2017年，大數據和人工智能開始加速。互聯網的深入發展，用戶在衣、食、住、行等各色場景下產生大量數據，然而相關數據顯示我國大數據利用率僅為0.4%。如何推進大數據的深入利用，是擺在企業面前的一個亟待解決的問題。
目前在該方面，相關企業已經開始了探索實踐，他們將來自用戶雜亂無章的數據通過算法，整合成有價值的數據，深化大數據技術在新時代的應用。
一、政企數據共享及流通尚待完善
近日，深創投董事長倪澤望在演講中指出，探索合理的利益分配方式，使得數據合理的流通和分享是大數據行業需要關注的一個點。政府部門掌握非常多非常有效的數據，這些數據在很多方面都能提供重要的支撐，但是目前還沒有一個非常成功的應用案例。
他舉例，假如，最近比較火的“金拱門”要新開一家店，涉及到選址問題，要調查周邊有多少目標人群，從政府那里獲取數據要比在馬路上搞調研來的高效而準確。
今年6月，數據中心聯盟大數據發展促進委員會曾主辦數據流通關鍵問題暨標準化研討會，對于數據流通的問題進行探討。華東政法大學教授、數據法律研究中心主任、財產法研究院院長高富平表示，據流通和使用的基礎是數據合規。
據了解，我國數據流通與數據交易仍然存在數據供方與數據需方信息不對稱、數據交易規則不明確等諸多問題。“數據”作為一項新能源的順暢流通可能還需要很長時間的發展。
二、什么樣的大數據企業具有投資價值？
極客幫創投創始人蔣濤曾講述了評估大數據公司價值時的三個維度。第一維度，投資核心團隊技術出身，又在做技術產品的企業，即研發大數據相關技術、以及從基礎技術上升到數據應用層的公司，例如前身是因特爾Hadoop的團隊的星環。
第二維度，挖掘數據應用場景、在數據應用領域上有深耕的企業。以今日頭條為例，用爬蟲的技術和個性推薦的技術，把互聯網上所有公開的新聞聚合起來提供讀者。蔣濤認為這是一個沒有人意識到的風口，目前極客幫參與投資了IT桔子等在某一領域做信息聚合、抓取的公司。同時，通過對公開信息進行抓去并作出預測的企業也具有一定的前景。
第三維度，可以產生數據的企業。例如在不具備數據源基礎的教育行業，極客幫以以批改網為破局點，通過人工智能的手段批改作文，目前累積批改2.5億作文，1200家高校使用該產品，作文的批改被數字化之后，在教育行業里邊創造出來原來沒有的數據。
另一方面，對于一些不公開數據的領域，蔣濤表示可以投資成長比較慢的SaaS信息化公司，數據增值和行業數據深度積累可以使這些公司慢慢冒出頭來。
二、什么樣的大數據企業具有投資價值？
極客幫創投創始人蔣濤曾講述了評估大數據公司價值時的三個維度。第一維度，投資核心團隊技術出身，又在做技術產品的企業，即研發大數據相關技術、以及從基礎技術上升到數據應用層的公司，例如前身是因特爾Hadoop的團隊的星環。
第二維度，挖掘數據應用場景、在數據應用領域上有深耕的企業。以今日頭條為例，用爬蟲的技術和個性推薦的技術，把互聯網上所有公開的新聞聚合起來提供讀者。蔣濤認為這是一個沒有人意識到的風口，目前極客幫參與投資了IT桔子等在某一領域做信息聚合、抓取的公司。同時，通過對公開信息進行抓去并作出預測的企業也具有一定的前景。
第三維度，可以產生數據的企業。例如在不具備數據源基礎的教育行業，極客幫以以批改網為破局點，通過人工智能的手段批改作文，目前累積批改2.5億作文，1200家高校使用該產品，作文的批改被數字化之后，在教育行業里邊創造出來原來沒有的數據。
另一方面，對于一些不公開數據的領域，蔣濤表示可以投資成長比較慢的SaaS信息化公司，數據增值和行業數據深度積累可以使這些公司慢慢冒出頭來。
二、什么樣的大數據企業具有投資價值？
極客幫創投創始人蔣濤曾講述了評估大數據公司價值時的三個維度。第一維度，投資核心團隊技術出身，又在做技術產品的企業，即研發大數據相關技術、以及從基礎技術上升到數據應用層的公司，例如前身是因特爾Hadoop的團隊的星環。
