张瑞雯组大数据报告

大数据：技术，产业与管理见就报告

一、四次产业革命概况

1.第一次产业革命

第一次工业革命革命是以工作机的诞生开始的，以蒸汽机作为动力机被广泛使用为标志的。这一次技术革命和与之相关的社会关系的变革，被称为第一次工业革命或者产业革命。

第一次工业革命使工厂制代替了手工工场，用机器代替了手工劳动;从社会关系来说，工业革命使依附于落后生产方式的自耕农阶级消失了，工业资产阶级和工业无产阶级形成和壮大起来。

2.第二次产业革命

第二次工业革命(Second Industrial Revolution）起于19世纪七十年代，主要标志：电力的广泛应用（即电气时代) 1870年以后，科学技术的发展突飞猛进，各种新技术、新发明层出不穷，并被迅速应用于工业生产，大大促进了经济的发展。这就是第二次工业革命。当时，科学技术的突出发展主要表现在四个方面，即电力的广泛应用、内燃机和新交通工具的创制、新通讯手段的发明和化学工业的建立。控制论创始人维纳提出的概念是第二次工业革命典型特征为自动化。

3.第三次产业革命

第三次科技革命是人类文明史上继蒸汽技术革命和电力技术革命之后科技领域里的又一次重大飞跃。[1]第三次科技革命以原子能、电子计算机、空间技术和生物工程的发明和应用为主要标志，涉及信息技术、新能源技术、新材料技术、生物技术、空间技术和海洋技术等诸多领域的一场信息控制技术革命。[1]第三次科技革命不仅极大地推动了人类社会经济、政治、文化领域的变革，而且也影响了人类生活方式和思维方式，随着科技的不断进步，人类的衣、食、住、行、用等日常生活的各个方面也在发生了重大的变革。[2]第三次科技革命它加剧了资本主义各国发展的不平衡，使资本主义各国的国际地位发生了新变化；使社会主义国家在与西方资本主义国家抗衡的斗争中，贫富差距逐渐拉大，促进了世界范围内社会生产关系的变化。

4.第四次产业革命

大数据，人工智能，3D打印，虚拟现实等高科技正在加速推动第四次产业革命，这就是第四次产业革命，主要还是互联网的进一步发展。

5.数据技术所处地位

从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。随着信息技术的高速发展，人们积累的数据量急剧增长，动辄以TB计，如何从海量的数据中提取有用的知识成为当务之急。数据挖掘就是为顺应这种需要应运而生发展起来的数据处理技术，是知识发现(knowledge discovery in database)的关键步骤。

Big Data作为一个专有名词成为热点，主要应归功于近年来互联网、云计算、移动和物联网的迅猛发展。无所不在的移动设备、RFID、无线传感器每分每秒都在产生数据，数以亿计用户的互联网服务时时刻刻在产生巨量的交互……要处理的数据量实在是太大、增长太快了，而业务需求和竞争压力对数据处理的实时性、有效性又提出了更高要求，传统的常规技术手段根本无法应付。

在这种情况下，技术人员纷纷研发和采用了一批新技术，主要包括分布式缓存、基于MPP的分布式数据库、分布式文件系统、各种NoSQL分布式存储方案等。

数据技术技术地位是很重要的。在现代科技社会之中数据处理技术已经深入到生活之中。

二、技术发展趋势

根据美国的权威科技杂志综合分析认为现代高科技包括以下方面的六种技术：即1、信息技术；2、交通运输技术；3、能源利用技术；4、新材料的开发与利用；5、生物工程技术；6、环境科学技术。

