2017年10月27日，易觀A10大數據應用峰會在北京召開，本次峰會以“數以致用 源力覺醒”為主題。本次大會邀請到國內互聯網行業(yè)領袖大咖，以及來互聯網、傳統(tǒng)企業(yè)、媒體及資本領域在內的3000多位與會者，共同喚醒“數字源力”，讓用戶數據價值得到充分釋放和利用。

作為用戶勢能主論壇的重要組成部分，商業(yè)新知創(chuàng)始人黎爭、太平保險首席信息官熊明、易觀董事長兼首席執(zhí)行官于揚與極客幫創(chuàng)投創(chuàng)始人蔣濤，以“數據應用與創(chuàng)想”為主題進行了一場圓桌討論。以下是圓桌對話的實錄：

主持人(商業(yè)新知創(chuàng)始人黎爭)：

接下來我先把咱們這場的嘉賓請上來，他們是：

太平保險首席信息官 熊明

易觀董事長兼首席執(zhí)行官 于揚

極客幫創(chuàng)投創(chuàng)始人 蔣濤

主持人：楊守彬楊總在先前的演講中講非常好，這是一個裂變的時代，有1%的可能成為金字塔塔尖的人，這1%的人一定用好大數據，我們易觀方舟這個產品首先是大數據產品，名字起的非常好，我相信在座的各位朋友用上易觀方舟都能夠進入到方舟里邊，都能成為那1%金字塔尖的人。

大數據經過這幾年的發(fā)展，實實在在的在企業(yè)里邊在用了，實實在在推動企業(yè)的業(yè)務發(fā)展和創(chuàng)新了。首先請問熊總，保險用戶量非常大，首先大數據在您的IT架構里邊，以及對你的用戶和業(yè)務帶來哪些實實在在的價值呢 

熊明：從保險行業(yè)來說，現在保險行業(yè)現在也在經歷一個劇烈變化的時期。大家知道前不久眾安在香港上市，眾安是一家互聯網保險公司，它不同于傳統(tǒng)的保險公司。因為傳統(tǒng)保險公司擁有大量的代理人，眾安是做財險的沒有代理人完全是線上的模式，所以從保險發(fā)展趨勢來說，逐漸在從傳統(tǒng)的線下行業(yè)向線上行業(yè)發(fā)展的一個過程，也是一個正統(tǒng)。在這個過程當中，大數據不可避免會起到非常重要的作用。

舉簡單的例子，保險公司現在內部，我們面臨簡單的問題是，我們在歷史上有那么多保單，數據量非常龐雜，我們對現有保單和過去保單，對現有客戶和過去客戶的分析都是基于大數據。因為現在數據量遠遠達到不是一臺單機能夠解決問題的，從這個角度出發(fā)，我們商業(yè)邏輯，包括對代理人業(yè)務員商業(yè)上的幫助和對銷售上的精準營銷幫助都需要對數據做出很多分析，所以從這個角度來講，大數據不可避免在保險這個行業(yè)是不可或缺的技術。

主持人：現在在推動支撐業(yè)務里邊，成效比較顯著的，是在哪些業(yè)務層面 

熊明：從我們的角度出發(fā)的話，在過去一年多，我們開始發(fā)展互聯網保險業(yè)務以來，我們其實做了很多事情。一個是從基礎架構對傳統(tǒng)的保險公司進行徹底的革新。比如說組建自己的私有云，在這個基礎上搭建基于互聯網保險業(yè)務的系統(tǒng)，包括銷售平臺。同時我們其實也需要很多數據從保險公司角度出發(fā)，保險公司的數據維度是比較有限的，雖然數據量很大，傳統(tǒng)的保險公司獲取的數據都是線下數據，都是通過代理人和有限網上方式得到用戶的數據。在這方面，如果說保險公司在未來能夠跟互聯網公司進行結合的話，利用互聯網公司獲取數據的能力，再發(fā)揮保險公司線上線下相結合的銷售能力，會獲得更好的效果。我們過去一年多在線上線下O2O方式上做了很多嘗試。

主持人：大數據實實在在在保險人壽領域里邊起到了很大的效果。我們都知道易觀已經推出基于移動互聯網非常王牌的大數據產品易觀千帆，有了這樣的王牌產品之后現在又推出易觀方舟，是基于什么樣的戰(zhàn)略層面的考慮，我想您是非常權威的。

