當前大數據應用發展的局限性分析

【摘 要】在論述大數據應用發展現狀，以及以互聯網企業為主的大數據應用條件與特征的基礎上，分析了傳統產業大數據應用的問題與發展環境，指出了當前大數據應用的局限性。

【關鍵詞】大數據 互聯網 谷歌地圖 支付寶 傳統產業

中圖分類號：TN91 文獻標識碼：A 文章編號：1006-1010（2014）-13-0029-04

當前大數據技術在輿論上己成燎原之勢，但在應用與發展上仍處于起步階段。真正展現大數據技術應用魅力的案例多集中在國內外互聯網巨頭開發的相關業務中，甚少在國民經濟與社會發展的更多領域有所突破。探討大數據技術及其發展環境，分析大數據技術應用發展中暴露的局限性，為未來大數據技術更廣泛地應用提供借鑒。

1 大數據應用產業發展現狀

大數據對經濟社會發展乃至國家安全具有重要的戰略意義，我國政府非常重視大數據的發展，從科研創新和產業政策等方面大力促進大數據的發展，一些地方也陸續出臺了具體的推進措施，國內大數據產業的發展日趨活躍。工信部電信研究院余曉暉總工程師在《我國大數據發展與展望》的報告中指出，大數據應用可以造福經濟和人們的生活，我國也有條件在大數據領域進行創新。但報告中也明確指出：從目前發展來看，大數據應用的一個方向是公共服務，另一個方向是商業服務。同時，伴隨著互聯網產業的崛起，這種創新的海量數據處理技術在電子商務、定向廣告、智能推薦、社交網絡等方面也得到了應用，取得了初步成效。

經過10多年的發展，目前形成了多種相對成熟的大數據應用模式：

（1）以盈利為目標的商業大數據應用。目前常見的有：一是基于用戶個人信息、行為、位置、微博等數據而進行的個性化推薦、交叉推薦、品牌監測等營銷類大數據應用；二是基于用戶、商鋪的交易數據而進行的經營分析報告、反欺詐、反虛假交易、促銷和團購選品、產業集聚判斷等交易輔助類大數據應用；三是利用網站動態數據對網絡狀態進行實時監控預警、網站分析優化和網絡信息安全保護的網絡安全大數據應用。

（2）公共服務的大數據應用，即不以盈利為目的、側重于為社會公眾提供服務的大數據應用。如搜索引擎公司提供諸如春運客流分析、失蹤兒童搜尋等公益大數據服務。

（3）技術研發類大數據應用，即利用大數據技術促進前沿技術研發、持續改進產品性能的應用。例如，利用各種語言版本的網頁數據不斷提高翻譯質量的機器翻譯，利用更多話音指令不斷提升話音識別技術等前沿技術的研發。

國際上，大數據應用的典型案例之一是谷歌地圖。2005年谷歌向開發者開放地圖功能，2006年便推出了首個移動地圖應用。此外，谷歌還加大力度，為全球所有重要城市的每條街道提供地圖，同時提供全球衛星視圖。現在，用戶使用搭載谷歌地圖的智能手機就能找到某座城市附近的道路。由于所有安卓手機以及搭載iOS6前代系統的蘋果手機均能夠使用谷歌地圖，因此現在大多數智能手機使用的都是谷歌地圖。谷歌的另一款大數據應用是語音搜索，谷歌使用龐大的數據庫來存儲用戶所說的每個字，并與數百萬用戶的語音模式進行對比，使搜索提問的內容和語境相關聯，使用大數據，谷歌大大加快了改進語音識別技術的步伐。

在國內，互聯網金融領域的支付寶是大數據應用的典型案例之一。例如，支付寶利用大數據預測賬戶風險。支付寶大數據安全中心利用賬戶設備環境屬性及賬戶行為等數據構建多維立體虛擬網絡，從賬戶安全與賬戶行為之間尋找風險的痕跡。大數據在多維度分析用戶支付行為數據，提前介入風險控制，從鏈條源頭把握支付安全，使之從傳統風險控制的“事后堵截”轉變為支付寶的“預先識別”。實踐結果表明，支付寶大數據安全中心每天分析超過2.4億個賬戶的行為，最終實現資金損失率低于0.001%。與此同時支付寶還與業內廠商合作，共同屏蔽了全球39%的電子商務釣魚網站，每周基本攔截釣魚網站5 000個左右。

