论文部分内容阅读
虽然DT时代在马云眼中已不再是“小鲜货”，但当马云在10月中旬的云栖大会上，再次畅谈美好的DT时代时，与会者们还是掀起一阵阵骚动。人们在为逐渐逝去的IT时代略感惆怅之时，也正心怀忐忑地准备去迎接DT时代的挑战，去思考自己或所在企业在DT时代的角色定位。然而，在激情豪迈地向DT时代迈进之时，政府及企业应该做好哪些准备，马云却未曾提及。在狂热之余，冷静下来，正确预估现实与未来之间的差距，理性预判自身的优势及存在的缺陷，将决定着我们走向DT时代的步子能有多快、能走多远。
马云与他的DT布局
马云曾经这样对比他眼中的“IT”和“DT”：IT是信息科技，DT是数据科技。IT和DT的不同之处在于：IT尝试控制，DT要增强人的能力……IT要让人变成机器，DT要让机器像人一样工作;IT要求每样事情遵从同样的标准、一致的要求，而DT则要求每样事情都是独特的、与众不同的。
在云栖大会上，马云再次向与会者论述未来的产业形态。在此次演讲中，马云认为，人类正经历由IT时代走向DT时代的技术革命。这个时代核心资源已经不是石油，而是数据。未来计算能力将会成为一种生产能力，而数据将会成为最大的生产资料，会成为像水、像电、像石油一样的公共资源。如果IT时代诞生的是制造，DT时代将会诞生创造;如果IT时代诞生的是知识，那么DT时代产生的则是智慧。
马云称，这个时代讲究的已经不是肌肉，而是智慧;这个时代讲究的不是你有多大的服务能力，而是你有多好的服务体验，这个时代也同样在计算机面前大小企业一致，这个时代在计算机面前、数据面前，男女真正实现平等。在马云看来，未来政府部门的监管和治理离不开大数据，政府在招商引资的时候，要考虑的已经不是原来的三通一平，而是应该考虑计算能力、储存能力、数据的整体服务能力，DT时代更加公平、更加透明、更加开放，DT的思想是你中有我、我中有你，DT思想让所有人都联系在一起，密不可分。
这可以说是马云及其身后的阿里巴巴向大数据进军的一篇檄文。这样的檄文，既能为阿里巴巴未来的征途创造良好的舆论氛围，也能让那些竞争对手深感压力。再来听听马云是怎样定义阿里巴巴的吧：阿里巴巴本质上是一家数据公司，做淘宝的目的不是为卖货，而是获得所有零售和制造业的数据;做阿里小微金服的目的是建立信用体系;做物流不是为送包裹，而是整合这些数据。
那么，阿里巴巴是怎样为DT时代布局的呢？首先，是整合阿里巴巴庞大的数据资产，挖掘数据资产的价值，实现数据资产价值的最大化。这些数据资产主要集中在电商及小微金融领域。这些数据不仅能够帮助阿里巴巴进行数据化运营，还能为社会管理、企业销售、产品生产所用。其次，是让阿里巴巴的数据、阿里巴巴的工具能够成为中国商业的基础设施。阿里巴巴已经开始在转型，阿里将由自己直接面对消费者变成支持网商面对消费者，阿里会根据其已有的运营和数据经验，开发更多的工具，帮助网商成长，让网商们更懂得用最好的工具、服务去服务好消费者。此外，是让阿里巴巴的大数据为政府部门的监管和治理服务，这也被认为是阿里巴巴推动“杭州 北京”双主场战略的重要因素之一。政府大数据是一块具有重要价值的有待开发的处女地。据估算，阿里巴巴的数据容量大约是100PB左右，而仅一个北京市政府就拥有几百个PB的数据容量，相当于10个阿里巴巴。粗略估算，全国政府大数据加起来至少也该有数百甚至上千个阿里巴巴的体量。
对未来明确的乐观时代？
著名硅谷投资人彼得·蒂尔（Peter Thiel）在《从0到1》一书中，将当下的中国定义为对未来明确的悲观主义：一方面，经济的高速增长使得美国人认为中国是一个能够掌握自己未来的国家;但同时，长期以来，中国以资源消耗为特征的经济增长模式却不具有可持续性，因此，从这个角度看又是悲观的。但是，彼得·蒂尔的观点却未必能得到中国IT界人士的广泛认可。在不少人看来，彼得·蒂尔的忽视了必将在中国经济进程中爆发巨大力量的生产力——这就是马云所说的大数据的能量。在业界眼中，这是一种新兴的、未来明确的、乐观主义的能量。
