大數據的未來

姚芳沁

距離美國《自然》雜志在2008年9月的封面專刊中首次提出“大數據”的概念，至今剛好過了10年。在這10年間，大數據由一個學術界的新名詞演變成決定人類工作和生活方方面面的龐大系 統。

什么是大數據？市場調研公司IDC從4個維度的特征來定義它，即數據集的規模（Volume）、數據流動的速度（Velocity）、數據類型的多少（Variety）和數據價值的大小（Value）。

簡單說，就是當數據量超過了單臺計算機的處理能力時，就形成了大數據。它的出現本身就是互聯網世界擴張的必然結果。

搜索引擎Google為了解決日益膨脹的海量數據存儲和處理問題，成為大數據技術開發的先行者。當大數據的基礎架構搭建完成之后，后來的大數據應用有了更大的想象空間。2013年大數據技術開始向商業、技術、醫療、政府、教育、經濟、交通、物流及社會的各個領域滲透，因此這一年也被稱為大數據元年。

云技術的主流化讓中小公司在不需要花巨額成本搭建數據系統的情況下，便可以從云端遠程獲得大數據為自己的業務服務。大數據技術也不再是大公司的專利，它的商業機會達到空前繁榮。市場調研公司IDC預計大數據業務和數據分析市場將以年平均11.7%的增速持續擴張，到2020年在全球將達到2030億美元的規模。

從普通的消費者產品到工業設備，幾乎每件產品內都可以植入一個芯片來實現數據收集。這些帶有通信能力的設備組成了物聯網。在生活中，隨處可見的傳感器、智能手機、可穿戴設備、智能家居、工業機器人、無人駕駛汽車等物品，都可以是物聯網上的一環。物聯網設備之間通過數據分享，再由自動化系統組織協作，便可以讓這些機器獨立分析和完成一些任務。

調研公司Gatner預計到2020年有超過半數的新興商業體都會基于物聯網運行。這就對高速數據傳輸的穩定性提出了極高的要求。試想一下，在攜帶了眾多傳感器的無人駕駛汽車上，如果有一個出現了片刻停頓，就會造成數據傳輸的缺失，其后果將攸關人命。

因此，在未來的數據處理中，能滿足瞬間反應需要的5G通信技術將會成為主流。5G的優勢不僅在于更高速的數據傳輸，還能減少網絡通信過程中的延遲問題。延遲是指獲取對發送的信息響應所需的時間，因此5G可以實現過去4G網絡下無法實現的事情。比如，通過5G網絡連接機器人，便可以協調它們彼此間的工作，進一步優化工業自動化水 平。

當人們身邊的一切都成了數據采集器時，可想而知，數據量也將面臨爆炸式的增長。依照當前的計算機處理能力，分析大量的數據還是得花上一定的時間。如果能在幾分鐘時間內處理幾十億的數據量，便能為公司提供更快速及時的數據分析結果。

這樣的數據處理能力，只有通過量子計算機才能實現，2019年也將是量子計算機正式走向商業化的一年。

量子計算機采用量子力學原理處理計算。傳統計算機中，數據存儲是以“比特”（byte）為單位。每個比特在特定時刻只有0或1中的一個狀態。而在量子計算中，數據以量子比特（qubit）的形式存儲，量子比特是0和1的疊加狀態，也就是說，它既可以是0也可以是1。這就讓一個量子比特可以完成兩個比特才能完成的并行運算，讓量子的計算能力相比傳統計算機，以指數級別增長。

Google投資的量子計算機公司D-Wave的聯合創始人Eric Ladizinsky用了一種更通俗的比喻來解釋量子計算的原理。假設你被要求5分鐘內在國家圖書館5000萬冊藏書中的其中一本書的某頁上找到一個大寫字母“X”，這根本就不能做到。但如果你處于5000萬個平行現實中，每個現實中的你會查看不同的書籍，某個現實中的你必然能找到這個“X”。普通計算機就是那個需要在5分鐘內找遍盡可能多的書的你，而量子計算機能將你復制出5000萬個，每個同時翻找一本書。

這種超快的計算速度將徹底改變所有行業。以人工智能為例，人工智能在學習時需要依靠大量的數據和運算，量子計算可以解決訓練量和速度的問題，大大提高學習進程。

去年8月，摩根士丹利發布了一份32頁的報告，預測在接下來的10年內，量子計算機將對油氣、醫療、金融、航空、國防、人工智能等多個行業產生深遠影響，換句話說，量子計算機可以在任何依賴大數據的行業發揮作用。摩根士丹利預計，高端量子計算機的市值將從目前的50億美元增長到2025年的100億美 元。

那么，有了這么多數據到底有什么用？曾幫助Facebook建立更精確的數據分析系統的Jeffrey Hammerbacher在Facebook IPO時憤憤地說，“我這代人中最聰明的大腦都在思索如何讓人們點擊廣告。”沒錯，早期的數據應用焦點幾乎都在廣告上，這主要也是因為對大數據研究最為成熟的技術巨頭，其商業模式大多是依賴廣告收入。

