够全力支持中国运营商建设最好的5G。

那么,什么是最好的5G？

华为常务董事、运营商BG总裁丁耘表示,对于消费者而言,最好的5G意味着人人用得起,比4G有更好的体验,对于政府和行业而言,5G是推动中国数字经济发展,使能千行百业的高速引擎；对于运营商而言,建设最好的5G则是将有限的资金投在刀刃上。

“最好的5G,网络是基础,而商业成功则是目标。只有商业成功了,才能真正促进5G产业繁荣发展。”丁耘表示。

在网络建设方面,要坚定走SA架构。上行大带宽、低时延以及海量连接,是整个行业数字化、智能化的必然需求。5G面向千行百业的这些特性只有在SA组网架构下才能淋漓尽致地发挥。

除此之外,在中国市场,中国电信和中国联通在今年9月份宣布要实现共建共享。丁耘认为,没有共建共享的时候,NSA和SA网络都可以,但在共建共享的场景下,SA几乎是唯一的选择。

“大家知道NSA和SA最大的不同,一个基站要连到两个核心网,要连到一个4G和5G的核心网

。任何一个城市,核心网可能是任何一个厂家,这样的话,每个城市从以前的基站和核心网1-2个接口对接,变成8-10个接口的对接。对接难度非常大。”丁耘举例道,“SA可以大幅度降低网络部署的难度和复杂度,5G部署将会更加简洁。”

因此,丁耘认为要想建设最好的5G网络,必须要坚定的走SA道路。

钱要花在刀刃上

作为设备厂商,华为要帮助运营商来建设最好的5G网络。丁耘主要强调了2点：把钱花在刀刃上；以及建设面向未来演进的网络。

所谓将钱用在刀刃上,华为向运营商提供了“Smart Capex”产品,可以帮助运营商决策在哪建设5G网络投资效率最高,投资回报最高。

其次,丁耘要求华为的设备一定能够面向未来。要提供基础全场景、全频谱的产品和解决方案,包括160M、200M宽频宏站。

除了在成本方面帮助运营商解决建设5G的困境之外,在实际建网过程中遇到的耗电问题,丁耘也要求华为的设备要做到节能,网络智能,以此来帮助运营商解决5G耗电量大的担忧。

在设备功耗方面,丁耘解释很多人表示5G设备功耗会比4G大3倍,准确的说这是峰值更好,而一个基站每天能够在峰值高功耗的时间大概在20%-30%之间,剩下大量时间实际到不了峰值。

因此,华为的做法是提升整个设备功耗效率,同时实现设备在非峰值运作时功耗下降。

“可以毫不夸张的说,我们的基站一定是最省电的,不管是峰值功耗还是静止的功耗。”丁耘表示。

另外,在网络智能方面,华为提出Powerstar解决方案,通过人工智能学习,判断何时关闭部分载频,同时不影响网络KPI。

“在设备节能方面,我们基于芯片化,散热材料,新材料,高效率的功放,还有算法层面,做到设备级的节能,我们目前设备节能比较明显,比其他厂家有20%到30%的减少；在网络智能化方面也有15%-20%的减少,丁总要求我们还要继续降低。”华为中国区运营商Marketing部部长杨涛补充道。

中国将是全球规模最大5G市场

作为华为运营商BG的负责人,丁耘可以说是走遍了全球5G市场,并参与了众多国家的5G建设。与海外其他国家相比,丁耘认为,中国市场的5G建设虽然不是走的最快的,却会是全球规模最大的。

“明年,中国5G市场规模最大,用户规模也是最大的。”丁耘认为。

今年是中国5G元年,三大运营商纷纷抓紧了5G基站的部署。工信部副部长陈肇雄在讲话中透露,预计到今年年底,全国开通的5G基站数量将超过13万座。

来自GSMA首席执行官洪曜庄的预测,作为全球最大的移动市场,中国在2025年预计将成为全球最大的5G市场,届时中国市场的5G连接数将达到4.3亿。

除了市场规模之外,丁耘更看好中国在2B的探索上,他认为中国在2B的探索上已经走在了全球前列,在5G大潮里有可能引领全球。

10 月 10 日,就在 Bitwise 对此次比特币 ETF 的获批信心满满之际,原定 14 日为最后期限的靴子却猝不及防地提前落地： Bitwise 资产管理与纽约证交所 Arca 联合提交的 ETF 交易计划不符合防止市场操纵或其他非法活动的法律要求。
美国证券交易委员会（SEC）这一长达 112 页纸的指令中,又双叒叕一次宣告了比特币 ETF 失败,同时也彻底关上了 2019 年美国 SEC 通过比特币 ETF 的大门。 至此,2019 年度所有 ETF 申请全军覆没, “今年最受期待的大事” 再一次顺延明年。
不过,市场对此反应平淡,远不如当年的关注度,毕竟 SEC 也不是第一次放比特币 ETF 的鸽子了。

01
堪比“村上春树”： 年年希望,年年失望
自从 2013 年 Winklevoss 兄弟 首开比特币 ETF 的滥觞,7 年间每年都有不同的机构提出比特币 ETF 申请,但都无一例外,均以失败告终（或被美国 SEC 拒绝,或主动撤销）： 美国 SEC 历年收到的比特币 ETF 申请
今年年初,颇被大家看好的 2019 年两支 ETF 申请主力,也都折戟告终： 9 月 18 日,芝加哥期权交易所（CBOE）旗下 BZX 股票交易所撤销了向 SEC 提交的 VanEck/SolidX 比特币交易所交易基金（ETF）的批准申请； 10 月 10 日,Bitwise 资产管理与纽约证交所 Arca 联合提交的 ETF 交易计划也止步于“最后一公里”。
比特币 ETF 下一次时针的重新转动,只能等到 2020 年。
不过, 比特币 ETF 之外,传统金融机构们丝毫不曾掩饰它们对加密数字资产的染指野望,与之相伴的,是一系列从未停歇的的衍生品布局。

02
传统金融：日拱一卒地布局加密资产
1、CBOE、CME 的期货
2017 年 12 月 11 日、18 日,芝加哥期权交易所（CBOE）和芝加哥商品交易所（CME）相继推出比特币期货合约,本就躁狂的市场情绪被彻底点燃,牛市由此达到高潮——2017 年 12 月 17 日,比特币现货价格定格在历史最高点 19380 美元 （CoinMarketCap数据） 。
没曾想,期待传统金融进场的“牛市开端”,就此巧合般地戛然而止,随之而来的是低迷两年、持续至今的漫漫熊途： 从 2017 年 12 月 27 日后,比特币开启了长达 18 个月的下跌。
熊市难熬,惨烈的离场不只在于普通投资者,机构间的新陈代谢也在所难免。 随着寒冬的深入,交易量日渐低迷, CBOE 在 2019 年 6 月 19 日正式终止最后一份 XBT 期货合约。
阴差阳错的是,被大家视为“熊市元凶之一”的 CBOE 死在了反弹前夜。 CBOE 期货剧终后,年中以来比特币意外上涨,反使得仍在坚持的 CME 比特币期货交易量创下历史新高,否极泰来,“被动”成为行业第一。
2、Bakkt
第一的位置,从来不稳固。CBOE 和 CME 期货被大家和熊市联系起来的关键原因就在于二者都是非实物交割,机构做空确有动力、也很便捷。
在此情况下,今年 9 月 23 日上线的 Bakkt 就备受瞩目了,被寄予引领牛市归来的厚望—— 它是第一个实物交割的比特币期货,能直接影响现货市场。
正因如此,熊市里蛰伏两年的投资者们近乎狂热地视之为“牛市催化剂”,上下一致地看好, 使得人们忽略了新事物成长总需要一个过程。
23 日 Bakket 上线后,出乎意料的惨淡开盘 ——最初 24 小时内,共成交 71 份比特币期货合约（71BTC）,前九个交易日亦相当惨淡,只有 865 份合约易手。
现实的骨感及时打醒了市场,两个惨淡交易日后的 25 日,6 月份以来的震荡格局被打破,比特币瞬时大幅下挫 20%,整个市场亦跟随普跌 30%—40%, 市场争相踩踏,全球合约市场的爆仓金额一夕间高达数百亿元,人称“ 925惨案 ”。
更为关键的是,有观点认为,几个月来比特币反弹所带给投资者的乐观情绪被一扫而空,市场信心重新跌落谷底,最受期待的 Bakkt,最终却“杀”了最多的人。
3、LedgerX
LedgerX 可谓起了个大早,赶了个晚集。 2017 年美国商品期货交易委员会（CFTC）就给它颁发了加密数字资产的衍生品交易牌照和清算牌照,使其可以在美国联邦政府监管下为机构市场上市和提供清算、实物结算的比特币互换和期权等服务。
不过,心心念念补齐期货以实现衍生品“三驾马车”的 LedgerX ,今年却遭遇了一场扑朔迷离的“监管罗生门”。
2019 年 7 月 31 日,LedgerX 宣布推出 Omni 交易平台,将以此向零售客户提供“交易比特币、比特币期权和期货”服务,但第二天旋即发布了一条新推文,澄清 Omni 目前只提供现货和期权交易,而期货产品“即将推出”。
颇为吊诡的是,LedgerX 声称早已向 CFTC 提交了期货牌照申请,但却遭到不公平对待,正考虑以“反竞争行为”、“违反职责”和“违反注册法规”等理由,对 CFTC 采取法律行动。
不过,在 Bakket 推出之后,LedgerX 也渐渐淡出人们的视线。

