為什么說大數據時代會給人類文化帶來一場革命？大數據涉及哪些方面？中美對大數據的理解和應用有何差異？為什么說信息化的核心是數據？如何發展大數據產業？如何判斷是否要進行數據驅動創新？
大數據時代到來的時候人類文化將進入一場革命。因為前面三個階段是在用設備和網絡為我們提供服務，這是一個整體的服務系統；當服務關聯到數據本身時，信息化建設也就發生了變化，而數據就是信息化的核心。
大數據源于云計算、物聯網和移動互聯，而云計算是人們追求的一種模式和路徑，數據是由它帶來的。無論是國家還是城市，都會涉及到四塊內容：經濟產業發展、政府職能、社會的公共職能、軍事和國防安全。關于經濟產業的發展和政府職能的關系，近日召開的十八屆三中全會提出“治理”，而不是“管理”，就是使管理的主體變得多元化。另外，十八屆三中全會還設立了國家安全委員會。各個行業都可以涵蓋到這四部分當中。在社會發展和技術發展過程中，會涉及到各種數據處理問題，技術發展和社會發展都需要突破這個問題瓶頸。所以我認為，大數據是智慧城市和移動互聯發展的瓶頸。如果沒有解決這個問題，我們將永遠沉浸在云計算、物聯網、移動互聯、智慧城市等所有的夢幻當中。你的數據沒有互聯、沒有互通、沒有互享、沒有互用，云計算、物聯網、移動互聯、智慧城市都只能是夢幻
中美大數據差異
中國和美國對大數據的理解和重視程度是不同的。美國提出這個概念的時候是基于用數據創造了新的模式和內容。而中國在基礎設施建設和整個信息系統的發展上，跟美國有著非常大的差距，這個差距能夠大到十年、二十年。但是關于云計算、移動互聯網這塊，中國起步比美國僅僅晚兩到三年，傳統的信息系統的技術中國跟美國又差很多，特別是在應用系統完善性上。
所以美國對大數據的理解是要用數據分析新的模式、新的路徑，那中國對大數據到底是怎樣的？
無論是政府、企業，還是其他各行各業，我們要提大數據，一定要從數據的起源，從它的產生、存儲、處理、統計、分析、挖掘、應用、互聯互通等角度出發。站在整個數據價值鏈上去考慮，不能像美國那樣去考慮。因為美國的系統基本成熟，中國不能照它的路去走，否則就會像中國的汽車一樣，發展這么長時間仍然存在很大的問題：雖然產能第一，但汽車的核心發動機、電速箱、底盤，甚至是外形設計，都受到別人的嚴重制約。
因此，我們一定要用自身對數據的理解迎合中國的大數據時代，從而能夠用我們的一種辦法，去實現對數據的使用。
信息化的核心就是數據
目前，包括美國在內，大數據問題也不能完全解決，中國也是一樣的。只有解決了大數據問題，才能真正的讓云計算、移動互聯網落地。國家呼吁了多年云計算，也花了不少冤枉錢，除卻政策、體制、機制問題外，還有一個問題就是沒有辦法解決數據分析這個根本問題。
信息化的核心就是數據。數據是信息化的部分表述，無論用了什么硬件，用什么手段，安裝什么系統，里面竄動的永遠是不變的數據。在信息化建設過程當中，只有將數據真正關聯起來、關注數據、聚焦數據的時候，才是真正的懂得了信息化的實質。
在發展模式轉型的過程中，尤其是制造業，產業結構需要升級，需要創新驅動。創新驅動要從底層基礎材料等各方面出發，并把信息技術當中的數據量給挖掘出來，這時候才是全面的融合。
數據的實質和作用正在發生質變。任何生產、生活必須要具備幾個因素：生產要素、勞動力、土地及自然資源。土地不言而喻；自然資源是指能源、礦產等；很多年前，有人曾經提出信息和技術也可以成為生產要素，未果。但在大數據時代，我們可以將數據定性為生產要素，它不僅是技術和信息的載體，還是其表現形式。比如，專利技術可以注冊資金，其實就是一個文件，它的具體表現形式可能是專利、著作等方面。這樣做了以后我們更能清楚的闡述當今科技的核心實質。將來人類大腦里的經驗和知識都可以逐漸的轉化為數據。別人采用你的經驗，其實就是使用你經驗當中的數據。
為什么目前所有媒體、政府、天使投資人、VC等都關注大數據？因為當一個新的生產要素加入到任何原有的生產方式的時候，就會對原有要素的比例、權重和質量的原有存在狀態產生影響，并形成新的爆發式的增長，甚至是技術性和產業性的革命，進而促進人類文明的進步。
