行业管理
首页  >  行管  >  行管述评

大数据 大机遇 大价值
写在2017年世界电信和信息社会日之际

2017-05-17  来源:人民邮电报-中国信息产业网  作者:黄舍予

显然,今天不会有人怀疑我们已经进入了一个大数据的时代。伴随着互联网、移动互联网、智能终端、云计算等技术的发展,全球数据量激增,数据不仅已经成为新的生产资料,还是推动经济和社会转型的引擎,是国家竞争力的体现。鉴于数据之于社会的重要性,今年世界电信和信息社会日首次将大数据作为主题——“发展大数据,扩大影响力”,倡导人们探讨大数据在促进发展中的力量,审视将海量数据转化为发展力的机遇。

大数据,大价值;大数据,大机遇;大数据,大变革。这是我们再熟悉不过的说法,而事实确实如此,以大数据为代表的新一代信息通信技术的兴起,正在推动人类社会进入数字经济时代。大数据这座巨大的宝库正在被人们发现、认识、挖掘。如何促进大数据在各行各业中的应用,如何推动大数据产业健康有序发展,已经成为ICT行业乃至整个社会的关注焦点。

喧嚣散去大数据步入落地期

进入2017年,业界有关大数据的争论少了很多,这不禁使人怀疑,是不是大数据正在进入泡沫破灭期?事实上,产业界的这种“安静”印证了一个事实——今天的大数据,已经走过了沸沸扬扬的概念炒作阶段,当谈前景、说情怀、讲道理的声音越来越少时,人们将更多的目光转向大数据的实际应用。

政策的出台,为大数据的发展指明了方向。早在2015年,国务院就印发了《促进大数据发展行动纲要》,指出大数据已经成为推动经济转型发展的新动力,成为重塑国家竞争优势的新机遇,成为提升政府治理能力的新途径。为了落实《促进大数据发展行动纲要》,去年年底工业和信息化部正式印发了《大数据产业发展规划(2016-2020年)》,全面部署“十三五”时期大数据产业发展工作。

在大数据上升为国家战略的背景下,包括通信、金融、交通、电力、政务、教育、医疗等在内的各行业都在大力拥抱大数据。各地政府借助大数据、云计算等技术,搭建智慧政务平台,惠及民生;银行、互联网企业等广泛收集大数据,对民众需求和消费习惯进行分析,推出针对性的服务;基于海量数据,对突发事件、自然灾害等进行预警。

作为较早拥抱大数据的电信运营商,拥有天然的数据优势,覆盖全球的网络和数以亿计的用户,每一分、每一秒都在产生海量数据。在迫于数据流量激增压力而扩容、升级网络的同时,电信运营商也大力挖掘数据价值。于是,今天我们能够看到电信运营商利用大数据提升营销和服务能力,联合各方打造包括旅游大数据、精准扶贫大数据、交通大数据等在内的系统和平台。同时,还利用大数据手段打击伪基站,绘制人流热力图、用户画像等。

任重道远共享和流通是“痛点”

美好的市场预期并不意味着大数据的发展是一路坦途。对于尚处于发展初期的大数据而言,要想更好更快地落地,需要直面数据共享和数据流通的难题。

《促进大数据发展行动纲要》对推进数据共享提出了具体要求:加强顶层设计和统筹协调,大力推动政府信息系统和公共数据互联开放共享,加快政府信息平台整合,消除信息孤岛,推进数据资源向社会开放。

虽然我们已经步入了大数据时代,但是数据孤岛的问题并没有得到解决,甚至在某些领域愈演愈烈。具体而言,随着ICT技术和应用的快速兴起,数据量激增下的互联网公司、大型企业以及政府的数据掌控能力越来越强。同时,大型企业内部也存在IT系统不兼容、业务板块割据等问题,从而导致了企业内部数据孤岛的出现。

值得庆幸的是,政府和企业已经开始重视数据开放共享。如贵阳市政府打造了政府数据开放平台,并推出了我国首部关于政府数据利用服务的地方性法规——《贵阳市政府数据共享开放条例》。电信运营商也正在构建数据共享服务体系,消除数据孤岛,让大数据为业务创新、服务提升以及企业的整体转型升级提供支撑。

数据要产生更大的价值,就需要流通起来。中国工程院院士邬贺铨认为,数据资源的流动性与可获取性是大数据应用和产业发展的基础。我国在数据共享和流通上存在几大挑战:一是政府机构间数据共享范围不明、方式不清;二是数据已成为众多企业估值攀升的重要支撑,但数据定价、数据安全和有序流动等问题尚未解决;三是数据使用有待规范。

大数据的火热,促使各地的数据交易平台如雨后春笋般涌现,然而目前相关的法律法规还不够完善。作为特殊商品,数据在流通过程中往往涉及安全、隐私等敏感问题。在没有法律法规保障的情况下,数据交易平台的透明、公开无法得到保证,企业在出售数据时承担巨大的风险,公众对于数据交易平台的信任无法建立,尤其是数据黑市的猖獗更是加剧了人们的担忧。

扩大大数据影响力,加速推进大数据在各行各业的应用。这是一个系统工程,不仅需要政策指引、技术支撑、应用创新,更需要产业链各环节的携手合作。坐拥“数据金矿”的电信运营商,基于丰富的网络资源、海量用户以及技术创新能力,在深挖数据价值上大有可为。

关键词:数据安全 数据互联 数据流量 数据资源 痛点