大数据：掌握话语权要关注基础技术

《2015年中国大数据交易白皮书》显示，预计到2020年，中国大数据产业市场规模将是2014年规模的10倍，由2014年的767亿元扩大至8228.81亿元。全球大数据市场高速增长，已经成为全球IT领域中的增长亮点。在中国尽管大数据仍处于起步阶段，但各地发展大数据的积极性较高，行业应用推广迅速。在这个热情高涨的大数据市场，中国要想进一步释放大数据的价值，掌控大数据的技术话语权，必须关注大数据的基础技术。

眼下，虽然中国对大数据的热情很高，但我们必须看到目前中国在大数据关键技术上的布局其实是有所欠缺的。目前世界各国都在抢先布局大数据的关键技术、基础技术，因为从目前的技术架构和技术基础来看，用现成的技术来解决大数据的问题还面临诸多的挑战。不久前，IBM中国研究院院长沈晓卫接受《中国电子报》记者采访时坦言，我们要想真正从数据中获得洞察、获得价值，需要更高效、更智能的数据处理和分析平台，以及相应的工具。其一，传统的IT技术，需要有更大的突破。比如物联网处理系统需要一秒钟处理上百万信息，比如对非结构化的数据进行存储和处理，需要新的技术。其二，需要引入物理模型来模拟物理世界。比如对天气的理解，比如对疾病的风险控制的理解，比如对智能工厂的理解，都需要构建大量的物理模型，并挑出更合适的模型，对物理世界作出更好的模拟和理解。其三，需要更强大的认知计算，要求认知计算有更强大的自然语言的能力、更强的机器学习能力等。

基于对市场需求和技术趋势的判断，事实上国外IT巨头在大数据的关键技术上投入了大量人力、物力和财力来进行关于大数据关键技术的研发。我们大家都知道现在谈及大数据的利用，一定都会提及开源的Hadoop技术，事实上对于大数据的利用仅仅依靠Hadoop是不够的。我们朝向产业互联网推进时面临非常多的挑战，我们的计算架构、计算模式也面临很大挑战。比如传统的计算机分析和数据整理方式，首先是收集数据，然后储存在数据库程序中，然后在收到请求后搜索这些数据。这是一个高效的处理方式，但却是一个紧绷的结构，而且通常会造成时间的浪费。而在流计算当中，高级软件的运算法则在接收流数据时就开始对其进行分析。流计算在实时数据分析领域具有巨大的应用空间，包括天气、江河、电力、股票交易等等。但目前，中国的IT产业在流计算方面并没有太多的话语权。面对大数据的挑战，有非常多类似流计算的新技术，关键技术都需要中国IT企业做更多的布局，只有这样，我们的大数据发展，大数据利用才不会变成“无根”的产业。

事实上不仅仅是在平台和工具等基础技术维度，中国要想在大数据领域拥有更大的话语权，更好地释放数据的价值，还必须在数据模型的维度、在数据科学家等维度进行大量的投入。目前全球前1500强的企业都有自己的数据科学家。据国外职业人士社交网站LinkedIn公布的2014年最受雇主喜欢、最炙手可热的25项技能，统计分析和数据挖掘技能位列榜首。研究机构Gartner预测，2015年，全球将新增440万个与大数据相关的工作岗位，25%的组织将设立首席数据官职位。

不久前，阿里云宣布启动阿里云大学合作计划AUCP，联合国内8所高校开设云计算与数据科学专业方向，目标是到大学里培养大数据的科学家。应该说阿里巴巴是国内企业中“大数据意识”觉醒比较早的企业。对于大数据这样的应用学科的人才培养，需要充分借助企业的资源。在国外企业中，IBM对于全球大数据的人才培养投入了巨大资源，已与全球1000多所大学一同合作，构建一个输送数据科学家的“通道”。

推进大数据应用需要大量的数据科学家，需要教育体系更重视大数据的人才培养，需要更多的领先企业参与进来，仅仅有阿里巴巴或者是IBM是远远不够的。