于揚：我借今天這個機會給各位來的朋友和嘉賓，接著這個問題也介紹一下易觀的變遷。在2012年之前我們更多用我們分析師出很多的分析，大家在不同的層面看到易觀的分析和易觀數據。從2012開始到現在我們基本用五年，我們利用技術把分析師做的數據層面的東西，用技術和產品去做。但是我核心關鍵詞是沒有改變，核心價值還是分析，只不過之前是用人做，現在是用技術和產品去做，這是一個升級。

從我們做數據分析過去十幾年來看，隨著整個行業(yè)本身每個行業(yè)的發(fā)展，大家能夠積累的數據量越來越多。剛才我接受媒體采訪大家問大數據的發(fā)展，其實大數據一直都有，包括周末在北大講一個課，大數據一直有，只不過以前由于手段和方法設備不具備，你沒有把這些數據記錄下來，但是有了移動互聯網，有了手機，有了IOT你記錄下來了，沉淀下來了把模擬的東西變成了數字化，這是大數據。但是數據用的過程中，我們發(fā)現企業(yè)現在有幾個階段有不同的需求，第一寨我們今天所謂的存量市場，整個互聯網市場從上半場進入下半場，下半場核心就是存量，在增量市場是跑馬圈地，你搶你的，我搶我的咱們打不了架，整個來講中國經濟就是存量市場，但是在存量市場很重要一點就是看競爭，所以，如果要看競爭，一定要做競爭分析，易觀千帆就是這樣的一款產品，大家到我們的網站去使用，我聽我們同事講，今天來了很多我們的用戶和客戶在現場，其實都在買我們的易觀千帆是做競品分析是產品對標經營的分析的工具。

就好象今天你去醫(yī)院體檢中心做體檢，發(fā)現血脂高了，什么原因呢，是沒有運動，吃的不合適還是有其他的慢性病在第三方體檢產品不會告訴你，但是告訴你你的血脂不正常。過去易觀千帆是一個強大的旗艦產品，確實幫助我們很多客戶發(fā)現他們行業(yè)的領先者，如果他作為領先者也行業(yè)的創(chuàng)新者在不同層面上的差距和對比。如果我們只是這一款產品就會出現三四年前的狀況，客戶知道有差距怎么辦，我們說沒有辦法。今天易觀方舟是什么，易觀方舟就好象你體檢之后，你血脂高了我們給你進一步診療，告訴你你今天血脂高大家是你沒有運動，還是你食物的問題，還是你有什么其他慢性疾病沒有發(fā)現，易觀方舟是一款第一方分析產品。之前朱總講的時候實際是嵌入我們業(yè)務流程，你現在用去流失到你的渠道就是李鬼渠道不是李逵，還是說你光注重數量沒有注重質量，還是這些客戶來了之后你服務體驗沒有跟上導致的問題。所以我們做了易觀千帆強大的第三方產品之后我們又做了易觀方舟，我們告訴你如果出現了與參考值的差別怎么辦，我們給你具體的診斷和治療的方案，這是我們易觀方舟原始的想法。

雖然今天正式發(fā)布，之前在一些用戶客戶做了測試，反響非常好。易觀方舟這款產品是市面上唯一一款把第三方數據和第一方數據打通的產品，在中國市場是沒有這樣的產品。

主持人：原來咱們做監(jiān)測設備和監(jiān)測師工作的，現在要開醫(yī)院我們做診斷要開治療方案，大數據企業(yè)級服務的高水準醫(yī)院，是不是這樣。

于揚：其實倪澤望總也是看準了這一點，我們不能僅僅告訴你說對不起你有病，我們得說我們有藥我們怎么解決這個問題，我們提供什么解決方案，這是一個核心的，我們也是順著客戶的需求，我們不僅告訴你差異在哪兒我們告訴你怎么解決你的問題，讓你有更多高質量用戶沉淀在你的企業(yè)，沉淀在您的產品上。

主持人：于總你講到2012年之前，主要還是分析師的方式進行分析，2012年之后利用大數據的分析所以我想問一個問題，通過五年的發(fā)展，咱們易觀有很多技術力量，技術產品的力量，咱們分析師這塊，究竟是被替代了，還是說又升級了。