1.大数据的未来是明确的，这体现在大数据市场的高速发展上。2014年，大数据进入快速发展的第一阶段。根据EnfoDesk易观智库发布的 《中国大数据整体市场趋势预测报告2014-2017》 数据显示，2014年进入大数据应用市场的快速增长期，增长速度将接近30%。预计2016年国内大数据市场规模总量将突破100亿元人民币。大数据在全球范围内的市场规模同样巨大，根据IDC发布的最新研究结果，预测到2018年全球大数据技术和服务市场的2018年的复合年增长率将达到26.4%，规模达到415亿美元，是整个IT市场增幅的6倍。
企业对大数据的认可程度在加强，企业希望借助大数据帮助自己全方位地成长。Gartner今年6月对全球所有行业进行了采样分析显示，未来两年有计划进行大数据相关投资的企业占到了75%，比2014年小涨3%。同时，大数据领域的成功者也都得到了市场的广泛认可。能够利用大数据的公司也是投资者高度重视的对象。彭博社公布的以下数据显示，从事大数据业务的一些公司，它们都享有相对较高的市盈率。投资者不仅看重它们的成长性，而且还看重它们的无形资产，比如数据量和数据分析能力。
2.大数据的未来是乐观的，这体现在大数据对社会管理以及各行业的深刻影响上。如今，通过大数据分析，美国安全部门即可预先评估恐怖分子实施犯罪的地点，这在中东战场已经广泛运用。
大数据对行业的深刻改变较为显著的例子，除了电商、金融等领域之外，汽车行业也是其中之一。传统的汽车行业数据来源结构单一、应用不深入，已经无法满足企业的数据需求。而互联网、移动互联技术的快速普及，使车辆行驶过程中上传各种相关数据形成海量数据源，这些数据能够正确地指导汽车制造商对于消费者的消费趋势判断。而谷歌的无人驾驶汽车，则被认为是DT时代具有标志性意义的产物。谷歌无人驾驶汽车会生成大量数据，有资料显示，谷歌的无人驾驶汽车每秒收集750MB传感器数据。而且基于大数据的分析能力，谷歌的无人驾驶汽车行驶得越多，得到的数据越多，谷歌的汽车将会判断得越准确，行为也会越智能。
怎样走向DT时代？
目前，人们对DT时代的信心正快速膨胀，一个美好的时代似乎即将向我们敞开大门。在这个时代，人类实现的不仅是技术的变革，还是思想的变革。在这时代，中国将正式开启新的经济增长模式，大数据这项生产力将激发中国经济增长的潜力。正如马云所说，我们需要的是用新的技术、用云去激发内需，用云去启动内需，用云、用计算、用互联网去培养内需。未来的二十年，中国才会进入到真正的内需时代，这是所有创新者、创业者的巨大机会所在。
马云的观点与熊彼特的创新理论很是契合，那就是生产技术的革新将在经济发展过程中起到至高无上的作用。不过，技术创新活动是一根完整的链条，这一“创新链”包括：孵化器、公共研发平台、风险投资、围绕创新形成的产业链、产权交易、市场中介、法律服务、物流平台等。无论是宏观层面的经济规则制定者，抑或是企业层面的经济游戏参与者，都需要有秩序、有计划地为技术革新做好准备。否则，只要技术革新链条上任何一环出现缺位，技术革新的效率可能就将大打折扣。
1.从宏观层面上看，DT时代的政府部门面临着如何构建标准化体系、加强产权及隐私保护等考验。创新理论的支持者们往往过于关注技术革新的力量，却可能忽视了创新环境对技术革新的重要支撑作用。而新制度经济学家则将熊彼特的“创新”理论与制度学派的“制度”理论相结合，认为制度创新对技术创新也起到决定性作用，好的制度选择会促进技术革新，不好的制度则可能会遏制技术创新。
DT时代的技术革新显然不可能脱离制度而孤立存在。以工业4.0为例，大数据是工业4.0不可或缺的技术保障，只有通过结合了大数据、云计算等新技术及工业制造的数据中心，才可能实现工业4.0的革命。然而，计算机世界研究院对645名工业管理人员及技术人员展开的调查发现，中国的工业从业者普遍认为，决定工业4.0成败的，并非仅限于技术变革，标准化体系的构建、知识产权等法律保障等因素也对工业4.0起着决定性的作用。这意味着，在DT时代，虽然企业是技术创新的主体，但政府也不可在时代变革中缺位。政府应该通过科技创新政策打造一个完整的创新生态链，为企业的创新活动提供动力及政策保障。