舉例來說新要素對原有要素的影響，比如，近日在網上一直熱炒的“馬云和王健林口水戰”，馬云說做阿里巴巴根本目的還有一個就是要把地產價格拉下去。為什么阿里巴巴能打動地產價？原因就在于電商平臺可以用數據的力量形成了一個虛擬的交易平臺，使線下商品銷量降低，這樣一來門面租金減少，從而地價降低，房價下降，不能形成非常大的商業圈，商業地產價格也會下降。這就是利用數據在撼動原來的資本和土地要素。未來經過五年到十年的發展，總會有一天，很多的經營店會變成應用感受店，甚至還會有一些新的模式的出現。
如何發展大數據產業？
以前是各種傳播公司和科技巨頭如IBM、微軟、甲骨文等控制著信息系統的發展方向，是他們在引導技術的發展。但隨著云計算、大數據的發展，這種模式好像遇到了挑戰。
那么如何發展大數據產業？大概有以下三個方面：眾包、開源和長尾。
眾包—集眾人之力。現在能向IBM、甲骨文、EMC、微軟發起挑戰的都是通過眾包的模式進行的。集眾人之力，也稱作“群狼戰術”。因為單個的某個企業買不起IBM的服務器，買不起甲骨文的數據庫，買不起EMC的存儲，所以要做分布式、虛擬化的調度。
因為有這樣一群人開始嘗試，于是出現了開源。開源的概念其實源于原來的傳統產業。有一個做化妝品的大企業聘請了大量的科研人員，研究各種配方，但后來發現這樣做的產品成本會非常高，每個新出的化妝品價格必須在六百到八百美元左右，而且科研人員因研究任務復雜幾乎被逼瘋了。其中有一個化學工程師索性把他要研究的任務扔到網上了，許多志愿者開始研究這個東西，給他出各種的主意后又把結果反饋給他，這就是開源的由來。后來該企業的研究經費降低了20%左右。開源可以匯眾人之智，降低成本。
長尾—享眾人之功。長尾就是指原來龍頭企業能占領60%、70%的市場份額，然后逐漸的被長尾現象所替代，即龍頭企業占到30%左右的市場份額，剩下的被各個領域占領，各個方向的人一起分享。因為“群狼戰術”，“狼”的籌碼不能缺太多，“群狼”一起分享，這樣效率就提高了。
大數據時代，建設智慧城市還會遇到很多問題，有一個問題就是以數據為生產要素的新一代信息化建設處處繁華似錦，但肯定不能一花一果。所以我建議：一定要做好頂層化的設計，整個的部門想做什么，先有一個大概的方向；第二是強制化，成熟一些了，馬上就往前推進行；第三一定要市場化。市場化、強制化、頂層化才能形成創新驅動。
如何判斷是否要進行數據驅動創新？
數據驅動建設信息化是有量化指標和架構的，有的東西能做，有的東西暫時不要做。從技術上看著都能實現，但是有的一踩就是地雷，有的就是結果。所以我認為有幾個指標供參考，什么可以用數據驅動創新，什么不可以。
1.架構力度，是指某個產業單位時間內創造出來的生產總值。
2.基礎約束度一定要小，不要受體制、機制、政策、資本的各種約束。如果政府在體制和機制上，沒有形成突破，諸如國家統計局，從下面采集上來的數據就有很多的問題，摻沙和水，這時候讓做大數據挖掘優化，挖出來的還是沙子和水，體制和機制都有問題的時候，沒有辦法挖，這是一個約束度的問題。
3.投資收益度，投的少，收的多，或者叫公益度。公益度指社會服務，諸如我們的社保、文化、教育、醫療。
4.市場接受數據的力度和敏感度。力度越粗，敏感度越敏銳的才有利。比如，你給他一堆甚至都帶有錯誤信息的數據，他都愿意買的時候，這個就可以做；你給了他一個說全國中考的50萬個重點要素，孩子們讀完以后能漲20分，所有的家長都覺得是謊話，但是覺得能漲20分也行，這就是力度很粗糙，敏感度很高，這可以讓你迅速的形成商業模式。
5.具體的實現和應用的速度要快，中國是發展中國家，速度一定要快，速度慢不僅不能追趕別人還會被落的更遠。
6.用戶群和地域區域覆蓋一定要廣。要能跨越行業門檻。在技術上不要總想挑戰世界性的難題，只要挑戰你的門檻，能跨越這個高度也是可以行的。
7.社會經濟發展的支撐度。如果你跑到貴州一個鄉里面搞智慧城鎮，那他們的收入和需求，根本沒辦法支撐信息系統建設的成本。
8.行業的關聯度、滲透度和應用維度。你做的數據產品服務除了關注你這個行業以外還要能為別的行業服務。關聯度越高，成功的可能性越大。即使我選擇錯了，也能夠轉向調頭。
9.原有行業規模競爭激烈的程度。行業的規模盡量大，競爭盡量的激烈，它正在轉型期，需要這樣一個創新的手段去推動。
京公網安備 11010502049343號