818      阿裏雲  技術社區[雲棲]

大數據對六大領域的挑戰

第一個挑戰是大數據對人性假設的挑戰。

管理學自誕生開始，就以人為對象，以人性假設為前提不斷演化出各種理論。第一個提出科學管理理論的泰勒假設人是“經濟人”，後來梅奧假設人是“社會人”，西蒙則構造了“決策人假設”。自西蒙之後，又有了各種各樣新的理論：戰略管理、營銷管理、人力資源管理等，基本都是以西蒙的假設為預設。

社交媒體的誕生，意味著人不再是抽象的假設，而是一種基於大數據的畫像。依據社交媒體裏個體行為留痕的數據，就可以對個體進行畫像。可以認為，大數據令管理科學真正進入到了可量化的科學發展階段。

我們過去經常講，自然科學在牛頓之後發生的最重要的變化，就是它可以用數學公式來描述一個複雜的物理現象或者複雜的自然現象。我們通常認為社會科學在某種意義上有很大的藝術成分，就是因為它可被精確計算得不夠。今天，通過大數據對人進行定量化描述，必然會引發管理科學的飛躍。

第二個挑戰是數字化虛擬世界裏如何進行管理實踐?

從人類文明誕生起，人類就在構造一個虛擬世界。文明，就是人類用可溝通、可理解的方式構造了一個與現實世界對應的虛擬世界。構造這個虛擬世界的方式，並不僅僅是文字，還包括音樂、繪畫、戲劇、電影等。

由於量子力學的發明，人類進入了電子時代;計算機的發明，讓人類又進入了數據時代。電子時代，我們進行了模擬信號的處理，把聲音和圖像用電子的方式記錄下來。計算機的發明，需要我們把模擬信號進行ADDA轉換，轉化成數字信號。虛擬世界就變成了數字化虛擬世界。這是非常有意義的變化，因為數字化虛擬世界更便於計算。

通過計算，我們可以用拓撲的方式去重構現實世界(拓撲學是數學術語，它隻考慮物體間的位置關係而不考慮它們的形狀和大小)。這種方法可以使人在現實與虛擬中間通過一個旋轉門，進而優化現實世界。比如交通中的一些難以解決的問題，通過大數據不斷優化方案，反複再現結果，最終解決現實中的難題。

最近熱炒的人工智能(AI)，預示著人類新的文明裏程。阿爾法狗打敗柯潔後，聶衛平評價說人類的圍棋選手最高是9段，阿爾法狗是20段。阿爾法狗強大的地方是它的計算速度比人反應快。需要解釋的是，今天的AI並沒有像很多媒體所描述的那樣功能強大，它隻是能在一個特定的、複雜的、可重複的工作環境裏比人做的更好。

計算機的算法不是今天才有的，上世紀90年代就已經發明了，為什麼那個時候計算機沒有自我學習能力呢?因為在當時的條件下，計算機的速度還不夠快，數據量也不夠多。計算機高速運轉之後，所生成的數據量是前所未有的，甚至每天產生的數據量都是以前的總和。大數據時代要求計算能力越來越快，存儲能力越來越強。今天我們任何一台智能手機都比當年的英特爾“奔騰”速度快上千倍。我們現在使用的神經網絡計算方式，也更具有自學習的能力。

在這樣一個自學習、數字化虛擬世界裏，管理實踐者該如何去做管理?

第三個挑戰是大數據對營銷學的挑戰。

營銷學是管理學的一個重要分支，包括四個基本策略的組合，即大家經常說的產品、價格、渠道、促銷4P理論，但在今天以客戶為中心的、定製化的生產方式下，4P理論還有效嗎?

例如小米手機，它通過互聯網征求客戶意見——客戶需要一個什麼樣的手機，什麼樣的外觀，什麼樣的性能，什麼樣的價錢，用什麼樣渠道傳遞給客戶?在這樣的環境下，4P理論是否需要進行修正?

再舉一個例子，醫藥領域現在有精準醫療、靶向治療。每個人得感冒的時候，感染的細菌或病毒都不是完全一樣的，過去使用廣譜抗生素，抗菌譜比較寬。現在出現的靶向藥，通過培養患者感染的細菌或病毒，反向製出一種新的抗生素，非常精準地進行針對性的治療。

我們最近在策劃一家公司，就在對傳統的醫院管理係統HIS係統進行顛覆性的挑戰。HIS係統是基於財務的流程建立的，隻是提高工作效率，對醫療水平的提高沒有幫助。我們設計的新管理係統將以電子病曆為數據資源，通過數據分析和重構，就可以進行藥物的發明、保險產品的設計和醫療方法的優化。我們和國家衛生計生委合作，把全國三四百萬腫瘤患者的數據收集回來，進行數據研究，發明新藥物，提高治療效果。

今天，一位腫瘤患者會請老醫生診治，請大專家會診，但今後，阿爾法狗將會取代老醫生，因為再老的醫生最多就是“9段”，但是阿爾法狗可以是“20段”，這就是大數據在治療中的優勢。很多腫瘤的治療方法是化療和放療，化放療的方案設計是和醫生的判斷有很大關係的，阿爾法狗的方案優化能力比人類更強。

當然，我們現在對阿爾法狗不放心，就像我們一開始不信任電子賬單一樣，在手工賬單和電子賬單並行一段時間後，大家不再懷疑計算機的計算能力。我們可以想象一下，如果從診斷到治療都是由大數據來完成的時候，它的運算能力一定會極大提高醫療的水平。將來，我們在社區或者任何地方，都可以享受到最頂級的治療。屆時，傳統的營銷學將麵臨巨大挑戰。

第四個挑戰是工業4.0生產要素社會化後，管理模型該如何變化?

