大数据的本质与误区

    继物联网、云计算之后，“大数据”成为热门科技概念。“大数据”作为信息社会发展的一个新生事物，目前尚处在逐渐被认识、被应用的初始阶段，学术界、IT行业对大数据的理解各有侧重，尚未形成一套完整的理论体系，因此很难进行精准定义。

    事实上，大数据不是一个战场层面的技术性名词，而是一个战略层面上的社会性名词，并不是其构成数据的简单累计，而是一个量变到质变的产生了飞跃的事物。

    大数据的核心关键是组织结构，而不是构成大数据的数据本身，这个特征类似人工生命之父克里斯·兰顿(Chris Langton)对生命的描述，“生命的本质在于物质的组织形式，而不在于物质的本身”，事实上，宇宙模型里的全部事物似乎都遵循这样的构成规则。

    数据是网络空间里的构成事物，如同物质是物理空间里的构成事物一样。贵州抢先建立大数据基地，是具有前瞻性战略眼光的，但能否真正达到预期目标，成为在全球有影响力的数据集散地，核心技术、颠覆性技术是关键，对于那些想通过大数据战略来发展区域经济的地方政府来说，以下几点或许值得参考：

    （1）大数据和数据是两个完全不同的概念，数据具有强烈的个体标识特色，是对客观事物的属性逻辑描述，大数据是对数据进行管理的存在形式，除了数据，还有存放数据的空间，以及连接空间的组织结构。数据与大数据的关系类似产品与产品集散地的关系。

    （2）产品集散地只关心产品本身，并不关心产品的生产过程，因此不会在集散地生产产品，比如种玉米、生产服装等。同样，大数据只关心数据本身，并不关心数据的产生过程，因此不会在大数据集散地生产数据，比如农村数据、政府部门数据等。也就是说，大数据集散地聚集的是交易数据的企业，而不是聚集生产数据的企业。

    这可能是比较难理解的应用模型，因为这个模型属于未来网络空间里的存在形式，当前的互联网体系属于初级产品，如同新石器时代的科技工具和现在的科技工具之间的差距。不过人类科技的发展是一个加速的模式，网络空间的出现并不需要太长时间。

    （3）数据和大数据属于不同层面的事物，数据属于战场层面的事物，主要由企业来主导，可以提高数据的活跃度；大数据属于战略层面的事物，需要由政府来主导，才能在区域范围内平衡数据之间的关联关系和整体活跃度。

    （4）大数据是革命性的新生事物，不止于传统思维上的技术创新。所以，大数据竞争也一定需要一些颠覆性的理论和技术，如果只是传统的技术或者在传统技术上的升级创新，基本上不会形成国际竞争优势。

    （5）科技惯性是自然规律，传统的大型科技企业很难产生颠覆性的技术，这是由企业的产品结构和技术人员的思维模式决定的。所以对于地方政府来说，不要把扶持资金全部投给目前的成熟型大型企业，最好采用田忌赛马的方式，选择不同发展阶段的企业进行资金支持，这样就做到了让现在风光的大型企业给当地带来当下的风光，让有核心技术的当前不风光的企业给当地带来未来的风光。事实上，很多科技园区在这个方面已经吃了亏，有政府资金投入的时候热闹了几年，吸引了一些当时有名的企业，钱花完了也就冷清了，没有出现真正推动当地产业革命的颠覆性的支撑技术和产品。

    大数据竞争中的几个误区值得特别关注：

    （1）严格地讲，企业级的数据都不会成为大数据，无论这个企业的规模有多大。这是因为大数据是由大量不同类型的数据形成的多样化的生态应用体系，类似生物圈的食物链体系。而企业的数据只是基于满足少量应用需求而组织起来的数据，比如Google的数据管理结构。大数据属于区域性的社会型数据，区域内的任何有数据需求的企业、机构或者个人，都可以从大数据里获得所需的数据。

    （2）大数据是逻辑过程发生后的结果，不是逻辑过程，所以大数据本身不是方法论。为大数据提供处理方法的是云计算，弄不清楚这个关系，地方政府就很难对大数据产业进行合理有效的规划布局，企业在发展过程中也会产生迷茫。

    （3）大数据是网络空间里的数据存在形式，所以在未来的网络空间竞争里，大数据是最重要也是最残酷的竞争，统一的大数据模型是网络空间的发展目标，如同星系结构模型是物理空间的唯一模型一样，在不同的观察尺度里，其结构模型是相似的。

    从这个角度讲，网络空间竞争的焦点之一就是大数据模型的建立，这是通过颠覆性的技术确立模型标准的过程。网络空间的主权共享是指网络空间创建完成后的应用资源共享，并不是指共享创建网络空间的所有技术。拥有创建网络空间的源头核心技术，等同于拥有源头的控制权，相当于拥有修改网络空间结构和规则的权力。

    （4）大数据里的原始数据来源具有多样性、动态性、小规模、碎片化等特征，政府部门或者机构、企业提供的专业性数据尽管数量庞大，但是也不是真正的大数据。