北京2019年4月29日 /美通社/ -- 德拓信息創(chuàng)始人謝赟日前在2019中國數據價值創(chuàng)新大會上發(fā)表《當大數據遇見價值創(chuàng)新》的演講，談及大數據的價值，稱大數據的創(chuàng)新可以給大家?guī)硇碌亩床旌驼J知。
謝赟認為，數據已經成為各個行業(yè)非常重要的資源，也成為了各個行業(yè)創(chuàng)新的一個動力，比如，抖音、頭條、淘寶，都是用數據在驅動業(yè)務發(fā)展。
“對于中國來說，由于人口眾多，社會復雜，加上民眾對隱私的容忍度比較高，就使得中國有可能成為在人工智能和大數據時代的領先者。”
大數據有非常高的價值。謝赟說，以前拍一個視頻只知道在哪里拍的，現在則可以知道人穿什么衣服，多大年紀，當5G時代到來，讓所有的數據全部連接在一起時，數據就可能變成一個大池子。
“我們花了一個多月的時間做了一個在逃人員的管控平臺，半個月抓了11個，這就是價值，把不知道的人都找出來，所以我們叫數據即洞察。”
Hello Data 2019年中國數據價值創(chuàng)新大會由德拓信息、來也、UCloud、神策數據、佳格天地、海量信息、中國電信集成、爻拓信息、點炻科技聯(lián)合主辦，會上還宣布成立了“DI 2048”產業(yè)聯(lián)盟。
以下是德拓信息創(chuàng)始人謝赟演講實錄：
謝赟：今天我跟大家分享的主題是當大數據遇見價值創(chuàng)新，創(chuàng)新是人類進步一個非常重要的動力。
大數據的創(chuàng)新和以前確實有非常大的區(qū)別，數據既大且模糊，通過我的分享，希望能夠給大家?guī)硪恍┬碌亩床旌驼J知。
首先德拓信息到今天做過非常多的重大項目，我們做過海關總署的風險洞察，完成了2015年貴陽交管的數據鐵籠，還有上海公安智慧公安，還有某市公安要案偵破。
國家在這一方面做了非常大的支持，建立了大數據局，還有數博會連續(xù)辦了四年，這些證明國家層面上在大數據是非常支持的。更重要的是還做了非常多的行業(yè)，交管、運管、國防、信訪、統(tǒng)計、醫(yī)療和金融等。
數據成了各行業(yè)重要資源
作為德拓信息這樣一個微觀公司來講，能參與到這么多的行業(yè)，在每個行業(yè)都產生了真正的數據價值，我想只說明一點，數據真的成了各個行業(yè)非常重要的資源，也成為了各個行業(yè)創(chuàng)新的一個動力。
我覺得首先是因為這是業(yè)務進化的必要。任何一個行業(yè)，任何一個組織，它的信息化建設一定是沿著我們叫數字化、數據化、智能化的方向發(fā)展，數字化是把紙質的東西搬到系統(tǒng)中來，支撐業(yè)務的變革，是沉淀了大量的數據。這些價值對我們的業(yè)務是有更大的幫助，這些幫助是我們未知的。
再往下數據極大豐富了以后，才能實現智能化，相信任何組織，任何一個行業(yè)都是沿著這條路在走的。比如說媒體、教育行業(yè)，還大量停留在數字化的階段，但是政府和商業(yè)企業(yè)大量進入數字化階段，而我們的金融已經邁向了智能化的階段，這是任何一個行業(yè)和組織業(yè)務進化的必然。
第二是數據爆炸，信息化的時代是由服務器產生大量的數據，互聯(lián)網時代是每個人產生大量的數據，而我們知道物聯(lián)網時代是每個設備和設施都在產生大量的數據。并且我們的感知能力也在上升，視頻、音頻和文本都因為感知能力的提升，使得我們的數據資源越來越多。
原來一個視頻只知道在什么地方拍的，現在可以知道穿什么衣服的人，什么年紀的人。還有5G時代的到來，讓所有的數據全部連接在一起，低延時和高帶寬，讓數據變?yōu)橐粋€大池子，變?yōu)榭赡堋?/p>
第三，產業(yè)升級，數據價值的挖掘一定要基于存儲資源和數據資源，現在每個單位都建立了自己的平臺，如果沒有，可以向公有云進行采購，也變得成本非常低。同時算法模型越來越豐富，算法是可以產生更大的價值。
還有我們在互聯(lián)網時代已經證明了數據確實有很大的作用，抖音、頭條、淘寶，每個都是用數據驅動他的業(yè)務，每個都是數據化的能力，所以產業(yè)升級也是一個必然。
