大數據無疑會在數字化社會中發揮極大的作用，尤其是，數據挖掘和分析的能力更為關鍵。因此，行業中的玩家們誰能透過大數據智能分析，預先把控行業發展的脈搏，誰就將掌握市場和競爭的主動權。讓我們先來看看基于大數據的智能分析到底顛覆了什么。
社會生活會發生變化和轉型
IT產業不像石油等產業能給人類社會帶來新的增值產品。相似地，大數據的智能分析也不會直接帶來全新的具體產品。這是由于信息要被使用以后，才能真正產生社會價值，所以大數據分析作為信息技術，是中間產業。
人類社會生活的根本是衣食住行，技術最終還是要服務于這些傳統需求的，只是形式不同而已。新技術有的時候會改變傳統產業的服務模式，就如互聯網廣告之于傳統傳媒廣告，當互聯網服務興起時，廣告逐步從傳統行業變成了新的互聯網廣告行業，并由此造就了幾乎99%的互聯網玩家。
新技術有時候也會改變服務的效率和效果，例如微博現在多被用來作為監督的工具。對比傳統媒體，這種服務模式改變了信息傳播的效率和信息受眾的范圍，而且由于媒體的集中控制力較弱，這個看似弱點的特性反而變成了當前社會環境下的優勢。
回歸到基于大數據的智能分析，其本質是數字化社會的服務效率和效果問題，其實現的重要前提是數字化。隨著信息技術的發展，人們衣食住行的服務系統會紛紛數字化，包括零售、物流、政府部門、餐飲系統等等，虛擬世界和物理世界擬合在一起，虛擬世界承載了大量的服務交付過程，人不再需要到現場就可以享受服務。而這個大的產業背景一旦形成，效率和效果問題會變成整個產業服務的最關鍵競爭力。
換句話說，服務最后的成本競爭就是在單位成本下誰的效率最高和效果最好，誰就會成為王者。特別是在物理時空的約束日益減弱的情況下，產業鏈中的每個玩家都可能面臨全球性的競爭。而在更廣泛的競爭環境下，大數據會改變企業的運作模式，增強企業的適應力、判斷力和效率。因此，大數據的大價值更多的是體現在促進產業變化和轉型上，而非創造新產品。
有望解決人工智能的難題
熱炒大數據并不是純粹跟風，其重點是要解決人工智能的擴展性和成長問題。傳統人工智能走過了漫漫幾十年路程，近三十年的變化尤其緩慢。這是因為雖然對任何給定的確定問題和場景，傳統人工智能都可以解決，但尷尬的是，人們不可能預先窮舉出所有例子和參數，因此人工智能已有的模型和算法很難跨系統復制。
眾多學者、產業精英賦予了基于大數據的智能分析以美好的愿景，即數字化社會一旦形成，生活中的一切都可以基于數據來描述。這些描述出來的信息將成為智慧成長和決策判斷的依據。如果計算機能夠找出其背后的學習規律和方法，人類智慧的跨領域擴展性就能在計算機的虛擬世界中得到體現，并能做出模糊判斷。更重要的是，這樣的分析系統將具備人工智能前所未有的基礎能力——學習能力，還可以根據環境(數據)變化而不斷地增長其智能性，甚至具備推而廣之的擴展性。
從理論上說，一旦機器具有學習能力，計算機系統就將具備人的典型特質——創造力。如果沿著這個思路擴展，基于大數據的智能分析，將進一步替代傳統服務體系中必須由人來完成的工作，特別是最高成本的部分。例如有一個西班牙語學習軟件“domingo”，可以針對學員的情況和能力，因材施教。而在過去，這通常必須由人腦才能實現。
不過，大數據的智能分析是否真的能夠達到夢想的高度，還存在很大的不確定性，而且全數字化社會的形成也還需要時間。
用戶刻畫能力塑造競爭優勢
在我們身處的IT產業中，隨著時間的推移，技術會趨同、產品形態會趨同、基礎的服務方式也會趨同，因此成本也必然隨之趨同。如此一來，行業玩家們的價格戰是很難長期維系的，必然會逼著產業鏈頂端的服務商將差異化主要體現在“服務”上。
服務的本質是“能否真正及時、準確地判斷用戶的需求”，這個判斷的依據就是“用戶刻畫能力”。當IT后臺系統可以準確地判斷出何時、何地、何人、在做什么、會做什么的時候，所有的服務將有的放矢，不僅僅實現成本最低，而且能實現效果最佳。對此，大數據的智能分析最有可能顛覆的是面向用戶的產品和服務市場，無論服務的是衣食住行的哪個方面，無論是賣東西還是做廣告，只要服務的對象是“人”，大數據的智能分析就能提供最佳的推薦，從而提升服務的品質。
然而從目前的研究來看，產品和服務的技術競爭卻回到了原點，數據本身變成了競爭力的本源。這個狀況終將發生改變。實際上，分析、建模和交互密不可分，只有帶反饋并能不斷學習的系統才有可能實現對用戶的刻畫。如果我們將產品或服務比喻成一輛車，大數據分析可以看成是發動機，而數據就像發動機引擎中必不可少的汽油。因此，對數據的掌控和對用戶的刻畫，將必然成為產業鏈中為最終用戶提供服務的玩家的必然戰略和技術布局策略，數據資產的運營也可能成為新的潮流和趨勢。
機器替代人力密集型服務
由于經濟條件的約束，人力成本在各個區域、各個行業中相差很大，這也直接導致了各個地區服務的差異性。但從長期來看，能夠被機器完成的事情，其成本一定低于“人”的成本。我們可以預見，自動化會是未來時代的必然特性。例如，作為人力密集型企業之一的富士康，出于節省成本的考慮，廣泛部署機器人，進行生產線人工的替代。
而在電信行業中，網絡服務和運維部分是可見的人力密集型服務。電信運營商的網絡在全球服務了幾十億最終用戶，由于各種各樣的原因，每天都需要解決大量的網上問題和事故，現在的解決方式是大量依據人工和經驗改良解決方案，以及更好/更及時地定位和解決FCAPS(Fault, Configuration, Accounting, Performance, Security)問題，這就是一個在大數據智能分析時代可被顛覆的典型場景。
當然，大數據智能分析不一定能夠實現完全的自動化，但至少可以大幅降低用戶服務或支撐體系的人力投入。在這個領域，人力替代的最終實現效果還需要看體系本身數字化的程度，以及分析系統所能達到的水平。
跨代產品顛覆傳統產業格局
信息服務的本質就是信息采集、傳遞、存儲、計算、呈現的全流程效果最優和效率最佳。在云、管、端的各個領域，大數據智能分析都有可能形成有跨代意義的產品形態或者解決方案。
在傳統運營商市場，基于大數據的智能分析很有可能重新定義下一代網管，根據智能性的規范和要求可以大幅降低產業鏈中的OPEX。基于大數據的智能分析也可以定義下一代網絡智能化解決方案的能力和要求，并通過接近自動化的系統來提供具有斷代性的新的產品形態。
在終端業務領域，智能化的體驗能夠幫助生產廠家脫離在CPU、屏幕等物理參數上的競爭。可以說下一代終端設備的競爭特性之一就是“智能性”，而終端智能也將成為主流機型或高端機型的基本標準。
在企業計算業務領域，大數據可以提供智能組織支持，提升決策、管理的效率。業界有的企業已經定義了下一代產品形態，即企業大數據分析引擎，關注流化數據處理和非結構化的數據處理。這個引擎能幫助企業在垂直行業市場中，進一步加強與用戶的緊密聯系，從而在部署服務戰略上走得更遠。
京公網安備 11010502049343號