En la era del big data, la vida humana se enfrenta a la subversión.

Para el campo de las TI, últimamente han aparecido muchos conceptos muy nuevos, como la computación en la nube y el Internet de las cosas. Cuando empezamos a tener una comprensión clara de estos conceptos, apareció otro concepto completamente nuevo: big data. ¿Qué son los grandes datos? ¿Hacia dónde apunta el concepto de big data y cómo cambia nuestras vidas? ¿Causará problemas en nuestras vidas y en nuestro trabajo?

Este periódico coopera con el programa de lluvia de ideas de China Business Network para discutir temas de la era del big data. Los invitados que participaron en la discusión incluyeron a Victor Meier Schonberger, profesor de la Universidad de Oxford que propuso el concepto de big data, Xu, arquitecto jefe del Grupo de Investigación y Desarrollo de Microsoft Asia Pacífico y experto en informatización de sistemas en la nube, expertos de varios comités profesionales y expertos de Shanghai; Wang Xiaoyang, decano de la Facultad de Ciencias de la Computación de la Universidad de Fudan; Sun Jian, político y socio global de AT Kearney Management Consulting; Yu Wujin, director del Instituto de Filosofía Moderna de la Universidad de Fudan, Hans Tung, socio de Qiming Venture Capital; y Shi Shusi, un famoso comentarista financiero.

1¿Qué es exactamente el big data?

Victor: Creo que este es el nuevo oro. Creo que es el recurso más importante del siglo XXI. Este tipo de recurso juega un papel muy importante a la hora de determinar si la sociedad, las empresas y los individuos pueden tener éxito y sufrir pérdidas. Muestra que, aunque ya tenemos datos de antemano, es muy costoso reunirlos para su análisis, por lo que nos centramos más en los recursos físicos, es decir, el dinero real, como la mano de obra. Pero hasta hace poco, dependíamos del conocimiento y la innovación de las personas para crear riqueza. Yendo más allá, podemos hacerlo basándonos en datos, porque el grado de aumento de costos cambia durante la recopilación y el análisis de datos, y luego nuestros datos pueden alcanzar una cierta escala. Al final, no importa lo que busques, ya seas una persona, una empresa, una organización o una sociedad, no es más que ese llamado nuevo oro.

¿Por qué ha caído drásticamente el valor del oro recientemente? Porque el oro viejo no vale nada y no vale tanto como el oro nuevo.

Dong Hansi: Mis puntos de vista son algo similares. La primera es la nube, la segunda es la relación y la tercera es el futuro. Como acaba de mencionar el Sr. Víctor, con el advenimiento de la era de la nube, el costo de almacenar grandes cantidades de datos es muy bajo, por lo que podemos utilizar big data para el análisis del trabajo. Recientemente, gracias a muchas cosas, he aprendido más sobre las relaciones y puedo predecir situaciones futuras. En mis propias palabras, pasé mucho tiempo escuchando y observando a muchos de mis amigos, ya sea que estuviéramos buscando oportunidades laborales o conociendo socios útiles. En una cantidad tan grande de información, muchas personas ponen su propia información y están haciendo una cosa, que es el análisis. Si quieres ser el director ejecutivo de una empresa creativa cuando tengas 40 años, ¿cómo planeas los próximos 20 años? Esto es algo muy interesante.

Al final puede haber diferentes posibilidades, y depende de ti si al final puedes encontrar el mejor método. La posibilidad está ante nosotros, la probabilidad es la más alta. Cómo elegir sigue siendo una decisión personal, por lo que los macrodatos no borran la conciencia personal.

Shi Shusi: Lo primero que cambia el big data es la forma en que miramos el mundo, lo que tendrá un impacto drástico en muchos valores de esta era. Por ejemplo, a los orientales nos gustaba especialmente una palabra llamada causa y efecto, creyendo que el bien será recompensado con el bien y el mal será recompensado con el mal. De hecho, según datos relevados por el departamento de control de tránsito, las personas que sufren accidentes en la calle no tienen nada que ver con la moralidad. La esperanza de vida de Qin Hui fue dos veces y media mayor que la de Yue Fei. Muchos funcionarios corruptos vivieron una vida envidiable antes de ser descubiertos. Por tanto, a través del big data, podemos mirar el mundo con un nuevo concepto. Este mundo es un nuevo tipo de relación que está interconectada y construida. Sólo cuando la tecnología se desarrolle hasta cierto nivel podrá alcanzar tales alturas.

