京公网安备 11010802034615号
经营许可证编号:京B2-20210330
专家给大数据“泼冷水 ”:中国大数据仍在初级阶段
大数据成为时代的新宠儿,不知情的人以为,中国大数据已经发展的差不多了,在专家眼里,大数据还处在初级阶段,出现的许多问题都亟待解决,大数据还要再迈过几道坎儿。“我国意识到大数据的价值,并不比欧美晚,但并没有很好的大数据应用。”大数据运用还在法外“裸奔”,这都是大数据要...

“不少人以为,大数据技术很成熟了,甚至说大数据是万能的。”近日,在“中关村大数据日”上,西安交通大学数学与统计学教授徐宗本院士说,“大数据具有大价值,但也有大忽悠的一面。”在接受记者专访时,数据堂合伙人柴银辉认为,“大数据就像5年前的云,还处于初级阶段,还需要跨过几道坎。在这个过程中,要谨防泡沫出现”。
数据无差别存储:想要应用成本要降万倍左右
“数据无差别存储,使用起来成本太高。”柴银辉估计,“这些数据想要应用,成本要降到万倍左右。”
目前,很多人把“大数据”等同于“数据大”。在柴银辉看来,“分类存储的数据才能产生价值”。
对大数据拥有者进行分析,柴银辉认为,前景并不乐观。“大家说政府掌握数据,但很多部门只是把文件堆在那里,甚至没有数据库。国企有数据,却不知该怎么存放。无差别存储的数据,很难产生价值。”
柴银辉认为,大数据想要应用,就要经历全、新、细、准四个阶段,但目前很多数据还没完成第一个阶段。
“我国意识到大数据的价值,并不比欧美晚,但并没有很好的大数据应用。”电子科技大学教授周涛曾经分析,其中一个重要原因,是拥有大数据的人、拥有大数据分析技术的人、拥有数据分析需求的人是分离的。
他举例说明,比如遥感、水利、水文数据,如果国家不能有效管理起来,就没法产生价值,反而是一个巨大的负担。
技术上并不成熟:新分析方法还没出现
“不少人觉得,大数据技术很成熟了。”徐宗本说,这其实是一个误区。
徐宗本从处理和分析的区别入手加以说明:“我们想做一个简单统计,做一个查询,做一个排序,做一个比对,等等,这叫数据处理。它是用计算机的标准逻辑一步过的处理方式。而数据中有没有趋势、有没有共性结构、有没有关联数据,这些叫数据分析。”
为了更便于理解,徐宗本举了一个例子:“在这间屋子里,找出谁个子最高,这是处理,但找谁和谁关系最好,这叫分析。”
但在现实社会里,很多人把两者混为一谈。这也造成了他们对大数据技术的误读。徐宗本认为,大数据的成功是部分处理技术的成功。现有例子对于分析而言,基本还是传统方法,新方法并没有出现。
硬蛋首席技术官李世鹏告诉记者:“我们在做智能硬件孵化时发现,对于供应商和创业者需求的精准分析,大数据还需要进一步成熟。”
“大数据不是低端业务的简单整合。”数据堂CEO齐红威说,“现在的大数据应用还非常浅,远没到分析阶段。”
人才瓶颈制约发展:基础性数据分析人才缺口达1400万
“全球竞争对手,几乎早于我们半年,把顶尖大学大数据研究室里的优秀专家挖光了。”滴滴出行CEO程维说,“目前,我国每年培养的大数据深度学习方面的博士生大概只有50个人。”
“大数据发展的瓶颈是人才。”程维说,大数据健康发展,必须培养出世界领先的团队。
据中国商业联合会数据分析专业委员会统计,我国未来基础性数据分析人才缺口将达1400万;而在BAT企业招聘职位里,60%以上都在找大数据人才。
“一个大数据方面的普通大学生,年薪起码也有五六万美金,吸引力不能说不强,但现在还是缺人。”数联铭品CEO曾途告诉记者,“大数据是一个新兴事物,高校、院所里培养的人才还不多。这种现象短时间内很难改变。”
“现在大数据有很多问题,首先就是人才缺乏。”北京大数据研究院学术委员会主任张平文提到了一个担忧,“高端人才都在公司里,年薪上千万,学校雇不起。这可能会对基础研究产生影响。”在他看来,解决这个问题,需要高校、院所机制体制的突破。
个人隐私亟待保护:大数据运用还在法外“裸奔”
“前两天,家人甲状腺不舒服,我在网上查了相关知识。过了一天,就有人说是甲状腺医生,想加我为微信好友。”张平文所说的,正是人们对于数据安全的担忧。
“数据具有特殊性。如果反映的是群体趋势,这对生活是有益的;如果触及个人隐私,就可能造成伤害。”柴银辉说。
“在美国,你去贷款,但哪一年在图书馆借书忘了还或推迟还,就可能受影响。美国诚信体系建设比较完善。同时,几十年来,相关立法可以让个人隐私得到很好的保护。”曾途说,“目前,我国大数据还处在起步阶段,尚未进行立法监管。”
“存在可观的利润空间,就可能出现泄密、买卖信息。”曾途认为,不让大数据运用在法外“裸奔”,“立法应当提上议程”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08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