正如《經濟學人》所指出的，目前全球最有價值的資源不是石油，而是數據。不論政府還是公司都不會輕易放棄對它的掌控。

當然數據應用的潛力遠不止于廣告，以數據支持的商業決策也成為一種主流文化。

成立于2015年的Streetbees是一家利用大數據技術顛覆市場調研的創業公司。它的數據分析能給到企業客戶諸如“哪個項目最有可能達成”“推動銷售增長的核心因素是什么”“某產品是否可以進入一個新興市場”等具有戰略性的指導意見。

Streetbees的數據直接來自用戶個人上傳。用戶可以像在社交媒體上發布信息那樣在Streetbees的平臺上，以文字、圖片或是視頻的形式更新自己的日常狀態，比方說一張吃早餐的圖片就包含了你在哪里吃早餐、選擇哪些早餐品牌等數據，它們代表著消費者行為最真實的信息。

不過，大多數的公司都面臨著同樣的困境：如何把海量的、原始的、未經整理的數據轉化成有價值的方案建議，指導商業行為。

“當前任何涉及數字化應用的領域都需要數據的支持。盡管那些最耗時的數據收集工作已經可以自動完成，但這還遠遠不夠，任何好的大數據分析工具最后都需要人性化的元素。數據的購物體驗就應該像你在使用Spotify一樣，你輸入想要的內容，它就能直接給你答案。”市場研究公司Forrester Research的首席研究員Michele Goetz對《第一財經》雜志說。

如何簡化數據分析在商業應用中的程序，讓它變得更直觀更可視化而且還必須支持自然語言，人工智能可以做到。大數據公司的競爭焦點也由數據整合和分析能力轉移到數據知識的呈現，即以一種通俗易懂的形式來表達數據分析結果的價值，把數據翻譯成能直接被人理解的知識建議。

早在2014年，IBM就推出了基于云技術的自然語言人工智能數據分析服務Watson Analytics。企業客戶可以直接用自然語言發問，沃森就表現得像個專業的商業顧問一樣。在這個過程中，Watson Analytics能夠自動完成數據整理，分離出有用的數據，分析得出要點和趨勢，并用可視化的形式表達出來。

Streetbees也開發了類似的人工智能產品。它能時刻分析處理用戶上傳的數據，并總結出趨勢特征。當客戶有需要時，就可以直接以自然語言向數據庫提問，并獲得對應的解答。

加入人工智能技術的服務調研正獲得越來越多大公司的青睞，Streetbees的客戶包括了聯合利華、百事、沃達豐、歐萊雅等大型跨國公司。去年，Streetbees還獲得了歐洲最大的技術風投公司Atomico領投的價值1200萬美元的A輪融 資。

“接下來就是要讓人工智能完成更為專業化、人性化的數據分析任務。比如可以總結一大段文字的核心要點，大量數據中反映出怎樣的趨勢，然后用一種講故事的方式呈現出來。”Streetbees的創始人、公司CEO Tugce Bulut對《第一財經》雜志說。Streetbees現在正在開發這種自動講故事的產品。

當然，沒有大量數據的支持，任何公司都無法完成對人工智能算法的訓練和提升。對于像Streetbees這樣的創業公司來說，很大一部分數據資源來自于公共數據，包括政府、世界銀行和經濟合作與發展組織的開放數據。Streetbees將公司總部設在英國，很大一部分原因也在于英國在開放數據方面的良好環境。

11家可能在量子計算領域有飛躍進展的公司

在萬維網基金會針對全球數據開放程度的國家排名中，英國與加拿大并列排名第一。

英國政府早在2010年就發表了開放數據政策，并上線了data.gov.uk網站。整個項目由萬維網的發明者Tim Berners-Lee負責。“我們花很大的成本組建政府公共數據，如果就把它堆放在辦公室里，實在太浪費了。”BernersLee當時在接受BBC采訪時說。他的理想就是將數據作為一種公共資源來對待。data.gov.uk一共包括了10項服務類別，數據集從啟動時的2500個，增長至目前的4.5萬個。

交通部門在開放數據方面表現最好。倫敦交通局把時刻表、服務狀態、運行異常通告等對所有人免費公開，總共80個開放數據源都可以經由統一的API接入，大大提高了第三方開發者使用這些數據的效率。倫敦交通局的數據顯示，目前有超過600個App都在使用這些開放數據，其中也包括最受歡迎的地圖交通軟件Citymapper，它們為倫敦經濟貢獻了1.3億英鎊（約合11.3億元人民 幣）。

此外，英國也希望通過開放數據吸引一些新興技術到英國開發測試。2018年英國地形測量局公開地圖數據，方便企業使用它的地理信息數據，這些數據已經用在了無人駕駛汽車的測試中。此外，使用地理信息數據來優化定位追蹤技術，對于引導公共交通、跟蹤供應鏈、規劃貨運路線都有很大的幫 助。

盡管英國所有的政府公共部門都有自己的開放數據戰略，但每個部門所提供的數據質量和開放程度參差不齊。比如一些數據會有缺失，政府開支的數據通常都是過期的—當開放數據有助于通過某項立法時，政府部門便會表現積極一些，否則便是敷衍的態度。

