《元宇宙：复刻人类社会》：元宇宙的前生今世（一）
《元宇宙：复刻人类社会》：前言 - 简书 (jianshu.com)
现在我们已经无法寻找到最早将Metaverse翻译成元宇宙的人，但是元宇宙相对于最早的元界一词更能表达其代表的场景，这也是中文的美妙之处，简单直接但又赋予极深的内涵与蕴意。
从技术发展的视角看，元宇宙是实现了完全互联互通的网络的终极理想，也是互联网发展到一定阶段的必然，这是前提，然后才是在这张网中所包含的技术要素与场景。当然，从更广泛的意义里，元宇宙也应当有思想，生活方式等内容，这就是为什么很多人试图从一个简要的视角诠释元宇宙，发现越探究越容易陷入观点互搏的境地，所以就元宇宙本身而言，你只能从全场景中思考局部，从更高的视野中观察具体，这也是了解元宇宙的方式。
国内，个体在线化被称之为互联网的上半场，而企业、产业的在线化被称为互联网的下半场，无论是上半场还是下半场面对的都是非常宏大的场景，有趣的是在更大的场景里，我们终究需要面对与概括个体在线化后的数据与下半场的产业在线化后的整体互联网定义，这就是元宇宙的前生今世。
1.1智能的数据，虚拟化的数字世界
巧合的是数字化转型这个词与元宇宙的出现紧密相连，两者间隔的时间不过一年的时间。2020年疫情刚开始出现的时候，数字化成为科技行业最重要的关键词，并推动了企业向数字化体系靠拢，2021年元宇宙出现，成为承接数字化进程的重要技术场景。所以，我们有的时候不得不惊叹时代发展的偶然与必然。
更早的时候，当互联网的下半场这个词出现时，人们只联想到产业互联网时代开启，但是仅仅是时隔一年，全真互联网成为科技圈最为关注的名词。
所以，我们想要完全理解元宇宙就不得不理解数字化所带来的影响，以及它对元宇宙的深入影响，其中最重要的一项就是数据智能化与模型化。虽然大规模的数据挖掘与分析行为在更早的时候就已经发生，或者说在商业中已经被普遍使用。直观的就是几乎所有的自媒体平台都增加算法推荐这一模式，即便是最保守的知乎最终也选择算法推荐的模式。算法成为主导我们一切的技术要素。你在某电商平台点击或者在某一件商品停留时间稍微长一点，与此合作的其他平台就能精准地将关联性商品依据算法推荐给你。算法，深刻影响了我们今天所见的内容与商品分发模式，也衍生出了公域与私域的运营模式。公域像海洋，你需要不断投入动静才能获取到更多的关注，但是你如果想要更持久的关注就需要将流量引到你主导的私域流量池之中。因此，有人将如今互联网归纳为算法主导一切的网络，但是算法主导一起的时代真的能够持续吗？显然，互联网需要更多的创造，用户也需要更多，更丰富的创作成果，才能保持持续的关注。
无论是算法还是数字化，数据成为基础养料，谁掌握数据谁就主导一切。真相是这样的吗？显然这个说法有失偏颇，静态化的数据与动态化的数据所产生的价值明显不一样。从信息化时代开始，办公自动化软件已经促进人们开始将数据在线化，与今天相比早期的数据更多是通过人力完成的，大量的公式与函数称为人们必须掌握的技能，也成为衡量人们专业能力高低的标准。今天，大量的数字工具更进一步，不仅仅能够完成数据的自动收集与整理，还能够将一切数据可视化，模型，给个人或者企业提供可参考的运营建议，而我们将这个阶段称之为动态数据时代。
智能化，则是更进一步，数据处理的高效率时代正式到来，至此大数据时代才真正到来，或者说人联网所完成大规模数据收集才真正产生巨大的商业价值。
即便是今天，数据的意义仍被很多企业所忽视，我们过去对数字化过程中关于数据的定义简单分为两个类型：
（1）静态数据：存储在软件工具中，只是被简单用来记录与统计的符号；
（2）动态数据：流动的数据，能可视化，可以具体到非常详细的数据看板，也可以发生链接，这些我们定义为动态数据。
我们可以简单地用一个场景来形容：某企业有10000名高端用户，这些用户每个月给企业带来一百万营收，这些用户被记录在企业的CRM系统之中或者Excel中，系统与表格中的数据量虽然在增加，但是对于企业而言，这些数据就是被用来保证联系，或者对账，再进一步最多是发发礼品，那么这些数据就是非常典型的静态数据。如果我们进一步，这10000名用户再进一步挖掘，汇总出占比20%的用户贡献了80%的收入，其中30%的用户在一个省份，是高端用户聚集最多的省份等等，数据转化为动能，影响企业的决策，这是目前绝大部分企业能够做到的阶段，那么再进一步，某企业建立用户分析模型，对关键数据进行跟踪，同时将重点数据可视化，所有用户群体的反馈都能及时传输到企业运营决策之中，在这个环节中，数据动态化了，这就是动态数据。