于揚：你的問題特別好。

第一點，我們分析師過去和今年和未來都是易觀特別強大的優(yōu)勢，特別當機器干了很多原來需要人去干的重復性數據的采集清洗挖掘之后，我們分析師實際是提升它們在整個價值鏈往上走，他們可以基于我們已經購買大數據的客戶的需求，我們基于應用場景深度的分析，但是一定基于我的產品和工具箱去做的，而不是盲目的做分析。

第二點，易觀有一支懂業(yè)務場景的分析師團隊，最終數據一定進入業(yè)務場景。舉個例子，我們經常接到大量的騷擾電話，之前也有一些保貸和地產的經紀給我打電話。大家想今天你想租一個房子，給孩子買一個保險，這時候打電話過來你就會想聊一聊，再次證明其實大數據是可以讓無為的騷擾降到最低。比如熊總的太平保險，線上線下有很多的嘗試，我們最近也在跟其他保險同仁做一些交流和合作，保險今天來講保貸的模式還是普遍的模式，先找到這個人。如果用線上的畫像更準的知道他要什么，這時候你找他的時候就有的放矢這是想說明的是，大數據可以把保代的精力節(jié)省下來去做其他的事情。因為在其他的行業(yè)也會出現，比如現在很多銀行客戶卡業(yè)務和電子銀行業(yè)務，特別卡業(yè)務你怎么精準的找到這些業(yè)務，這時候全景畫像就變得特別重要。

主持人：你說這點我自己身有體會，我自己總結了一個詞叫互相傷害，當用戶沒有需求的時候你硬推給他，他本來把時間可以開發(fā)有需求的用戶，還有就是傷害了用戶，所以當我們用很好的數據分析手段解決這個問題的時候可以避免互相傷害。接下來的問題是給蔣總，相信很多人非常熟悉他是技術出身，創(chuàng)辦了中國最大的程序員的社區(qū)，現在做投資，你做投資這么多年對大數據的發(fā)展是怎么看的。然后你投資大數據公司的時候你的評估維度是什么 

蔣濤：大數據，我們因為是開發(fā)者最大的數去我們有五千多萬的用戶，我們也辦大會都是偏技術的大會，我們辦云計算的大會辦了八年，大數據大會今年是第6年，第一屆辦的時候是七年前，參加人數是20人，那時候大數據代表我們從技術層面來的。我們看到了技術的發(fā)展，從七八年前到現在，我們能夠看到大技術數據越來越成熟，應用到各個行業(yè)，所以從我自己投資來講，第一個維度投資技術出，又在做技術產品的人，包括剛才深創(chuàng)投投的星環(huán)，最早星環(huán)的前身是因特爾hadoop的團隊。我們投了數據庫聚三(音)我們投的廠商是紅象(音)還有一家聚合數據。你做大數據首先得有數據，數據在哪兒，第一你們自己家里，第二互聯網上，互聯網上有大量的公開信息對每個行業(yè)都有作用，問題是你怎么用它，聚合數據公司就把互聯網上公開的，可以公開的數據做成接口提供給開發(fā)者，提供給各行各業(yè)，你在這個基礎上再做應用，從基礎技術，只要做跟大數據相關的用到的技術。第二做技術的應用層，這是我們投資的第一個維度。

第二個維度更重要的是說你有了這些技術你用在哪兒，用在什么樣的場景和行業(yè)，你怎么用這里邊有很多可以挖掘的。今日頭條其實是一個大數據公司，它用爬蟲的技術和個性推薦的技術，把互聯網上所有公開的新聞抓起來提供給我們讀者，提供給用戶。我們自己投了幾家，它抓到一個特別好的很大的一個風口，之前所有人沒有預計到，我們投了一些類似的企業(yè)在不同的行業(yè)用同樣的技術做，有做跟投資相關的，投了兩家公司，一個是IT橘子(音)也是把互聯網上公開的投融資信息進行抓取和處理提供給大家，這是創(chuàng)投的一個數據苦。還有一家是起名片，同樣的邏輯在這個領域繼續(xù)做，在微信公眾號大家可以看，把創(chuàng)投的數據做的非常的細致。還有一家也是這樣的，我們投的都是這樣的第一我們能夠把信息抓進來，但是用在哪兒這家用在創(chuàng)投了。第三家我們也投了，原來做的方向沒有做出來，現在想做娛樂頭條，他們是高能物理出身的，做出感覺，后來做了個轉型，這一年發(fā)展特別好，他同樣也是抓取互聯網上信息，抓取企業(yè)信息，做什么呢，做二級市場基金的分析報告，你想知道唯品會明天發(fā)財報，財報收入漲還是跌，用戶活躍度漲還是跌，其實你通過分析唯品會的數據。比如說監(jiān)視微博的動態(tài)，你是可以做出一個預測的。目前這家公司做到的準確度到90%，所以現在美國很多做二級市場做概念股的基金都在買我們的產品，這是一類我把公開的信息來做應用。當然互聯網金融，包括信息服務是最容易看到的。

