當前，以大數據、人工智能、區塊鏈等為代表的信息技術變革日新月異，我國相繼印發《國家信息化發展戰略綱要》和《促進大數據發展行動綱要》，國內科研院所與地方企業相關研發應用蓬勃發展，國內互聯網企業巨頭抓住機遇，在大數據建設方面成為弄潮兒。在這種情況下，我國大數據建設能否借勢發力，提質增速?
就目前我國大數據的情況來看，盡管取得了一定成績，但是依然有些問題待解。
首先是認識問題。相當一部分機構和人員認為，發展大數據就是安裝服務器和攝像頭，一旦部門認為建好，就各自為政、萬事大吉。這其實是把大數據發展帶入了誤區。
貴陽大數據交易所執行總裁王叁壽告訴記者，其在參與超過60個地區(省、自治區、直轄市、地級市)的數字經濟建設進程中發現，并不是所有城市在開展大數據產業建設時充分理解大數據。大數據產業分為六大板塊：數據源、大數據硬件支撐層、大數據技術層、大數據應用層、大數據衍生層、大數據資產運營。“數字經濟的發展，離不開大數據產業基礎。理解了中國大數據產業的細分板塊，在發展數字經濟的道路上就不會走彎路。注重數據源開放融合、設置大數據硬件支撐、研發大數據場景、落地大數據應用、發展大數據衍生服務、路徑化大數據價值釋放，都是發展數字經濟的必要步驟。”
王叁壽稱，我們對于數據資產的管理水平還有待提高。當前，我國數據建設與數據應用存在一定程度的脫節。一方面，數據體系要素多、頭緒雜，數據量大而繁瑣，需要采集什么數據、數據采集了有什么價值等問題一直困擾著數據建設者。另一方面，在一些教學科研單位，建模與應用研究雖然緊跟世界前沿，但沒有大量真實、新鮮的數據做支撐，在很大程度上制約了大數據建設的發展步伐。
著眼應用需求牽引，倒逼數據建設。阿里巴巴、騰訊、百度、京東等企業的大數據建設之所以能夠不斷超前，主要是因為有具體應用需求的牽引，并能夠迅速轉化為成果效益。數據建設不是最終目的，對數據的高效合理利用，才是其最終歸宿。應以模擬仿真、方案推演、能力評估、需求預測等具體應用需求為牽引，建立相應的反饋與激勵機制，讓數據應用需求倒逼數據建設，數據建設與應用有機融合，進而形成良性循環。
以金融行業為例，金融行業的數據資產管理仍存在數據質量不足、數據獲取方式單一、數據系統分散等一系列問題。首當其沖的是金融數據質量不足，主要體現為數據缺失、數據重復、數據錯誤、數據格式不統一等多個方面。與此同時，金融行業數據來源相對單一，對于外部數據的引入和應用仍需加強。另外，金融行業的數據標準化程度低，分散在多個數據系統中，現有的數據采集和應用分析能力難以滿足當前大規模的數據分析要求，數據應用需求的響應速度仍不足。
與此同時，行業標準和安全規范仍待完善。金融大數據缺乏統一的存儲管理標準和互通共享平臺，在個人隱私的保護上還未形成可信的安全機制。頂層設計和扶持政策還須強化。體現在金融機構間的數據壁壘較為明顯，各自為戰的問題突出，缺乏有效的整合協同。同時，行業應用缺乏整體性規劃，分散、臨時、應激等特點突出，信息價值開發仍有較大的潛力。數據共享也是個問題。大數據的應用，前提是要有大數據，而對很多金融機構而言，并沒有所謂的大數據，何談應用呢?
一般來講，盈利性質的商業公司和企業都不會輕易泄露自己的數據、建模方法和分析過程，這個無可厚非，但客觀上便產生了一種效果，幾大互聯網巨頭變成了數據黑洞，用戶的數據進得去、出不來，可以為企業自身而用，但不能為整個行業或社會而用。此外，散落在稅務、公積金、海關、工商等領域的數據梳理和整合，也是漫長的過程。而就政府數據而言，需要糾正的是，不是在所有部門平均用力、全面鋪開大數據應用就是最好的資源分配方式，也不要以為大數據高科技只適合于解決大問題。
王叁壽認為，應該用大數據解決小問題，實現一點一滴的應用，逐漸才能形成波濤之勢。通過充分挖掘數據價值、精準落地大數據應用，使政府數據價值最大化，使大數據應用持續發揮服務政府監管、服務經濟轉型、服務民生福祉的作用。在一個領域縱深潛下去。以九次方大數據研發的氣象大數據為例，挖掘出除天氣預報服務之外的另外三種價值：可用于指導農業生產，農民不再看天吃飯;可用于指導金融行業，全球很多炒農業期貨的公司，都會購買氣象數據;星云數據甚至會協助保險業產生價值預測和判斷——從氣象大數據入手，推動了農業、金融業、保險業等多行業實現預警、預測、智能分析、輔助決策。
清華大學黨委常務副書記姜勝耀日前指出，中國要建立政府治理科學決策體系，使得跨行業、跨部門、跨領域的大數據得到深度融合，并綜合運用互聯網、大數據、人工智能等技術，發揮數據的最大作用，有效促進政府治理體系和治理能力的提升。
目前，中國還不是數據強國，如何運用數據資源助力政府科學決策、助力經濟持續發展、助力社會全面進步，是當前面臨的重要任務。
京公網安備 11010502049343號