03
最后的失利？ETF终会来
不同于已经推出的期权、期货产品,作为散户和机构投资者都可以参与投资的基金类产品,比特币 ETF 最大的想象空间在于： 如果能在受监管的美国上市,将带来大规模的增量资金,打通传统主流投资者投资加密货币的道路,并可能推动比特币等被华尔街大规模地接受,使得加密资产配置获得更广泛的认可。
不过,7 年来十数次反复的修改、提交,美国 SEC 迄今仍未批准任何一只比特币 ETF,核心理由都是“ 当前还存在欺诈和操纵方面的担忧 ”。
虽然每次比特币 ETF 的驳回与重新申请都意味着离通过更进一步,这样的屡战屡败也难免令人心灰意冷,比特币 ETF 就真的永远要“明年通过”么？
事实上,这一次的“明年”,可能真的是最后一次了。 美国德丰杰基金创始人、著名比特币投资人 TimDraper 评论道：比特币 ETF 将在一两年内获批。
在 10 日 ETF 申请被拒后,Bitwise 旋即发表措辞乐观的声明： “我们对 SEC 的仔细审查深表感谢,他们在拒绝令中提供的详细反馈为比特币 ETF 申请者提供了关键背景和清晰途径,我们期待继续与 SEC 积极接触,以解决他们的担忧,并打算尽快重新提交申请”。
美国证券交易委员会（SEC）主席 Jay Clayton 在9月份接受 CNBC 采访时,也明确谈到：“ 我们离比特币 ETF 更近了,但还有很多工作要做 ”,比特币 ETF 在可预见的未来是板上钉钉,只是时间的函数。

04
小结
美国 SEC 此次给出的驳回理由,依然是担忧市场操控以及市场的监管问题。
当然,Bakket 上线以来的表现可能也委婉地打了一剂预防针—— 大家需要对新生事物的发展抱有一定的耐心,未来不总是匀速前进。
在可预见的比特币 ETF 通过之初,大概率将与 Bakkt 一样进展缓慢。 Bitwise 研究主管 MattHougan 对此毫不讳言：“新事物从来不会刚开始就爆发,它们需要数天、数周、数月有时甚至需要数年。”
比特币 ETF 曲折的申请史,虽然可能在明年奏响终章,但对 比特币 ETF 漫长的行业征途而言,一切恐怕也才刚刚开始。 “这不是一打响发令枪,所有的运动员都会立马冲过终点”,即便“明年”迈过了获批的门槛,比特币 ETF 通过之后,在成熟运作的路上怕是还有一个又一个的新“明年”等着跨越。

华为创始人、总裁任正非最近在与《经济学人》两小时对话中表示可以将全部的5G技术转让给西方公司,买家只需支付一次性费用,就能永久使用华为现有的5G专利、许可、代码、技术蓝图和生产技术诀窍,从而来平衡矛盾、平衡斗争。这个表态引发了外界的震惊与热议,盖因在科技史上很难找到类似的先例。

华为副董事长、轮值董事长胡厚崑在2019华为全联接大会（HC 2019）期间的媒体圆桌上对此作出解释。他指出,作出这样的提议并非一个难以理解的问题。


“众所周知,5G进展非常快、前景非常广阔,但另一方面围绕5G供应又有很多争议。”他说,如果华为的提议实现了,至少可以让5G全球供应链产生更多竞争,这对用户、对产业的发展均有好处,华为也乐于看到这样的局面。

同时,正因为没有自己掌握的5G能力,美国等一些西方国家围绕华为的5G解决方案有很多疑虑,虽然并没有依据。而如果能帮助这些国家以一种商业化的方式掌握了5G,也有助于减少他们对华为的所谓“安全担忧”。

在5G领域,华为领先优势明显,更新的数据是在全球签署50多份5G商用合同,出货20多万站。而在标准专利方面,这家公司共计向3GPP贡献了超过2.1万族5G NR提案,占比超过20%为全球第一,换算为A4纸厚度有10米之高。过去十年中,华为至少花费了20亿美元用于新一代移动连接技术的研发,如果出售,整个5G技术组合的价值可能高达数百亿美元。

“对5G的选择应该从有利于国家发展的角度,而不是政治角度。”任正非在之前的采访中还指出,5G是一个高速度、高带宽、低时延的信息联接技术,代表了信息社会的速度,谁掌握了速度,谁就会快速前进。在信息社会中,放弃了速度、放弃了对优秀信息联接技术的选择,也可能使它的经济减速。

当下无论哪个行业,几乎每家公司的数据都比以往任何时候都多。几乎所有的公司要么想利用这些数据使他们的业务更具竞争力,要么想找到一种方法将其转化为新的收入。但无论如何哪种方式,这些数据丰富的公司都需要一点:更多优秀的数据科学家。

围绕数据科学人才的战争可能会异常激烈,大部分首席信息官和领导者都在费心思招聘出色的数据科学家。

但是精通某一特定行业数据需求(比如营销或旅游)的熟练专业人士的数量更少,因此人才争夺战更加激烈。

这就是为什么你会看到大量的人才涌入这个领域。根据贝恩咨询公司(Bain & Company)最近的一份报告,全球拥有高级分析技能的IT专业人士将在2018年底至2020年底期间翻番,达到100万人。

因此,有越来越多的人去接触和学习数据科学和计算机科学是正常且必要的。

但是,有这样的趋势并不代表一切问题都迎刃而解了,一群新兴的数据科学家不可能在一夜之间解决这个行业所有的问题。

仅仅引进更多的分析人才并不能完全解决我们的数据挑战,原因有以下五个:

1. 许多学术界教授数据处理的课程,环境过于真空和封闭:大多数数据科学家发现自己身陷不完美或技术滞后的公司的混乱项目中。数据科学并不是像我们想象的那么精确的一门科学,而且,大多毕业生缺乏实际经验,无法理解这一点。当然,我们可以推动教育系统更好地为学生进入就业市场做好准备,而就业市场需要对数据科学采取更加现实和实用的方法。