第二類你要加到這個行業(yè)里去，大數據加到這個行業(yè)又產生了兩個維度，第一個維度就是沒有數據我們要產生數據，因為很多行業(yè)，要么數據源基礎不具備，要么有很高的壁壘，我們找一個點打進去。比如我們投資教育的叫批改網，通過人工智能的手段批改作文，我們累積批改了2.5億作文，1200家高校利用我們的產品，所以在教育行業(yè)里邊創(chuàng)造出來原來沒有的數據，作文的批改被數字化了，所以這是一類破局的。

還有一類就是這個行業(yè)里邊數據不公開，怎么辦，現在我們就投資一些什么樣的企業(yè)呢，投資一些SAAS公司，信息化公司，基礎的信息化，基礎的數據采集，包括優(yōu)質的數據積累，可能都還沒有，所以這一類，前兩年我們也陸續(xù)投了一些所謂基于SAAS的2B的行業(yè)，包括醫(yī)療領域投資一些企業(yè)，他們的價值可能是信息服務和SAAS服務商，但是未來通過數據的增值和行業(yè)數據深度的積累，我覺得這樣的大數據公司會慢慢的冒出來，但是行業(yè)的數據公司成長比較慢，大家需要等一段時間?；蛘呶乙步ㄗh我們這些有技術能力的我們的團隊也好，能夠深入到這些行業(yè)里邊去，應該說能夠挖掘出特別多的場景和特別多的機會。

主持人：謝謝蔣總，大家從事大數據創(chuàng)業(yè)想法的，是不是蔣總說的三個維度，可以進行交流。我們大會的主題叫數以致用，我們看大數據的發(fā)展有一個爭論，或者說討論點，一直也沒有斷，就是大數據和小數據的關系。楊總講的時候，講了兩個關鍵詞個性化、精準。其實你在使用的時候，個性化精準是小數據，但是你要完成個性化精準你需要大數據分析，所以關于大數據小數據的分析怎么用，我想聽聽三位嘉賓的觀點，未來大數據跟小數據交織發(fā)展會發(fā)生什么樣的變化，尤其在利用市場方面，先從熊總開始。

熊明：從我自己的看法來說，我之前在谷歌做廣告，從這點來說我先談談對保險的認識，保險傳統(tǒng)是基于大數法則，基于一個人群進行定價，現在保險發(fā)展方向很有可能實現一定的顛覆，就是剛才我們所談到的個性化。因為現在定價的話有可能越來越基于一個人的具體情況進行定價，所以從這個角度出發(fā)，大數據本身在保險行業(yè)，我們預料會發(fā)生非常大的作用。也就是說對傳統(tǒng)的結算形成很大的挑戰(zhàn)。

那么從另外一個角度出發(fā)，從我個人的經驗來說，我覺得在過去的十年，數據的發(fā)展，特別是以互聯網公司為代表中國這幾大BAT巨頭，包括美國的谷歌、facebook公司他們對數據接軌非常相似。從他們角度出發(fā)用戶的數據在線上都可以收集，他們根據收集的數據會對自己所需要的業(yè)務做出一定的分析，所以早就已經像大數據方向發(fā)展。而我認為在這個方向上最重要的是兩個問題，一個是問題是你怎么樣得到大量的數據。

比如說在國內我們BAT公司有辦法得到大量的數據，但是做大數據很多公司數據量不是那么大是非常有限的。另外你怎么樣幫助垂直的行業(yè)利用數據提升它的商業(yè)，如果你的數據不能夠變現，不能夠產生價值的話，光有大量的數據也是沒有作用的，所以未來大數據的公司的話如果能夠做好這兩點的話，可能對大數據行業(yè)產生非常好的影響得到提升。

