爭奪大數據“挖掘”制高點

　　時代呼喚新的“礦工”，尋找新的挖掘技術和工具，成為搶占大數據風口的制高點，關于數據挖掘的賽事也成為外界觀察大數據脈動的風向標。

　　文 本刊記者?馬文良

　　一堆毫無交集的數據，經過一番交融薈萃，催生出全新的應用，激發出全新的商業模式，孕育出新的產業，培育出新的經濟增長點，顛覆著傳統的經濟活動…… 數據挖掘顯現的這一系列價值，正在推出一個以數據挖掘為核心的大數據價值輸出新時代。

　　影響所及，無所不達。3月1日，一場圍繞數據挖掘的全球賽事——2017中國國際大數據挖掘大賽在我國首個大數據試驗區貴州宣布啟動。

　　“相對于采集、儲存，數據挖掘是大數據走向應用創造價值的關鍵。”大賽組委會一位負責人表示，“貴州在拼命開放數據的同時，也在全力進行數據挖掘，就是要盡快‘逼出’大數據的價值，讓大數據戰略釋放出大紅利。”

　　貴州只是全球大數據浪潮的縮影。無論中國的西部，還是美國的硅谷，“挖掘”的聲音在全球同步響起，洶涌澎湃。數據資源的開放，挖掘工具的進步，商業前景的清晰，數據挖掘成為新一輪市場熱點，愈發受到資本的追捧。

　　數據價值輸出新時代

　　“如果把大數據比作石油，那么挖掘就是勘探、鉆井、提煉、加工。核心是把數據資源變現成商用價值。”一位曾參與國家大數據行動計劃綱要起草的專家表示，數據資源已經成為國家戰略性資源，我國必須盡快在大數據挖掘這個關鍵點有所突破。

　　目前國際主流的做法是把大數據鏈條分為數據獲取、預處理、存儲、挖掘或分析、可視化五個關鍵環節，挖掘被認為是核心。

　　“真正的大數據就體現在大數據的深度挖掘應用。”中科院院士、北京理工大學副校長梅宏在一次大數據論壇上表示。

　　“這實際上是數據價值在不斷提升的體現。”上述國家大數據行動計劃綱要起草專家分析說，以前是對于數據資源的利用，更多是信息的獲取，例如企業通過經營數據的分析統計，總結過去的經營活動。而現在不再局限于信息獲取，同時實時數據資源的挖掘，可以優化業務模塊，可以催生新的業務模塊，這是顛覆性的。

　　全球知名咨詢公司德勤發布的《2016分析趨勢報告》認為，數據挖掘的威力和價值正在凸顯出，它幫助人們作出更明智的決策，優化企業和社會運轉。“商界正在積極尋找可以讓他們贏得優勢的科學方法。”

　　“我們已經走進數據價值輸出的時代。”該專家表示，“大數據依靠挖掘而呈現的巨大商業價值，正在成為推動經濟變革的新引擎。”

　　挖掘需要更多的數據

　　豐富的數據源是進行大數據挖掘的前提。德勤最新發布報告《2017德勤技術趨勢》指出，數據資源正在指數級的增長，到2020年，全球的數字預計將達到44澤字節（zetta bytes）。”

　　盡管數據資源在全球呈指數級增長，但是數據資源的開放和共享程度卻亟待提升。“從國際上看，政府數據開放還處于初期階段，主要通過制定戰略或政策文件形式指導開放。”中國信息通信研究院互聯網法律研究中心主任工程師楊筱敏說。

　　楊筱敏說，2015年我國密集發布了多個相關文件，其中最主要的是國務院《促進大數據發展行動綱要》。綱要對相關政策進行了梳理，提出在開放前提下加強安全和隱私保護，在數據開放的思路上增量先行，提出在2018年底前建成國家統一的數據開放平臺。

　　“目前我國信息數據資源80%以上掌握在各級政府部門手里，‘深藏閨中’是極大浪費。”2016年5月9日的全國推進簡政放權放管結合優化服務改革電視電話會議上，國務院總理李克強要求盡快實現政府數據開放。

