河北慧日信息技术有限公司

      2017年，大数据和人工智能开始加速。互联网的深入发展，用户在衣、食、住、行等各色场景下产生大量数据，然而相关数据显示我国大数据利用率仅为0.4%。如何推进大数据的深入利用，是摆在企业面前的一个亟待解决的问题。

      目前在该方面，相关企业已经开始了探索实践，他们将来自用户杂乱无章的数据通过算法，整合成有价值的数据，深化大数据技术在新时代的应用。

      一、政企数据共享及流通尚待完善

      近日，深创投董事长倪泽望在演讲中指出，探索合理的利益分配方式，使得数据合理的流通和分享是大数据行业需要关注的一个点。政府部门掌握非常多非常有效的数据，这些数据在很多方面都能提供重要的支撑，但是目前还没有一个非常成功的应用案例。

      他举例，假如，最近比较火的“金拱门”要新开一家店，涉及到选址问题，要调查周边有多少目标人群，从政府那里获取数据要比在马路上搞调研来的高效而准确。

      今年6月，数据中心联盟大数据发展促进委员会曾主办数据流通关键问题暨标准化研讨会，对于数据流通的问题进行探讨。华东政法大学教授、数据法律研究中心主任、财产法研究院院长高富平表示，据流通和使用的基础是数据合规。

      据了解，我国数据流通与数据交易仍然存在数据供方与数据需方信息不对称、数据交易规则不明确等诸多问题。“数据”作为一项新能源的顺畅流通可能还需要很长时间的发展。

      二、什么样的大数据企业具有投资价值？

      极客帮创投创始人蒋涛曾讲述了评估大数据公司价值时的三个维度。第一维度，投资核心团队技术出身，又在做技术产品的企业，即研发大数据相关技术、以及从基础技术上升到数据应用层的公司，例如前身是因特尔Hadoop的团队的星环。

      第二维度，挖掘数据应用场景、在数据应用领域上有深耕的企业。以今日头条为例，用爬虫的技术和个性推荐的技术，把互联网上所有公开的新闻聚合起来提供读者。蒋涛认为这是一个没有人意识到的风口，目前极客帮参与投资了IT桔子等在某一领域做信息聚合、抓取的公司。同时，通过对公开信息进行抓去并作出预测的企业也具有一定的前景。

      第三维度，可以产生数据的企业。例如在不具备数据源基础的教育行业，极客帮以以批改网为破局点，通过人工智能的手段批改作文，目前累积批改2.5亿作文，1200家高校使用该产品，作文的批改被数字化之后，在教育行业里边创造出来原来没有的数据。

      另一方面，对于一些不公开数据的领域，蒋涛表示可以投资成长比较慢的SaaS信息化公司，数据增值和行业数据深度积累可以使这些公司慢慢冒出头来。

      三、两个大数据应用典型场景：智慧交通及智慧银行

      1.滴滴出行：与企业、政府形成合力优化城市交通

      滴滴出行智慧交通资深专家孙伟力坦言，单个来看，滴滴为某一用户反馈出行线路是一件很简单的事，但问题在于，滴滴每天要处理这样的路径规划达200亿次，这就对滴滴的运算能力、大数据处理能力提出了非常大的挑战。

      如何回到出行最本质的需求，高效达到目的地？滴滴开启了与政府的合作。济南智慧信号灯是一个滴滴参与的一个典型项目，他们通过车辆轨迹数据检测车辆通过交叉口时启动和停止数据，来延长或缩短交通信号灯变色时间，以提升行车效率，降低延误。

      目前，滴滴在济南、武汉、苏州等城市上线超过300个路口，平均路口延误时间下降达到10%。

      2.工商银行：大数据助力e-ICBC智慧银行转型

中国工商银行网络金融部资深专家陈忠德近期表示，中国工商银行数据资产呈现出三大特点：第一，数据规模庞大，结构化和非结构化数据规模达到了PB级。第二，数据量增长迅速，线上线下多渠道的高频使用带动了数据的高速增长。第三，数据类型多样化。不仅有客户信息，帐户信息，产品信息，交易信息等传统类型的银行数据。

      工商银行自上世纪九十年代末启动了数据仓库的建设，全行企业级大数据基础建设工作逐年完善。2015年，进一步完善以客户为核心的基础数据整合，2016年进一步构建客户标签实现了客户统一画像，2017年上半年进一步完善客户分层，建立产品库，渠道库，建立标签库模型库。下一步工商银行将进一步推动智能化应用落地实施工作。前期我们也在这方面做了一些大数据应用的尝试。

      例如，将大数据技术应用于风险控制，根据用户的交易信息、黑名单信息等等多种多样的数据，进行一些欺诈行为的拦截，效果明显。

      2017年1月，工业和信息化部正式印发了《大数据产业发展规划（2016－2020年）》，《规划》提出到2020年，我国技术先进、应用繁荣、保障有力的大数据产业体系基本形成，大数据相关产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右。

      大数据产业挑战与机遇并存，打通数据流通局限、更精确的资本介入以及更多大数据场景的拓展等可能是未来一段时间大数据发展的重要关注点。