2. 招聘成本昂贵:敏锐的分析人非常抢手,所以当前的招聘价格是昂贵的,而且还在不断上涨。对于不那么吸引人的行业来说,要想与世界领先的科技公司争夺这些人才是非常困难的。

3.应届毕业生缺乏真实的技能和经验:为了对大多数大公司有用,数据科学家需要精通行业或公司的细微差别和独特之处。这可能需要三到五年的时间,所以大多数公司都在寻找有经验的员工。

4. 留住人才很难:一旦你的新员工获得了他们需要的经验,他们就有可能被挖墙脚。竞争如此强劲的市场,这些人可能会投入竞争对手的怀抱。

5. 企业数据面临的数据挑战今非昔比:如今,数据量很大,许多最新算法占用了大量资源。数据科学家经常需要快速使用计算能力。他们可能需要几个小时的大量计算, 云计算 是解决方案。但与过去不同的是,当他们需要管理所有计算机处理能力时,不能再简单地依赖IT部门,更需要自己做出决断。

从某种意义上说,在数据使用高峰期间,每个人都可能是一个IT部门。 不幸的是,大多数新员工都没有接受过这种工作方式的培训。理想情况下他们需要对统计、机器学习和云计算管理有深入的了解,但是这些技能通常是由不同部门教授的。

这并不容易,所以,公司应该做些什么来确保人才成功?

提供培训:公司需要建立自己的组织,以正确的方式培训新人才,这意味着从一开始人才的噢诶阳方向就是合适的。

战略性招聘:公司不应该只是走出去尽可能多地招聘优秀的数据科学专业人士。相反,他们应该根据自己的需要向后工作。重要的是要弄清楚你在哪里需要支持,业务的哪些方面最能受益,然后相应地招聘人才。

注意你的数据科学机遇和局限性:没有数据就没有挖掘,在无处不在的大数据时代同样适用。您正在收集tb级的数据并不意味着数据已经足够完整和干净、可以使用,甚至包含您正在寻找的信息。

提供激励:不是每家公司都能在高薪或股票期权方面与科技巨头竞争。所以,有必要想办法让新员工融入公司文化。

不管激增的数据人才所面临的挑战如何,毫无疑问,更多熟练的专业人员进入关键领域是一件好事。重要的是我们要认识到,在炒作和招聘热潮中,还有一些严峻的现实需要面对。

而且,成功的数据驱动型公司会有清晰的计划,以组建更大的数据科学团队帮助其业务实现更好的发展。

理解数据是控制任何企业的先决条件。但只有当这些知识能够被分享和传播时,理解才是有用的。有效的数据建模应该是任何企业架构师的首要关注点。

在我的上一篇文章中,我认为理解一个企业的数据是指导一个企业的核心。但理解只是问题的一半。另一半是能够记录这种理解并与他人分享。

如果没有对数据的共同理解,就谈不上跨系统或组织的共享数据。传统上,这是通过使用数据字典来完成的--这些文件旨在解释数据结构中每个字段的内容和格式。可悲的现实是,这些文档必须手动创建和更新,因此很少会进行更新。其结果是往往会出现过时的、无用的文档和沮丧的架构师和开发人员。但其实还有更好的办法。

正确完成建模 在过去的几十年里,数据建模的努力通常集中在关系数据建模或可扩展标记语言(XML)的建模上。只要数据存储在关系数据库中,关系数据建模就会很好,但除此之外,它很少会有其他的用途。而且XML也不能被可靠地称为建模语言。XML是序列化数据的规范--即定义了如何将数据写入文件。XML为构造数据的序列化提供了一种格式,但它不是一个真正的模型。

我所说的“模型”指的是以数学为基础的形式规范。实际上,这意味着是可以使用形式化方法进行验证的东西。通俗地说,这意味着我们可以用数学运算来证明它是正确的,并且我们可以使验证过程自动化。而在XML模式中捕获数据不符合此定义下的模型。但可以肯定的是,我们可以使用软件来验证该XML格式是否良好,是否符合一些XML模式的文档。但这还不足以真正地对数据进行建模。

无论是计算机还是人,如果不同时理解数据的语法(结构)和语义(含义),就无法理解数据。XML可以捕获语法,但它不能天生捕获语义。语义可以用XML格式编写,但是这些语义必须首先在一些更正式的建模方案中被捕获。换句话说,企业需要一个正式的本体。这种建模方案大多基于形式逻辑,通常是公共逻辑或描述逻辑。

迄今为止,最常用的语义建模语言是基于描述逻辑的网络本体语言(OWL)。这意味着我们不仅可以正式验证模型及其包含的数据,还可以通过对数据的推理来推断新的事实,并且我们可以证明这些推断的正确性。因为OWL是本体建模的事实上的标准,所以我将把剩下的内容限制在OWL上。

但是等等!所有这些都不意味着你需要将你的数据存储为OWL。在你过于担心如何将存储格式强加给不情愿的开发人员之前,先听我说完。

数据模型和数据存储 军事策划者有一句格言：“业余爱好者担心战术,而专业人士担心后勤。”他们试图达到的核心思想是,如果你只是制定了一个压倒敌人防御的战斗计划,那并没有什么用处,但是,你也不能只让你自己的部队获得执行计划所需的燃料和弹药。同样的,我们也可以说实现者通常会担心存储,而架构师会担心模型。没有理由必须认为数据模型是应该由特定系统使用的存储技术来决定的。一个定义良好的模型可以通过无损过程转换成任何需要的存储格式。

通常,我们会从存储解决方案开始,然后回到数据格式。或者多种格式。大约20年前,当XML首次被引入时,它被誉为了通用的数据交换格式。在这种情况下,需要交换数据的各种系统可以采用它们当前的存储模式(通常是关系数据库),并将数据转换成可扩展标记语言,以便与其他系统进行交换。其结果是企业和系统架构师会过度关注于XML格式,而几乎忽略了系统的预期功能或企业的整体互操作性。

这个问题在国防部尤为严重。该部门支持着一个名副其实的需要手工创建和维护的XML规范。每一个XML模式都是单独维护的,每次更新时,都必须检查每个相关的规范是否有潜在的影响(通常是手动的)。除此之外,还必须在XML模式中为无法更新以符合新模式的系统进行设置。其结果是产生了一个混乱的规范混合体,迫使人们必须把注意力集中在使XML协同工作上,而不是集中在XML应该促进的任务上。

与其从存储格式开始,然后确定如何为信息交换来表示它,还不如从与存储无关的数据模型(如OWL)开始,然后将其用作生成数据库模式和数据交换格式的基础。这不仅可以让您专注于理解现有的数据(而不是一些开发人员想的如何将它塞进数据库),通过从基于模型来创建的多个数据表示,可以最小化维护尾部。因为对企业数据的任何更改都只需要在主模型中手动更改,因而从该模型生成其他存储和交换模式时也可以确保这些模式之间的一致性。

企业数据建模 如果你关注的只是企业,那么很明显,你对数据的关注已经跨越了整个企业,现在你可能会认为对企业中的所有数据进行建模的前景是相当令人望而生畏的。但不要害怕,如果你足够小心的话,这也可以成为一项你可以安全地委托给许多人的任务。

创建一个单一的企业数据模型通常是徒劳的。对于一个群体来说,有太多的数据需要建模,有太多相互竞争的利益集团试图将模型推向他们喜欢的方向,并坚持认为并没有其他方法能够适合他们。但是使用OWL开发的本体是模块化的,这意味着你可以集成来自不同来源的多个模型。不是创建一个覆盖整个企业的单一模型,而是针对每个不同的利益集团(业务领域、开发团队等)。可以为它关心的数据定义自己的本体。