按我国原国家科委的分类，现代高新技术主要是指：

1、微电子科学和电子信息技术；

2、空间科学和航天技术；

3、光电子科学和光电子一体化技术；

4、生命科学和生物工程技术；

5、材料科学和新材料技术；

6、能源科学和新能源、高效节能技术；

7、生态科学和环境保护技术；

8、地球科学和海洋工程技术；

9、基本物质科学和辐射技术；

10、医药科学和新医药技术；

11、其他在传统产业上应用的新工艺、新技术。

联合国的分类是国际上权威的一种，联合国认为，高科技主要有信息技术、生命科学技术、新能源与可再生能源科学技术、有益于环境的高新技术和管理科学技术、新材料科学技术、海洋科学技术。

就具体来说，人工智能技术、3D打印、VR技术等应用得比较多。个人在2016年凯文•凯利出版的《必然》一书中，“屏读”一词得到很好的诠释，也例举出了许多身边的情况分析。

三、产业前景（2016年）

综合2015年的行业职业薪酬报告、国家政策走向以及市场趋势，最后我们再来谈一谈2016年具有较大发展前景的行业：

1、互联网/电子商务：以往的数据、国家的支持、市场的信心都是利好，必将使这个行业前景更加火爆。在这方面，国内尤其要看BAT这三家领军公司。最近，百度基于人工智能技术的发展，目前正在搜索方面积极实行智能化，正在开发百度无人车。阿里巴巴在今年的双十一又一次大获丰收，最近，马云更是提出电子商务也即将过时，在综合分析后，提出“新零售”时代，新零售的四大趋势：“消费即娱乐”、买卖全球一体化、线上线下全面融合、大数据构建高度个性化消费场景。腾讯在继微信、QQ两大支柱产品外，在电子竞技、生活娱乐等各个领域都在涉足。

2、提供专业服务的(IT技术外包/培训/咨询/财会)的行业因为这个行业的专业技能壁垒较高，依然会有较大市场，行业前景依然乐观。比如专业考研培训、专门的咨询公司、考证公司等。

3、金融类行业：随着互联网+上升到国家层次，金融类行业大规模的改制也随之而来，这个行业的前景将会更加被看好。比如在会计学方面，电子登账、记账等逐渐推广。

4、机器人/3D打印等IT技术类行业：这类行业由于专业人才有限，市场需求旺盛，并且发展速度非常快，相信在2016年会非常有发展前景。2016年上半年红于网络的阿尔法狗大战李世石，在网上掀起一股讨论和饭后的热潮，究竟人和机器，哪个会赢？等等，在高校等事业单位，自助打印机慢慢普及开来。随着VR技术的逐步推广，虚拟办公、生活离我们越来越近。。

5、房产家居类行业：行业虽然是传统行业，但是只要模式一变更并不是夕阳行业了。房产O2O，智能家居行业现在正发展得如火如荼，2016年的发展前景也是非常不错的。记得在2015年，四川家具产业协会就与阿里巴巴签署了合作协议，共同促进传统行业在新时代下的再发展。

就成都而言，随着建设国家中心城市和一带一路战略的推进，未来成都在汽车制造、航空航天、生物制药、人工智能、轨道交通等五大领域会有重大突破。目前正在建的大型仓库、快速通道、环城区地铁等都是很好的体现。

四、管理领域的动态

主要体现为理念和管理形式的变化，“人本”思想得到普遍认同，运用网络进行会议、讨论等公司的一系列活动也越来越多。人才作为一种流动的高附加值资产越来越受到重视。

（一）企业管理的变革

大数据所蕴藏的巨大价值势必将掀起一场商业模式和管理决策上的深刻变革，其影响力将渗入企业的每个细节，企业管理者应转变思维，变革企业管理模式。大数据时代下的企业不仅要掌握更多更优质的数据，还要有足够的领导力，先进的管理体系，才能在竞争中游刃有余。大数据对企业管理的变革将体现在以下方面：

1、清晰定义数据需求

有人认为大数据时代下，管理者的经验、直觉和视野所起到的决定作用将日益减小，但恰恰相反的是，大数据时代所需要的商业领袖是那些能够发现商机、开拓市场、有敏锐创新思维并说服员工投入其全新想法的领导者，能针对企业的众多管理决策做出变革。

