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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24