2.从企业层面看，能在DT时代生存下去的企业，必然是能够因应技术变革潮流，且能根据企业自身条件理性布局的企业。虽然云、大数据这些概念在中国炒得很热，不过，PayPal 联合创始人彼得·蒂尔却认为科技圈一直在过度使用像“云端”和“大数据”这样的流行词。在DT等概念热火朝天前行的路上，企业多一点反思，多一份冷静，或许能让这路走得更好、更远。
首先，在投资大数据解决方案之前，企业的步子不能迈得太大，企业需要对投资的成本收益进行合理的评估。美国数据科学家马克·威斯波利（Marco Visibelli）的建议是，在正式开始前，明智的做法是，尝试用有限的投入，在小范围内测试这个技术是否确实能带来预期的收益。按这样的节奏，一个项目可以按部就班地随着收益逐步提高，而逐步扩大投入规模，确保收益始终大于投入。
其次，DT时代的变革不仅停留在技术层面，还包括人的思想观念的变革，这也意味着，企业的管理体系、商业模式也必须随之发生改变。在DT时代，企业的管理将更为开放，企业的商业模式也更为个性化。在企业内部，企业的管理者需要在战略决策的集中化与执行层面的分散化之间取得平衡;在企业外部，企业既要保守自身的核心竞争力，又要与生意伙伴建立深度互信的合作关系，互相分享信息，达到双赢。
再次，企业不能陷入盲目崇拜“大数据”的误区。很多企业经常会吹嘘自己拥有多少 TB，甚至是 PB 的数据量，还有他们的大型数据科学家团队正在使用 Apache Kafka 流运行海量的 Hadoop 集群，然而，企业却往往过度陷入对“大数据”的依赖之中，而忘记了数据的精准性、有效性。对“DT”的过度狂热，使得企业往往对优质数据与劣质数据不加区分。根据 Experian Data Quality 的数据显示，88%的企业的收支情况都会受到不准确数据的影响，而且受影响的营收比例高达 12%。
此外，当我们在DT时代以海量的数据分析来预估未来的时候，我们不能忘记的是，数据只属于历史遗留的信息，而未来，永远可能存在难以预知的“黑天鹅事件”。数据并非是万能的。
马云与他的DT布局
马云曾经这样对比他眼中的“IT”和“DT”：IT是信息科技，DT是数据科技。IT和DT的不同之处在于：IT尝试控制，DT要增强人的能力……IT要让人变成机器，DT要让机器像人一样工作;IT要求每样事情遵从同样的标准、一致的要求，而DT则要求每样事情都是独特的、与众不同的。
在云栖大会上，马云再次向与会者论述未来的产业形态。在此次演讲中，马云认为，人类正经历由IT时代走向DT时代的技术革命。这个时代核心资源已经不是石油，而是数据。未来计算能力将会成为一种生产能力，而数据将会成为最大的生产资料，会成为像水、像电、像石油一样的公共资源。如果IT时代诞生的是制造，DT时代将会诞生创造;如果IT时代诞生的是知识，那么DT时代产生的则是智慧。
马云称，这个时代讲究的已经不是肌肉，而是智慧;这个时代讲究的不是你有多大的服务能力，而是你有多好的服务体验，这个时代也同样在计算机面前大小企业一致，这个时代在计算机面前、数据面前，男女真正实现平等。在马云看来，未来政府部门的监管和治理离不开大数据，政府在招商引资的时候，要考虑的已经不是原来的三通一平，而是应该考虑计算能力、储存能力、数据的整体服务能力，DT时代更加公平、更加透明、更加开放，DT的思想是你中有我、我中有你，DT思想让所有人都联系在一起，密不可分。
这可以说是马云及其身后的阿里巴巴向大数据进军的一篇檄文。这样的檄文，既能为阿里巴巴未来的征途创造良好的舆论氛围，也能让那些竞争对手深感压力。再来听听马云是怎样定义阿里巴巴的吧：阿里巴巴本质上是一家数据公司，做淘宝的目的不是为卖货，而是获得所有零售和制造业的数据;做阿里小微金服的目的是建立信用体系;做物流不是为送包裹，而是整合这些数据。
