李清芳
(中國石化石油勘探開發研究院,北京 100083)
現如今,信息化已然變成經濟市場穩定發展的必備要素之一,而信息化的進程中大數據正是重中之重,經濟市場要創造價值,回饋社會就離不開大數據。它與人們的生活息息相關,是企業發展程度、社會進步速率、政府宏觀調控的重要決策和判斷依據。大數據是信息技術發展過程中的重要成果,也標志著人類科技向AI逐步發展。與此同時,我國也印發了《促進大數據發展行動綱要》來對大數據環境內科技管理該如何發展,在大數據參考標準、前景規劃、成果展示等多個領域進行推進,致力構建我國的大數據系統。
大數據(Big Data)是一類在輸入、儲存、管理、解析等層次幾乎完全脫離了舊有數據庫軟件上限的數據集合,它使用新型的數據處理方式,且具有數據來源廣、基礎數據多的特點,可以對數據進行極速處理,包括篩選、分類、定位等。大數據是互聯網發展到一定規模的成果。
在大數據時代,人們通過網絡留下的任何信息都會被抓取,儲存在一個信息系統中,當多個信息系統內的數據聚集到一定程度時,就成為了大數據的集合,也稱為數據資產,人們可以通過這些大數據做出分析和決策,篩選自己需要的信息。此外,大數據也給各行各業帶的精細化管理帶來了新的發展趨勢,在過去,人們注意的是信息的精確性和細致性,現如今,數據量極巨,數據類型與結構多種多樣,可操作性,實用性遠超過去,在社會的方方面面都有著積極的影響。
自2008年big data(大數據)的概念首次被提出后,它已經越發頻繁地出現在人們的視野里,廣為被全球的政府、企業、科研所重視與使用。比如在美國的洛杉磯,當地的警察就通過大數據來對犯罪分子進行定位與抓捕,在2012年美國大選時,統計學專家Nack Sliver就成使用大數據精準地預測了最終結果,馬云也曾在演講中提到,未來不只是TI的,更屬于大數據,顯然在阿里旗下的多款軟件如淘寶、支付寶都極為倚重大數據技術,經常對客戶的喜好、購買力進行分析、然后精準推薦商品。大數據可以讓簡化科研程序、在文化、經濟、環境多個領域都能發揮無可替代的促進作用。
科研管理的實質是綜合管理,在大數據時代來臨以后,科研管理也具有了新的意義,它通過對人員、金錢、設備等各類資源,使用高效地科技方式進行管理。在“物聯網”“智能傳感器”這類高科技裝置發明以后,標志著“物體”也可以提供數據,因此導致科研實驗數據暴增、復雜化、數據結構變化顯著。而這類海量的非結構化數據的處理與解析十分困難,在科研方面,數據最終表現為 量大、來源廣、低價值密度的特點,這也逐漸變為科研管理的新特點。
在大數據環境下,科研實驗所需要處理的數據量也越來越龐大,而且其結構更為復雜,價值密度相比過去的數據也較低。只有在有明確方向進行篩選后,大數據的真正價值才能得到體現。為了適應這種變化,在大數據的背景下,科研工作者必需對數據和其分析結果嚴格把控,保證其真實可靠,所以需要大量的異構大數據,這就導致數據采集設備花費要增加,進而增加了科研成本。
通過學者們多年的探討,在當今大數據時代所應用的科研管理不同于以往的科研管理,可謂去蕪存菁。以第二章提及的科研管理新特點為出發點,讓大數據處理、物聯網運營和云計算平臺等信息化的幾大板塊有邏輯地參與進來,為創建多元化的、全開放的科研管理信息化平臺而努力。理想的目標是讓該科研管理信息化平臺成為符合使用者意愿和需求的工具,以及向使用者提供多元性科技管理業務,從性質上大致分為戰略支撐服務、政策保障服務、研發活動服務、成果產業化服務這四種類型。
科技服務業作為創新驅動的后備支撐和戰略導向,為衍生的科技產業、成果系統等的順利產生和升級提供有力保障,而這無疑離不開科技戰略支撐平臺。科技戰略支撐的外在表現形式為政策的制定、發表、落實。科技政策體系直接體現了國家對科技發展的規劃,引領科技企業發展,包括財政科技政策、金融科技政策、實體企業政策及相關法律法規。這些條例相輔相成,構建成一個完整的科技政策保障體系。
研發過程是科技發展的至關重要的一環。在這個飛速發展的時代,科研人員更應充分利用物聯網運營和云計算平臺,獲取有效的資源,按照科研所需進行優化數據處理,提高數據運算速度和資源利用率,以達到科研管理效率最大化。科研成果及產業化是整個科技發展到一定階段最直觀的產物,同時也標志著經濟利益的產生,并促進科研進行新一輪發展。當科研成果被認可、被推衍、被更多企業或個人運用,市場對科研成果的需求增大,科研人員與外界的界限逐漸模糊,科技與經濟相互促進、共享服務,創造雙贏局面。
綜上所述,大數據背景下的科技管理系統在傳統的基礎上,將信息技術的比重適當增大,更加注重科技管理體系的多元性和信息資源的共享性。科研院所、金融機構、企業、高校作為參與主體,以合作共贏的態度,共同打造科技創新服務的大數據平臺,達成對科研的全過程管理。
互聯網對現代社會的影響深重,不僅改變了信息和數據的收集、創造、處理和應用,還促進了科技管理在戰略、政策、研發、成果方面的優化。在大數據背景下,科研管理體系隨著信息化板塊的推進,將不斷完善升級。