另外，支付寶利用大數據技術發布的2014年春運報告也是大數據技術應用的一項創舉。2014年1月，支付寶發布的《支付寶用戶春運報告》是基于支付寶數億實名用戶，并利用大數據技術交叉分析而成的。報告顯示，近一半支付寶實名用戶遠離出生地而居，他們中的多數人將在“年”的召喚下回到家鄉。報告還根據人口遷移狀況，首度揭示了2014年春運的10大熱門路線，為春運出行者提供參考。該報告顯示，外出生活的用戶中以離家200～800km最為集中，這表明最近幾年，隨著沿海產業向中西部梯度轉移、東中西部多個區域經濟中心崛起，新一代外出人群就近務工的趨勢開始顯現。數據還顯示，2014年春運，需要回到出生地過年的人數最多。數據分析專家認為，這一報告是互聯網大數據在春運領域應用的首度嘗試，分析后才發現，它同時也是時代脈搏的記錄儀、經濟發展的晴雨表、社會變遷的折射鏡。

當然，在國外大數據的成功應用案例也有很多，例如美國西雅圖利用大數據節電，通過預測分析工具，大數據系統將能找出可行的節能措施，目標是將耗電量降低25%。法國的里昂市利用大數據整治城市擁堵，主要是基于實時交通報告偵測來預測擁堵。

2 當前大數據應用產業發展的條件與特征

深入分析大數據應用的成功案例可見，大數據經過數據源分析挖掘到最終獲得價值包括了數據準備、數據存儲與管理、計算處理、數據分析和知識展現等5個步驟。

（1）數據準備。由于大數據的來源復雜、數量龐大、格式不一，質量良莠不齊，在進行存儲和處理之前，需要對數據進行清洗、整理。

（2）數據存儲與管理。大數據存儲系統不僅需要以極低的成本存儲海量數據，還要適應多樣化的非結構化數據管理需求，具備數據格式上的可擴展性。

（3）計算處理。根據處理的數據類型和分析目標，采用適當的算法模型，快速處理數據。海量數據處理要消耗大量的計算資源，因此分布式計算成為大數據的主流計算架構。

（4）數據分析。這個是大數據價值挖掘的關鍵環節。傳統數據挖掘對象多是結構化、單一對象的小數據集，可依據既定模型進行分析。對于非結構化、多源異構的大數據集的分析，需要發展智能的數據挖掘技術。endprint

（5）知識展現。大數據應用是服務于決策，以直觀、易懂的方式將分析結果呈現給決策者，是大數據分析的重要環節。

以上大數據應用必備的5大步驟，體現了大型互聯網企業的優勢。

（1）如谷歌、阿里、騰訊等大型互聯網企業擁有豐富的數據和強大的平臺，是大數據創新的基礎條件。以谷歌為例，其數據資源極為豐富，擁有全球網頁搜索索引庫，掌握幾十億用戶的搜索行為數據，建立了高分辨率的谷歌地圖數據庫，擁有谷歌+社交數據和YouTube海量視頻數據。谷歌的基礎設施也十分強大，在全球擁有36個超大型數據中心，上百萬臺服務器。

（2）大數據的應用效益必須依靠長期的不斷積累。例如搜索、廣告和推薦等成熟應用是在日積月累的微小進步中逐漸形成的。

（3）獲取大數據應用效益主要靠持續不斷的技術迭代。互聯網企業一直奉行敏捷開發、快速迭代的軟件開發理念，以長期持續“小步快跑”的研發方式，支撐了大數據應用效果的持續提升，建立了技術上的領先優勢。

（4）技術和應用的一體化組織是快速迭代的保障。與傳統行業“應用者——解決方案提供商”分離的組織形態不同，互聯網企業省去了解決方案供應商環節，可以迅速將需求轉化為解決方案。谷歌、百度等大型互聯網企業的研發人員占比一般都在50%～70%，為技術開發提供了強大的后盾。

（5）領先企業進行前沿創新，創新成果通過開源得到不斷完善并向全社會輻射，原創與開源相得益彰，形成了高效運轉的研發產業化體系。開源模式能夠降低研發和采購成本，還能夠啟發新的創意，加快再創新步伐。比如開源Apache Hadoop的大范圍應用，大大加速了大數據應用進程，一大批互聯網公司和傳統IT業都從這種技術擴散體系中受益。