那么，阿里巴巴是怎样为DT时代布局的呢？首先，是整合阿里巴巴庞大的数据资产，挖掘数据资产的价值，实现数据资产价值的最大化。这些数据资产主要集中在电商及小微金融领域。这些数据不仅能够帮助阿里巴巴进行数据化运营，还能为社会管理、企业销售、产品生产所用。其次，是让阿里巴巴的数据、阿里巴巴的工具能够成为中国商业的基础设施。阿里巴巴已经开始在转型，阿里将由自己直接面对消费者变成支持网商面对消费者，阿里会根据其已有的运营和数据经验，开发更多的工具，帮助网商成长，让网商们更懂得用最好的工具、服务去服务好消费者。此外，是让阿里巴巴的大数据为政府部门的监管和治理服务，这也被认为是阿里巴巴推动“杭州 北京”双主场战略的重要因素之一。政府大数据是一块具有重要价值的有待开发的处女地。据估算，阿里巴巴的数据容量大约是100PB左右，而仅一个北京市政府就拥有几百个PB的数据容量，相当于10个阿里巴巴。粗略估算，全国政府大数据加起来至少也该有数百甚至上千个阿里巴巴的体量。
对未来明确的乐观时代？
著名硅谷投资人彼得·蒂尔（Peter Thiel）在《从0到1》一书中，将当下的中国定义为对未来明确的悲观主义：一方面，经济的高速增长使得美国人认为中国是一个能够掌握自己未来的国家;但同时，长期以来，中国以资源消耗为特征的经济增长模式却不具有可持续性，因此，从这个角度看又是悲观的。但是，彼得·蒂尔的观点却未必能得到中国IT界人士的广泛认可。在不少人看来，彼得·蒂尔的忽视了必将在中国经济进程中爆发巨大力量的生产力——这就是马云所说的大数据的能量。在业界眼中，这是一种新兴的、未来明确的、乐观主义的能量。
1.大数据的未来是明确的，这体现在大数据市场的高速发展上。2014年，大数据进入快速发展的第一阶段。根据EnfoDesk易观智库发布的 《中国大数据整体市场趋势预测报告2014-2017》 数据显示，2014年进入大数据应用市场的快速增长期，增长速度将接近30%。预计2016年国内大数据市场规模总量将突破100亿元人民币。大数据在全球范围内的市场规模同样巨大，根据IDC发布的最新研究结果，预测到2018年全球大数据技术和服务市场的2018年的复合年增长率将达到26.4%，规模达到415亿美元，是整个IT市场增幅的6倍。
企业对大数据的认可程度在加强，企业希望借助大数据帮助自己全方位地成长。Gartner今年6月对全球所有行业进行了采样分析显示，未来两年有计划进行大数据相关投资的企业占到了75%，比2014年小涨3%。同时，大数据领域的成功者也都得到了市场的广泛认可。能够利用大数据的公司也是投资者高度重视的对象。彭博社公布的以下数据显示，从事大数据业务的一些公司，它们都享有相对较高的市盈率。投资者不仅看重它们的成长性，而且还看重它们的无形资产，比如数据量和数据分析能力。
2.大数据的未来是乐观的，这体现在大数据对社会管理以及各行业的深刻影响上。如今，通过大数据分析，美国安全部门即可预先评估恐怖分子实施犯罪的地点，这在中东战场已经广泛运用。
大数据对行业的深刻改变较为显著的例子，除了电商、金融等领域之外，汽车行业也是其中之一。传统的汽车行业数据来源结构单一、应用不深入，已经无法满足企业的数据需求。而互联网、移动互联技术的快速普及，使车辆行驶过程中上传各种相关数据形成海量数据源，这些数据能够正确地指导汽车制造商对于消费者的消费趋势判断。而谷歌的无人驾驶汽车，则被认为是DT时代具有标志性意义的产物。谷歌无人驾驶汽车会生成大量数据，有资料显示，谷歌的无人驾驶汽车每秒收集750MB传感器数据。而且基于大数据的分析能力，谷歌的无人驾驶汽车行驶得越多，得到的数据越多，谷歌的汽车将会判断得越准确，行为也会越智能。
怎样走向DT时代？