不幸的是,这几乎肯定会导致数据模型的重叠,但对不同对象会有不同的建模。这个问题的解决方案是采用一个通用的上层本体,企业中的每个本体都应该从这个本体中派生出来。一个通用的上层本体不会阻止所有的互操作性问题,但是有了一个好的上层本体,它会通过阻止完全荒谬的构造来约束这些问题,比如将“位置”变成一种“事件”(不,说真的,我已经看到这种情况了)。

有许多候选的上层本体可用,它们中的大多数会试图将所有信息分成五到六个顶级类别。但是,这些本体中的大多数都会遇到这样的问题：有些本体所拥有的数据类并不适合他们的基本类,结果就会产生像将位置作为事件类型这样的错误。在我的经验中,基本形式本体论(BFO)应该是其中最深思熟虑的。在我使用BFO的几年中,我几乎没有发现一个案例,其中所考虑的数据会不符合BFO的类层次结构。

无论如何,企业架构师必须在其特定环境中选择一个最有效的数据建模理念。不管你选择什么样的数据建模理念,请记住,你有义务捕获企业中所有数据的语法和语义。

近日,数字山东建设专项小组办公室印发《山东省新型智慧城市试点示范建设工作方案》,明确山东自今年起2023年,组织实施新型智慧城市试点建设及示范推广工作。2019年-2021年,分三批开展10个左右市、30个左右县（市、区）试点建设,打造一批新型智慧城市样板；2022年-2023年,开展新型智慧城市示范推广工作,力争将智慧城市打造成“数字中国”建设领域代表山东的一张名片。
　　《方案》发布了新型智慧城市试点示范建设标准（试行）。该建设标准采用1-5星划分不同发展层次,根据基础设施、数字惠民、数字政务、数字经济、保障措施、地方特色等分类,设区市共49个指标,县（市、区）共52个指标。
　　根据《方案》,各市、县（市、区）根据实际情况自愿申报。每批试点建设周期为两年。在省级试点建设一年后,山东省将开展期中考核,两年后组织终期验收。试点通过验收的,授予相应星级；没有通过验收的,予以限期整改。整改后仍未达到建设要求的,收回奖补资金并予以通报。
　　据悉,2019年度各市、县（市、区）智慧城市申报工作将截至10月20日,第一批试点名单将于11月底前正式公布。

数字山东建设专项小组办公室关于印发
山东省新型智慧城市试点示范建设工作方案的通知
数鲁专组办发〔2019〕7号

各市人民政府：
　　现将《山东省新型智慧城市试点示范建设工作方案》印发给你们,请结合实际,抓好贯彻落实。
　　数字山东建设专项小组办公室
　　2019年9月24日
山东省新型智慧城市试点示范建设工作方案
　　按照数字山东建设总体布局,为推进我省新型智慧城市健康有序发展,制定本方案。
　　一、总体要求
　　深入贯彻落实《数字山东发展规划（2018-2022年）》,以推进智慧城市建设作为指导各地落实数字山东建设各项任务的重要抓手,统筹推进数字政府、数字经济和数字社会的建设工作,围绕“优政、惠民、兴业、强基”,从2019年到2023年,组织实施新型智慧城市试点建设及示范推广工作。
　　二、工作目标
　　2019年到2021年,面向全省各设区市、县（市、区）,分三批开展新型智慧城市试点建设工作,每批建设周期为两年,省级共试点建设10个左右的市、30个左右的县（市、区）,打造一批新型智慧城市样板。
　　2022年到2023年,开展新型智慧城市示范推广工作,力争将智慧城市打造成“数字中国”建设领域代表山东的一张名片。
　　三、建设范围
　　设区市省级试点建设范围主要指主城区,不含部分距离主城区较远、独立性较强的建制区和乡镇。县（市、区）省级试点建设范围主要指县、县级市以及部分距离主城区较远、独立性较强的建制区,不含乡镇。
　　四、建设方式
　　2019年到2021年,按照分级分类的原则,根据市、县（市、区）建设标准（详见附件）,省级支持部分符合三星标准的市、县（市、区）试点建设四星级智慧城市,符合四星标准的市、县（市、区）试点建设五星级智慧城市,列入试点范围的给予一定的资金支持。三星以下智慧城市建设由各市自行组织。
　　2022年到2023年,总结试点过程中涌现出的好经验、好做法,在全省推开。
　　五、申报方式
　　各市、县（市、区）根据实际情况自愿申报。各市（含所属县市区）以市政府名义统一向数字山东建设专项小组办公室提交申请报告,并附相关证明材料。数字山东建设专项小组办公室根据各市提供的证明材料,组织专家综合评估确定智慧城市建设水平,提出星级建设的初步名单,并对有关情况进行现场复核,确定最终的省级试点名单。
　　2019年度各市、县（市、区）智慧城市申报工作截至2019年10月20日,第一批试点名单于2019年11月底前正式公布。其他年度的智慧城市试点申报工作安排另行通知。
　　六、考核验收
　　省大数据局在省级试点建设一年后开展中期考核,两年后组织终期验收。各市大数据局负责配合省局开展中期考核、终期验收工作,自行组织试点建设阶段性检查（自查）。试点通过验收的,授予相应星级；没有通过验收的,予以限期整改。整改后仍未达到建设要求的,收回奖补资金并予以通报。
　　七、工作要求
　　（一）加强组织领导。各市要进一步提高思想认识,将新型智慧城市建设作为落实数字山东建设任务,推进数字政府、数字经济和数字社会协调发展的重要抓手。各市政府作为建设责任主体,要建立以政府主要负责同志为领导的新型智慧城市建设统筹推进机制,各市大数据局作为具体任务落实单位,要抓好组织实施,协调解决工作推进中遇到的困难和问题。
　　（二）精心组织实施。各市在建设过程中要认真研究分析本地新型智慧城市的基础条件,在全面发动、广泛动员的基础上,结合实际情况,从优政、惠民、兴业领域中选择优势方向先行突破,逐步建成完善的智慧城市体系。鼓励各市组织所属县（市、区）,参照省里建设标准（试行）,积极开展市级新型智慧城市试点示范以及智慧社区建设工作。
　　（三）全力抓好创建。各市要对照建设标准,认真进行自评,通过自评发现问题、找准方向、查缺补漏,力争形成一批智慧城市建设领域可复制、可推广的成熟经验。建设中在做好规定动作之外,要大胆探索、勇于尝试,争取在智慧城市运营投入模式等领域取得突破。亮点工作及成效请及时报送数字山东建设专项小组办公室。
　　本次试点示范建设标准属于试行,后期如需调整将另行发文确定。
　　附件:1.山东省市级新型智慧城市试点示范建设标准（试行）
　　2.山东省县级新型智慧城市试点示范建设标准（试行）
　　3.山东省智慧社区建设标准（试行）

9月10日消息,百度宣布战略投资大连东软控股有限公司（以下简称“东软控股”）,投资金额总计14.43亿元。百度CTO王海峰将出任东软控股董事。


东软控股是一家投资信息技术、医疗健康和教育培训的高科技投资与管理企业,是东软集团、东软教育科技、东软医疗、东软熙康、东软望海等公司的主要投资者,投资布局涉及医疗健康及社会保障、智能汽车互联、智慧城市、企业互联、医疗设备、云医院、教育事业等多个行业。

百度在大数据、深度学习、语音、图像识别、自然语言处理、知识图谱、自动驾驶、 云计算 等关键领域拥有领先的技术实力。

据了解,东软及其相关公司在政府、行业客户等领域拥有20余年的经验和资源积累,作为百度推进产业智能化的关键合作伙伴,此次获得百度战略投资后,双方将展开更加全面、深入的合作。如在智慧医疗领域,合作将覆盖医疗智能云、AI辅诊、医疗大 数据挖掘 、智慧健康管理、云医院等；在智慧教育方面,双方合作将围绕智慧云课堂、在线教育、人工智能学院等展开。除此之外,在智慧交通,智慧政务以及行业智能云解决方案方面,双方也将积极探索合作机会。