3 大數據應用在傳統產業中推廣的難點

與環境限制

2013年8月，工信部向社會發布了《信息化和工業化深度融合專項行動計劃》，提出要促進工業大數據集成應用。支持和鼓勵典型行業骨干企業在工業生產經營過程中應用大數據技術，提升生產制造、供應鏈管理、產品營銷及服務等環節的智能決策水平和經營效率；支持第三方大數據平臺建設，面向中小制造企業提供精準營銷、互聯網金融等生產性服務。推動大數據在工業行業的管理和經濟運行中的應用，形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，從而提高行業管理、決策與服務水平。

與工信部推進兩化深度融合的急切心情相比，大數據應用的發展卻在傳統產業中遇阻，至今在國內乃至全球未見可普及推廣的應用案例與模式。當前傳統產業在大數據應用方面存在不容忽視的問題與環境限制因素。

（1）傳統產業正處于工業化與信息化融合的過程中，其關注的重點仍是產業生產過程的自動化，以實時感知、采集、監控生產過程中產生的數據為主，以實現生產系統的智能分析和決策優化為目標。因此，傳統產業很難構成市場需求——產業環境——供應鏈——生產體系——產品營銷——用戶，直至產品或服務擴散與反饋的全流程。流程的缺失導致數據的完整性受損，其大數據應用局限于生產流程內部，不具有推動整個傳統產業轉型升級的普遍意義。

（2）傳統產業類型十分廣泛，就某一企業而言很難有實力構建大數據處理、存儲、計算、分析挖掘與決策支撐的能力。比如，就數據存儲而言，谷歌文件系統（GFS）和Hadoop的分布式文件系統HDFS（Hadoop Distributed File System）奠定了大數據存儲技術的基礎。谷歌公司在2012年披露的Spanner數據庫在全球部署，系統規模達到100萬～1 000萬臺機器。相對而言，傳統產業沒有實力，也不可能完全采用谷歌系統，而目前尚缺少具有普適性的可以應用于傳統產業的大數據存儲技術。

（3）工信部提出第三方大數據平臺建設方案，為中小制造企業提供精準營銷、互聯網金融等生產性服務。形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，提高行業管理、決策與服務水平。但現實的狀況是由于企業的分散與信息化層次的參差不齊，第三方大數據平臺很難匯集真實、完整的數據。尤其是第三方大數據平臺難以形成有效的運行與盈利模式，其各項能力建設與升級缺乏持久性，目前在國內尚無成功的先例。

（4）與在大數據應用方面獲得成功的大互聯網企業相比，傳統產業不具有持續不斷的技術迭代能力，很難像互聯網企業一樣，長期采用以持續“小步快跑”的研發方式來支撐大數據應用效果的持續提升。另外，傳統產業也不具有技術和應用一體化的組織形態以保障快速的技術迭代。傳統產業是典型的“應用者——解決方案提供商”分離的組織形態，難以對大數據應用保持不斷開發的狀態。所以，傳統產業一旦建設了大數據應用能力，則很難實現新的技術迭代，最后淪為企業內部信息化的一部分。

（5）傳統產業大數據應用也難以依靠本身的創新，將成果通過開源形式進行不斷完善并向其他企業輻射，無法形成高效運轉的研發產業化體系。

綜上可見，當前以互聯網企業為主的成功的大數據應用案例，難以在傳統產業復制。

4 結束語

當前，以互聯網巨頭推動為主的大數據應用，在促進經濟社會發展與保障國家安全中己顯示和發揮了十分重要的作用。但是，作為國家經濟基石的傳統產業仍基本游離在大數據應用之外，這為大數據產業提出了嚴峻的課題，大數據應用之路才剛剛開始。

參考文獻：

[1] 工信部電信研究院. 大數據白皮書[Z]. 2014.

[2] 胡虎. 兩化融合引領全球創新風向[N]. 人民郵電報， 2014-05-26.

[3]清雨. 谷歌地圖VS蘋果地圖：大數據領域競爭[EB/OL]. （2012-10-04）. http：//tech.qq.com/a/20121004/000008.htm.

[4] 陳繼東. 支付寶正利用大數據預測賬戶風險[N]. 東方早報， 2014-03-12.

[5] 朱珠. 支付寶用大數據技術發布春運報告[N]. 經濟參考報， 2014-01-07.

[6] 何鑫. “數據”為產業轉型升級核心[N]. 深圳商報， 2014-01-03.

[7] 步軒. 制造業互聯網化正成為一種大趨勢[N]. 人民郵電報， 2014-05-09.

