大數據服務業的結構與價值

進入2014年，大數據正從紅遍媒體的概念炒作逐漸落地為生財的產業。如雨后春筍冒出的大數據服務商，在中國市場上展開了激烈角逐。從“中國大數據服務商綜合服務水平TOP100排行榜”（以下簡稱榜單）中，已經可以隱約看出中國“大數據云圖”的雛形。

中美“大數據云圖”結構比較

相比美國同類榜單，高居首位的10Gen僅列第43，而大數據股明星Tableau僅列第45，而Marketo干脆沒上榜。這讓我們注意到榜單標的服務范圍是中國，而非美國。

我去年到美國與《大數據云圖》的作者芬雷布交流時，已經注意到，中美大數據產業布局存在巨大差異。在一年時間里，中國大數據的產業版塊正發生巨大變化；對比大數據云圖2.0版（2013版）與3.0版（2014版），美國的產業也在急劇變動。

美國大數據云圖3.0版將產業版塊重新劃分為六塊，分別為數據源、開源、跨平臺基礎設施/分析、基礎設施、分析、應用。其中“分析”領域的熱點是數據可視化、非結構化數據；“基礎設施”領域的熱點是NoSQL和NewSQL數據庫；“應用”領域的熱點是廣告優化和營銷。

比較中美“大數據云圖”，可以看出以下特點：第一，在“數據源”領域，中美各有特色，中國互聯網平臺數據源和行業數據源建設已經起步，但本地數據（語用數據、情境數據）仍有待加強。第二，“開源”、“跨平臺基礎設施/分析”和“基礎設施”三個領域，美國處于壟斷地位。榜單中位列前15的均是美國廠商，且多跨“跨平臺基礎設施/分析”和“基礎設施”兩個領域。中國一些廠商認為美國相關技術專業性太強，不利于普及，更傾向短平快技術應用。但一些企業堅持在這些重要領域耕耘，如商業智能軟件（用友軟件，久其軟件）；數據中心建設與維護（天璣科技、銀信科技、榮之聯等）；第三，中國廠商絕大多數集中于“應用”與“分析”領域。前者如廣告優化與營銷（阿里巴巴、騰訊等），金融、汽車、政府、健康、教育、安全等行業應用；后者如數據處理、分析環節、綜合處理（拓爾思、美亞柏科等），語音識別（科大訊飛），識頻識別（海康威視、大華股份、華平股份、中威電子、國騰電子）。在應用領域，中美熱點相似度較高，都包括廣告優化、營銷、金融、產業、政府、健康、教育、安全等。

如果以上是對榜單的結構分類分析，接下來要按價值分類進行分析。

對中國“大數據云圖”的價值分析

對大數據進行價值分類，可分為“風動”（客體價值）、“幡動”（主客體價值）、“心動”（主體價值）三類。這是六祖壇經的價值分類法。

1、風動類的大數據，是工程師眼中的大數據，看到是技術。典型代表是3V、4V說。林林總總的這方面定義，可以用一個詞概括，這就是“復雜”。大數據本質上是復雜性數據。

從這個方向觀察，中美企業差距較大。榜上前10名基本都是屬于“跨平臺基礎設施/分析”的美國廠家。其中HP今年剛被列入美國“大數據云圖”（3.0版），如今赫然列在第4。而以硬件加強大數據，7.4億投Cloudera異軍突起，HADOOP的CDH平臺占中國一半的英特爾列在第2，卻至今不在美國榜單。顯然這是美國榜單出了問題，而中國這個榜單跟進比較及時超前。

未來發展，中國企業需要回到圖靈初衷，找到復雜性數據的感覺（而不光是象谷歌那樣迷信數學算法），沿跨“科技-人文”二元的“數據科學”方向發展。華為與倫敦帝國理工學院共建數據科學創新實驗室，是積極跡象。

工程師撲向復雜性數據，就象小孩子撲向玩具一樣，只關心是與不是這種事實評價，并不關心好與壞這種價值評價。商務或政務的代理人關心的是技術應用于人之后產生的價值，因此要把客體與主體聯接起來。