Al mismo tiempo, en la era del big data, debemos respetar el resultado final, pero éste nos dice la verdad porque la ciencia nos está diciendo la verdad. Tengo un deseo, es decir, el big data que acabo de mencionar es el nuevo oro, y espero que pueda usarse más para el bienestar social, como salvar la oficina de terremotos. Esto podría evitar muchos desastres humanitarios y daños a la propiedad. La conclusión es que solíamos pensar que Dios era un filósofo o un filósofo, pero ahora nos encontramos con que es un viejo travieso.

2 ¿Tiene el big data un impacto en el trabajo y la vida en diversos campos?

Wang Xiaoyang: Los macrodatos afectan la sabiduría. ¿Cómo entenderlo? El concepto de big data en sí es la recopilación y el procesamiento de datos, lo que puede beneficiar hasta cierto punto a nuestra sociedad y a nuestros administradores.

Desde la perspectiva de una ciudad, un administrador puede recopilar estos datos y métodos de procesamiento, de modo que podamos usar la sabiduría para administrar la ciudad, y podemos administrarla desde aspectos como la gestión del tráfico y la salud pública. Este tipo de gestión requiere datos, que generan inteligencia, que a su vez gobierna nuestros modelos.

Por ejemplo, en el ámbito de la salud pública, la recopilación de datos se lleva realizando desde hace muchos años. Su recopilación de datos no se realizó originalmente para big data, sino por conveniencia: para facilitar el tratamiento médico de todos. Y su historial médico electrónico puede hacer que su tratamiento médico sea más humano o permitir que los médicos se familiaricen con la afección de manera más rápida y conveniente, pero en este caso, una vez que se recopilan estos datos, podemos comprender mejor el estado de salud de toda la ciudad. Por lo tanto, los datos de la consulta médica de ahora son en realidad la intención original. Cuando llega el big data, podemos ver problemas que antes eran invisibles. Por ejemplo, algunas tendencias importantes, dónde hay más epidemias o cómo se propagan, etc. Antes no podíamos ver estas cosas y aquí es donde ayuda el big data.

Xu: Por ejemplo, hay una pelota y una hormiga. La pelota le dice a la hormiga que es genial hacer cosas en el mundo tridimensional. Puedes saber de un vistazo cuántas hormigas hay en la línea. Ant dijo: Realmente no lo creo. Tengo que arrastrarme por esta línea. No tenía idea de cuántas hormigas había hasta que el mostrador no se rompió. Se puede ver que la diferencia entre tres dimensiones y dos dimensiones es una dimensión, por lo que la diferencia es muy grande. Por lo tanto, big data no es big data al principio. Si hay demasiados datos iguales, ya no es big data. En cambio, se construye una dimensión sobre la base de las dos dimensiones originales y la base de datos original, dándole un aspecto completamente nuevo. Por ejemplo, si está en los Estados Unidos y está endeudado, además de los acreedores, otras personas estarán interesadas en usted; si está endeudado y de repente puede pagar la deuda, entonces el banco también estará interesado en tú. Hace 11 años, American Capital One inventó una aplicación de big data. Puede averiguar quién debe dinero a bancos y tarjetas de crédito y luego analiza sus datos de gastos. Cuando descubre que puede empezar a pagar, inmediatamente lo vuelve a comprar y, a partir de ese momento, consume sus intereses. En 2001, la tasa de crecimiento trimestral de Capital One fue del 20%. Gracias a su programa de big data, puede encontrar esto con una alta tasa de acierto. ¿De dónde obtiene sus datos? De Walmart, de diversos datos de consumo. Se puede ver en este ejemplo que big data agrega otra capa a la inteligencia empresarial original del análisis de datos. La inteligencia empresarial no puede decirnos qué harán y pueden hacer otros.

En cuanto a las predicciones de nuestra empresa para los Oscar, todos tenían razón excepto Ang Lee. De hecho, nuestra predicción es dar una probabilidad a todo el personal, por lo que hicimos una predicción de 19. Este es el ganador que pusimos en la primera probabilidad. Hay cuatro segundas probabilidades a continuación, por lo que el director Ang Lee lo puso en la segunda probabilidad. , lo dejamos atrás.