将企事业单位的网络平台作为真实的攻防对象,黑客“攻城略地”,防守“步步为营”。在贵阳建设的全国首个国家大 数据安全 靶场,这样的“攻防演练”时有所见。日前,在首届网络安全与信息化产业创新发展论坛上,贵阳国家经济技术开发区管委会副主任高升透露,在一期建设的基础上,国家大数据安全靶场正在升级建设数字孪生城市靶场,以便形成攻防兼备的体系。

按照贵阳市委常委、常务副市长徐昊的说法,以5G、物联网、 区块链 、人工智能和量子计算等为代表的5大关键技术将深刻影响未来城市建设,促成数字孪生城市的诞生。为此,徐昊提出了一个“治理科技”的概念,这其中,大数据安全的重要性不言而喻。

2016年以来,作为全国首个大数据综合实验区的核心区,贵阳市在贵阳国家经济技术开发区布局大数据网络安全产业,探索建设全国首个大数据安全靶场。在完成一期工程后,去年,全国首个大数据安全靶场在贵阳国家经济技术开发区正式揭牌,目前,正在启动二期建设。

据高升介绍,全国首个大数据安全靶场二期建设将依托数字城市的全域感知,建设一个数字卵生城市的靶场,形成攻防兼备的体系,希望吸引更多的安全企业能够投入到建设过程当中。到2020年,贵阳国家经济技术开发区预期将聚集100家大数据安全企业,产业规模突破100亿,形成大数据安全、软件、硬件、服务四大产业集群,并争取向千亿级产业目标迈进。

智能音箱的家庭普及率已经和PC、智能电视等产品相当,2019年第一季度智能音箱市场出货量达1122万台,同比增长787.2%。

8月28日,中国工程院主办的“AICC2019中国人工智能计算大会”在北京召开,上述数据来自会上IDC和浪潮集团联合发布的《2019中国人工智能计算力发展评估报告》,它只是人工智能走入千家万户、百行千业的一个小场景。

5G、物联网等多种技术的发展及融合加速了数据井喷,并以前所未有的速度和方式被存储和计算。类型丰富、场景各异的数据资源为人工智能系统自主学习并建立预测模型提供了丰沃的土壤。有赖于此,生物识别、欺诈分析、智能客服、公共安全及预警等AI场景在国内加速成熟应用。

中国工程院院士、浪潮集团首席科学家王恩东说：“数据爆发的增长,算法创新加速,和计算能力的快速提升,让人工智能在全球范围内迅速从学术热点变成投资热点、产业热点。AI产业正在快速上规模,市场需求开始井喷。”

人们将算法、数据和算力称为人工智能的三大要素,如果没有算力的支撑,人工智能难以走向应用。或许正是因此,将数据和算法协调起来的芯片尤为引人关注。

IDC预测,GPU依然是数据中心加速的首选,随着边缘、端侧需求的快速增长,人工智能芯片市场将迎来多元化发展。但是,推理类芯片将成为未来最大的潜在市场和人工智能芯片市场的重要决胜点。

据浪潮技术人员介绍,目前的AI芯片中,GPU芯片主要处理图像领域的运算加速。FPGA芯片适用于多指令、单数据流的分析。ASIC芯片为特定场景应用定制,在低功耗的移动设备端或边缘侧尤其具有优势,我国的寒武纪、地平线、华为等厂商常与这类芯片扯上关系。人工智能芯片又分为训练芯片和推理芯片,训练是指在已有数据中学习并获得某些能力的过程。推理过程则指对新的数据使用计算能力完成特定任务（比如分类、识别等）。

从2012年到现在,每三个半月用于AI计算的计算量翻一倍,从2012年到现在,AI计算的能力增长了30万倍,同时期的芯片性能提高了30倍左右,远远超过了摩尔定律。

“相比 云计算 和大数据等应用,人工智能对计算力的需求几乎无止境。”王恩东说,“计算力的提升,对体系结构提出了挑战。在半导体技术逐步接近极限的情况下,计算机发展迎来了体系结构创新的黄金期,计算力的提升将更多通过体系结构创新来满足。”

IDC认为,人工智能基础架构产品在中国未来五年的复合增长率超过33%,这个增长速度是普通的IT基础设施投资的三倍多,随着计算需求的增长,会有越来越多的新的架构、芯片和其他技术出现。

虽然看起来不是很快,但“AI产业化”向“产业AI化”转变的现象正在发生。据IDC数据,互联网依然是中国人工智能算力投资最大的行业,62.4%的钱是他们扎堆儿花出去的,从2018年起,金融、传统企业和政府用户,在人工智能基础架构领域的采购量超过了互联网,这个趋势还将保持下去。

王恩东说：“中国的AI投资已经和美国相当,但在核心技术的投入和面向应用的深度研究上还有差距。应用是AI产业发展的瓶颈也是最大的机会,要从根本上解决问题,必须建立开放融合的人工智能生态。”

国内很多人工智能企业锁定的都是单点单技术的应用,如人脸识别、考勤打卡,交通监控管理等。美国则流行用AI改变某些行业的业务流程和应用模式,比如,金融业的风险管理、证券业的高频交易等。

IDC也强调,人工智能时代的用户需求越来越复杂,任何企业都无法提供所有的解决方案,生态系统将变得和知识产权一样重要。

记者从国务院新闻办28日举办的新闻发布会上获悉,相关部门正在围绕 数据安全 管理、关键信息基础设施安全保护、支持网络安全技术产业发展等方面密集酝酿新政,并着力培育一批具有国际竞争力的网络安全企业。

中央网信办副主任、国家网信办副主任刘烈宏表示,当前网络安全威胁和风险日益增多,地下黑产、电信网络诈骗等各类违法犯罪活动时有发生,数据安全和侵犯个人隐私问题日益凸显。

目前我国正在加快网络安全相关政策布局。《中国产业互联网安全发展研究报告》显示,截至2018年,国家22部委出台法律法规近200部,促进网络安全发展。预计两年内,中国网络安全将形成千亿市场。工信部日前表示将进一步优化产业政策环境,加快出台促进网络安全产业发展的指导意见,扎实推进国家网络安全产业园区建设。

刘烈宏透露,下一步将重点从加强数据安全管理和个人信息保护、强化关键信息基础设施的保护、培育扶持网络安全技术产业做大做强、抓好网络安全人才培养等方面开展网络安全工作。具体举措包括：加快出台数据安全管理办法、个人信息出境安全评估办法等相关法规制度和标准规范。加快出台关键信息基础设施安全保护条例,强化网络安全态势感知,监测预警和应急处置能力建设。加强网络安全技术产业的规划和整体布局,完善支持网络安全技术产业发展的政策措施,培育一批具有国际竞争力的网络安全企业。实施好一流网络安全学院建设示范项目,加快建设国家网络安全人才与创新基地。

针对个人信息保护,更大力度监管举措将落地。据悉,目前,数据安全管理办法、个人信息出境安全评估办法已经完成公开征求意见；相关部门正组织制定移动互联网应用程序收集个人信息基本规范等标准草案；中央网信办等四部门联合开展的APP违法违规收集使用个人信息专项治理行动已向100多家问题较严重的APP运营者发送了整改通知,督促其整改。

2019世界人工智能大会今日在沪正式开幕。500余位国内外顶尖高校、行业领军企业、国际组织的重要嘉宾云集上海。全球AI知名企业领袖齐聚。

2019世界人工智能大会今日在沪开幕

这是上海为世界人工智能发展搭建的顶级交流平台。加快发展新一代人工智能是上海贯彻落实国家战略,坚定不移的优先发展选择。2018年11月,习近平总书记视察上海时,要求上海聚焦人工智能、集成电路、生物医药等重点领域,代表国家参与全球产业和科技竞争合作。在首届世界人工智能大会上,李强书记向社会宣布上海将全力建设人工智能上海高地,这是上海面向全球、面向未来,提升城市能级和核心竞争力的重要布局,也是上海城市发展“开放、创新、包容”的基因和使命使然。

