「數」中自有黃金屋 大資料的理想與現實

仿佛只是一夜之間，「大資料(Big Data)」火了。

那一個個關於大資料的傳奇故事，一樁樁爭奪大資料制高點而展開的並購案，一個接一個輪流發佈大資料戰略的IT廠商，還有那一場場以大資料為主題的各種研討會，無一不在宣告，IT界又迎來了新的興奮點、新的機遇，同時，也是新的挑戰。

「數」中自有黃金屋

嚴格地說，大資料並非一個新詞，被譽為「資料倉儲之父」的Bill Inmon早在上個世紀90年代就經常將「Big Data」掛在嘴邊了。 大資料之所以在近一兩年迅速走紅，要歸結于互聯網、行動裝置、物聯網和雲計算的迅猛發展，使得人類每分每秒都在產生巨量資料——從出現文明到2003年，人類總共才創造 5 EB(5 ExaBytes)的資料， 但是我們現在僅在兩天內就創造出相同的資料量。 來自IDC全球存儲及大資料研究專案副總裁Benjamin Woo表示，到2020年，全球資料使用量預計暴增44倍，達到35.2ZB。 35ZB是什麼概念呢? (1ZB=1024EB=1048576PB=1073741824TB，1073741824TB×35=37580963840TB)，也就是說全球大概需要376億個1TB硬碟來存儲資料。

但是大資料並非單指資料量之大。 對於大資料，IDC的定義是：「為了更經濟地從高頻率獲取的、大容量的、不同結構和類型的資料中獲取價值，而設計的新一代架構和技術。 」人們普遍將該定義概括為四個V，即更大的容量(volume，從TB級躍升至PB級，甚至EB級)、更高的多樣性(variety，包括結構化、半結構化和非結構化資料)，以及更快的生成速度(velocity)。 前面三個「V」的組合推動了第四個因素——價值(value)。

關於大資料所蘊含的價值，有許多為人所津津樂道的故事可以佐證：

美國印地安那大學和英國曼徹斯特大學的學者通過提取Twitter上的非結構化資料分析公眾情緒，再將情緒曲線與道鐘斯工業指數進行對照分析，發現可以提前3~4天預測股市大盤走勢。 基於此，他們已經推出了歐洲第一隻基於社交媒體的對沖基金。

（單位：百萬美元）

又例如，英國的科學家根據Twitter的資料來跟蹤流感的爆發。 他們主要基於使用者發佈資訊中的關鍵字，例如「我頭痛」等，並結合使用者的發佈地點，按區域與英國衛生部的官方資料進行了比較，最終建立起一個預測模型。 創業團隊「SickWeather」甚至以預測疾病為主題開展了自己的創業專案。

象這樣的大資料經典案例還有不少，而整個商業社會對大資料將帶來的影響給出了極高的評價——

麥肯錫全球研究機構在2011年5月發佈的《大資料：創新、競爭和生產力的下一個前沿領域》中表示，充分利用大資料可説明全球個人定位服務提供者增加1000億美元收入、説明歐洲公共部門的管理每年提升2500億美元產值、 説明美國醫療保健行業每年提升3000億美元產值，並可説明美國零售業獲得60%以上的淨利潤增長。

在今年年初的瑞士達沃斯論壇上，一份題為《大資料，大影響》(Big Data，Big Impact)的報告宣稱，資料已經成為一種新的經濟資產類別，就像貨幣或黃金一樣。

而《華爾街日報》在文章《科技變革即將引領新的經濟繁榮》中更是大膽預測：「我們再次處於三場宏大技術變革的開端，他們可能足以匹敵20世紀的那場變革，這三場變革的震中都在美國，他們分別是大資料、智慧製造和無線網路革命。 」

更加值得關注的則是，美國已經把大資料上升到了國家戰略的層面。 根據美國白宮今年3月29日新聞，奧巴馬政府宣佈投資2億美元啟動「大資料研究和發展計畫」，希望增強收集海量資料、分析萃取資訊的能力。

在我國，大資料作為一個較新的概念，目前尚未直接以專有名詞被我國政府提出來給予政策支援。 不過，在2011年11月28日工信部發佈的物聯網「十二五」規劃上，資訊處理技術作為四項關鍵技術創新工程之一已經被提出來，其中包括了海量資料存儲、資料採礦、圖像視頻智慧分析，這都是大資料的重要組成部分。 而另外三項關鍵技術創新工程，包括資訊感知技術、資訊傳輸技術、資訊安全技術，也都與大資料密切相關。

大資料的價值和重要性已經毋庸置疑，但大資料究竟帶來了哪些新的技術趨勢，它對當前IT產業的勢力格局會造成何種影響，更關鍵的是，每個企業如何才能獲取大資料中的「寶藏」?則是我們真正關注的焦點。

(責任編輯：蒙遺善)