作者簡介

何廷潤：現任國家無線電頻譜管理研究所高級顧問，長期從事無線電技術與頻譜資源研究，主持并參與多項頻譜資源基礎理論研究與頻譜規劃項目研究，發表文章近百篇。endprint

（5）知識展現。大數據應用是服務于決策，以直觀、易懂的方式將分析結果呈現給決策者，是大數據分析的重要環節。

以上大數據應用必備的5大步驟，體現了大型互聯網企業的優勢。

（1）如谷歌、阿里、騰訊等大型互聯網企業擁有豐富的數據和強大的平臺，是大數據創新的基礎條件。以谷歌為例，其數據資源極為豐富，擁有全球網頁搜索索引庫，掌握幾十億用戶的搜索行為數據，建立了高分辨率的谷歌地圖數據庫，擁有谷歌+社交數據和YouTube海量視頻數據。谷歌的基礎設施也十分強大，在全球擁有36個超大型數據中心，上百萬臺服務器。

（2）大數據的應用效益必須依靠長期的不斷積累。例如搜索、廣告和推薦等成熟應用是在日積月累的微小進步中逐漸形成的。

（3）獲取大數據應用效益主要靠持續不斷的技術迭代?；ヂ摼W企業一直奉行敏捷開發、快速迭代的軟件開發理念，以長期持續“小步快跑”的研發方式，支撐了大數據應用效果的持續提升，建立了技術上的領先優勢。

（4）技術和應用的一體化組織是快速迭代的保障。與傳統行業“應用者——解決方案提供商”分離的組織形態不同，互聯網企業省去了解決方案供應商環節，可以迅速將需求轉化為解決方案。谷歌、百度等大型互聯網企業的研發人員占比一般都在50%～70%，為技術開發提供了強大的后盾。

（5）領先企業進行前沿創新，創新成果通過開源得到不斷完善并向全社會輻射，原創與開源相得益彰，形成了高效運轉的研發產業化體系。開源模式能夠降低研發和采購成本，還能夠啟發新的創意，加快再創新步伐。比如開源Apache Hadoop的大范圍應用，大大加速了大數據應用進程，一大批互聯網公司和傳統IT業都從這種技術擴散體系中受益。

3 大數據應用在傳統產業中推廣的難點

與環境限制

2013年8月，工信部向社會發布了《信息化和工業化深度融合專項行動計劃》，提出要促進工業大數據集成應用。支持和鼓勵典型行業骨干企業在工業生產經營過程中應用大數據技術，提升生產制造、供應鏈管理、產品營銷及服務等環節的智能決策水平和經營效率；支持第三方大數據平臺建設，面向中小制造企業提供精準營銷、互聯網金融等生產性服務。推動大數據在工業行業的管理和經濟運行中的應用，形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，從而提高行業管理、決策與服務水平。

與工信部推進兩化深度融合的急切心情相比，大數據應用的發展卻在傳統產業中遇阻，至今在國內乃至全球未見可普及推廣的應用案例與模式。當前傳統產業在大數據應用方面存在不容忽視的問題與環境限制因素。

（1）傳統產業正處于工業化與信息化融合的過程中，其關注的重點仍是產業生產過程的自動化，以實時感知、采集、監控生產過程中產生的數據為主，以實現生產系統的智能分析和決策優化為目標。因此，傳統產業很難構成市場需求——產業環境——供應鏈——生產體系——產品營銷——用戶，直至產品或服務擴散與反饋的全流程。流程的缺失導致數據的完整性受損，其大數據應用局限于生產流程內部，不具有推動整個傳統產業轉型升級的普遍意義。

（2）傳統產業類型十分廣泛，就某一企業而言很難有實力構建大數據處理、存儲、計算、分析挖掘與決策支撐的能力。比如，就數據存儲而言，谷歌文件系統（GFS）和Hadoop的分布式文件系統HDFS（Hadoop Distributed File System）奠定了大數據存儲技術的基礎。谷歌公司在2012年披露的Spanner數據庫在全球部署，系統規模達到100萬～1 000萬臺機器。相對而言，傳統產業沒有實力，也不可能完全采用谷歌系統，而目前尚缺少具有普適性的可以應用于傳統產業的大數據存儲技術。

（3）工信部提出第三方大數據平臺建設方案，為中小制造企業提供精準營銷、互聯網金融等生產性服務。形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，提高行業管理、決策與服務水平。但現實的狀況是由于企業的分散與信息化層次的參差不齊，第三方大數據平臺很難匯集真實、完整的數據。尤其是第三方大數據平臺難以形成有效的運行與盈利模式，其各項能力建設與升級缺乏持久性，目前在國內尚無成功的先例。