2、广泛的实时用户定制

大数据实现了用户定制的质的飞跃，使得实时个性化成为可能。在大数据时代，个性化将颠覆一切传统商业模式，成为未来商业发展的终极方向和新驱动力。大数据为个性化商业应用提供了充足的养分和可持续发展的沃土，如基于交叉融合后的可流转性数据、全息可见的消费者个体行为与偏好数据等等，未来的商业可以通过研究分析这些数据精准挖掘每一位消费者不同的兴趣与偏好，从而为他们提供专属的个性化产品和服务。

3、据技术人员的管理

大数据时代下，数据技术人员的价值将极为凸显，其中最重要的莫过于能够处理大数据的“数据科学家”。对于数据科学家来说，统计技术是必不可少的，但比统计技术更重要的是清理和组织大型数据的能力，因为大数据时代的数据格式往往是非结构化的。最好的数据科学家要能够懂得“商业语言”，帮助管理者从数据的角度理解企业所面临的挑战。

4、数据跨职能跨部门的流动

高效的企业需要把信息和决策分配给不同的部门。大数据时代，企业应具有一个灵活的组织架构，最大化企业跨职能的合作。管理者需要为各部门的决策人员提供合适的数据和懂得相关技术的专家。同时，IT规划与运维应得到管理者的足够重视，健全的企业IT架构有助于解决孤岛问题。

5、基于数据的运营与决策

大数据将催生由信息驱动的的商业模式，在企业的价值链中发挥中间作用，通过商业交易创建极具价值的“排出数据”；数据驱动的决策制定，利用可控实验，企业能够验证假设、分析结果以指导投资决策及运作改变；利用大数据进一步提高算法和机器分析的作用，避免成本高昂的人工干预，节约成本，提高效益。除此之外，大数据还会对企业的营销、绩效、人力等方面有深刻地影响。企业要抓住大数据时代的机遇，除了注重技术与人才的培养，还必须敢于变革，采用更为先进的管理模式，才能在信息时代蓬勃地发展。

（二）大数据时代的管理变革

当世界开始迈向大数据时代时，社会也将经历类似的地壳运动。在改变人类基本的生活与思考方式的同时，大数据早已在推动人类信息管理准则上重新定位。然而，不同于印刷革命，我们没有几个世纪的时间去适应，我们也许只有几年时间。

管理变革1：个人隐私保护，从个人许可到让数据使用者承担责任。

·对于一些危险性较大的项目，管理者必须设立规章，规定数据使用者应如何评估风险、如何规避或者减轻潜在伤害。例如，数据化个人坐姿信息，如预测驾驶员的注意力状况（如昏昏欲睡、醉驾以及暴怒等），向周围其他驾驶员发出警报以防止发生交通事故。根据目前的隐私规范，需要新一轮的告知与许可。

·从个人许可到让数据使用者承担责任，因为将责任从民众转移到数据使用者很有意义，因为数据使用者比其他人更能明白他们想怎么样使用数据，也因为他们是最大利益获得者：监管机制可以决定不同种类的个人数据必须删除的时间。

·“差别隐私”：信息模糊。

管理变革2：个人动因VS预测分析

·依据大数据预测做出的决策，特定的防护措施必须到位：

公开原则，包括数据和算法

公正原则，第三方专家公证的可靠、有效的算法系统

可反驳原则，明确提出个人可以对其预测进行反驳的具体方式

确保个人动因能防范“数据独裁”的危害

管理变革3：击碎黑盒子，大数据算法师的崛起

·计算机科学、数学和统计学领域的专家

·保证公正和保密

·外部算法师：公证的审计员角色

·内部算法师：监督机构内部大数据活动

管理变革4：反数据垄断大亨

为了确保给大数据提供一个与早期技术领域情况相当的活跃的市场环境，我们应该事先数据交易，比如通过授权和协同合作的方式。

五、总结

大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。

dstamd��_(