
阿里巴巴涂子沛:互联网+基础是数据化
9月10日下午消息,由新浪广东承办的中国(广东)国际“互联网+”博览会今日在广东省佛山市举行,阿里巴巴副总裁涂子沛发表演讲指出,数据是信息的土壤,我们今天所谈的互联网就是数据化,所以阿里巴巴一切业务数据化,所有的业务让他在数据上形成。
以下为涂子沛演讲实录:
我们开幕的时候提到了机器人,这次展览可能是最大的一个展览,今天要说你好机器人,因为我们在迈入一个崭新的时代,我们发现机器人向我们靠拢,我们要去学怎么操作一个机器,但是今天机器在试图理解我们,在这个时代之前都是人类向机器靠拢,那机器的时代又可以说是一个智能时代,根本是什么?我认为根本在于数据,所以今天的话题是大数据是智能世界的土壤,现在很多人说大数据,有人说黄金、石油,我认为都不对,黄金和石油都是一次性消耗,数据不是,数据永远可以用,传统工业时代的黄金石油水泥,你用别人就不能用,数据刚刚说过,在云上可以无数的人同时使用,所以认为数据是土壤,所以我们今天互联网+我认为是数据化,所以阿里巴巴一切业务数据化,所有的业务让他在数据上形成。
阿里巴巴大家首先想到是电商,跟传统企业有什么区别没有,每一件电器卖到哪一个地方不知道,它是不知道每一件设备卖到哪里,但是在顶上平台上是知道的,我们这种连接是通过数据,互联网企业和终端用户之间,建立一种数据,提供服务,真正形成连接,大家知道阿里巴巴最早是一家电商平台,我们会发现平台上每交易一件产品,都留下了数据,每一个经营的商家,记录所有的明细,我们非常知道它的经营状况,大家注意阿里巴巴怎么从一家电商平台华丽转身成为金融平台,成为金融公司,因为数据,我们今天阿里小贷,已经为一百多万用户发放贷款,我们不仅仅做这个,经过很多环节,那今天把工厂放到互联网上,开放生产原材料就可以了,全部在互联网上完成,我们原来生产一万件衣服,流水线怎么开通,今天做这个一百件衣服也能个性化生产,所以我们未来要说网商,不仅仅是贸易商,还有制造商,还有设计商,在网上交易自己的设计,整个工业制造都可以搬到这里来,我们淘工厂在东莞,一个月内有一百家企业上来了,是去年推出的服务,目前看只有服装,接下来开放相关的皮鞋美妆了,我认为这也是智能制造,不见得一定是流水线上,是很重要的文件,我们用数据不仅仅是把整个制造过程放到互联网上,今天还在跟美的合作,以阿里云为基础,所有的电器都可以上这个平台上面,不仅仅要电器互联互通,让电器互懂,窗帘关上了知道时间到了,热水器打开,一切都是数据在驱动的,在搭建这样一个生活平台了。
我们大家看到支付宝的时候,首先想到中国移动支付的主流支付工具,但是我要告诉大家,那就是不准确的,今天的支付宝,也是城市智慧生活的入口,最近推出一个应用,道路上经常发生交通事故,交换一下卡片就好了,支付宝在一些国家地区推出了快速处理的能力,我们支付宝可以缴费、看报告,很多都是依靠支付宝来做的,看报告,排队不用排,所以今天认为,不能把支付宝看到移动支付的工具,已经是我们今天中国社会迈向智能生活最重要的载体,我们今年上半年刚刚已经有人提到了,未来汽车是一个装有轮子的手机,阿里巴巴今天开发了这个云平台,已经推出了第一款,我们在这个上不用CD,听音乐,这个直接传递到中控平台,我们就可以告诉你石油在哪里,还有无人驾驶汽车,也不是新鲜的话题了,我们佛山山水昨天启用了第一驾无人机在北京几个城市,做了实验,无人机在快速普及,根本解决数据起动,无人车上路,首先要在讲,新的数据和历史数据对比,知道我在哪,系统告诉你前方一公里有人,我们今天所看到的智能,都是数据,所以我的结论是数据是智能化的基础,我们说从数据到信息,到智能,阿里巴巴是一家真正的大数据公司,我们在利用我们的数据,利用云推进中国社会快速进入智能时代,所谓的智能就是机器利用数据算法,自动为我们完成一些重复性常规性的动作,这就是智能,最后这是我的结论,数据之巅的一本书,阿里巴巴不仅仅是一个大数据公司,还在推进中国的开发,开放了几十亿条真实数据,让全世界数据精英来到这个平台上,为一些真实的案例提供方案,
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14