蔣濤：數據好像聽起來來講越多越好，要獲得越多的數據帶來的成本和要求也越高，所以比較重要的就是我們看到還是數據的質量和多樣性，就是優(yōu)質的數據。我們發(fā)現有些行業(yè)累積的數據要么數據不完整，要么數據沒有質量，數據后面還是要做分析和決策的，如果數據太單一的話它的應用價值就沒有那么大，這是第一個重要的，實際上我們對數據是有一個分級，你最好有專業(yè)標注的高質量的數據，這比你獲得大量沒有標注的數據價值要高非常多，這是第一個。當然在這樣的前提下，當然是多多益善了。

第二個是跟技術有關系，現在之所以技術的突破是因為深度學習的突破，深度學習的算法跟原來有很大的不同。原來我們用的傳統(tǒng)的人工智能，包括回歸這些，它的樣本到一定的數量，它得出來的結果就在那個水平線上，你再給我多十倍的數據我也不會提升，這是基于大數法傳統(tǒng)的AI方法。但是基于這個呢，你給它的數據越多，產生的價值越多，隨著數據量的增大越來越高。如果你的行業(yè)場景是需要深度學習分析的話數據量越多越好，當然科學家和我們專業(yè)工程師的數據不可能給你，怎么辦，就有新的技術就是阿法元(音)，我們自己通過增強學習，通過各種GN的方法創(chuàng)造數據，所以技術的發(fā)展大家要關注，這也是這幾年投資有一個非常，要投科學家，要投算法工程師，因為技術帶來很大的差別，最近兩三年技術公司的股指都是天價，他們技術對你原來的應用是十倍或者百倍的提升，這是現在關于大和小數據的我的一些看法。

于揚：我覺得這個問題特別好。從易觀實踐來看，我們覺得大數據更多是找規(guī)律、找特征、找趨勢。而小數據更多是找個性、找特點、找具體的抓手，這兩者結合一定是我們企業(yè)應用場景中要出現的，這是從定性來講我們的看法。

結合易觀的產品，我也講一講大數據、小數據是什么意思，比如易觀千帆是一款體檢產品，它實際就是大數據去找特征趨勢的產品，是統(tǒng)計性的產品。我們其實是把這些數據通過對我們機器人進行訓練，學習及驗證之后找出一些規(guī)律性認識反映在易觀千帆上，我經常問易觀千帆數據怎么來，其實我們數據都是用機器人寫出來的，所以我們經常在上新的，如果大家關注我們的產品，會發(fā)現我們最近上了A3算法，我們用很多灰度算法同時測試，有一些不合適我們就回穩(wěn)了，如果合適我們就調優(yōu)變成真正的算法，這是我們大數據在我們產品中的應用就是易觀千帆這款產品。

但是具體到說，還是說你的用戶今天流失比較快，比如我今天做醫(yī)療健康問診應用的，或者我今天做共享單車，到底存在我什么問題呢，這個就去小數據去看。易觀今天來講，我們覆蓋的月活用戶9月30號超過5.2億，日活用戶7800萬，除了騰訊微信QQ以外我們基本是第三大用戶群，相對這樣的大數據，99.9%我們正在和潛在客戶，他們數據量都沒有我們大，相對是小數據，但是在這個當中是強耦合的，我轉化率低到底是什么原因，我用戶流失高到底是什么原因，我們易觀方舟對這個進行診療。

實際上我們還有體檢診療，我們吃藥就是標簽，比如你是招行用戶，招行對你非常了解，但是這些用戶不可能他生活的百分之百只在你的場景，還有其他的場景，怎么辦你肯定不了解，這需要增補標簽做到最全景畫像，從而有針對性的推產品和服務，這時候是一個小數據，具體個案可能就是一百個客戶，一千個用戶我把他召回這是小數據。吃藥之后效果怎么樣，再去體檢，之后再診療，其實也是比較好的解釋了大數據小數據是怎么用的。

最后就是蔣濤說的，我們在日常工作中，即便我們有這么大的數據量我們也很頭疼。

第一數據噪音特別大，很多數據噪音多達40%-50%，清洗非常麻煩。從機器角度來講，40%是假的，剩下60%還有一部分是肉機，如果這么去算的話，你可能有70%的錢是白白花掉的，可能大家知道是浪費的，但是你為什么浪費呢你可以在一部分浪費的錢里邊找回來，這個怎么辦，這個也有一個數據識別的問題，你怎么找到欺詐的設備，這也是我們易觀提的設備認知，因為數據噪音特別大。