Esta predicción tiene mucho que ver con el big data. En primer lugar, big data requiere IQ e IQ, lo que significa que el modelo debe ser muy bueno. La persona que realiza IQ en nuestra empresa es Jia David S. Rothschild, miembro de nuestro departamento de investigación. Hay otras cosas de las que quiero hablar, ¿dónde está la diferencia en su coeficiente intelectual? Su coeficiente intelectual utiliza un modelo de agregación muy simple. ¿Qué más además del coeficiente intelectual? En el futuro, IQ debe ser diligente y diligente en los negocios. Ser diligente en los negocios significa que es muy diligente en la búsqueda de datos, busca todo tipo de datos, busca datos muy prácticos, por eso los busca en línea y en las redes sociales. No se pueden encontrar algunos datos. ¿Qué debo hacer? Contrató gente para hacer la investigación y luego contrató gente para hacerla de nuevo, por lo que era inteligente y diligente. ¿Es suficiente? Esto no es suficiente. Este tipo de cosas no era posible hace cinco años. ¿Por qué? Hace cinco años, si quisiera procesar una cantidad tan grande de datos, no podría hacerlo con un presupuesto pequeño como estudiante de posgrado, pero con la aparición de la computación en la nube, puede hacerlo. Puede escalar estos datos y utilizar muchos procesadores para procesarlos. Ahora usa la nube para hacer esos cálculos y finalmente lo logró.

Político Sun Jian: Lo que escribo es sobre oportunidad más peligro, es decir, crisis. Estoy de acuerdo con la conclusión de Víctor de que esta es una nueva mina de oro, o llámala una nueva oportunidad, pero no olvides que también trae muchos peligros. Si no podemos manejar bien los big data, especialmente como muchas empresas chinas con las que entramos en contacto en nuestro trabajo diario, la mayoría de ellas todavía están relativamente atrasadas incluso en el análisis de datos más básico. ¿Big Data? ¿Afrontando el desafío del Big Data? Si no estamos preparados, me preocupa que fácilmente muchas empresas aprendan a dar pasos en Handan, tal como lo hicieron muchas tecnologías nuevas en el pasado.

En nuestra industria, se han llevado a cabo muchas innovaciones de productos gracias al big data.

Cuando hablamos de innovación disruptiva en la era del big data, en realidad estamos hablando del mismo tema, porque al innovar, en realidad tenemos que interpretar y subvertir muchas cosas originales, incluidos muchos servicios y productos en nuestra industria de consultoría. seguir el ritmo de los tiempos. Avancemos juntos. Por ejemplo, tenemos una gran empresa minorista global que procesa cantidades masivas de datos todos los días. Por lo tanto, antes de lidiar con cantidades masivas de datos, todavía necesita encontrar un buen punto de entrada para resolver cómo aplicar big data a los negocios y cambiar la situación. modelo de negocio, aportando valor a la innovación empresarial a pesar de los medios técnicos. Porque para hacer un mejor uso de este big data, ya sea barato o como inversión, todavía tenemos que cambiar. Es necesario configurar todos los aspectos del software y hardware, e incluso es necesario ajustar las organizaciones correspondientes. Una empresa necesita hacer más ajustes para adaptarse a las necesidades de la era del big data. Para que el big data funcione. Entonces, lo que hacemos es ayudar a las empresas a encontrar su creación de valor, establecer modelos de negocios, demostrar que vale la pena realizar tales inversiones en esta área y dejar que los macrodatos desempeñen su papel.

Yu Wujin: Quiero presentar una visión diferente porque el pensamiento humano tiene una característica. Exageró su globalidad percibida. Por ejemplo, si ves tres cisnes que son blancos, pero en realidad hay mil cisnes que son blancos, pero en Australia se encuentra un cisne negro, esto anula el principio de que todos los cisnes son blancos. Creo que el tema del big data es muy importante, pero cómo mirarlo correctamente y no ir a los extremos. Big data encarna una forma de pensar que las personas entienden la vida desde una relación cuantitativa. Ha sido muy valorado desde la antigüedad. Por supuesto, el concepto de big data era inútil en la antigüedad.

