
马云:刷脸支付,淘宝购物,赢在大数据时代
数据时代,也许阿里的新口号是:刷脸支付,淘宝购物。
赢在数据时代,你准备好了吗?
马云刷脸了
最近,马云参加在德国举办的汉诺威IT博览会(CeBIT),其作为唯一受邀的企业家代表,在开幕式上作了主旨演讲,并现场为中国副总理马凯和德国总理默克尔演示了蚂蚁金服的Smile to Pay扫脸技术,并当场刷自己的脸给嘉宾买礼物!
我在多个培训场合提到了刷脸时代,现在看来,这个时代的脚步声已经悄然而至。
刷脸技术背后是基于数据。
数据经济来了
正如马云说,现在是D ·economy,不仅仅是数字经济,应该是数据经济,在数据经济,所有的东西都会被改变。
人类史上有几次革命。如果第一次和第二次技术革命释放了人的体力,那这次技术革命释放了人的脑力,是脑力在革新。
未来的世界,我们将不再由石油驱动,而是由数据驱动;未来的世界, 生意将是C2B而不是B2C,用户改变企业 ,而不是企业向用户出售——因为我们将有大量的数据。制造商必须个性化,否则他们将非常困难。
我们此时,既要看到外在光鲜亮丽的形式以及承载的实用功能,也要深入研究内在流动的东东。
我们也许看到像苹果这样的创新公司告诉我们未来的样子。但更要铭记有一种东西将会在机器中流动,那就是数据。
笨蛋,问题是大数据
未来的世界,所有的制造商他们生产的机器,这些机器不仅会生产产品,它们必须说话,它们必须思考。机器不会再由石油和电力驱动,机器由数据来支撑。
未来的世界,企业将不再会关注于规模,企业不再会关注于标准化和权力,他们会关注于灵活性,敏捷性,个性化和用户友好。 关键取决于你是否拥有数据并善于利用数据。
在数据时代,世界将会因此变得非常美丽,同时也非常富有挑战性。
在这个时候,我们姑且再相信马云一回。
他说: 不是科技改变了世界,是科技背后的梦想改变了世界。 如果是科技改变了世界,我不会在这儿,我没有被训练成一个科技专家,我对电脑一无所知,我对互联网也了解的不多。但是我有一个强大的梦想,我要帮助中小企业。
外星人都向数据看齐了,你是不是也得跟上。
我想起了当年克林顿竞选时的口号。
当年美国总统大选,年轻的克林顿与刚刚打赢了第一次海湾战争的老布什总统展开对决时,凭着 “笨蛋,问题是经济” 这一句名言,成功地杀入了白宫。
现在我们的口号也许是, 笨蛋,问题是大数据。
《数据之巅》告诉我们什么
所以,我们需要研究研究大数据的书。今天聊聊涂子沛的《数据之巅》。他现在已经是阿里的人了,你就知道阿里重视数据的程度了。
结合本书,我有几个观点,可以分享一下:
第一,让机器学习来使用数据,实现智能化。
大数据的兴起标志着社会向智能化的社会迈进和转型。
马云刷脸,这就是知识学会使用数据,实现智能化。未来会产生更大的变革。
第二,设备越来越小,传感器无处不在。
传感器在干什么?传感器在收集数据。一句话是万物皆联、无处不计算。
现在Twitter上一天产生的数据量相当于以前一百多年产生的数据量,这部分微博、微信数据称之为非结构化的数据,因为这部分数据的爆炸引起了大数据时代的到来。
其实手机也是一种传感器,它在给twitter、微博、微信搜集数据,未来各种智能穿戴设备,智能家居、智能汽车、智能家电都在收集数据。
未来,一切都得靠数据说话,智能地表达。
第三,思维大变革,先换一个懂大数据的脑袋。
什么东西变革了,不容易改变。那就是思维。这个时代用数据说话远远不够,我们要改变思维方式。我们现在要从数据当中寻找知识、启迪、规律,用数据去预测未来,用数据去管理社会,更要用数据创新。
像Google的无人驾驶汽车一样,因为我们正在迈向一个智能型的社会,所有的创新都离不开数据。
最后,数据操控一切,别和机枪比武功。
试想,机器的运算速度和精度同人脑相比,哪家强?这还用问吗?
这就导致一个问题,我用大数据进行操控了,你还在那用眼瞧,用笔记,你就已经彻底地输了。
用马云之前在传统零售行业与互联网的比喻, “就像在机枪面前,太极拳、少林拳是没有区别的,一枪把你崩了。”
未来有大数据的企业和没大数据的企业,也是一样,即使机枪和武功的分别。
记住,所有机器流动的是数据。
举一个例子:德国队已经把传感器装到了每一个队员的身上,装到了足球上面。一场比赛下来6000万条记录,一个球员控球时间的长短、传了多少个球、奔跑的加速度是多少、奔跑的长度是多少,这些全部都可以计算。
以后发奖金,针对性训练,评估状态,战术安排全都有了精细化参考手段。
这也指出,数据给我们带来了精细化的管理。
此时,德国队就是一个有数据的机器,如果和中国队比,就相当于机器和人比,一个有大数据的流动,一个是一帮废材的运动。
你觉得我们输在不努力、不专业、不敬业,其实, 我们很可能会输给时代。
你的企业也是一样。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08