工業4.0(工業4.0是由德國政府《德國2020高技術戰略》中所提出的十大未來項目之一，是指利用物聯信息係統，將生產中的供應、製造、銷售信息數據化、智慧化，最後達到快速、有效、個人化的產品供應)，我理解它包含三件事：智能工廠、智能生產、智能物流。傳統的數據管理，數據還是要落地的，未來數據是不能夠落地的，直接的、無縫連接的，整個車間管理是自動化的，企業管理是網絡化的，生產要素的組合是社會化的。

為什麼會出現工業4.0?這其實是工業自身發展變化後尋找的出路。我們都知道所有的大飛機基本上都在用羅羅(羅爾斯 羅伊斯)的發動機，飛機發動機是高科技技術，要有好的安全性，省油，長時間運行不用大修，但這樣一個高科技含量的行業也有競爭，競爭的結果是不斷降價。而發動機技術需要不斷投入資金進行研發，怎麼辦?羅羅就發明了新的方法，租發動機給飛機製造商，租金按運行小時來計算。現在甚至發展到發動機的運行數據隨時回收，價格也不再與飛機製造商關聯，而是直接與航空公司的利益相關。傳統的製造業方式、營銷方式、研發係統，顯然不再適合。生產成本也不僅僅考慮材料、科研、製造成本、資金成本這些數據，而是要和社會的應用環境相結合，即生產要素的社會化。

生產要素社會化之後，組織生產管理必然是一個大的網絡環節，一定是用計算機的方式，用互聯網的方式來進行傳輸，一直到最終的加工設備上全部實現智能化，這是未來製造業的發展方向。我們的管理模型隨之該如何變化?

前麵四個挑戰講的都是企業管理，第五個挑戰是大數據時代社會管理麵臨的挑戰。

大數據為公共服務提供了一個非常好的機會。像佛山、福州這樣的地級城市，政府為居民提供2000多項服務，但民眾的獲得感並不強，政府的管理成本也非常高。我們用互聯網的方式去解決，搭建民生服務平台，使民眾獲得服務的路徑更便利。網絡化的民生服務平台，還提供了一個可視化的管理後台，大規模的數據模型為政府的宏觀經濟調控建立預測模型，進而調整相關政策。

大數據對公共管理的小事情上也大有幫助。我們在本溪做過一個小實驗。過去我們常說中國人不會倒垃圾，亂堆、亂放，但是當我們把全市的垃圾箱擺放位置和全市居民密度進行對比後發現，環衛部門垃圾箱擺放位置有問題，它是簡單按幾何平麵平均分布，但是居民不是平均分布的，在居住密度大的地方，就應該放置更多的垃圾箱。

再舉一個我經常舉的例子。長安街的交通，最早每個路口的紅綠燈都是分別管理的，按固定時間間隔變化。後來，我們把長安街上所有的紅綠燈都串聯起來，這就避免上一個紅綠燈停一下、下個紅綠燈再停一下的弊端，而且還能根據人流量，智能疏導車輛快速通過。但是這些還不能完全解決長安街的交通問題，長安街兩側的公共設施及活動安排，比如舉辦音樂會、兩會召開時，對交通擁堵影響非常大，還需要能夠計算出周邊環境和道路運行情況，也就是從智能化向智慧化轉變。大數據的價值，就是為人類提供一個智慧的服務體係。

第六個挑戰是大數據時代新的安全觀。

早些年有一本書《現代戰爭》，它提出未來的戰爭不是無限的，而是有限度的戰爭。現在，社會安全的重點是反恐。這是一種新的安全觀，從戰爭模式、國防模式，進入到民生和社會的模式上來。現在再發動戰爭的話，不能靠傳統的武器去打了，而是要依靠網絡安全、信息安全。

在安全領域裏，視頻監控產業發展非常快，過去有誰能想到，北京大學現在滿院子都是攝像頭了。

新加坡的車輛有電子車牌，大數據實時監控，一旦人員密集，就會形成電子圍欄，車輛再進入就會自動收費。甚至邊境線也可以使用電子圍欄技術，代替界碑。正在發展中的人臉識別技術，今後也可以用於安全技術，比如開會時，可以把所有參會者的照片都存到數據庫裏邊，參會者不用出示證件，隨便用一個手機攝像頭就可以識別參會者。這些都是新的安全防範措施。

質量也是一種安全的保障：比如蔬菜裏有多少農藥化肥，空氣中的霧霾怎樣解決?健康，也可以看作是人的質量問題。整個社會管理將會進入到一個新的課題，這些都是大數據時代所帶來的變化。

在互聯網時代，創新使得財富積累的速度前所未有的快，貧富不均也會前所未有地分化。這個時代，越聰明越容易成功，越不聰明越不容易成功。世界的競爭變成人與人的競爭，人與人的競爭就是智慧的競爭，就是人的創新能力的競爭。如何才能提高人的競爭力，是管理科學麵臨的新課題，是管理者必須要思考的難題。

本文轉自d1net（轉載）

最後更新：2017-07-27 17:02:56

  上一篇：  物聯網時代，智能門鎖市場前景被看好

  下一篇：  政府數據開放全程提速創造社會價值