Los números en sí son cada vez más importantes para la vida. Es práctico desde un punto de vista filosófico. Por ejemplo, π en matemáticas, pi, es igual a 3,1415926... Incluye todos los grandes datos, un tercio es más fácil de entender y otra forma de escribir un tercio es 0,333333. El infinito se extiende, por lo que el hacker lógicamente enfatiza que este infinito está contenido en un tercio. Mirando estos datos desde este punto de vista práctico, creo que los big data juegan un papel importante en los cambios contemporáneos, pero debemos mirarlos desde una perspectiva y no exagerarlos ni reducirlos.

3 ¿Cómo entender que un tercio de los datos de toda la vida están resumidos?

Víctor: No estoy de acuerdo con el profesor Yu. Las cifras tienen una larga historia, pero en el pasado la forma en que las abordábamos era muy limitada. La tecnología por sí sola no es suficiente. Podemos analizar datos, como un número, que para usted es solo un número. El significado no es importante. También puedes utilizar un carácter chino o una letra para representarlos. Desde esta perspectiva, big data es solo un número largo que se puede memorizar cuidadosamente.

Pero, de hecho, el valor del big data radica en el hecho de que durante todo el proceso de recopilación de datos, se requiere un análisis para comprenderlos. Por ejemplo, cómo realizar el mantenimiento preventivo, cómo prevenir brotes epidémicos, etc. , no nos limitamos a escribir o memorizar este número, sino que lo analizamos después de clasificarlo mediante el análisis estadístico de los datos. No se trata sólo de memorizar un número. Ésta es una diferencia muy grande.

¿Qué tipo de subversión traerá vida la era del big data?

Victor: En primer lugar, en términos de negocios, creo que hay tres elementos que deben recordarse: uno es que en el mundo de los negocios, la toma de decisiones cambiará, lo que demostrará cada vez más que los datos debe hablar por sí mismo.

En Estados Unidos, la empresa de Internet más grande puede ser Google, con 3 mil millones de solicitudes de búsqueda por día. Un día iban a usar azul en la pantalla y eligieron un azul en particular, pero él iba a probar 41 azules diferentes para ver cuál era el más popular. Quería decidir por sí mismo: soy el diseñador jefe, así que elegí el azul. Pero su jefe dijo: no, necesito pruebas que nos digan qué azul es el más popular. Pero el diseñador jefe de Google dimitió. Dijo que soy el diseñador jefe y que sé más. A través de múltiples pruebas, se encontró que había un azul que no era muy diferente del azul elegido por el diseñador, pero el otro azul probado era más popular y tenía más clics. Las decisiones tomadas mediante la argumentación son más efectivas. Hay muchos ejemplos similares y todos dicen que he estado haciendo esto durante décadas y definitivamente tienen razón. Este concepto social y forma de pensar tradicionales serán cuestionados y nuestras decisiones deberán basarse en datos. Este es el primer punto.

En segundo lugar, cuando salgamos a hablar, debemos tener cuidado de no leer mal los datos, no funcionarán.

En otras palabras, si los datos originales son incorrectos y las materias primas son basura, el resultado definitivamente será basura. Es más fácil para esta empresa comprender los datos, pero es posible que no sean los datos con los que debería estar familiarizado.

El tercero es el desafío. En las industrias generales, especialmente en la industria informática, los datos los superarán. Ésta puede ser una afirmación desafiante. Si no se tienen suficientes datos, no se puede seguir el ritmo de un modelo relativamente mediocre que tiene muchos datos, razón por la cual los datos trascenderán esas industrias. Tomemos como ejemplo la traducción automática. En las décadas de 1960 y 1970, IBM gastó mucho dinero en traducción automática. Intentó introducir algunas reglas del lenguaje en la máquina, pero el efecto no fue muy bueno. Tiene nuevas ideas. En lugar de introducir las reglas gramaticales de un idioma en la máquina, importó la traducción bilingüe inglés-francés del Parlamento canadiense y miles de materiales de traducción. Tiene una gran base de datos organizacional acumulativa y funciona mejor. Y Google tiene más datos en esta área, por lo que la traducción de repente es más madura y efectiva. Se puede decir que son estos datos los que hacen que supere a este software. Debido al poder del big data actual, puede obtener fácilmente la información que desea, pero hace unos diez años, necesitaba 500.000 servidores y una gran cantidad de modelos de procesamiento y almacenamiento de datos para iniciar un negocio. Si desea iniciar un negocio hoy, probémoslo utilizando la computación en la nube. Por ejemplo, hay una empresa llamada Tiside con muchos productos y precios. Se necesitan algunos datos para predecir si un producto estará en los estantes o fuera de los estantes. Aunque tienen una gran cantidad de clientes, la empresa solo cuenta con 65.438+03 empleados, por lo que cuenta con muchos servidores con los que disponen de una gran cantidad de datos. Se puede ver que no sólo las grandes empresas pueden hacer esto en esta etapa, sino también las pequeñas empresas innovadoras.