第四，政策導向，這是一個新舊動能的轉換，舊經濟時代我們靠的是人口土地的資源，這是物理資源，是不可再生的，今天為止不太可能再增加。
但是新經濟時代，數據一定是一個非常重要的資源，而數據是虛擬資源，它是可再生，可再利用的，所以它是新動力的產業(yè)動力的能力。
同時數據能不能變成價值，能不能變成錢，在實踐中可以發(fā)現數據是可以交易的，數據能飆升價值，中國能擁有多少數據，我們又有多大的產業(yè)可能呢？所以政府是非常支持的。
數據使中國成人工智能和大數據時代領先者
全球競爭的彎道超車，第一是農業(yè)，還有機會變成全球第一嗎？我們現在國家是在保主糧，但是經濟作物基本上放棄，因為大規(guī)模生產已經無法比別人更有優(yōu)勢。
再來看工業(yè)，工業(yè)4.0或者智能制造，在現在當前的國際格局下，我們還能拿到更先進的技術能力去升級嗎，其實已經被受限了。但是數字經濟這個不一樣，來源于我們的人口規(guī)模，來源于社會的復雜度，以及對隱私的容忍度。
而我們國家人口眾多，社會復雜，包括我們民眾對隱私的容忍度比較高，使得我們有可能成為在人工智能和大數據時代的領先者，這是國家不遺余力在提倡的一個非常重要的原因。
基于這四點，數據的價值勢不可當。數據價值真的很簡單嗎？在TO C市場，我們認為價值即效益，因為數據價值是和收入完全掛鉤的，我們經常知道的畫像體系和推薦體系，精準描述一個人，把商品推薦給他，產生價值，他們應對的是什么樣的環(huán)境？
他們應對的是消費的個性化，當消費個性化的時候，數據是唯一能夠洞察到消費者的一個武器，我必然要用大數據來做。
大數據在TO B領域是有重要作用
我們再來看TO C消費者數據只有20%，數據量更大的TO B市場，在商業(yè)市場我們認為價值即效率，不管是收益，還有風險控制，還有包括精準營銷，包括流程效能，對于一個組織來講更復雜。
目前碰到了不確定性，就是產業(yè)生態(tài)化，現在還有一個組織能夠在脫離產業(yè)存活嗎，不存在了，必須是共生的，協(xié)同的，在一個大的環(huán)境里面。
而我們用數據是可以了解這個環(huán)境的，做出正確的決策，去了解上下游的，所以大數據在TO B領域是有非常重要的作用。
TO G領域，數據有80%都在政府，TO G的數據價值即效果，它會關注非常多的內容，因為一個社會組織要比一個商業(yè)組織要更復雜，復雜度提高了以后，我們看他能用數據做什么，重要的是面對環(huán)境的無償化，我們民眾的訴求，我們外面的經濟環(huán)境，競爭格局都不斷在發(fā)生變化。
這樣的情況下，我們的政府部門需要針對這種不斷變化，去做出能力回應，比如說海關總署要針對貿易戰(zhàn)做出回應，真的是每個只是面對這樣的場景嗎？其實我覺得不然，其實是三者疊加。
我們的企業(yè)難道不面臨著消費者個性化的問題嗎？不面臨著政策環(huán)境變化的問題嗎？當這三個都在疊加的時候，我們碰到一個挑戰(zhàn)，就是我們遇見了環(huán)境的不確定性，這對于我們來說是最大的挑戰(zhàn)，也是數據價值和數據的機會。
我們面對不確定性怎么辦？面對不確定性的環(huán)境一定要用確定性的能力來應對，我們人類去往目的地一定有兩種方式，兩種工具，一種工具叫地圖，一種工具叫指南針，地圖我認為他能走向目的地，是因為環(huán)境不變，我們可以走老路，是專家模式，我們往常所有的應用場景都是專家模式。
另外一種工具是指南針，我們在大海上有目的地，但是我不知道怎么走，環(huán)境是在不斷的變化，用指南針指引不斷去試錯，最終發(fā)現新大陸。在目前不確定性的環(huán)境下，我們要用的當然是指南針模式，也就是說用價值創(chuàng)新試錯來完成。
面對未知唯有創(chuàng)新才有出路，這里面碰到了一個很巨大的挑戰(zhàn)，這個挑戰(zhàn)就是數據創(chuàng)新過程中，有非常巨大的沉默成本，但是它的價值是不確定性的。
我們今天看到阿里，他是基于數據創(chuàng)新產生了非常大的價值，從最早C2C的交易到天貓、淘寶，再到今天的支付，以及新零售，當然是通過數據的方式，在上面長出更多的業(yè)務，但是投入有多大，阿里云的難度和挑戰(zhàn)都很大。
