导航菜单

数据是没有方向的子弹,只有“人”懂得瞄准

?

科技自媒体|李北辰

不用说,2019年中国资本市场最大的事情就是中小创新企业可以在科学创新委员会上市。

从该国首次引入科学委员会和注册制度的概念到委员会最终开幕只花了220天。与前几年创业板和中小板相比,科创板创下了中国证券史上最快的开盘记录。这确实证明了它承载着整个市场的远大期望,人们希望它能成为“中国的纳斯达克”。

这种期望反映在一系列以市场为导向的措施中:例如,将审批制度改为注册制度,取消交易规则中的许多限制,允许一些有前途的年轻企业突破旧秩序的限制;另一个例子是,判断一个企业的标准不再是实际利润,而是让市场判断它是否有未来的潜力。

事实上,正如金融学者向帅所说:“科学创新委员会的实施过程是一个词:分权。这些措施还向市场发出了一个信号:“国家不会改变市场经济的方向,不仅不会改变,而且还会增加市场在资源配置中的作用。”

谈到科学创新委员会与市场经济的关系,敏锐的人不难注意到,作业成本法(人工智能、大数据、云计算)等新技术已经逐渐登陆不同行业,并作为商业竞争的重要组成部分被广泛应用于市场资源的配置。从现在到未来,新技术对各行各业最粗心的含义是优化经济效率和降低决策成本。

这就是为什么马花藤说:“今天,当最大的信息化变量开始融入各行各业时,工业竞争的方式正在改变。纵向和深层次的物理产业与横向延伸的信息产业相结合,形成了一个新的纵横交错的合作伙伴。可以说,工业竞争已经演变成了双打比赛。”

以“主题”信息化大数据为例。不用说,“信息战”已经成为商业竞争的主要战场,数据将成为不同决策方向的“灯塔”。

然而,尽管这座灯塔如此耀眼,许多企业仍然视而不见。在我看来,这是因为他们对熟悉的大数据概念仍然知之甚少。

1

早在“大数据”的商业内涵即将出现的时候,业界就已经达成共识:大数据的秘密不是“大数量”,而是“全数量”,也就是说,它应该具有多维特征,每个维度最好是“正交的”。

我印象深刻。《浪潮之巅》的作者吴军先生举了一个基因的例子。一个人的总基因图谱数据约为1TB,即1,000 GB,这是一个巨大的量,但不可能获得有效的统计规则,因为我们无法从个人数据中看出是否存在潜在的疾病,而且因为每个人的基因都是不同的,即使有100个人的基因数据,即使发现一个人的一个基因与其他人不同,也不能说他患有3354种疾病。然而,如果叠加另一个维度的信息,例如过去100个人的案例,就有可能找到某个基因和某些疾病之间的联系。

事实上,今天,从电子商务平台到社交网络,从搜索引擎到各种流媒体,用户通过相互叠加和确认的逻辑不断丰富数据采集的维度,从而判断他们不同的选择偏好。

如果你认为大数据在ToC中的应用很普遍,那么今天我将引用ToB,这似乎是最传统的行业:投资促进。在最近闭幕的中国国际数字经济博览会“科学创新委员会和数字经济峰会论坛”上,首次亮相博览会的华夏快乐产业大数据平台,让外界看到当新技术遇到“老”产业时,可以发布什么样的新想法。

据官方数据显示,该大数据平台是一个基于17年产业投资促进经验的专业平台,融合人工智能和大数据研发,聚焦10大产业,拥有2760万企业,动态数据11.5亿。这些海量、多维、实时的数据可以基于不同的应用场景,为企业投资定位和区域产业发展提供服务。

你也许可以把它想象成一个“工业熔炉”,所有的资源,如工业知识、数据和技术,都被用作燃烧支持手段并被整合。当熔化被集成时,它将在友好的界面中落地,并为不同行业做出最佳决策。