Wang Xiaoyang: De hecho, cuando se trata de cambiar toda nuestra forma de pensar, el llamado pensamiento experimental es más importante que el pensamiento teórico, que no entiendo del todo. De hecho, el ejemplo dado por el Maestro Víctor hace un momento es que muchas veces usamos datos para verificar lo que queríamos tener antes. De hecho, parte de la sabiduría se extrae de los números. Puede ser que una lengua provenga de un lugar diferente. ¿Cómo decirlo? Basado en el caso de big data, en realidad existe el llamado concepto circular, es decir, tienes la sabiduría para verificarlo más tarde y generar varios conocimientos en los datos verificados para hacer tal comprensión, así que desde esta perspectiva, creo big En el caso de los datos no se trata de una disrupción, sino de una mejora que mejora nuestro mundo cognitivo. En el tema de la salud pública, uno de los ejemplos más citados es la llamada predicción de tendencias en Google, que utiliza palabras buscadas por los internautas para predecir.

¿Cómo predecir la llamada gripe? Es muy sencillo, basta con analizar los datos anteriores, indicar la zona donde se produjo la gripe y qué palabras utilizaba la gente para buscar en esa zona en ese momento, para que se puedan hacer estadísticas. Después de hacer las estadísticas, ¿qué significa utilizar estos términos de búsqueda para predecir esta gripe? Esto no significa necesariamente que este tipo de datos o big data nos brinden de repente nuevos conocimientos sobre la gripe. No precisamente. De hecho, los ingenieros de Google tienen una idea. Parece que tenemos gripe, y todo el mundo utilizará búsquedas para obtener información relacionada con la gripe. ¿Cómo encontrar esta conexión? Se trata de utilizar datos para descubrir y utilizar el llamado método de big data para realizar algunas de nuestras cosas conceptuales existentes. Después de darnos cuenta, podemos hacer predicciones. Entonces, desde esta perspectiva, eso no significa necesariamente que con big data podamos perder toda sabiduría. No necesitamos coeficiente intelectual, siempre que los datos sean buenos, definitivamente no es suficiente. Debe ser coeficiente intelectual más datos, y luego podrás tener conceptos positivos y negativos. Esto es lo que debería hacer el big data.

Dong Hansi: Tengo ideas diferentes. Creo que lo que acaba de decir el Sr. Víctor es muy interesante, es decir, los requisitos de sabiduría en la era de los grandes datos son diferentes. En la era del big data, lo interesante es que los requisitos de inteligencia pueden ser menores y producir mejores resultados. Simplemente dio un ejemplo. Antes era difícil traducir. Sus reglas deben ser particularmente sólidas, concisas y completas para lograr un 60% y un 70% de precisión. Pero en la era del big data, no necesitamos pensar en esas reglas y rutinas complicadas. Solo necesitamos entregar cientos de millones de artículos traducidos a la computadora y usar métodos estadísticos para descubrir cuál es el otro significado. las palabras traducidas son. En realidad, la necesidad de sabiduría se reduce, pero el efecto puede ser mejor.

Político Sun Jian: Quizás nuestra comprensión de la sabiduría sea vaga. Creo que entiendo lo que dijo el Sr. Víctor, porque también tiene un libro llamado "Deletion", que habla específicamente sobre esta triple sabiduría y compensaciones.

Porque con el desarrollo de la tecnología de almacenamiento e Internet, habla más sobre conocimiento y los requisitos para el conocimiento pueden ser menores, pero creo que la comprensión de la sabiduría es diferente. La sabiduría que entiendo es que tienes una visión fundamental y real para juzgar una cosa. Aunque todavía necesita tener información sobre algo, no se debilitará ni será innecesario debido a la existencia de big data, pero es precisamente debido a la existencia de big data que necesita más información.

