京公网安备 11010802034615号
经营许可证编号:京B2-20210330
马云:不参与大数据建设 十年后一定会抱怨
“十年以后,很多人会说,中国的经济也好,世界的经济也好,都是贵州惹的祸。如果你不参与整个大数据的建设,如果你不参与大数据技术、云计算,不把自己的企业真正变成一个互联网的制造业,我相信你一定会像今天一样抱怨和埋怨。”5月26日,阿里巴巴创始人马云在2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会开幕式上作出表示。
马云表示,未来30年是人类社会最精彩的30年,未来30年也是令人期待的30年,未来30年是令人恐慌恐惧的30年。马云庆幸自己是15年前创的业,要是今天创业,肯定被年轻人活活搞死,因为“他们用的大数据,他们用的是互联网模式,他们说的很多东西我不是很理解,但是我相信,一旦我理解,我会越来越恐慌。”
马云还指出,未来的制造业不仅仅是会生产商品和产品,未来的制造业制造出来的机器必须会思考,必须会说话,必须会交流,未来所有的制造业都将会成为互联网和大数据的终端企业。
以下为马云发言实录:
大家好,尊敬的陈省长,怀部长,各位同仁,坐在下面听演讲,特别的激动,几年前,从一个概念、从一个想法到今天贵州真正全面进入大数据时代,觉得有的时候真的是特别的了不起。
我今天早上来之前在网上查了一下,看到很多线下小店说在打折,在关店,都说了一个事,都是马云惹的祸,都是淘宝惹的祸。其实我在想,13年以前我们在推广整个电子商务的时候,我们会说互联网会影响生产、制造、销售,互联网将会影响社会的方方面面,电子商务将会对很多的行业带来巨大冲击,很多人并不以为然。
今天我也可以这么讲,十年以后,很多人会说,中国的经济也好,世界的经济也好,都是贵州惹的祸。如果你不参与整个大数据的建设,如果你不参与大数据技术、云计算,不把自己的企业真正变成一个互联网的制造业,我相信你一定会像今天一样抱怨和埋怨。
我觉得任何事情要站在未来角度看今天,而不仅仅从今天成绩,今天你能做什么能力去看待未来。这个世界正在发生很大变化,我相信未来30年是人类社会最精彩的30年,未来30年也是令人期待的30年,未来30年是令人恐慌恐惧的30年。
今天我们是生活在一个非常纠结的年代,经济下滑趋势,小公司在关门,说是因为互联网,大公司无所适从也是因为互联网,反正每个人都怪因为互联网我们出了麻烦。
但另外一方面,又发现很多欣欣向荣的企业在不断的起来,前段时间我面试了六个年轻人,我是倒吸了一口凉气,我幸好是15年前创业,要是今天创业,肯定被这帮小子活活搞死,因为他们用的大数据,他们用的是互联网模式,他们说的很多东西我不是很理解,但是我相信,一旦我理解,我会越来越恐慌。
其实今天来讲,我们喊了很多年的信息数据时代开始,政府转型创新的时代开始,转型、升级是要付出代价的,这个代价正在开始形成,也许很多人说我们期待转型升级。
回应一下刚才田溯宁讲的三次工业革命,第一次美国的蒸汽机,第二次电的能力,第一次工业革命造成的就是煤第一次工业革命是真正释放人的体力,第二次工业革命能源起来之后释放了人的能力,人希望能走得更远,第一次工业革命希望更强,第二次工业革命希望能走得更远,第三次工业革命我们说会是什么商业形态,这是我最近考虑最多的,因为每一次工业革命的变革对商业的形态所造成影响是非常之大,必须从组织上去思考,我们未来组织应该怎么样,我思考最多就是任何一次军事变革经过很多年以后一定会变成一个商业的变革。
从第一次世界大战和第二次世界大战,也可以讲,第一次工业革命造成了第一次世界大战,第二次工业革命产生了第二次世界大战,这次技术革命会造成什么东西?因为这次技术革命释放的是人的智慧,人的脑袋。人们没有去想过这次技术革命对整个人类社会会发生什么翻天覆地的变化,未来得组织不是公司雇佣员工,而是员工雇佣公司,这一系列的变化是因为整个技术发生了巨大的变化,因为数据的产生,人类整个社会商业发生变化一定会造成整个社会发生变化,经济、政治体系发生变化。
所以大家要去思考,在座每一个企业去思考什么样的组织才适合未来,什么样的团队能够适合未来?
另外我想今天重点讲的是从it到dt的变革,我们认为it和dt以为是技术的提升,其实这是两个时代的竞争,这是一个新的时代的开始,所以大家一定要高度重视dt时代的思考,dt时代的思维。it时代是让自己更加强大,dt时代是让别人更加强大,it时代是让别人为自己服务,dt是让你去服务好别人,让别人更爽,是以竞争对手服务竞争对手。it时代是通过对昨天信息的分析掌控未来,是控制未来。
而dt时代是去创造未来。it时代让20%的企业越来越强大,而80%的企业可能无所适从。而dt时代是让释放80%企业的能力。所以整个世界将会发生翻天覆地的变化,it时代把人变成了机器,而dt时代把机器变成了智能化的人,所以这正在我们进入一个新型的时代。
而未来的制造业不仅仅是会生产商品和产品,未来的制造业制造出来的机器必须会思考,必须会说话,必须会交流,未来所有的制造业都将会成为互联网和大数据的终端企业。未来的制造业要的不是石油,未来的制造业它最大的能源是数据。
所以我相信未来的竞争将会发生天翻地覆的竞争。所以,以前如果说从平台型企业,以服务别人为中心,和自己企业服务为中心,我想这儿有一个简单的例子。第二次世界大战,日本建立了全世界人类历史最强大的军舰,叫做大河舰,它拥有强大的钢甲,最强大的力量,他认为他可以摧毁一切,但是它第一次远航出去的时候,想找航母对抗,连航母都没有找到,被几架飞机给击沉了,因为航母是一个平台,自己不产生进攻能力,让航母上的舰载机具备强大进攻能力,它是一个生态。所以不管你自己有多强大,要思考让你员工更强大,让你的客户要强大,让你合作伙伴要强大,展开竞争。假如我们对未来dt时代整个思考不去把握,那么我们的技术将是无形,还是生活在昨天。
今天我们看到无数企业在追逐,发现和参与大数据时代,我们也看到了很多互联网的公司今天很快沦落成为传统的互联网企业我们看到很多it企业变成了传统it,因为很多人还没有搞清楚it,我们进入了dt,互联网企业要参与社会变革,参与经济发展,参与教育和问题,让整个社会各方面越来越强大,所以让经济更富裕,让人类更幸福,是所有互联网大企业的历史担当。
今天互联网已经不仅仅是上网看新闻,不仅仅是购物,不仅仅是玩游戏,不仅仅是聊天,互联网必须成为整个社会发展进步巨大能源和动力,如果我们把互联网仅仅当成一种工具,那么我们曾经也把中国发明的火药当做只能是放烟火,只能当炮仗,而别人把它当做机器,别人把它当作了武器,所以我想这是一个巨大的时代,这是一个共同可以展望未来的时代,不是去改变别人,而是改变自己,去拥抱这个时代,这样你就不会十年以后说这是大数据惹的祸,我们应该共同把它变成真正人类未来巨大能源所在,谢谢大家,谢谢贵州。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25