盛世的陰影：大數據時代的挑戰(zhàn)漸漸浮出水面
原創(chuàng) 張俊瀟 | 2017-07-10 12:13
【數據猿導讀】 6月29日，由數據猿主辦的金融大數據峰會在上海盛大召開，現場匯集了眾多來自大數據領域內執(zhí)牛耳的重量級嘉賓。大數據被譽為第四次工業(yè)革命的能源，整個產業(yè)正處于高速起飛的階段，機會和挑戰(zhàn)總是結伴而行。大數據也是一座待挖掘的金礦，給人們帶來無限美好遐想的同時，一些潛在的挑戰(zhàn)也...
來源：數據猿 作者：張俊瀟
導語：6月29日，由數據猿主辦的金融大數據峰會在上海盛大召開，現場匯集了眾多來自大數據領域內執(zhí)牛耳的重量級嘉賓。大數據被譽為第四次工業(yè)革命的能源，整個產業(yè)正處于高速起飛的階段，機會和挑戰(zhàn)總是結伴而行。大數據也是一座待挖掘的金礦，給人們帶來無限美好遐想的同時，一些潛在的挑戰(zhàn)也在漸漸浮出水面。
這個趨勢在金融大數據領域尤為明顯。
壟斷壁壘漸強，數據共享已成空話？
得益于金融行業(yè)較為完整的數據積累與人才儲備，大數據在金融領域的應用可以說是最早開花結果，包括精準營銷、客戶全周期管理、戰(zhàn)略決策、風險控制等環(huán)節(jié)均能看到大數據的落地身影。
但就像引言所說，很多挑戰(zhàn)也在不斷滋生，這些挑戰(zhàn)至少來自三個維度。
首先是認知層面。大數據對金融行業(yè)來說意味著什么？僅僅是一個優(yōu)化工具還是對金融體系的一次基因改造，或者還是代替銀行一些職能成為獨立的產品？答案眾說紛紜，始終沒有得到統(tǒng)一。
其次是數據獲取帶來的挑戰(zhàn)。
目前企業(yè)面臨一個普遍的困境就是挖掘與收集數據的能力有限，需要滿世界找數據。
不解決這個問題就會直接導致底層數據的流通不暢，底層數據從大的方面來說由內部和外部兩個方面組成。內部是指總行跟各分行之間，甚至是各銀行之間數據的共享；外部是指金融業(yè)和行業(yè)外部數據的打通，比如說電商平臺、醫(yī)保和社保等交易場景下用戶產生的數據。
但是這些數據本身都被高度壟斷，并且一些還涉及到用戶隱私問題，甚至一些企業(yè)一旦將自己的數據開放將會遭受難以估量的巨大損失。
舉個極端例子， 假如阿里的數據向京東開放會發(fā)生什么？我想第一時間京東會去獲取阿里中大量女性用戶的數據，一舉填平服裝和美妝產業(yè)在兩者之間的鴻溝。
即使情況沒有這么極端，阿里僅僅開放了一些簡單的數據，也會給京東很多發(fā)揮的空間。比如說用戶在阿里買了一件商品，這個數據被京東獲知，京東就可以馬上上架或者是推薦相關聯(lián)的產品，用戶買了一個筆記本可能還需要一個鼠標，就因為數據的開放，很大概率京東就搶走了本屬于阿里的訂單。
所以說數據作為企業(yè)的核心資產是絕對不會輕易開放的。
如何有效打通數據間的壁壘，是從業(yè)人員必須要跨過的一道門檻。
大數據帶來的“人機矛盾”開始隱現
第三個挑戰(zhàn)來自應用層面。應用層面的挑戰(zhàn)更具復雜多樣性，有一個矛盾越來越突出，可以預見的未來將會是困擾行業(yè)的主要焦點所在。
我稱之為“人機矛盾”。
“人機矛盾”在電影里經常被演繹。機器人突然有了意識，便大肆屠殺人類，大數據概念下的“人機矛盾”沒有這么暴力血腥，但也足夠折磨人了。
具體體現在哪里呢？我們知道，基于大數據的縝密算法構建、機器學習和關聯(lián)性預算等手段，可以直接顯示最后的分析結論，而沒必要具體展現其中的過程。也就是說，通常大數據的分析結果只負責告訴人們“what”，而不負責解釋“why”。
但是當人們利用大數據的結論時就很容易陷入糾結，比如在商業(yè)銀行做一個客戶流失的風險預測，通過大數據發(fā)現這名客戶未來有可能產生違約行為，因此建議不要放這筆貸款。
但這樣業(yè)務人員會瘋的，憑什么拿一份機器得出的結論好端端地去打攪客戶。平白無故地對客戶說：你好，我們預測你要流失，所以我要給你提供一些其他的服務來挽回。先不說提供的其他服務所產生的成本，單說這一行為會不會引起客戶的反感，反而起到反作用也不是沒有可能。業(yè)務人員要如何取舍？非常難辦。
光是這個矛盾就夠了嗎？遠遠不止，假如面對的是銀行個人用戶業(yè)務，面對的可就是數以千萬計的客戶。通過大數據預測，假如預計5%的人會流失，這是非常龐大的一個數字。前端服務或銷售人員或許一下就迷茫了，這么多人從哪里做起呢？投入有限的資源去做真的會挽回用戶嗎？
業(yè)務人員一定會問很多個為什么，一直問到機器是如何得出這個分析結論的。就如同AlphaGo大戰(zhàn)柯杰，柯杰作為人類棋手翹楚，每秒可以搜索10個走子可能。但AlphaGo每秒卻可以搜索10萬個走子可能，你問AlphaGo為什么這步棋做出這樣的選擇，是因為它已經做了10萬次的運算。
如果機器一步步將運算過程中的因果關系向人講清楚，可能要用上100年的時間。