¿Han llegado realmente las cinco grandes eras de los datos?

Wang Xiaoyang: Que llegue la era del big data depende de cómo se mida. Ahora la cantidad y el tipo de estos datos, así como los métodos de recopilación y procesamiento, definitivamente han alcanzado la sensación de "sin precedentes y sin precedentes". En este caso, en términos de capacidades de recopilación y procesamiento de datos, nuestra era de big data ha llegado, pero recién hemos comenzado a utilizar datos para utilizarlos.

La era en la que los big data cambiarán nuestras vidas aún no ha llegado del todo, pero hemos hecho muchos preparativos para ello. Esta es la cuestión de la gestión urbana. Hemos hecho muchos preparativos para la era de los grandes datos, como la recopilación de datos. Cómo utilizar estos datos para construir nuestras ciudades inteligentes es la pregunta más importante.

Xu: Desde una perspectiva empresarial, personalmente creo que está por llegar. Por ejemplo, la empresa medicinal Mok puede basar su tratamiento en la naturaleza del clima. Por ejemplo, este invierno es especialmente frío y muchos animales con alergias hibernan. En abril y mayo de repente hace calor y habrá más. polen. Muchas personas serán alérgicas este año. Por analogía, comercializará Kemineng y otros materiales medicinales a través del mercado.

Victor Meyer Schonberger: El presidente de los Estados Unidos, Barack Obama, dijo una vez que, a pesar de los esfuerzos del gobierno, éste siempre va por detrás de las empresas y otros grupos sociales. Por lo tanto, participar en tales actividades puede estimular completamente los datos y proporcionarlos al público. Las empresas también pueden retirarlos, lo que les permite utilizarlos para innovar más. He aquí una idea. Puede haber algunas prácticas, como métodos comerciales. Creo que es útil utilizar la sabiduría de empresas inteligentes como Microsoft, incluido el trabajo con los gobiernos para gestionar la sociedad.

Shi Shusi: Tengo la sensación de que cuando los gigantes empresariales hablan de big data frente a diaosi, todos sentimos un escalofrío, porque aunque en la era del big data todos somos justos, podemos hacerlo. Se dice que las pequeñas empresas pueden obtener una competencia leal, pero en realidad las que dominan el big data son gigantes y tienen ventajas únicas para robar dinero de nuestras billeteras. Es difícil para nosotros porque la definición misma de una empresa es tener fines de lucro dentro de los límites de la ley. Sin embargo, estamos ansiosos de que los departamentos gubernamentales utilicen big data para brindarnos servicios inclusivos, al igual que la situación en algunas ciudades inteligentes que realmente no pueden lograr una gestión inteligente, por lo que estoy profundamente preocupado por el futuro de los big data que llegan a China. Además, incluso las empresas excelentes que utilizan big data deben afrontar la realidad. Por ejemplo, hacemos publicidad como una estación de televisión. ¿Por qué todavía hay tanta gente ahora? Porque la brecha entre ricos y pobres en China es extremadamente grande. Si tiene todos los datos sobre los consumidores, y la mayoría de estos datos no son válidos hoy, y todavía tiene un proceso de selección de big data, que se llama big data con poder adquisitivo, entonces aparecerán varios problemas frente a nosotros. , la sociedad es lo que necesitamos, pero hay muchas cosas detrás de escena. Nos preocupa que los gigantes empresariales nos utilicen para explotar aún más a los consumidores.

Político Sun Jian: Creo que es el mismo problema desde una perspectiva empresarial. Lo que quería expresar antes es que, en primer lugar, muchas empresas nacionales aún no están preparadas para este big data, porque todavía estamos en una era relativamente rudimentaria de análisis de datos básicos, y muchos de nuestros datos básicos no se utilizan hoy, y mucho menos Los datos grandes, incluso los datos pequeños, no se pueden utilizar bien hoy en día. También hay muchos datos falsos porque la gestión de entrada de estos datos es muy inmadura. He estado expuesto a muchas empresas en mi trabajo. Todo el mundo está haciendo varias cosas que las empresas están haciendo hoy. Hay un sistema ERP y una base de datos, y los datos se almacenan en él. Sin embargo, descubrí que la gestión de datos de retiro de efectivo de muchas empresas chinas no se utiliza bien. Existe una gran preocupación: después del advenimiento de la era del big data, las empresas chinas no son buenas para utilizar este tipo de análisis de datos. En la era actual del big data, la brecha será aún mayor. En el futuro, los gigantes internacionales tendrán métodos de análisis de datos maduros y muchos modelos de negocio sólidos, lo que aumentará cada vez más esta brecha.