目前，人们对DT时代的信心正快速膨胀，一个美好的时代似乎即将向我们敞开大门。在这个时代，人类实现的不仅是技术的变革，还是思想的变革。在这时代，中国将正式开启新的经济增长模式，大数据这项生产力将激发中国经济增长的潜力。正如马云所说，我们需要的是用新的技术、用云去激发内需，用云去启动内需，用云、用计算、用互联网去培养内需。未来的二十年，中国才会进入到真正的内需时代，这是所有创新者、创业者的巨大机会所在。
马云的观点与熊彼特的创新理论很是契合，那就是生产技术的革新将在经济发展过程中起到至高无上的作用。不过，技术创新活动是一根完整的链条，这一“创新链”包括：孵化器、公共研发平台、风险投资、围绕创新形成的产业链、产权交易、市场中介、法律服务、物流平台等。无论是宏观层面的经济规则制定者，抑或是企业层面的经济游戏参与者，都需要有秩序、有计划地为技术革新做好准备。否则，只要技术革新链条上任何一环出现缺位，技术革新的效率可能就将大打折扣。
1.从宏观层面上看，DT时代的政府部门面临着如何构建标准化体系、加强产权及隐私保护等考验。创新理论的支持者们往往过于关注技术革新的力量，却可能忽视了创新环境对技术革新的重要支撑作用。而新制度经济学家则将熊彼特的“创新”理论与制度学派的“制度”理论相结合，认为制度创新对技术创新也起到决定性作用，好的制度选择会促进技术革新，不好的制度则可能会遏制技术创新。
DT时代的技术革新显然不可能脱离制度而孤立存在。以工业4.0为例，大数据是工业4.0不可或缺的技术保障，只有通过结合了大数据、云计算等新技术及工业制造的数据中心，才可能实现工业4.0的革命。然而，计算机世界研究院对645名工业管理人员及技术人员展开的调查发现，中国的工业从业者普遍认为，决定工业4.0成败的，并非仅限于技术变革，标准化体系的构建、知识产权等法律保障等因素也对工业4.0起着决定性的作用。这意味着，在DT时代，虽然企业是技术创新的主体，但政府也不可在时代变革中缺位。政府应该通过科技创新政策打造一个完整的创新生态链，为企业的创新活动提供动力及政策保障。
2.从企业层面看，能在DT时代生存下去的企业，必然是能够因应技术变革潮流，且能根据企业自身条件理性布局的企业。虽然云、大数据这些概念在中国炒得很热，不过，PayPal 联合创始人彼得·蒂尔却认为科技圈一直在过度使用像“云端”和“大数据”这样的流行词。在DT等概念热火朝天前行的路上，企业多一点反思，多一份冷静，或许能让这路走得更好、更远。
首先，在投资大数据解决方案之前，企业的步子不能迈得太大，企业需要对投资的成本收益进行合理的评估。美国数据科学家马克·威斯波利（Marco Visibelli）的建议是，在正式开始前，明智的做法是，尝试用有限的投入，在小范围内测试这个技术是否确实能带来预期的收益。按这样的节奏，一个项目可以按部就班地随着收益逐步提高，而逐步扩大投入规模，确保收益始终大于投入。
其次，DT时代的变革不仅停留在技术层面，还包括人的思想观念的变革，这也意味着，企业的管理体系、商业模式也必须随之发生改变。在DT时代，企业的管理将更为开放，企业的商业模式也更为个性化。在企业内部，企业的管理者需要在战略决策的集中化与执行层面的分散化之间取得平衡;在企业外部，企业既要保守自身的核心竞争力，又要与生意伙伴建立深度互信的合作关系，互相分享信息，达到双赢。
再次，企业不能陷入盲目崇拜“大数据”的误区。很多企业经常会吹嘘自己拥有多少 TB，甚至是 PB 的数据量，还有他们的大型数据科学家团队正在使用 Apache Kafka 流运行海量的 Hadoop 集群，然而，企业却往往过度陷入对“大数据”的依赖之中，而忘记了数据的精准性、有效性。对“DT”的过度狂热，使得企业往往对优质数据与劣质数据不加区分。根据 Experian Data Quality 的数据显示，88%的企业的收支情况都会受到不准确数据的影响，而且受影响的营收比例高达 12%。
此外，当我们在DT时代以海量的数据分析来预估未来的时候，我们不能忘记的是，数据只属于历史遗留的信息，而未来，永远可能存在难以预知的“黑天鹅事件”。数据并非是万能的。