值得一提的是,凭借科技创新委员会的最高委员会,该平台最近还推出了“科技创新委员会大数据”(Scient and technology Innovation Board Big Data)的新产品,专注于新显示器、半导体、汽车和生物医药等六大科技创新产业。它提供多种智能服务,如上市企业分析、报告企业监控、资本流动预测和投资机会探索。此外,从36个行业赛道和428个细分方向中选择了183个具有最大投资促进潜力的热点赛道。整合热点赛马场中企业资本、研发、产品、市场等多维动态信息,辅以科技创新委员会的上市标准,输出预期登陆科技创新委员会并具有投资选址或生产扩张意向的两类企业名单,快速准确地选择目标科技创新企业,大大提高投资促进效率。

事实上,从这个大数据平台不难发现,为了避免失真,与ToC相似,ToB也重视信息的维度。当你想沉浸在不同行业的细节中,观察同一行业中复杂的节点关系时,这种“多维动态信息”尤其重要。它们是这个数据灯塔中最耀眼的光。

换句话说,如果将单个企业与基因进行比较,那么这个平台不仅知道单个基因的优缺点,还知道不同基因数据之间的关系,并用算法模型评估和估计企业的投资决策。

从这个意义上说,“未来几乎所有行业都将成为数据密集型行业”无疑是一个必然趋势。

2

然而,在这种趋势背后,我今天想谈另一件事:不可否认,数据非常重要,算法非常重要,但它们是最重要的决策因素吗?也许不会。

当我在展会上参观这个大数据平台时,我一直在想:大约几年前,“大数据和人工智能将取代人类工作”的说法就变得非常流行。我看到至少十几份研究报告和专家意见都指出,到2045年,人类失业率将超过50%。考虑到这篇文章的读者很可能在那个时候还活着,这个比例实在令人不愉快。

然而,好消息是,回顾历史,不难发现,人们因机器而失业的悲观看法通常是不正确的,特别是在工业革命之后,那些旧的低技能工作将被新的高价值工作所取代。例如,1862年,美国90%的劳动力是农民,20世纪30年代下降到21%,但现在还不到2%。用《《一课经济学》》的作者赫哲利特的话说,“今天的全球人口是18世纪中叶工业革命形成之前的四倍。没有现代机器,这个世界不可能养活这么多人。多亏了机器,我们四分之三的人都有工作要做。”

未来可能是一样的。

事实上,人类每一次革命性的技术飞跃都会带来经济效率的巨大提高,特别是在大数据和人工智能方面。然而,正如许多学者所说,在这个过程中,大多数产业不会很快消失,而是会演变成一种与机器共舞的方式。有许多合作工作需要机器伴随,特别是在商业领域,它带来更多的好处。在这个过程中,不同行业的精英们最需要做的就是搭建一座桥梁,将不同维度的信息与坚实的行业知识连接起来。

你为什么这么说?由于空间的限制,我只会说一个角度,即当大数据的维度增加时,必然会有一些“矛盾”。吴军在专栏中展示了一张图片:左边的图片有两个维度的信息,它们共同划定了一个目标范围;在右边,有三个维度的信息,但它们之间没有共同的交集。此时,我们应该“信任”谁?

答案是“相信”。

正如吴军老师所说:“消除数据之间的矛盾需要领域知识。因此,在一个行业工作了很长时间并拥有专业知识的人不会被大数据取代,他们可能会很好地利用大数据,并在职业生涯中走上一段楼梯。”

例如,在世博会的展台上,面对聚光灯笼罩下的工业大数据平台,令大多数人敬畏的是屏幕上闪烁的数据,这是“未来已经到来”的绝佳隐喻。但我知道站在聚光灯下的是一个由4600人组成的行业发展团队。与数据和算法相比,这些行业专家是大数据平台的最大障碍,得益于多年积累的实践经验。他们知道如何根据不同的行业逻辑将多维信息分成数据包,然后根据不同的模型进行分析,最后形成行业决策。

事实上,该平台本身证实,在一个产业分工日益紧密的时代,无论是哪种行业,任何“对局外人来说不够”的零散知识都是极其珍贵的。哈耶克眼中最纯粹的“第一手知识”,以及对这些知识的理解和嫁接,是点亮“数据灯塔”的关键。

毕竟,归根结底,在商业信息战中,数据只是没有方向的子弹。只有“人”知道如何瞄准。

作者:李北辰,国内数十家媒体的独立作家和专栏作家,曾为《南都周刊》 《华夏时报》等媒体工作。

-