6 En la era del big data, ¿cuál será la próxima predicción y cuál será el próximo juicio?

Victor: ¿Cómo podemos hacer que la vida sea más eficiente de lo que es ahora, es decir, hacer que las ciudades sean más inteligentes? Esto es factible.

¿Por qué? Hago hincapié en que podemos mejorar nuestra salud pública y educación con nuestra capacidad de recopilar datos. La expansión del transporte público puede realmente satisfacer las necesidades de los ciudadanos, no sólo de los políticos. El consumo de energía se detectará, preverá y gestionará mejor, de modo que nuestras ciudades serán más inteligentes y la vida será mejor. Hace 150 años, alguien predijo que si vives en una ciudad, tu vida será más corta; si vives en el campo, vivirás más. Hoy, 150 años después, la esperanza de vida es más larga y seremos mejores con big data, pero hay una condición: quienes toman las decisiones deben utilizar estos números.

El siguiente paso es lo que hacen los expertos. De hecho, esto implica que en la era de los datos, los puntos de datos son limitados y podemos recopilar suficientes datos para resolver el problema. Debido a que es muy complejo y hay muy pocos puntos de datos, nuestros puntos de datos deben recopilarse con alta calidad. Ese no es el caso ahora, se está volviendo cada vez más caótico. Cuantas más explicaciones hay, más confusas se vuelven, y cuanto más hay, más puntos de datos hay. Para un fenómeno que queremos estudiar, podemos hacer más estadísticas. Por ejemplo, en Estados Unidos, si tienes un mapa genético de ADN, sólo necesitas 2.000 dólares para saber cómo están compuestos los 3.000 millones de cosas de todo tu mapa genético, de modo que puedas conocer esos 3.000 millones de pares. Ahora, si es probable que una composición genética cause qué tipo de cáncer, puedes buscar el mapa genético y decir "Yo lo soy". Con demasiados datos, habrá algunas imprecisiones, por eso digo que se volverá cada vez más caótico, por lo que aquí se permite un poco de inexactitud o un poco de caos. Este llamado caos significa que cada punto de datos debe alcanzar la máxima precisión. El resultado es que no es 100% perfecto, sino en la dirección de big data, o en otras palabras, uno debe conocer una dirección en los puntos de datos correctos. Conocer la dirección es más eficaz que conocer los datos perfectos más adelante. Por ejemplo, en la predicción del tráfico, la predicción del tráfico que vemos ahora puede llegar 20 minutos más tarde que la aplicación real. Puede parecer demasiado tarde, pero si se trata de información de previsión para una semana, es suficiente.

Wang Xiaoyang: En la era del big data, comprendemos mejor nuestras ciudades. La llamada comprensión significa que sabes lo que está sucediendo en esta ciudad, lo cual es muy importante. En el pasado, la gestión de esta ciudad era sólo una bofetada. A veces muy bien rodada y una gran ciudad. Pero ¿qué pasa a veces? Una palmadita en la cabeza podría ser demasiado escandalosa. En este caso, de lo que queremos hablar es cómo hacer un buen uso de ellos en la era del big data. Para el desempeño político, también se pueden considerar los macrodatos. ¿Es esta cifra buena para su desempeño político? Sólo el nombre es un aspecto importante. Big data no se trata solo de comprender lo que está sucediendo en nuestra ciudad, sino también de lo que piensa la gente de nuestra ciudad. Esto es muy importante para la gestión de la ciudad. Una ciudad no se trata sólo de instalaciones de hardware, sino también de metros y edificios de gran altura. La gente de dentro importa.

Lo anterior es lo que el editor compartió con usted sobre la subversión de la vida humana en la era del big data. Para obtener más información, puede seguir a Global Ivy para compartir más información detallada.