京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09