因此，在2017年12月，英國政府又針對開放數據提出了新的修改意見，明確規定哪些數據必須開放，以及如何保證開放數據便于人們使用。

“數據應該以一種開放并且易于使用的形式存在，這樣第三方在使用數據時才能創造新的價值。僅僅開放數據是不夠的。數據的質量以及獲取數據的便利性是開放數據下一階段的目標。”英國首相特雷莎·梅當時發表講話時說。

Bulut認為不應該只是政府等公共部門具有開放數據的義務，在保證數據匿名的前提下，那些社交媒體巨頭也應該把它們的數據開放給所有人。“只有這樣才能實現用戶數據使用的全透明化，因為數據的最終所有權屬于每個人，而不是某個機構或是大公司。”Bulut說。

在Streetbees，所有參與調研的用戶都能獲得獎勵，Streetbees把收入返還給真正為調查做貢獻的普通人的做法，也讓它和用戶之間的關系更透明，用戶可以隨時提供他們愿意分享的信息，他們也很清楚這些信息會用來做什么。“用戶對自己的信息如何使用完全知情。這跟Facebook那種背著用戶把他們的喜好轉賣給第三方的做法是完全不同的。”Bulut說。

去年3月，Facebook爆出數據泄露丑聞，驚醒了那些在數據經濟下狂奔的人，用戶數據隱私的重要性被提到了一個前所未有的高度。兩個月后《通用數據保護條例》（GDPR）在歐盟正式生效，這項被稱為“史上最嚴數據法”最重要的原則之一是，有數據的地方就要有保護。

數據保護要由“屬地”轉向“屬人”。因而對于數據的保護也就不止于國界，任何企業只要在歐盟市場有業務，涉及到收集用戶個人信息的，都要受到GDPR的監管。

歐洲議會在2012年1月提出要改革歐盟數據保護法規，2016年4月通過了GDPR，并給予企業兩年的過渡期調整。理論上來講，準備時間已足夠充裕。可事實是，在Facebook出事之前，根本沒有人把它當回事，就在GDPR正式生效前4個月，還有1/4的企業從沒聽說過GDPR。

“很少有公司能1 0 0%執行新規。”United Lex的首席隱私官Jason Straight對《第一財經》雜志說，他所在的公司負責為企業客戶制定遵守GDPR法案的具體章程。

根據GDPR的規定，出現數據泄露問題的企業必須在72小時之內向執法機構匯報，用戶個人數據是如何被收集和使用的、目的是什么，企業必須完全透明地向用戶解釋清楚。“很長時間以來，企業的做法都是先想盡辦法從用戶那里騙來數據，然后再考慮怎么利用它們，而在GDPR下，這種方式就行不通了。”Straight說。

2011年至2027年大數據產業的預計市場規模

“你瘋了嗎？如果告訴用戶我們是如何使用他們的數據，他們肯定不愿意把數據給我們了。”這是Straight聽到的很多企業客戶的反應。而GDPR就是要消滅這一點。

更令這些企業恐懼的一條規定是所謂的“數據獲取需求”，歐盟成員國的公民有權要求瀏覽由企業收集的個人信息資料，這些用戶—在GDPR的規定中他們被稱為“數據主體”（Data Subject）—可以要求刪除、修改數據，甚至讓公司以任何形式寄送一份詳細的數據資料以供閱覽。要知道，這些數據很有可能分布在多個不同的服務器上，其格式種類更是多到數不清，有些公司可能自己都未必知道所有數據的去 向。

GDPR還提出了一項頗具創新性的權利，即用戶擁有“數據的可攜權”，它不僅賦予用戶取得個人數據的權利，還賦予用戶傳輸該數據的權利。舉例來說，用戶可以要求Facebook將自己所有的個人數據打包成Twitter、LinkedIn或是微博都能使用的格式，并能傳輸到其他平臺繼續使用。

所以要做到真正執行GDPR，企業需要重新設立和規劃自己的內部組織架構，以便在用戶提出類似的需求時能及時反饋。

有批評人士認為，歐盟推出如此嚴格的數據保護法令，將有可能限制數據產業以及整個互聯網行業的發展。為了合規，企業必須投入相當大的一筆成本，這也不利于中小企業的發展。而對于大公司來說，為了避免觸犯GDPR，很有可能出現的趨勢是限制與第三方平臺分享用戶數據，轉而利用數據自己做新產 品。

就連政府在開放數據上的態度也因敏感的數據隱私問題而變得保守起來。去年，英國開放數據的管理單位由數字服務部轉到了數字、文化、媒體和體育部，象征著政府希望對數據采取集中化管理；8月，英國財政部發布的一份報告指出，政府開始質疑免費開放數據是否過于理想，以及這種做法有可能對安全、隱私造成的危害。

大數據所帶來的便利以及商業價值的發揮，離不開持續的數據供給，對于真正生產數據的用戶而言，把數據交給他人分析，又免不了擔心隱私的泄露。有關大數據的未來，也就存在于開放與隱私間的持續博弈。