坚持以开放态度打造智能经济生态

长三角、自贸区新片区、科创板,进博会“三大重任一平台”,是中央交给上海的重托,也是上海的战略优势。人工智能进一步助力落实国家战略,以自贸区新片区为抢滩地,长三角城市圈为发展腹地,科创板为英雄榜,进口国际博览会为嫁接世界产业链的桥梁,上海正在构建连接世界的智能经济生态圈。同时,以“AI+5G+工业互联网”和“AI+5G+智能制造”为变革引擎,上海着力吸引亚马逊、百度、阿里巴巴、腾讯、科大讯飞、商汤等一批行业创新中心和AI实验室落沪,着力培育威马、依图、深兰、澜起等本土标杆企业,人工智能与实体经济融合的潜在空间巨大。

2019世界人工智能大会上将汇聚300多家海内外重量级企业参展,比上年增加50%,超过1000家行业企业代表参会交流。16家龙头企业成为战略合作伙伴,100余家行业企业与大会达成合作协议。大会为头部企业产业生态扩大朋友圈,建设微软、亚马逊、IBM、阿里巴巴、腾讯、华为、平安等头部生态企业将展示亮点产品技术和产业生态链；28家龙头企业将举办行业、企业主论坛,设置企业展示馆；特斯拉、上汽等车企龙头展示L4级以上无人驾驶领先成果。大会为新兴企业提供展示平台,带来发展新机遇。极链科技打造AI+视频生态,视辰科技AR平台形成开发者社区,纵目科技自动泊车技术成熟落地,径卫视觉利用AI守护驾驶安全,虎博科技语义搜索赋能金融行业,熠知电子展示高性能云端芯片。

坚持创新引领建设智能技术生态

上海正软硬双轮驱动,在原创技术攻关上啃硬骨头。加快建设人工智能上海高地,谋划科创中心建设上海方案,是上海率先布局的先发优势。围绕基础理论、算法、算力、数据、应用技术等核心环节,鼓励多元主体共同参与,支持建设高水平开放式创新平台,培育完整创新策源能力。推进脑科学与类脑研究中心成立,脑-智工程启动,深耕类脑智能产业化生态圈。为解决国内操作系统及软件等产品严重依赖进口的局面,上海即将成立人工智能算法研究院、人工智能开源开放研究院等基础研究平台。支持建设世界领先的人工智能高性能开放算力平台,支持本市数据中心面向人工智能领域加大服务供给。鼓励新兴芯片企业参与算力平台建设,形成AI芯片完整产业生态链,成为服务国家战略的创新策源高地。

打造“AI+IC”高地,上海已构建起当之无愧的产业先发优势。在2019世界人工智能大会期间,将展出代表业界最高水平的AI芯片最新产品,涵盖了智能手机,5G通信、物联网、智能驾驶、智能家居、AI云端训练和边缘推理等众多领域。工艺水平最高。在10款芯片中,华为麒麟810、麒麟980、昇腾910,高通骁龙855等4款都采用了当前最先进的芯片制造工艺(7nm工艺),华为昇腾310采用12nm工艺,寒武纪思元270、依图求索采用16nm工艺等,代表了当前AI芯片领域的最高设计工艺水平。基础构架最新。平头哥“玄铁910”是全球首个采用RISC-V架构的64位AI处理器内核,华为麒麟810首款采用了自研的达芬奇架构,寒武纪思元270基于自主研发的MLUv02指令集,体现了AI芯片在构架层面的不断创新突破。

打造“AI+5G”高地,上海已成为当之无愧的5G商用第一城,三大移动通信商同时在上海开展5G首发。到2021年,将累计建设5G基站3万个,累计总投资超过300亿元。上海正积极打造移动通信网络和固定宽带网络“双千兆宽带城市”,建设“5G+AI+物联网”先进信息基础设施,高速、泛在的智能连接,将进一步加快人工智能场景从想象落地为现实,在生产、生活、城市运营、社会治理等各个领域,创造新需求、激活新应用。2019世界人工智能大会上将重点签约70余个AI和5G项目。其中,华为5G创新中心落户浦东,建设5G、人工智能和物联网技术融合协同创新平台；云从全球运营中心落户浦东,预计5年投资50亿,形成研发、产业化、人才培养、平台支撑为一体的架构体系；IBM与张江合作,建设IBM Watson Build 人工智能创新中心,构建张江科学城人工智能创新生态；京东数字科技联手静安,推动数据、AI、IoT技术连接金融和实体产业,促进实体经济智能化转型；光启全球人工智能创新总部落户黄浦,搭建人工智能算法平台,赋能城市精细化治理。

坚持改革突破支持赋能应用生态

赋能各行各业,上海正在精准精细的制度供给上下苦功夫,科教资源、海量数据、基础设施、应用场景丰富是上海发展人工智能的基础优势。上海全面深化与AI政策体系,破解人工智能行业应用与技术创新的脱节问题,为全球创新产品和应用提供“中试场”,着力打造智能化治理和智慧化运行的特大型智能城市。今年5月,工业和信息化部批复支持建设上海(浦东新区)人工智能创新应用先导,科技部与上海市共同启动上海国家新一代人工智能创新发展试验区建设,上海将率先探索人工智能健康发展的新机制新路径,为国家经验贡献上海智慧。

2019世界人工智能大会上,将继续面向全球“揭榜挂帅”,发布智能网联汽车、医疗影像辅助诊断、视觉图像身份识别、智能传感器等四条测试赛道,招标第二批19个世界级的应用场景,聚焦AI+医疗、教育、城市管理和产业发展,实现AI在一二三产业全覆盖。对接优质资本资源。上海人工智能产业投资基金成立,由国盛集团、临港集团发起,腾讯、小米、依图等行业龙头企业、上汽集团、上海电气、绿地集团等本市大型国有企业、厚朴、云峰等专业投资机构等共同出资,首期规模100亿元,并预期通过市场化模式,形成1000亿级基金群。首次开设基金超市,吸引中金、国盛、云峰16家基金共同参与,开展80场路演活动,促进优秀项目投融资对接。突破思路举办年轻人的AI盛会。AI青年科学家联盟A班生集体亮相,集聚人工智能行业的“明日之星”；大会将首设AI开发者日,设置1个主单元、5个分单元,邀请Caffe框架创始人贾扬清、亚马逊AWS副总裁阿列克斯·斯莫拉等业界顶级大咖进行技术分享。举办黑客马拉松活动,50支团队、200名开发者经过36小时封闭开发,解决垃圾分类、智能车间、人形机器人应用、自动机器学习四大问题。设置开发者诊所,一线开发高手现场解答技术难题,打造硬核极客派对；AI+艺术欣赏体验会,首次运用人形机器人演奏、舞台人机交互、动作捕捉、全息影像等方式,展现人工智能等新技术与音乐、舞蹈、戏曲等艺术结合的创新活力与独特魅力；AI电竞活动,举办电竞冠军挑战赛,解读人工智能在电竞领域的应用前景,聚拢年轻人气。

智联世界,无限可能。2019世界人工智能大会,是上海面向全球,面向未来,勇当新时代全国改革开放排头兵、创新发展先行者的初心和使命。上海正在新一轮的AI浪潮中抢滩登陆,积极布局,充分发挥人工智能溢出带动性强的“头雁”效应,助力上海率先建成社会主义现代化国际大都市。上海将立足自身优势,发挥好政府的引领示范作用,利用好市场的资源配置功能,汇聚AI前沿成果,丰富AI应用场景,创新AI制度供给,形成AI一流生态,将上海打造成充满魅力、令人向往的人工智能生态创新之城,全力建成人工智能上海高地。