不能因為今天看到了很多的創(chuàng)新價值，就忽略了曾經投入的巨大成本。比阿里巴巴小的組織，真的能承受這么大的成本嗎？這也是為什么很多人不敢動手的原因，因為數據價值未必能探索出來。
阿里巴巴也試錯，有很多的失敗，成功的都是滄海一粟。我們要解決的是成本和價值的問題。
大數據創(chuàng)新有六大元素
大數據創(chuàng)新過程中一共有六大元素，分別是存儲計算，技術平臺，分析挖掘大創(chuàng)新應用又是一個，用四大區(qū)間來劃分，是分成四個象限，從左到左成本越來越高，從下到上，價值越來越高。
做大數據最關切的問題，我們看到大家都在關注的首先是存儲計算，然后是技術平臺，然后是數據資源，這三部分的成本可能有高有低，數據資源是自己的，技術平臺可以用開源的，存儲計算當然花錢買。
但是價值真的和我的業(yè)務相關嗎，可能不是。真正和業(yè)務相關一定是數據治理分析挖掘，還有創(chuàng)新應用，但是這些成本太高了，不像剛才那樣確定性的成本，買了就一定能用上，一定能交差。
我們把價值高的部分的成本降下來，怎么樣降低成本？我們找了三個方法。第一，我們探索了非常多的工具平臺，我們知道如果靠人去做事情的，成本當然高，但是我有工具，我有鏟子，可以用拖拽的方式，不用探索的方式，當然成本就下降了，使得效率提升，從業(yè)人員可以變得更多，原來可以用專業(yè)工具和專業(yè)能力去做的，但是汽車就是從手動檔變成自動檔，讓更多的人享受駕駛的樂趣。
第二，其實價值很重要的一點，就是它的算法模型，也就是說分析挖掘，如果我們積累了非常多的分析挖掘模型，我們做了一千多個算法模型，算法是開放的，是通用的，但是模型是在不同的行業(yè)，通過相同的算法算出來的，那么這樣使得我們的能力就積累了非常多，可以使得我們的價值真正能夠落地，不斷的創(chuàng)新。
第三，我們有解決方案，也就是說應用，我想說的一點，即便是我們有了算法模型，做了分析挖掘，但是這跟我們的價值還是有一些距離，我分析出來的問題，我怎么解決，能不能通過數據化的方式，驅動我的業(yè)務團隊去解決，這是重要的，所以解決方案非常重要。
今天為止我們已經做了20多個行業(yè)，90多個大數據的應用落地，使得我們知道什么樣的行業(yè)能夠更精準地去做柔性服務。
數據即洞察可以給各個行業(yè)賦能
任何這個實踐探索都變得成本都非常低，大數據是如何把探索成本降下來，但是我的價值要上升。
所以我們花了八年的時間，分了三個階段，第一個階段是通過分析數據化的能力，在存儲之上去做我們的工具能力。
第二個階段，我們自己下沉，自己做大數據，原來我們是不下沉的，但是你會發(fā)現以顧客為價值，光給它一堆技術和平臺，是沒有任何的意義。我們要自己下沉，我們要自己用工具去探索，去挖掘，我們要證明我們的工具、方法論是可以的，這一步也花了四年的時間。
正如陳春花老師講的一下，數據即洞察，我們可以看到在各個行業(yè)都在賦能，我們把這個能力賦能給合作伙伴，進展非常非常快，因為各行各業(yè)都需要低成本的價值創(chuàng)新解決方案。
通過這種方式，我們探索了20多個行業(yè)，90多個大數據落地，結論是什么？數據洞察一共有六大方向，首先，數據可以實現多維感知，就像我們在青浦公安，進博會期間把所有的數據和公安的數據匯集在一起，當然能知道此時此刻正在發(fā)生什么，正在有什么樣的異常情況，我對這個情況非常了解。
對于一個組織來講，也是一樣的，我能知道我的企業(yè)正在生產什么，正在進行什么，這是實時的洞察。
第二，數據可以驅動業(yè)務協(xié)同，在業(yè)務組織和生態(tài)之間，有最大的問題就是互相不協(xié)同，是因為有部門強，有組織強，有生態(tài)強。
但是數據這個東西是透明的，當我把數據變成一體化的時候，所有的搶在技術層面就可以被打通了，就可以驅動所有的業(yè)務協(xié)同，我的上下游，我的生態(tài)可以做協(xié)同。
第三，數據的洞察可以助力我們精準的決策，以前是靠拍腦袋說話，但是有了數據，我一定可以做數據決策，數據驅動，機器可以自己寫報告了。