2、幡動類的大數據，是業務代理人眼中的大數據，看到的是工具和能力。以美國政府的定義為代表。林林總總的這方面定義，可以用一個詞概括，這就是“洞察”。

數據越復雜，成本越高，是遲鈍（又稱工業病），為不好；數據越復雜，成本越低，叫靈活（SMART），是好。洞察，就是指“穿透信息迷霧”。這是當數據進入澤字節（ZB）時代后，避免信息垃圾填埋，反而能保持“清清楚楚明明白白真真切切”的能力。

相比基礎技術，中國企業借助市場優勢，在應用方面具有優勢。因此可以看到大批國內企業在榜。其中可分為三類，一類是ICT服務商，如華為、浪潮、用友、東軟、金蝶等；一類是國內上市公司，如拓爾思、東方國信、天璣科技等“大數據概念股”；一類是互聯網企業，如阿里巴巴、百度、騰訊等。

ICT服務商共同的特點，是從軟硬件技術服務向商業數據服務方向轉。例如，華為發布企業級大數據分析平臺FusionInsight ，幫助企業洞察新商機。 用友通過“用友NC” 正在探索基于云平臺的系列方案與應用服務，包括提供企業營銷管理、供應鏈、制造生產、項目管理等服務。

大數據概念股上市公司的共同特點，是從解決方案提供商在向行業云數據服務方向轉型。例如，東軟集團在傳統IT 服務基礎上，向車載電子和醫療服務等新興領域深化云數據服務。拓爾思開始做跨行業應用，和天行網安協作，提供基于數據分析的安全服務；天璣科技正從服務傳統IT架構，轉變為服務互聯網架構，從純粹的服務供應商，演變為產品和服務的提供商。此外，一批有數據中心業務基礎的廠家也在向大數據轉，如榮之聯、中科金財等。

互聯網企業，如百度、騰訊、阿里等擁有數據的平臺型企業，紛紛針對自身的平臺用戶提供數據分析業務，并且向金融、環保、交通、醫療等行業的數據分析應用逐漸滲透。例如阿里巴巴開始做金融行業的數據分析應用。

透過目前的榜單，我們可以看出一個目前尚不明朗的潛在趨勢。這就是亞馬遜模式的興起。亞馬遜的重要性，我認為不能僅看到它排名第7這個表象而有所忽視。事實上亞馬遜的大數據收入，是排位在前的所有廠商之和還要多許多。據Synergy報告顯示，2013年第三季度，亞馬遜獲取了美國云計算市場總收入25億中的多數份額，本身收入提升55%。Synergy估計，亞馬遜第四季度云計算收入將達7億美元，比微軟、IBM、谷歌、Salesforce.com的總和還高出15%。這不是偶然的。限于篇幅不展開談。這意味著中國企業中近亞馬遜模式的，如阿里巴巴、用友、東軟、金蝶等，還有更大潛力空間。

穿透今天這個排名來看明天，我們需要高度重視這樣一個市場信號：大數據應用的主戰場，可能并不象人們一般以為的那樣，是在信息技術服務領域，而可能轉向商務服務領域。這是ICT服務商、大數據概念股和互聯網公司未來共同的轉型升級方向。此外，大數據的絕對優等生FACEBOOK在中美大數據云圖中都不見蹤影，但類似模式卻代表前沿方向。

3、心動類的大數據，是委托人（領導者與最終消費者）眼中的大數據，看到的是目的和意義。以IBM的智慧計算為代表。林林總總的這方面定義，可以用一個詞概括，這就是“意義”。

有能力，卻不明確要解決什么問題，大數據就是屠龍之術。大數據工作的結果，如果是把符合意義的數據留下來，叫智慧；如果是把不符合意義的數據留下來，叫愚蠢。大數據的主體價值在于把人的目的和意義的保障系統加以專業化（準確說是把手段與目的校準，保障做事不忘宗旨這件事專業化）。做事情的意義，無非來自兩個方面，或者是老板指示目標；或者是目標本身，即最終消費者的滿意與不滿意。

按這個標準衡量，大數據發展到今天的水平，還很少有哪家達標。大數據要真想讓付錢的人心動，還需要把大數據發展到更高階段。好的跡象是，位列第1的IBM，至少在大數據綱領上，已明確了“智慧”這個主題詞。說明他從100家中脫穎而出，第一個想明白了，通過風動、幡動，到底要讓人心動，還是心不動。