数字化进程中，最常提及的还有智能的数据，如果我们从微观的层面看：数据的智能，实际上是借助数字工具实现终端数据能够及时与更为庞大的数据汇总，最终实现数据的海洋，再通过数据技术进行挖掘，整理，分析等，形成可用的数据反馈。数据流通的路径，本身就是一张巨大的网络，中间有细小的节点，也有稍微大一点的节点，而这些节点在更大的网络空间中，都可以定位为终端，这些终端的存在就是为了确保数据流的汇总。某种程度上，数据流的畅通是建立在复杂且成系统的终端体系之上的。
我们在讨论数据处理效率时，经常会有这样一个思考：完全直接的链接与多个终端协作的链接，哪个更具效率。这就像自来水厂到每户家庭中，中间需要经历很多的中转站才能将自来水送到每家每户。
大数据也是如此，首先是尽可能实现最末端的数据收集，这样才能实现数据量的最大化，其次才是汇总，反馈在企业端或者是数字平台，最后才是更大的系统中，也就是从个人，到企业，到服务商，到产业，到国家，最终汇集到云端，实现最终的统一。
云的出现，让大数据处理更具效率。我们谈论数据安全时，经常说到数据安全，这个安全不是指原始数据的泄露，因为数据中也存在无效数据，对于不同级别的组织而言，不同的数据也存在不同的商业价值。
《中国智慧城市导刊》中关于云计算与大数据之间的关系是这么描述的，如图1.1所示：
大数据处理大量的结构化，半结构化或非结构化数据，以进行存储和处理以进行数据分析，大数据有五个方面，通过5V来描述：
（1）数量-数据量
（2）种类-不同类型的数据
（3）速度-系统中的数据流率
（4）价值-基于其中包含的信息的数据价值
（5）准确性-数据保密性和可用性。
云计算以按需付费的模式向用户提供服务。云计算商提供三种主要服务，这些服务概述如下：
（1）基础架构即服务（IAAS）：服务商将提供整个基础架构以及维护相关的任务。
（2）平台即服务（PASS）：在此服务中，Cloud提供程序提供了诸如对象存储，运行时，排队，数据库等资源。但是，与配置和实现相关的任务的责任取决于使用者。
（3）软件即服务（SAAS）：此服务是最便捷的服务，它提供所有必要的设置和基础结构，并为平台和基础结构提供IAAS。
Cloud通过可伸缩且灵活的自助服务应用程序抽象了挑战和复杂性，从而启用了“即服务”模式。从最终用户提取海量数据的分布式处理来看，大数据需求是相同的。云中的大数据分析有多个好处：
（1）改进分析：随着云技术的进步，大数据分析变得更加完善，从而带来了更多的结果。因此，公司倾向于在云之行大数据分析。此外，云有助于整合来自众多来源的数据。
（2）简化的基础架构：大数据分析是基础架构上的一项艰巨的工作，因为数据量大，速度和传统基础结构通常无法跟上的类型。由于云计算提供了灵活的基础架构，我们可以根据当时的需求进行扩展，因此管理工作负载很容易。
（3）降低成本：大数据和云技术都通过减少所有权为组织创造和价值。
（4）安全与隐私。
（5）虚拟化：虚拟化技术是大数据的理想平台，像Hadoop这样的虚拟大数据应用程序具有多种优势，这些优势在物理基础架构上是无法访问的，但他简化了大数据管理。大数据和云计算指出了各种技术和趋势的融合，这使IT基础架构和相关应用程序更加动态，更具消耗性和模块化。因此，大数据和云计算项目严重依赖虚拟化。
图1.1 大数据和云计算之间的关系
“虚拟技术使一种通过组合或分区现有计算机资源，使得这些资源变现为一个或者多个操作环境，从而提供优于原有资源配置的访问方式的技术。虚拟化就是把物理资源转变为逻辑上可以管理的资源，以打破物理机构之间的壁垒。未来，所有的资源都是透明的，虚拟世界运行在各种各样的物理平台上，资源的管理都将按照逻辑方式进行，完全实现资源的自动化分配，而虚拟化技术就是实现它的理想工具。”—《科普中国》关于虚拟技术的解释。
所以，我们今天谈论元宇宙，首先需要知道这是现实的映射，是通过虚拟技术构建的虚拟空间，而非是物理的。同样，也正是因为虚拟的，才可能具备无限的想象与发挥的空间。数据的在线化到大数据技术的挖掘，再到云端的汇总，基于虚拟技术，才有智能的可能，技术的发展，可能会在某个时候并线发生，但最终还是在某个场景中实现统一，这就是偶然与必然。
数据的数字化，或者说数据的智能化，到了元宇宙时代则更进一步，每一个数据不再是冷冰冰的代码或者二进制字符串，而是数字通证，甚至代表每一位现实中在元宇宙中的虚拟身份，而这个身份最终演变成了活生生的，活动的数字人或者其他数字生物，物体，这些又共同构建了数字世界，也只有这个阶段，这样的数字世界，才是元宇宙所代表的一切。
元宇宙中的数据，除了是身份，还是资产，甚至是一个虚拟的小世界，也只有到了这个时候数据才真正的是活动的，是联动的，甚至的是智能的。