第二維度，挖掘數據應用場景、在數據應用領域上有深耕的企業。以今日頭條為例，用爬蟲的技術和個性推薦的技術，把互聯網上所有公開的新聞聚合起來提供讀者。蔣濤認為這是一個沒有人意識到的風口，目前極客幫參與投資了IT桔子等在某一領域做信息聚合、抓取的公司。同時，通過對公開信息進行抓去并作出預測的企業也具有一定的前景。
第三維度，可以產生數據的企業。例如在不具備數據源基礎的教育行業，極客幫以以批改網為破局點，通過人工智能的手段批改作文，目前累積批改2.5億作文，1200家高校使用該產品，作文的批改被數字化之后，在教育行業里邊創造出來原來沒有的數據。
另一方面，對于一些不公開數據的領域，蔣濤表示可以投資成長比較慢的SaaS信息化公司，數據增值和行業數據深度積累可以使這些公司慢慢冒出頭來。
二、什么樣的大數據企業具有投資價值？
極客幫創投創始人蔣濤曾講述了評估大數據公司價值時的三個維度。第一維度，投資核心團隊技術出身，又在做技術產品的企業，即研發大數據相關技術、以及從基礎技術上升到數據應用層的公司，例如前身是因特爾Hadoop的團隊的星環。
第二維度，挖掘數據應用場景、在數據應用領域上有深耕的企業。以今日頭條為例，用爬蟲的技術和個性推薦的技術，把互聯網上所有公開的新聞聚合起來提供讀者。蔣濤認為這是一個沒有人意識到的風口，目前極客幫參與投資了IT桔子等在某一領域做信息聚合、抓取的公司。同時，通過對公開信息進行抓去并作出預測的企業也具有一定的前景。
第三維度，可以產生數據的企業。例如在不具備數據源基礎的教育行業，極客幫以以批改網為破局點，通過人工智能的手段批改作文，目前累積批改2.5億作文，1200家高校使用該產品，作文的批改被數字化之后，在教育行業里邊創造出來原來沒有的數據。
另一方面，對于一些不公開數據的領域，蔣濤表示可以投資成長比較慢的SaaS信息化公司，數據增值和行業數據深度積累可以使這些公司慢慢冒出頭來。
三、兩個大數據應用典型場景：智慧交通及智慧銀行
1.滴滴出行：與企業、政府形成合力優化城市交通
滴滴出行智慧交通資深專家孫偉力坦言，單個來看，滴滴為某一用戶反饋出行線路是一件很簡單的事，但問題在于，滴滴每天要處理這樣的路徑規劃達200億次，這就對滴滴的運算能力、大數據處理能力提出了非常大的挑戰。
如何回到出行最本質的需求，高效達到目的地？滴滴開啟了與政府的合作。濟南智慧信號燈是一個滴滴參與的一個典型項目，他們通過車輛軌跡數據檢測車輛通過交叉口時啟動和停止數據，來延長或縮短交通信號燈變色時間，以提升行車效率，降低延誤。
目前，滴滴在濟南、武漢、蘇州等城市上線超過300個路口，平均路口延誤時間下降達到10%。
2.工商銀行：大數據助力e-ICBC智慧銀行轉型
中國工商銀行網絡金融部資深專家陳忠德近期表示，中國工商銀行數據資產呈現出三大特點：第一，數據規模龐大，結構化和非結構化數據規模達到了PB級。第二，數據量增長迅速，線上線下多渠道的高頻使用帶動了數據的高速增長。第三，數據類型多樣化。不僅有客戶信息，帳戶信息，產品信息，交易信息等傳統類型的銀行數據。
工商銀行自上世紀九十年代末啟動了數據倉庫的建設，全行企業級大數據基礎建設工作逐年完善。2015年，進一步完善以客戶為核心的基礎數據整合，2016年進一步構建客戶標簽實現了客戶統一畫像，2017年上半年進一步完善客戶分層，建立產品庫，渠道庫，建立標簽庫模型庫。下一步工商銀行將進一步推動智能化應用落地實施工作。前期我們也在這方面做了一些大數據應用的嘗試。
例如，將大數據技術應用于風險控制，根據用戶的交易信息、黑名單信息等等多種多樣的數據，進行一些欺詐行為的攔截，效果明顯。
2017年1月，工業和信息化部正式印發了《大數據產業發展規劃（2016－2020年）》，《規劃》提出到2020年，我國技術先進、應用繁榮、保障有力的大數據產業體系基本形成，大數據相關產品和服務業務收入突破1萬億元，年均復合增長率保持30%左右。
大數據產業挑戰與機遇并存，打通數據流通局限、更精確的資本介入以及更多大數據場景的拓展等可能是未來一段時間大數據發展的重要關注點。
來源：中國IDC圈
石家莊服務器托管 石家莊服務器租用 石家莊機柜租用 石家莊機房
|