　　實際上，嗅覺靈敏的貴州、寧夏等省份，早在幾年前就開始布局大數據。貴州甚至是全國第一個大數據綜合試驗區，政府數據開放是其重要的試驗內容。

　　貴州在2014年開始大數據行動，第一步就是打造一個數據開放共享的“聚通用”云上貴州平臺。到了2016年下半年時候，貴州突然加大了推進力度，啟動“數據‘聚通用’攻堅會戰”。

　　貴州省大數據發展管理局副局長康克巖介紹，2017年元旦前夕，貴州省法人單位、人口、空間地理、宏觀經濟四大基礎數據庫數據匯入共享平臺，貴州率先實現50%以上政府數據“云上”開放共享。

　　記者梳理發現，北京、上海、浙江、青島、武漢地已建立了專門的政府數據開放平臺。最近，河北省和安徽省均表示要在2018年底前初步建成政府數據開放平臺。

　　在此次大賽啟動會上，來自貴陽、北京、上海、深圳、廣州、杭州等17個國內政府數據開放先行城市的代表，共同發布了《共同促進數據開放及應用行動宣言》，呼吁共同努力促進政府數據開放。

　　“新礦工”挖掘新未來

　　隨著數據資源越來越多，數據形態越來越豐富。康克巖在分享貴州數據開放經驗時表示，在進行海量數據匯集過程中，有一個難題就是數據格式不統一、標準不統一。

　　形態各異的數據正是大數據的顯著特征。海量的圖片、聲音和視頻甚至互聯網上的閑言碎語——《2017德勤技術趨勢》將這種非結構化的數據稱之為暗數據。

　　德勤在報告里宣稱，這些暗數據是比以往任何時候都更有價值的數據源，當然，對挖掘技術的要求也越來越高。

　　不過這并沒有阻擋市場的熱情，越來越多大數據企業和數據科學家加入到“暗數據挖掘”戰。

　　移動信息化研究中心2月10日發布的《2016中國大數據市場研究報告》顯示，國內大數據企業此前主要聚焦在技術壁壘較低的應用、可視化等環節，而在存儲和挖掘等環節，極少有企業切入。但是到了2016年，看到了利好消息。該報告顯示，從2013年到2016年，數據挖掘在大數據產業鏈中的分布情況從4.1%上升到9.2%。

　　該報告也顯示，從大數據主要產業鏈市場份額占上看，數據存儲約占12.5%，存儲14.7%，應用7.9%，挖掘占比最高，為17.3%。報告認為產業鏈縱向各環節均屬藍海市場，而挖掘高風險與高收益并存。

　　麥肯錫更是對數據挖掘大唱贊歌。麥肯錫全球研究所一份報告指出，到2025年，物聯網11.1萬億美元的年產值中60%將來自于對數據的整合和挖掘。

　　事實上，國內資本看好大數據挖掘這片市場，多數大數據創新企業在A輪或A輪以前可以融到數千萬的啟動資金，極大程度的催熟創新企業的成長。

　　知名風投看好，作價千萬提前布局，這其中不乏有IDG資本、經緯中國、達晨創投的身影。聚焦于數據挖掘的昆侖數據曾獲得達晨創投數千萬元的A輪融資。

　　資本的熱捧下，人工智能（AI）、深度學習等大數據挖掘技術和工具的概念也烈焰高漲。時代呼喚新的“礦工”，尋找新的挖掘技術和工具，成為搶占大數據風口的制高點，關于數據挖掘的賽事也成為外界觀察大數據脈動的風向標。

　　“2017年大賽將聚焦數據挖掘及應用，清晰展現大數據價值路徑。”上述大賽組委會負責人士表示，“以貴陽為代表的貴州，在政府數據開放領域形成領先全國的態勢，為大數據挖掘大賽提供了很好的基礎和支撐。”