第四，數據可以完成深度挖掘，我要通過數據真正去探索一個犯罪分子，真正去探索一個新的商機，它是可以不斷從中找到機會的，找到證據的。
第五，數據可以提供兩種無邊界的服務，第一，大數據真的可以把原來的信息化用得更好，原來的信息化是不可以自己監(jiān)管自己的，數據之間沒有去評估，當我把所有的數據匯集在一起，我可以針對之前的數據準確性和可靠性去做一個評估。第二，數據可以變成一種服務能力，提供給更多的人讓他們去做創(chuàng)造，甚至做交易。第三，數據可以提升效能，提升流程。
在這種情況下，我們有一些洞察，第一，我們怎么做這個數據價值呢？就三句話，問題在哪里，數據在哪里，方法在哪里，我想強調的只有一點，我們往往會本末倒置，往往我有什么數據我要做什么事，但是這個沒有用，我們還回歸到價值本身，因為問題是重要的，所以問題先放在第一位，我們才能解決數據是什么，最后才能解決方法怎么用。
那么這種情況下，我們如何來明晰我們的問題呢，就是大規(guī)劃，小落地，快速試錯，清晰問題，在朝陽智慧物業(yè)里面就是這么做的，大規(guī)劃也可以看成橫向規(guī)劃，縱向落地，一個存儲計算就可以做得非常復雜，一個業(yè)務單元從上到下我做得小一點，這個時候我可以明確我做的問題對不對，只有大規(guī)劃小落地，才能不斷的清晰化。
數據維度決定了思維廣度最終決定價值
我們要把問題從需求導向轉向價值導向，當我們用戶不知道該做什么的時候，怎么辦？我們先做出一些東西給他看，再決定這個東西有沒有價值，有價值，就把它落地，試錯成本變低了，這個東西不好，我們就推翻，這個東西好，我們就落地。
我們想強調的是數據維度決定了思維廣度，最終決定我們的價值。貴陽交通大數據的時候，更廣度的匯集數據的維度，協(xié)調過來的數據，是過濾的數據，還有互聯(lián)網隨時可以收割的數據，我們稱之為地理數據。面對這些問題，我有很多的解法，所以這是數據的價值，我們需要多維的數據。
在方法上我們有四個建議，方法在哪里？第一，要提升工具化的水平，才能讓客戶參與創(chuàng)新，我們在海關總署做的項目一樣，正是因為我們有了可視化的這種能力，不斷把做出來的東西給到用戶看，然后我們的業(yè)務人員才能高達38次的現場指導，才能參與到工作中來，最終才能把我們這個項目做得非常棒。因為工具化使得我們每一個人能參與，如果只有高端的數學分析師才能做這個事，可能我們得到的洞察就會少很多。
第二個方法，什么叫有效的大數據落地，我們認為要通過大量的數據計算，用數據去連接三類人，以前我們只連接了領導，只連接了一個人的項目基本上不太容易成功，除了連接領導去做指揮決策，一定要連接工作人員去做減負增效，同時還要連接服務對象，去做比對。服務對象是給民眾、出租車司機，甚至黑車，提供了更好的服務能力，這樣的數據驅動一定是有價值的。
第三，我們的方法在哪里？就是我們認為大數據一定不是一個產品，更不是一個項目，而是一種持續(xù)的服務能力，今天把入室盜竊案打擊掉了，把黑車打掉了，我們必須是一種持續(xù)服務的能力，才能不斷在上面長出價值，才能延續(xù)價值，所以大數據一定不是一個項目，更不是一個產品。
最后一點，什么來評估我們的方法，結論是有價值的，是有意義的，只有一個評估點，從未知到已知的洞察，才是數據價值創(chuàng)新的使命和新的檢驗標準，如果我們做的東西都是已知，腦袋里都有的，只是漂亮的把它展示出來，那不是叫大數據。真正挖掘出來有價值的東西，我們不知道的，才是真正的大數據。
以前所有的業(yè)務分析都是報表，都是圖形的展示，把這個方案展示出來，這個其實都知道。
我們花了一個多月的時間做了一個在逃人員的管控平臺，半個月抓了11個，這就是價值，把不知道的人都找出來，所以我們叫數據即洞察。
沿著這些所有的方法能力，德拓信息到今天想做的就是數據智能更加洞察，真實世界和數據世界的關聯(lián)科學的研究，我們做云計算、大數據和創(chuàng)新產品，再往上我修工程落地的方法論，和數學模型的落地。
最終我們向用戶展現我們的數據之美，而數據之美，我們關注在更加洞察，讓這個洞察更深，更好和更準確。