5G已经正式登台。

自6月6日工信部发布5G商用牌照以来,中国的5G建设正在有条不紊地展开。在全球范围内,美国、亚洲、欧洲都是5G部署的重点区域,全力争抢5G制高点。

对于中国来说,从1G、2G时候的吃瓜群众,到3G、4G中的主要参与者,再到5G时代的领跑者,这一路走来,改变的不止是G之前的那个数字,更是中国在通信网络技术和标准这座大山上的突破和攀登。

其间,运营商、终端厂商、产业链企业、研究机构、高校等都积极参与了5G的标准制定和建设,是中国5G突破的关键推动者。

无论从哪个角度来看,中国都必将是5G舞台上的焦点,不仅是因为其通讯技术已经达到了世界领先的水平,还因其庞大而有活力的市场必将会是5G落地的热土。

如今,在这片热土上,5G的基础网络铺设、终端迭代、应用落地等维度都走在了全球的最前端。

眼下,第一批5G终端已经问世,5G离消费者将会越来越近。

后来追上

没有人会否认,如今的中国已经来到了新一代移动通信技术的浪头上,成为了足以争夺头名的种子选手,有了华山论剑的资格。

但这攀登的一路,中国走得并不轻松。

1978年,当贝尔实验室成功研制出移动电话系统AMPS之后,这种信号覆盖呈六边形、类似蜂窝的通信技术便彻底改变了现代移动通信行业,从而影响了80年代之后人们的生活方式和社会的生产方式。

9年之后,中国邮政部确定了以TACS制式为我国模拟制式蜂窝移动电话的标准,开启了1G时代。在这个以如今已经被淘汰的模拟技术为基础的移动网络中,语音呼叫是唯一被点亮的技能,大哥大就是最炫酷的装备。

作为第一台进入中国的手机,摩托罗拉3200成为了名噪一时的初代“大哥大”。

无论是重量、性能还是价格,大哥大都是名副其实的“重量级”产品：摩托罗拉3200的外形像一块黑色的砖头,重量足有一斤多。只具备打电话一个功能,并且需要一大块电池充电,来维持仅半小时的通话时间。

即使如此,当年大哥大的公开价格,还是高达25000元人民币,入网费就要6000元。据说,黑市中的售价被炒到了50000元。这一年,中国国有单位在岗职工平均工资是1712元,年薪。

从此之后,每次通信技术的迭代,都会带动移动终端价格上浮。直到网络技术稳定后,终端售价才会逐步回落。

当时,由于1G通信技术采用模拟讯号传输,摩托罗拉3200的通话质量很差,通话双方常常需要大声喊叫。一时间,身穿皮夹克、梳个大背头、戴副墨镜、抹上发蜡,再手持大哥大嚷着“喂,喂,听不清！你再说一遍”,成了有钱人的经典形象。

这样的窘境在2G时代得到了解决。

2G时代,欧洲通过合纵连横来共同抗衡美国,推出GSM系统,俗称全球通。GSM数字网络在保密性、抗干扰性、容量大、频率资源利用率和接口开放等方面,都比1G时代的模拟讯号传输有了质跃。

与功能机到智能机的过渡有异曲同工之处的是,1G时代到2G时代的过渡经历了好几年,而一旦进入下一阶段,新产品便以快速迭代的方式层出叠见。

各大手机厂商在这档口争相进入。摩托罗拉不肯舍弃已有的模拟网络优势,没有及时调整市场战略；而诺基亚、爱立信等厂商后来居上,手机市场形成三足鼎立的格局。

随着欧洲人把GMS卖到了全世界,欧洲起家的诺基亚与爱立信仅仅10年就成为了全球最大的通信设备商,诺基亚还力压摩托罗拉成为了全球最大的移动电话商。

而到此时为止,在标准制定的圆桌上,中国还没有出场。

在标准上取得的优势是欧洲在2G时代跑在前列的最大依仗。有了2G的领先,诺基亚和爱立信得以在千禧年伊始率先向3G转型,而当时的美国还在推行2G。

1998年推出的3G网络将数据传输速度提到了更高的水平,视频通话和移动互联网也得以成为现实。这次,中国终于在网络标准制定上有了自己的一席之地。

2000年5月,国际电联投票,大唐电信提出的TD-SCDMA正式被采纳为国际3Ｇ标准,和欧洲提出的WCDMA、美国提出的CDMA2000标准共同列为3G的三大标准。

但是标准制定出来之后,应用和落地却成了新的难题。因为TD技术不成熟,产业链更不完善,被分配了TD-SCDMA标准的中国移动只能硬着头皮上,自掏腰包花了6.5亿元刺激手机芯片厂商开发TD-SCDMA芯片。

而此时的日本以招标方式颁发了3G牌照,英国拍卖了5张3G牌照收获225亿英镑,德国也通过拍卖3G牌照狠狠赚了505亿欧元。但也就是因为拍卖费时伤财,让欧洲失守了自己在2G时代取得的优势。

3G来得很晚,去得却很快,不到5年时间,运营商刚完成大规模的基站建设,4G牌照就发放了。到了4G时代,中国终于取得了和世界持平的进展。

4G技术包括 TD-LTE 和 FDD-LTE 两种制式,集3G与WLAN于一体,能够快速传输数据、高质量音频、视频和图像。

2013年12月,中国发放4G牌照。在4G牌照发放时,工信部先发的也是中国主导的TD-LTE,而国外的主流是FDD-LTE。到2015年底,中国移动主导制定的TD－LTE网络已成为世界主流的4G商用网络,基站数和用户数均接近全球LTE基站和用户总数的一半。

5G因其对工业互联网的重大影响而备受关注,它既是一次基层技术的变革,也不可避免地成为了一场全球竞赛。

在中国,从政府到企业,从研究到应用,5G都是眼下的重中之重。毕竟,从1G到5G,为了实现在移动通讯技术上的崛起,中国已经走过了40年。

5G商用牌照的颁发,成为一个关键里程碑。

它意味着大规模的5G网络建设将正式动土,意味着面向社会的5G业务服务将正式推出,意味着运营商可以正式为5G商用服务收费,意味着5G终端的大规模推出,更意味着整个5G相关产业将迎来加速度发展阶段。

它也代表着,中国正式走上5G全球竞赛的擂台上,和美、日、韩、欧等强手狭路相逢、正面交锋。为了夺得先机,中国一改一贯以来的稳健谨慎风格,开始了与时间的赛跑。

厚积薄发

在这场5G速度战中,终端厂商是不容忽视的重要力量。

5G终端是消费者直接体验5G网络的重要通道,也是体现5G商用进展的关键因素——没有终端可用的5G,只能是PPT 5G。

对于厂商来说,终端是设计、研发、生产、测试等环节叠加之后的产物。最终,智能手机OEM厂商比拼的是研发创新能力以及对全产业链的把控能力。

以此来看5G手机,绝不是简单地在4G手机上叠加5G芯片那么简单,它依赖的是OEM厂商长期以来积累的研发能力。

没有雄厚的技术积淀,手机厂商几乎绝无可能跨过网络技术改朝换代的大关。

因此,每一次网络技术的迭代,都是终端厂商的大洗牌。

4G时代之前,中华酷联是中国手机的代表人物,依靠运营商渠道,它们成为一代国民手机。

而随着4G到来,移动互联网的冲击给了新生代机会。依旧强劲的华为之外,OPPO、vivo、小米等厂商也乘风而起。透明的配置参数、靓丽的外形包装、个性化的UI设计、夺人眼球的拍照体验等功能,让中国消费者对国产手机的认可度快速提升。