（4）與在大數據應用方面獲得成功的大互聯網企業相比，傳統產業不具有持續不斷的技術迭代能力，很難像互聯網企業一樣，長期采用以持續“小步快跑”的研發方式來支撐大數據應用效果的持續提升。另外，傳統產業也不具有技術和應用一體化的組織形態以保障快速的技術迭代。傳統產業是典型的“應用者——解決方案提供商”分離的組織形態，難以對大數據應用保持不斷開發的狀態。所以，傳統產業一旦建設了大數據應用能力，則很難實現新的技術迭代，最后淪為企業內部信息化的一部分。

（5）傳統產業大數據應用也難以依靠本身的創新，將成果通過開源形式進行不斷完善并向其他企業輻射，無法形成高效運轉的研發產業化體系。

綜上可見，當前以互聯網企業為主的成功的大數據應用案例，難以在傳統產業復制。

4 結束語

當前，以互聯網巨頭推動為主的大數據應用，在促進經濟社會發展與保障國家安全中己顯示和發揮了十分重要的作用。但是，作為國家經濟基石的傳統產業仍基本游離在大數據應用之外，這為大數據產業提出了嚴峻的課題，大數據應用之路才剛剛開始。

參考文獻：

[1] 工信部電信研究院. 大數據白皮書[Z]. 2014.

[2] 胡虎. 兩化融合引領全球創新風向[N]. 人民郵電報， 2014-05-26.

[3]清雨. 谷歌地圖VS蘋果地圖：大數據領域競爭[EB/OL]. （2012-10-04）. http：//tech.qq.com/a/20121004/000008.htm.

[4] 陳繼東. 支付寶正利用大數據預測賬戶風險[N]. 東方早報， 2014-03-12.

[5] 朱珠. 支付寶用大數據技術發布春運報告[N]. 經濟參考報， 2014-01-07.

[6] 何鑫. “數據”為產業轉型升級核心[N]. 深圳商報， 2014-01-03.

[7] 步軒. 制造業互聯網化正成為一種大趨勢[N]. 人民郵電報， 2014-05-09.

作者簡介

何廷潤：現任國家無線電頻譜管理研究所高級顧問，長期從事無線電技術與頻譜資源研究，主持并參與多項頻譜資源基礎理論研究與頻譜規劃項目研究，發表文章近百篇。endprint

（5）知識展現。大數據應用是服務于決策，以直觀、易懂的方式將分析結果呈現給決策者，是大數據分析的重要環節。

以上大數據應用必備的5大步驟，體現了大型互聯網企業的優勢。

（1）如谷歌、阿里、騰訊等大型互聯網企業擁有豐富的數據和強大的平臺，是大數據創新的基礎條件。以谷歌為例，其數據資源極為豐富，擁有全球網頁搜索索引庫，掌握幾十億用戶的搜索行為數據，建立了高分辨率的谷歌地圖數據庫，擁有谷歌+社交數據和YouTube海量視頻數據。谷歌的基礎設施也十分強大，在全球擁有36個超大型數據中心，上百萬臺服務器。

（2）大數據的應用效益必須依靠長期的不斷積累。例如搜索、廣告和推薦等成熟應用是在日積月累的微小進步中逐漸形成的。

（3）獲取大數據應用效益主要靠持續不斷的技術迭代。互聯網企業一直奉行敏捷開發、快速迭代的軟件開發理念，以長期持續“小步快跑”的研發方式，支撐了大數據應用效果的持續提升，建立了技術上的領先優勢。

（4）技術和應用的一體化組織是快速迭代的保障。與傳統行業“應用者——解決方案提供商”分離的組織形態不同，互聯網企業省去了解決方案供應商環節，可以迅速將需求轉化為解決方案。谷歌、百度等大型互聯網企業的研發人員占比一般都在50%～70%，為技術開發提供了強大的后盾。

（5）領先企業進行前沿創新，創新成果通過開源得到不斷完善并向全社會輻射，原創與開源相得益彰，形成了高效運轉的研發產業化體系。開源模式能夠降低研發和采購成本，還能夠啟發新的創意，加快再創新步伐。比如開源Apache Hadoop的大范圍應用，大大加速了大數據應用進程，一大批互聯網公司和傳統IT業都從這種技術擴散體系中受益。

