京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的最终受益者是消费者
浪潮集团董事长孙丕恕认为,传统产业的升级与延续要依靠互联网技术改变固有思维模式,而互联网公司也需要凭借自身优势尽可能与产业链结合。双向的互联网化最终将完成对传统产业的改造。
开放政府数据会很有用
新京报:面对如今互联网+一切的浪潮,你认为哪个行业的互联网+最有前途、哪个行业最不适合与互联网结合?
孙丕恕:我认为最有前途的行业是互联网+政务。
未来传统产业的互联网化和互联网公司的传统产业化将同时进行。一方面,传统产业要生存必须以互联网思维来改变过去的模式;另一方面,控制了商业模式的互联网公司将凭借自身的主导优势尽可能地覆盖产业链上更多的环节。双向的互联网化最终将完成对传统产业的改造。因此,可以说,没有不适合与互联网结合的行业,只有结合的密切程度的区别。
新京报:你连续两年两会建议政府能够数据开放,你看到了政府数据的哪些亮点?如果拿到这些数据,你会用做哪些用途?
孙丕恕:政府数据,比如说公安机构的人口信息,真实性、有效性、完整性、可用性都比较强,而且数据量大。利用政府开放的数据与互联网数据结合,可以开发出很多有利于国计民生的应用,比如可用于社会治理、公共安全、企业征信系统等领域。
像浪潮前几年为山东公安做的“警务千度”,就是利用大数据的警务搜索平台,它整合了公安、交通等多个政府部门的数据,实现对海量警务信息的横向关联、毫秒查询、批量比对,实现了人、案、物、信息的无缝对接和立体展现,成为山东省公安厅追踪逃犯等警务工作的“千里眼”、“顺风耳”。
云计算已成为不可阻挡的趋势
新京报:许多知名企业发生过用户数据外泄等事件,使得云计算产业的安全性和互联网的可信任度在全球范围引起了质疑。
孙丕恕:从目前的发展来看,云计算已成为不可阻挡的趋势。同任何新生事物一样,云计算在发展过程中,会遇到这样那样的问题。但是技术演进的脚步不会停止,相应的问题也会有相关的技术去解决。
新京报:云计算和大数据能为普通人的生活带来什么改变?
孙丕恕:事实上,云计算可以改变各个行业。不管是医疗、教育、工商、金融还是餐饮、旅游、零售等,这些行业受益于云计算和大数据,但最终受益的还是每一个消费者。其实我们几乎每天都在享受云计算、大数据带来的实惠,以旅游为例,旅游黄金周引发的道路交通拥堵、厕所等不好找的情况,这时如果有一个平台,能实时显示交通状况、景区服务点的人流等信息,人们能一目了然地了解相关信息,方便安排行程,同时也利于管理者对景区进行管理,更好服务游人。
用大数据分析规范互联网金融
新京报:此前有不少人反映,对于网页上根据自己的搜索和购买记录显示的广告非常反感,这种商业模式能否继续改进?一个人是否可以拒绝分享关于自己的一切数据?
孙丕恕:目前这种通过大数据进行行为习惯分析来推送广告,其实只是大数据的一种低级应用,对其中出现的不良现象,相信政府会通过立法进一步规范。
云计算、大数据真正的商业模式是在云计算的基础上,通过政府开放数据和整合互联网公开数据进行创新应用,发展新的业态。
在当今社会,拒绝分享关于自己的一切数据是不可能的。因为要享受服务,就会把个人基本信息分享给相关机构,比如最基本的服务,就医、购房等。
新京报:现在的互联网金融发展非常迅速,但跑路的互联网金融公司也非常多,其中的痛点就是风控和规范,大数据和云计算对互联网金融会有什么帮助?
孙丕恕:互联网金融企业的金融活动通常是网上进行的,这对于政府利用大数据分析对其监管提供了基础。
数据信用平台在规范互联网金融企业方面,可以做的有很多。比如浪潮曾经开发过一款以企业信用评估为主线的数据信用平台,通过整合政府数据和互联网数据开发的应用平台,能够在识别企业信用状况的基础上提供风险评估预警,方便用户查找企业信用等级,决定要不要购买其产品和服务,还能为政府监管企业信用情况提供数据标准。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27