在4G时代,国产手机厂商靠产品实力的不断提升,逐渐树立了可靠的品牌形象。

而中国手机真正跻身全球一线大厂的转折点出现在2018年。

2018年6月12日,在黄浦江边一个由旧码头筒仓改造而成的艺术公共空间里,没有明星代言,没有名嘴坐镇,vivo在仅几百位媒体和粉丝的见证下,发布了新一代旗舰机vivo NEX。

在6.59 英寸的OLED屏幕上,vivo NEX 去掉了iPhoneX的“刘海”,大幅度削减了小米mix2s的“下巴”宽度,当然也没有夏普Aquos S2的“美人尖”,实现了91.24%的屏占比,在智能手机全面屏的全民大考中给出了自己的答案,做出了当时全球智能手机市场上最接近“全面屏”的屏幕。

其后,OPPO也推出了Find X,采用双轨潜望结构实现全面屏。

年中的这两场发布会,国产厂商在产品创新上超越苹果和三星,率先实现真全面屏,其背后除了产品实力外,更重要的是敢为人先的品牌自信。

从效仿前辈到创造趋势,国产手机厂商终于走到了全球一线阵营中。如今,全球出货量Top6的品牌中,有四家来自中国。

与此同时,4G时代积累的产品和品牌实力,也成了中国手机厂商敢于在5G时代抢跑和角力的底气。

5G是在3GPP这位“指挥官”的领导下诞生的。

这个成立于1998年的组织,最初的成立目标是为了实现2G到3G的平滑过渡,确保端到端系统规范符合行业需求,让全球不同厂商都能在统一网络标准下提供服务。

曾有网友总结称,如果将全球无线通讯比作一个村的话,那么3GPP就是村长,它让你“耕什么地”你就得耕什么地,它让你的庄稼长多高你的庄稼必须长那么高,否则你就不属于这代通讯技术的标准。

3GPP的核心组织是由包括中国在内的7国通信行业权威组织构成,最终确定一代通信技术标准的过程也是通过投票选出最优方案。

这意味着想要在5G时代抢跑的厂商,都要尽早参与到5G标准的制定工作中来,才能有一份话语权。如今中国在5G建设上的优势,与运营商、终端厂商等企业在5G标准制定上的提前布局密切相关。

2015 年 12 月 ,3GPP 开启 5G 标准制定。

早起的鸟儿有虫吃,中国的企业们为了5G早早动身。

受国际贸易战的影响,华为是目前中国在5G建设上最引人关注的公司,不仅参与了5G标准制定的核心环节,作为运营商设备提供商,华为也成为全球多个国家运营商的合作伙伴。在上半年业绩发布会上,华为董事长梁华表示,目前华为已经获得50份5G合同,累计发货超过15万个5G基站。

同样的,其他大厂也都没闲着。

2016年,3GPP刚开启5G标准的制定,vivo就参与了3GPP的5G标准制定工作。同年,vivo在北京、东莞、深圳、南京、杭州以及美国相继成立了研发中心,并着手5G终端生态布局。目前,vivo已经申请了2000多项5G通信标准发明专利,向3GPP提交5G提案2500多篇。

截止到 2019 年 6 月,OPPO 也向 3GPP 提交了超过 2000 份 5G 技术文档,在ETSI拥有600组5G标准专利。

显然,中国企业已经成为3GPP 5G标准化研究进程中技术贡献最大的成员。

如今,再回看国产厂商的发展历程,我们发现,正是因为有了在4G时代的技术积累,中国厂商才能在5G时代抓住机会,甚至赶超苹果成为科技潮流的引领者。

终端之战

一个普遍共识是,4G改变生活,5G改变社会。

5G对于社会的改变更多将体现在mMTC（海量机器连接）和URLLC（低时延高可靠）两个场景上,其广连接和低时延的特性将为工业互联网带去质变,比如车联网就将因此从概念走向落地。

而对于消费者来说,最大的改变还是eMBB（增强移动宽带）场景,更高的网络速度将带来“飞一般”的体验,视频秒下载、软件秒更新都将成为常态。

届时,消费者体验5G的最佳媒介,首当其冲仍然是智能手机终端。

那么,消费者想要的5G手机又是什么样的？

首先,第一批5G终端必定是在4G旗舰机的基础上迭代而来。

在换机频率越来越高的当下,消费者对于智能手机的要求普遍升高,在多年的市场教育后,消费者对于配置、参数等专业名词都已经非常熟悉,一旦用过了更高性能的手机,就不愿意再将就。

也就是说,在用户体验的角度,同样存在“由奢入俭难”的问题。

如今中国市场上能买到的5G智能手机共有4款,分别是中兴AXON 10 Pro 5G、华为Mate 20 X 5G、三星Galaxy Note 10+ 5G,和刚发布不久的iQOO Pro 5G。

这四款机型中,除了华为采用的是麒麟980+巴龙5000基带芯片的5G方案之外,其他三家都采用了高通的5G方案。

在产品上,四款机型各有所长

中兴AXON 10 Pro 5G具备液冷散热、光学屏下指纹、6.47英寸曲面水滴屏,2340×1080分辨率的屏幕；摄像头方面,前置2000万像素,后置4800万+800万超广角+2000万长焦三摄；电池容量为4000mAh。

中兴5G手机的这一配置算是旗舰机的典型标配,4999元起售。

华为Mate 20 X 5G则是在4G版的华为Mate 20 X上改造而来,后者的配置大家都很清楚,在发布时非常惊艳。然而,毕竟已经是去年的旗舰机型,也是目前四款机型中唯一一款后置指纹的机型。

如今,华为即将推出Mate 30, Mate 20 X 5G也因此显得有几分“尴尬”。同时,配上6199元的起售价,比4G版本贵出1100元,让一部分想要尝鲜5G的消费者望而却步。

三星Note 10+ 5G 则是三星近期发布的旗舰机型,配置没话说,无线充电、线性马达、优秀的屏幕、双立体声扬声器都做到了顶尖水准。

但三星的价格也是最高的,7999元的起售价足够让绝大部分消费者“三过家门而不入”。

新鲜出炉的iQOO Pro 5G则是vivo首款上市的5G机型,骁龙855 Plus、4500mAh电池、液冷散热、NFC、Hi-Fi、UFS 3.0都配得上其旗舰机的身份。

最重要的是,iQOO Pro 5G的起售价仅为3798元,将首批5G手机的价格拉低到4000元以下,让想要尝鲜体验5G的消费者有了“能买得起的5G手机”。

这一价格比中兴低了1200元,比华为低了2400元,比三星整整低了4000元。

此前,中国移动副总裁李慧镝曾明确宣布,2020年底推出1000元至2000元档的5G手机,届时5G终端市场将达到数千万元甚至亿元规模。

5G终端价格会降,这是不争的事实,但iQOO Pro 5G将这一变化的时间表大幅提前。

这样的产品战略和vivo此前多次在公开场合的表述是契合的。

“用户先用起来,很多5G应用就迸发出来”,vivo通信研究院总经理秦飞此前在接受采访时曾表示：“5G初期网络没有太成熟的阶段,推广是非常重要的,作为头部的厂商vivo有义务和担当去把5G做起来。”

让用户先用起来,是vivo第一款5G手机采取高性能、优惠价战略的原因。

终端是搭载应用的载体,vivo想要做的显然是推动终端的加速普及,为更多应用的落地提供硬件基础。

只有5G商用的环境真正丰满、落地,市场教育让消费者不再对5G犹豫观望,5G建设的进展才能切实推进,5G生态也才能“活”起来。

届时,所有厂商都将是受益者。

在这个过程中,整个产业链将会再一次经历厚积薄发的积淀期,头部厂商敢于突破的担当,将会成为推动5G加速落地的关键力量。