從「大資料」到「智慧資料」

大部分專家都相信可以從巨量的資料中找到寶石和金子。 英國牛津大學曾對全球各行業工作者做過一份調查問卷，2/3受訪者認為，使用資料和分析軟體可以使他們保持競爭優勢。 問題是，這些「金礦挖掘者」今天如何從如此巨大的資料山裡挖到金子？

從3V到4V

等著要發掘的「金子」，指的是用於記錄、存儲和分析大量的資料，以及以合適的形式顯示該結果的「大資料」新技術。 現在最被人們廣泛討論的話題是使用者購物、搜索或網購的資料，或利用全球金融和通信網路而產生的資料。 還有銀行、電信和保險業通過建立消費者資訊與交易記錄的分析模型，來增加利潤和降低風險等等。 大資料的時代，使我們能夠探索人類的行為，探索人類本身的奧秘，這在以前在很大程度上是不可能的。 我們經常使用的工具和終端，説明我們獲得和體驗這方面的感受。

由於都想成為「掘金者」，從大資料採礦價值，目前具有深入的分析、數學、統計、規劃技能的資料分析師正炙手可熱，已沒有足夠多的人才可滿足需求。 美國大型銀行和聯邦機構正在越來越多地聘請「首席資料官」（CDO）和資料分析師，以促進對於整個組織機構中的所有功能資料的收集、分析、分發和應用的戰略思考。

大資料有所謂的3V特徵：即「大量化」（Volume）、「多樣化」（Variety）和「快速化」（Velocity）。 然而，光是大量的資料獲取是不夠的，這些資料本身還需要有較高價值，即增加第四個V：Value（價值），成為4V。 而經過「大資料」技術的處理（資料獲取、資料分析、資料處理、資料顯示等）之後更會產生較高的價值。

用智慧資料建立智慧系統

啤酒+尿布是值得挖掘的資料；而從工業設施、建築物、能源系統和醫院產生的比特和位元組，含金量更高，更值得挖掘，因為它們可以用於建立起智慧系統，這些比特和位元組就是智慧資料。 我們來談談智慧資料如何建立起一個智慧系統。

終端通過連接、把它們管道化，對人們帶來了極大的便利，大大提高了生產率。 但是這些還不夠，還需要體現「智慧化」，實現智慧系統。 現在我們經常在提到智慧手機、智慧電錶、智慧電網、智慧家居、智慧城市等等，都是希望人們使用的設備和終端能夠根據人們的需要自動程式設計，實現自動化，儘量避免人工介入。

這樣一種「智慧化」，需要具備兩個條件：首先是「管道化」（互聯網思維的核心是「管道化思維」），就是把所有的終端或節點全部連接起來，互相之間能夠有「溝通」（即發生交互作用）；另一個是各個終端本身具備一個「小電腦」， 即帶有處理器晶片，可以通過軟體處理和產生「智慧資料」。 有了這兩個基本條件，就可以體現出一定程度的智慧。

以抽水馬桶為例。 抽水馬桶是已經管道化的馬桶，再加上上述第二個條件，就可以變成一個「智慧馬桶」。 具體可以這樣來實施：在馬桶裡裝有一片微處理器晶片和一片生化晶片（Lab-on-Chip，LOC），對人們的排泄物自動提取和分析，然後把分析結果通過管道，如WiFi送到醫生那裡，醫生把每天的分析資料與事先存儲的資料進行對比 ，給這位坐過這個馬桶的人發出營養指標提醒和生理指標提醒，如果必要的話則寫處方，提醒他服用藥物或到醫院進一步檢查。 另一方面，根據這個馬桶的軟體分析結果，會得出缺少哪種營養的具體資料，然後通過無線通訊的管道傳送到超市，超市會根據這些資料選出合適的食品通過快遞服務送達家中。

抽水馬桶還可以包含其他各種感應器進行「管道連接」，如每次使用自動記錄用水量；如有漏水，自動通知維修人員或物業管理處派人來檢修；如有堵塞，就會自動通知管道維修人員來疏通；如水漕不進水，也會自動通知相關人員來處理等等， 這些都會產生一定的資料量。

我們必須瞭解這些智慧資料的量，以便正確地評估它；我們必須知道各種器件和設施是如何工作的，瞭解我們需要哪些感應器和測量技術來獲得真正重要的智慧資料。 決定性的因素不一定是資料量大，而是有價值的內容。

這樣的智慧資料可以體現在各個領域。 如對於一個大型燃氣輪機，有幾百個感應器每秒鐘在測量溫度、壓力、流量、氣體組成。 如果人們很瞭解設施的物理特性，因此知道如何正確地分析這些資料，就可以給發電廠非常有用的建議，來提高電力的使用效率並減少污染。 同樣的措施可以用於風力發電、建築物、鋼鐵廠和整個城市。 所有這些領域裡，必須不僅收集資料，而且還理解資料。 處理的資料是智慧資料，得出的結論用於將企業或城市變得更智慧。

適合於評估這些智慧資料的演算法還需要開發。 這些演算法可以説明人們更好地節省能源、更好地有利於環境、更多地節省成本，以及使設備運行得更可靠。

在未來，智慧資料可以説明我們瞭解一個智慧系統每時每刻發生了什麼，更能夠告訴我們為什麼會發生。 甚至還可以告訴我們接下來會發生什麼，以及我們應該如何應對。 智慧資料將改變企業的商業模式。 例如一家跨國公司可以設立一個全球維修中心，全球各個分部的工廠都設有大量感應器並與網路相連，只需要在這個中心分析大量的遠端智慧資料，就可以進行遠端診斷和處理，而不需要技術人員到現場。 這樣的商業模式，對於火車、船舶、發電廠、醫療器械等等都是極其有用的。 例如，從一輛火車的運行中得到的測量資料，可以説明火車駕駛者運行的更平穩、更節能。 節省下來的資金，則可以在使用者和智慧資料提供者兩者分成。 這是雙贏的局面，也是如何從資料山中掘金的一個很好例子。

大資料如何成為「智慧資料」

資料只是「大」，並沒有太大意義，關鍵是如何最佳地挖掘高價值的資料、使用這些資料，使這些資料成為「智慧資料」。 這有幾個方法：先評估資料的價值和將會產生的價值；把資料和「智慧化」相關聯；把資料變成具有上下文意義的靈活的資料結構；隨著時間的推移，根據這些收集了的大量資料，展現一幅絢麗多彩的智慧資料圖。 到最後，也不會再去思考大資料與智慧資料有何區別，因為所有的資料都已經成為智慧資料。

西方2000多年前就已發明的「管道化」的馬桶開了物聯網的先河。 基於互聯網的物聯網（IoT）的到來，預示了新的創新設備、新的網路形態、新的商業模式的不斷湧現，也預示著智慧資料的成千上百倍增長，智慧化將體現在各種應用中。 如按照今天所理解的大資料概念，是不充分的，大資料必須從3V演變為4V，大資料必須演變成智慧資料，整個家庭乃至整個城市也正在向「智慧化」大步演進，才會有更多的「掘金」機會。

【作者張臣雄，在世界500強企業之一的大型高科技公司任首席科學家】

(責任編輯：mengyishan)