第二，大數據小數據的結合，我拿投資的例子說一下，經常問我你怎么投資，我說你要看這個賽道，如果看所有賽道的用戶企業(yè)都在用戶，這說明這是一個存量市場，你再殺進去我認為存活幾率低，但是你要不要做，你要看小數據。今日頭條在非常擁擠的客戶端里做事情，之前很多人做了，但是為什么它做起來了，至少提法是千人千面，你一定要聚集到你的業(yè)務場景中怎么抓。

第三，就是大數據、小數據的結合實際上也是在于在你整個生命周期不同的地方。比如說從拉新角度來講，我覺得這時候你不能做盲投，最終喜歡你的產品和服務器可能只有一小部分，你結果你的場景做小數據。怎么做大數據，增補標簽的時候你一定在整個市場上找到比較像你的用戶但是不是你用戶的人，你從其他數據中把他拿過來這有可能幫你找到新用戶的增量，這就是大數據，這三個方面可以給大家一個參考，你怎么把大小數據結合去用。我們易觀也在用對抗學習的辦法，給他設一個競賽的什么是贏讓自己產生值，我們在A3之前有12個版本的灰色算法彼此競爭我們發(fā)現阿法7勝出了，我們就把這個再優(yōu)化。

主持人：最近一年多還有一個比較大的背景的變化，一個是5G即將商議用，還有物聯網的標準，按照預計2030年全球會有500億物件上網，500億物件本身會數據化，在座的從事大數據創(chuàng)業(yè)的，各位嘉賓就基于這樣的未來的大數據的發(fā)展，尤其基于全球你看得見看不見人和物以及信息都可能數據化的背景下面如何看待未來大數據產業(yè)的發(fā)展。

熊明：我覺得這是一個非常巨大的市場，從我的個人感受，在大概七八年前從美國開始，就提物聯網和實體相結合的系統(tǒng)，主旨就是用(深色而)監(jiān)測不同的建筑，比如水庫里邊水的質量，橋梁的質量，它可以把這種安到很多地方去，通過不同的監(jiān)測系統(tǒng)可以把數據收集過來。從這點開始的話，整個世界的不同的建筑，這些地點，在未來的不久，就像你說的一樣，有可能會裝上大量的探測器，收集信息的傳感器。然后數據收集來了之后怎么處理，我們能夠從里邊提煉出什么有價值的信息，這都是非常大的挑戰(zhàn)。

當然了，現在的話，我舉個簡單的例子，車聯網，在我個人看來有可能在這個領域能夠比較早爆發(fā)的領域，從IOT角度出發(fā)，為什么呢，車聯網本身來說收集的信息是有價值的，現在國內有很多車聯網信息，但是信息收集過來有很多問題，一個是用戶的黏性不太穩(wěn)定 ，另外還沒有真正找到變現的商業(yè)模式，所以這個公司其實做的也是蠻掙扎的，在物聯網領域我有一個非常好的朋友，也是從美國回來創(chuàng)業(yè)的建立了物聯網公司。從我個人的感覺來說，這一兩年的話這個領域是有所上升的，因為我們畢竟物聯網這個詞叫了很多年，有十年的歷史了。但是整個業(yè)務從這個領域來說，出現大規(guī)模上升的苗頭的話，可能還沒有真正看到，但是呢在最近一兩年，感覺上這個領域，從我做創(chuàng)意公司兄弟感覺來說，他們已經看到了業(yè)務提升的希望。所以，從這個領域來說，我覺得遲早會來，但是什么時候來這是一個很大的問號。

剛才你說的物聯網，華為提出的物聯網標準，他們是有一個規(guī)劃，隨著5G的到來，華為物聯網標準也會付諸實施。我覺得隨著5G的到來，比如說像車聯網這些領域，它實際上能夠獲益，也就是說在未來的四五年左右，這些領域有可能出現一定的爆發(fā)的。

主持人：未來以來，用未來做現在才有未來。

蔣濤：5G當然帶來最明顯的就是視頻行業(yè)大發(fā)展，這是很確定的。還有一個我們投的一個相關科技公司，5G到來會帶領云端到來的大發(fā)展，現在是帶寬和計算力的問題，我們AI優(yōu)質的那些得出來的模型也好，還達不到效果，所以5G對于擁有AI大能力的公司實際上一個非常好的消息，可以更好的殺到這里邊，對我們集成行業(yè)產生很大的變化。不可能每個機器人有那么強的計算力，因為需要耗電耗的很力量，這是一點。

