技术预见国际研讨会大数据与技术预见(8)

产品和商业模式的可编程，意味着数字化——“物即数据”。在这一理念的指引下，美国政府正在推动先进数字化硬件产业的发展。这类硬件产品进入商务领域后，能将数字商务升级到自主营运商务，如派遣无人机替代快递员送货。Gartner预测在未来5～20年时间，可编程经济模式、商务模式会对传统的经济模式、商务模式发生彻底的冲击，将削弱和威胁传统企业，并支撑新市场、新价值和新经济，形成一个崭新的世界经济体系。

我国政府发布“互联网+”、“中国制造2025”方案后，面临一个较为棘手的问题：国内缺乏互联网、物联网领域的核心软硬件和核心安全技术。国内制造业企业想转型为智能制造，往往是去美国买知名企业的产品。20年前我们买微软、IBM的产品，如今又将迎来一轮采购潮。要解决这个问题，我国政府和企业应适当调整战略方向，不能只重视互联网化、平台化经济，而是应瞄准可编程经济，加快开发数字化核心技术，加快实现产品和服务的数字化转型，使大数据、云计算、物联网等相关技术共同推动这种新的经济模式，从而在全球竞争中占领战略高地。

我们正在迈入数据技术时代

蒋正伟：阿里研究院数据专家

数据技术(DT，Data technology）时代具有两个本质特征：一是IT成为基础设施，人们离不开互联网；二是数据成为生产要素，人们的生活被数字化，被大量数据嵌入和包围。不同于农耕时代和工业时代，DT时代的社会形态是信息社会，信息资源上升到和物质与能量同等重要的战略资源高度，经济形态是以网络经济为主的数据经济，生产力具有分布式多元协同的特质。当千差万别的数据碰在一起，能够产生经济价值，产生人类能够理解的、具有经济意义甚至是社会治理意义的信息，即实现分布式多元数据的协同。

在传统社会里，商业运作的逻辑是线性控制逻辑，以企业为中心，企业内部以科层制来协调各个分裂的环节，企业之间则是链主主导的供应链。而在DT时代，商业逻辑已演进为网状协同逻辑。以消费者为中心，企业内部社区化，企业之间价值网协同。我们需要更多关注于消费者，应该分析消费者需要什么，进而满足其个性化需求，这也将是中国未来弯道超车的好思路。

如何分析和处理大数据

西尔万·勒菲弗（Sylvain Lefebvre）：法国巴黎高等电子研究所副教授

毫无疑问，大数据对我们来说有着巨大的价值，基于大数据产生的服务正在改变着我们的生活。比如过去我们去一家实体书店，如果想了解我们要买什么书就必须咨询店员，而现在可以通过网站，基于消费记录，分析并向你推荐你可能感兴趣的书籍。为了提供这样的服务，我们需要对海量数据进行实质性分析以搜集其中有意义的信息，并对数据进行实时分布式处理。处理数据的工作流程主要分为四个阶段：第一，捕捉和收集数据；第二，以一种高效、安全的方法储存数据；第三，分析数据；第四，视觉化处理数据。

MapReduce框架是数据分析和处理的一个主要框架。该框架由谷歌在2004年推出，其目的是在多个机器间进行流程并行化，将处理任务进行分离，提供简单的并行化流程和分布式处理，实现容错和平衡，为程序员提供方案。MapReduce框架取决于两大前提，分别是映射（Map）和归约（Reduce），这个模型将任何一种计算分成两个部分，即映射传播数据和数据简化。我们将数据流与数据库结合在一起，对其进行自动化和丰富化。

数据开放共享已经成为新兴态势

埃德蒙·格斯特纳（Edmund Gerstner）：自然集团大中华区执行主编

从论文分享开始，公开科研数据已经成为新的潮流，很多出版商都创建了自己的商业模式，包括自然出版集团。短短20年，中国在包括自然杂志在内的知名期刊中排名前千分之一的高引用论文的贡献率从0.5%迅速增加到20%，这也就是我们看中中国科技发展的原因之一。更广范围进行分享和公开，将对中国科研有很好的促进作用，也能提升影响力。

对于研究者和研究机构，开放共享数据可以提升投资回报。开放的数据共享能帮助我们调整刊物发表的偏见，降低错误和欺诈，能更好地分析和集成数据，对已经发布的研究结果进行再论证。加拿大的研究理事会、国家公共卫生研究局，都要求研究者进行数据分享。李克强总理也非常关注开放性气氛打造，科学技术的开放获取，契合现实需求，符合未来方向。

文章来源：《科学学研究》 网址: http://www.kxxyj.cn/qikandaodu/2021/0708/632.html