3 大數據應用在傳統產業中推廣的難點

與環境限制

2013年8月，工信部向社會發布了《信息化和工業化深度融合專項行動計劃》，提出要促進工業大數據集成應用。支持和鼓勵典型行業骨干企業在工業生產經營過程中應用大數據技術，提升生產制造、供應鏈管理、產品營銷及服務等環節的智能決策水平和經營效率；支持第三方大數據平臺建設，面向中小制造企業提供精準營銷、互聯網金融等生產性服務。推動大數據在工業行業的管理和經濟運行中的應用，形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，從而提高行業管理、決策與服務水平。

與工信部推進兩化深度融合的急切心情相比，大數據應用的發展卻在傳統產業中遇阻，至今在國內乃至全球未見可普及推廣的應用案例與模式。當前傳統產業在大數據應用方面存在不容忽視的問題與環境限制因素。

（1）傳統產業正處于工業化與信息化融合的過程中，其關注的重點仍是產業生產過程的自動化，以實時感知、采集、監控生產過程中產生的數據為主，以實現生產系統的智能分析和決策優化為目標。因此，傳統產業很難構成市場需求——產業環境——供應鏈——生產體系——產品營銷——用戶，直至產品或服務擴散與反饋的全流程。流程的缺失導致數據的完整性受損，其大數據應用局限于生產流程內部，不具有推動整個傳統產業轉型升級的普遍意義。

（2）傳統產業類型十分廣泛，就某一企業而言很難有實力構建大數據處理、存儲、計算、分析挖掘與決策支撐的能力。比如，就數據存儲而言，谷歌文件系統（GFS）和Hadoop的分布式文件系統HDFS（Hadoop Distributed File System）奠定了大數據存儲技術的基礎。谷歌公司在2012年披露的Spanner數據庫在全球部署，系統規模達到100萬～1 000萬臺機器。相對而言，傳統產業沒有實力，也不可能完全采用谷歌系統，而目前尚缺少具有普適性的可以應用于傳統產業的大數據存儲技術。

（3）工信部提出第三方大數據平臺建設方案，為中小制造企業提供精準營銷、互聯網金融等生產性服務。形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，提高行業管理、決策與服務水平。但現實的狀況是由于企業的分散與信息化層次的參差不齊，第三方大數據平臺很難匯集真實、完整的數據。尤其是第三方大數據平臺難以形成有效的運行與盈利模式，其各項能力建設與升級缺乏持久性，目前在國內尚無成功的先例。

（4）與在大數據應用方面獲得成功的大互聯網企業相比，傳統產業不具有持續不斷的技術迭代能力，很難像互聯網企業一樣，長期采用以持續“小步快跑”的研發方式來支撐大數據應用效果的持續提升。另外，傳統產業也不具有技術和應用一體化的組織形態以保障快速的技術迭代。傳統產業是典型的“應用者——解決方案提供商”分離的組織形態，難以對大數據應用保持不斷開發的狀態。所以，傳統產業一旦建設了大數據應用能力，則很難實現新的技術迭代，最后淪為企業內部信息化的一部分。

（5）傳統產業大數據應用也難以依靠本身的創新，將成果通過開源形式進行不斷完善并向其他企業輻射，無法形成高效運轉的研發產業化體系。

綜上可見，當前以互聯網企業為主的成功的大數據應用案例，難以在傳統產業復制。

4 結束語

當前，以互聯網巨頭推動為主的大數據應用，在促進經濟社會發展與保障國家安全中己顯示和發揮了十分重要的作用。但是，作為國家經濟基石的傳統產業仍基本游離在大數據應用之外，這為大數據產業提出了嚴峻的課題，大數據應用之路才剛剛開始。

參考文獻：

[1] 工信部電信研究院. 大數據白皮書[Z]. 2014.

[2] 胡虎. 兩化融合引領全球創新風向[N]. 人民郵電報， 2014-05-26.

[3]清雨. 谷歌地圖VS蘋果地圖：大數據領域競爭[EB/OL]. （2012-10-04）. http：//tech.qq.com/a/20121004/000008.htm.

[4] 陳繼東. 支付寶正利用大數據預測賬戶風險[N]. 東方早報， 2014-03-12.

[5] 朱珠. 支付寶用大數據技術發布春運報告[N]. 經濟參考報， 2014-01-07.

[6] 何鑫. “數據”為產業轉型升級核心[N]. 深圳商報， 2014-01-03.

[7] 步軒. 制造業互聯網化正成為一種大趨勢[N]. 人民郵電報， 2014-05-09.

作者簡介

何廷潤：現任國家無線電頻譜管理研究所高級顧問，長期從事無線電技術與頻譜資源研究，主持并參與多項頻譜資源基礎理論研究與頻譜規劃項目研究，發表文章近百篇。endprint