京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网巨头齐聚贵阳数博会共话大数据蓝图
2016中国大数据产业峰会暨中国电子商务创新发展峰会(以下简称数博会)于2016年5月25日至29日在贵州省贵阳市隆重举行,在数博会期间,互联网各大商业巨头齐聚贵阳,就中国大数据的发展齐发声。
李彦宏:人工智能与大数据密切相关“近几年人工智能为什么这么火?最主要的一个原因就是因为大数据。”百度公司创始人、董事长兼首席执行官李彦宏在数博会上讲到。
随着物联网、移动互联网、云计算等信息技术的飞速发展,大数据日益成为科技进步和信息化发展的核心方向。而与大数据密切相关的人工智能顺势而上,飞速发展。
李彦宏谈到,无人车是一个典型的人工智能的应用。它用一台电脑加上轮子来实现司机所做的事情。同时,一台无人车一天可能要处理十几个T的数据,这是很庞大的,它的意义甚至超出了互联网。他预言,“也许我们的下一波的产业技术革命不仅仅是建立在大数据的基础上,更多的会是建立在人工智能基础上。”“无人车的例子告诉大家人工智能能做的事情非常非常多。”李彦宏说道,如果说工业化是把人从体力劳动当中解放出来的话,那么人工智能很可能会把人从简单的劳力劳动中解放出来。过去我们认为只有人能实现的事情,未来越来越多的情况下机器可以实现了。
对于无人驾驶车及人工智能在中国的发展,李彦宏非常期待。他介绍道,“安徽芜湖市将专门拿出一个区域供百度进行无人车实验,在这个区域内,将不允许‘有人车’行驶。”同时他还表示,希望看到只有无人车行驶的城市出现在中国。
马化腾:共建大数据生态推动新经济发展“腾讯定位为只做连接,我们希望能够和合作伙伴共建整个大数据的生态。”在2016贵阳数博会上,腾讯公司控股董事会主席兼首席执行官马化腾先生对共建大数据生态发表了自己的看法。
马化腾说道,“从今天的嘉宾演讲看到,大数据已经不仅仅是一个企业的探索,它已经上升为国家战略并写入“十三五”的规划纲要,从中可以看出大数据的发展得到了国家的高度重视。”随着中国经济新旧动能转化,在互联网和大数据创新领域方面产业获得了高速发展。“举一个例子,比如地理位置信息技术,腾讯有投资一些基础地图的公司之余,但是实际上大量数据还要依赖于生态中的合作伙伴,比如说在出行领域的嘀嘀打车,它有每天超过上千万单的出行记录,数百万车辆实时的把地理位置信息能和我们的平台一起汇集。”马化腾认为,这些信息都是掌握在整个生态领域的各个伙伴里,他希望汇总起来反哺给合作伙伴。在他看来,这些基础设施是将来大数据生态的一个助燃剂,也是国家未来经济新动能的基础设施。“像大数据和未来的共建生态里,我们决定做哪些基础要素呢?第一个是云,第二个是移动支付,第三个是地理位置信息技术以及安全。这些基础设施促成我们和周边生态伙伴合作,也就是朋友圈的这些合作伙伴一起来共建。”马化腾分析道。
刘强东:“大数据+电商”发展将为销售行业踩上“风火轮”
“我相信大数据将来能够对整个中国的零售消费品行业带来极大的效率提升”。在数博会上,京东商城创始人、董事局主席兼首席执行官刘强东对“大数据+电商”的价值进行了评估。
刘强东表示,以前网络商家是被动接受订单耗时耗力,而利用大数据就可以变被动为主动。根据数据分析,可以就地远近提前配货,订单一旦生成,消费者随即就可以收到货物。
“在未来5至10年,随着新技术的应用,现有的购置环境会再次发生改变,很多商品本身也许就是一个购物终端。”他预言,汽车可能会成为一个购物终端,在某一个配件磨损之前就生成订单,当故障出现时新的汽车配件就已经送到。
随着数据技术的不断发展,商品会成为一个销售界面和管道,不需要电商平台进行销售,刘强东对网络购物平台的未来表示担忧。但同时他也认为,变化就是机遇,物流服务是不会消失的。
中国现在每天有十几万亿的库存金额,在刘强东看来,这个库存金额永远产生不了任何价值,只会产生巨额社会成本。“我坚信有一天通过大数据在电商领域的发展,一定能够消费没有价值的库存,真正实现社会零库存”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23