但即使業(yè)務員對數據無條件相信，也還是不夠。因為他面對的客戶是真實的人，人不是數據組成的，他如何做決定，要受到很多因素影響，甚至有時候會有不理性地選擇。所以人與機器如何相處，未來還需要更多的時間和智慧來思考。
以上所列舉的一些挑戰(zhàn)主要還是集中在場景應用層面，通過技術的改進和認識的進步，一些問題都會在時間推進過程中得到化解。但真正的挑戰(zhàn)其實來自大數據對產業(yè)革命的影響，如果沒有前瞻的認知很可能會讓企業(yè)失去下一個世代。
大數據時代呼喚大數據思維，未來馬太效應可能超乎人們想象
大數據時代正在呼喚嶄新的思維，也就是大數據思維。那么要怎么理解大數據思維呢？要想得到完善的理論體系，很可能還需要行業(yè)進一步的發(fā)展，但目前我們可以簡單提煉一些關鍵詞。
第一個：“不控制”的藝術
人類歷史從奴隸社會進入農耕社會再進入到工業(yè)社會，最顯著的一個變化就是出現了公司這一全新的組織形態(tài)。
在工業(yè)化到信息化進化的各個階段中，又依次誕生了類似福特、波音、谷歌、阿里等巨頭，它們將公司的力量和形態(tài)發(fā)揮到了極致。這個極致的典型特征就是公司本身不僅將自己的主業(yè)推向了幾乎不可逆轉的壟斷地位，而且進一步做到了跨地域的分工、同行業(yè)上下游的整合和跨行業(yè)的整合。
很多整合都是通過產業(yè)并購和控股實現的，導致企業(yè)規(guī)模越來越臃腫。到了大數據時代這種玩法可能就不適用了，因為按照原來的模式，股權的轉移一定是通過控制和被控制的狀態(tài)來實現的。大數據時代數據越來越成為核心資產，可以不通過收購企業(yè)，就跨界掌握一家公司，就像滴滴不需要購買任何一輛汽車就可以掌控龐大的專車隊伍。
第二個關鍵詞：萬物皆有靈魂。
之所以可以把大數據上升到一個時代的高度，是因為它第一次顛覆了人們認識事物的第一路徑。以往人是絕對的主宰，我讀書就是我讀書，我購物就是我購物，我看病就是我看病。
而大數據時代，當然是設想的后大數據時代。你讀書（電子書）的同時，書也在讀你。因為你讀書時候，在第幾頁停留久了，哪幾頁很快就翻過去了，書都會有準確的數據搜集，這些數據就會反饋給出版社或者作者手中，判斷你的喜好和口味，以便下次準確推送合適的書給你。
當然，這樣的事不僅僅局限圖書，就像題目所說，萬物都會有“靈魂”，物品創(chuàng)造出來不僅僅是滿足人的需求，更重要的使命是讀懂人的內心，這是一個很偉大的進步。
第三個關鍵詞：生態(tài)運營。
我們看看巨頭們現在都在忙些什么？不管是蘋果、阿里還是小米，甚至連傳統(tǒng)制造業(yè)例如海爾、豐田等，都在向另一個形態(tài)進化，就是EOP--生態(tài)運營。
這個形態(tài)的主要特征是什么呢？簡而言之，就是利用一個超大核心企業(yè)牽頭把初始流量導入進來，用多種聯(lián)營的方式一塊運作這個平臺。這個平臺就像森林一樣，各種生物均在里面自由生長，形成穩(wěn)定的生態(tài)圈。這個平臺已經不是控制和被控制的關系，而是共生共榮。
實現這個功能的工具就是大數據，利用大數據作為底層生產資料將大家串聯(lián)起來。我們知道互聯(lián)網時代也有生態(tài)圈的概念，大數據時代的生態(tài)圈有什么不同呢？
大數據可以徹底解決共享和透明的問題。阿里是典型的互聯(lián)網生態(tài)圈，在訂單時代（未來可能會步入大數據時代）他沒有解決信息不透明的問題，不管是上游的制造者還是下游的消費者，阿里僅能憑借數字做概率性的推演和預判。
而大數據時代，阿里處理的不僅僅是訂單，而是要挖掘靜態(tài)和動態(tài)的數據，而后分析供需兩端的詳情，最終做到精準營銷、精準生產、精準物流和精準消費。
這個完美狀態(tài)也就是馬云所說的“計劃經濟”。
假如這個預測成為現實，那么未來大數據生態(tài)圈，要同時滿足三個條件：生產端、流通端和交易端。阿里和京東，他們僅做到了流通端，就做到了如此大的規(guī)模，大數據時代也許這個邊界將會擴大，那將是個萬億級的規(guī)模。
當然，這樣的結果也會導致嚴重的“馬太效應”。這也是我最后要提的，大數據未來和人工智能的結合，給社會帶來的挑戰(zhàn)也許要更嚴峻。比如會帶來巨大的貧富分化，包括以后我還會專門來講一個話題—無用階級。當我們?yōu)樾录夹g進步興奮的同時，還是要認真思考背后的陰影，因為大數據帶來的這次工業(yè)革命可能跟之前不太一樣。（張俊瀟）
來源：數據猿
刷新相關文章
我要評論
活動推薦more >
- 2018 上海國際大數據產業(yè)高2018-12-03
- 2018上海國際計算機網絡及信2018-12-03
- 中國國際信息通信展覽會將于2018-09-26
- 第五屆FEA消費金融國際峰會62018-06-21
- 第五屆FEA消費金融國際峰會2018-06-21
- “無界區(qū)塊鏈技術峰會2018”2018-06-14