另外一點，物聯網當然是一個，包括原來做低能功耗的傳輸做不到，現在可能技術有，包括我們投了一家做IOT的公司，他們讓軟件開發(fā)者開發(fā)物聯網的應用。我們現在找一個入口是智能制造，制造行業(yè)現在缺乏數據，或者數據出不來，他們也有一些監(jiān)測，但是數據之間我們至少目前看到江浙一帶的工廠，95%以上都處于這樣的水平。我們提供一套設備寶，幫助他們把這些設備進行升級到云端，然后再提供監(jiān)測分析，所以這個工作可能各行各業(yè)對面臨這樣的一個，原來你的數據要么是孤島要么是沒有，現在通過物聯網獲取數據，一開始應用就很簡單，像互聯網上來的時候大家看一個新聞看的很慢有一個論壇，現在各行業(yè)初級應用是非常基礎和簡單的，但是能不能在里邊產生出一些創(chuàng)造更大家知，這個也有。我們美國也有一個合作伙伴，我們看美國友軟件結合嵌入到行業(yè)的硬件，C端好做，但是B端進入以后幫助提高效率，挖掘更多的商業(yè)價值，B端可以容忍一些缺陷的，C端很難這也是我們看到行業(yè)里邊跟IOT的結合。

于揚：黎爭不愧是我們經濟信息社的社長，也管了很多年，你這個問題相當的有前瞻性和高度。過去兩三年有四個詞特別時髦，最早大數據，最早是物聯網IOT，大數據，這兩年人工智能和區(qū)塊鏈。

我最近有一個思考借這個機會分享給大家，從數據未來應用來講我把它分成四層，第一層是數據的采集，IOT肯定是未來數據來源最大的設備，我們今天手機跟IOT比肯定是小巫見大巫。上面那層是數據的分發(fā)和交換，傳統(tǒng)來講我們有很多分發(fā)和交換的機器，我覺得未來最有可能的技術是區(qū)塊鏈，區(qū)塊鏈本身來講，上次我們跟蔣濤一起跟極客幫基金的分享，特別認同智能合同分布式分帳，天生具有反欺詐，叫真實確權的機制這樣的技術能力。因為數據來講噪音很大，有很多的人為噪音，分發(fā)和交換實際上是非常重要的。如果你在交換和分發(fā)的時候你把交換的數據分發(fā)的數據是壞的數據，那后面都是壞數據了。

第二層是數據的分析和處理，這是我們今天俗稱的大是數據，再往上是人工智能跟用戶的應用。一個技術的落地基本上需要三個東西，第一個技術能力，第二個應用場景，第三使用習慣，從這三個來看我們再看這四層，采集這一層技術能力不是問題，應用場景非常多。如果你去以色列無水滴灌農業(yè)，應用場景非常豐富。但是使用習慣在中國還需要一段時間，因為中國的農業(yè)正在從原來的農莊經濟走到集約式農業(yè)但是技術場景沒有問題。區(qū)塊鏈技術能力不是問題，應用場景并不清楚，今天在應用中有很多碎片化金融，普遍來講成為各個數據的分發(fā)和交換還需要一段時間。再往上大數據是最成熟的，無論技術能力還是應用場景，都很豐富，使用習慣，媒體在問我說你作為2012年提出互聯網+，現在五年過去為什么聲音少了，我說這是好事，證明互聯網真正落地了，大數據真正落地了。

第三層是最成熟的，既AI層，比如無人駕駛以及應用場景。還有無人場景大家對機器的期望值更高，人類出現一個事故大家能夠容忍，如果機器出現一個事故大家不能容忍。只有當機器超過人類一百倍它整個精準度，或者說可靠性，可能說智能醫(yī)療真正走到我們應用場景，最后是習慣。所以大數據最成熟，之后是區(qū)塊鏈和AI、無人駕駛之間。但是5G會加快信息的反應速度，是對無人駕駛從技術能力上是加分的。

主持人：謝謝各位嘉賓精彩的分享，相信各位嘉賓的精彩的觀點和內容，能夠給在座的各位帶來價值，再次感謝大家，謝謝。

來源：數據猿