wmzz的个人博客分享 http://blog.sciencenet.cn/u/wmzz

博文

呐喊:只有开放才能发展数据产业

已有 871 次阅读 2016-5-19 15:58 |个人分类:数据交易|系统分类:科研笔记

 

      但凡学过中学历史的国人都知道,自明朝中晚期至鸦片战争前, 中国逐步形成了闭关锁国的对外政策,这一政策的核心是严格限制对外的经济、文化和科技的交流,实施海禁,限制人员和货物往来,即使有时有限度的开放通商口岸,那也是为了满足统治集团的私欲,对社会进步和人民生活水平提高毫无关联。曾几何时,无数的仁人志士冒着生命的代价发出呐喊,闭关锁国误国误民。又曾几何时,我们报纸的标题都是“只有改革开放才能发展中国”。

      然而,可悲的是,作为一个数据人,却也不得不发出新的呐喊:“只有开放共生才能发展数据产业”。这并非是哗众取宠,也并非是危言耸听。纵观当前的大数据产业现状,各种以大数据云计算为宣传口号的绿色数据中心(IDC)不断建设,分布式存储与计算技术的发展已经满足了人们对海量数据处理的基本要求,人工智能与数据挖掘技术也在助力数据的工业化应用,各级政府和各类组织也都在制定各种大数据产业发展规划,各地的大数据云计算产业园区的数目在快速增多,各种类型的大数据交易中心(平台)也如一夜春风般的开遍神州大地,各大公司也都纷纷发布各自的数据战略。但这些繁荣现象背后实际上是各种利益实体(如政府部门、企业、行业组织等)为了各自的数据价值最大化而进行的最后的博弈。这就像国际贸易兴起之前欧洲有着重农主义思想的庄园主和国王们一样,所有人都固守着自己的一亩三分地,都在绞尽脑汁的想怎样才能将自己的产品(数据)变成收益和利润呢?各自都在不约而同的有意无意的充当着阻碍数据开放的老佛爷角色。政府数据开放的阻碍来自于管理能力、驱动力、技术、人才和成本,企业数据开放的阻碍来自于对数据价值的不正确认识,个人数据开放的阻碍来自对开放后安全或利益被损害的担忧。如果画一幅素描来描述这个场景,那都可以用鸦片战争或改革开放前的场景来代替,即使是业界前沿的互联网企业也不例外。

      下面就让我们用专业的眼光来深入分析一下数据价值应该如何实现?

      如果说国际贸易的本质是各个国家和地区的资源禀赋不同,因而贸易(交换、流通、交易)能带来社会生产力的提升。那么数据交易的本质是不是也是因为各个实体的数据产生、处理、应用能力的差异呢?抑或是因为各个实体自身的领域等差异导致的禀赋差异呢?支持这一想法的实例举不胜举,比如芝麻信用除了支付宝的支付信息,还需要学历、交通违规、银行信用等方面的外部数据,而对于芝麻信用团队来说,要自己去收集后面列出的这些信息,显然成本要比相关实体获取这类数据要高得多。比如滴滴打车的路线规划,他显然需要外部实时天气、道路信息的支持。这方面应该不用再强调了。下面想强调的是除了这个明显的本质因素之外,数据开放、共享及至交易之所以能够帮助提升数据的价值,还在于数据的另一个本质属性。

      那就是相比于实物的交换与共享,数据的共享有更大的威力,数据可以无损复制,可以很简单的被其他企业或组织使用,而且这个成本非常低,理论上如果让数据有效流动起来,其产生的效益会趋向无穷大。互联网的成功就是因为他激发了网络效应,数据的流动也与之类似,数据如果只是自己使用,即使100%的发挥价值,它也只是一百,如果这个数据开放给别人用,即使数据只能发挥50%的价值(更何况现有的实践说明数据1+1是大于2的),那也是乘数效应。3Com公司的创始人提出的网络技术发展规律“梅特卡夫定律 (Metcalfe's Law)”表明:网络的价值等于网络节点数的平方,与联网的用户数的平方成正比,即网络的有用性(价值)随着用户数量的平方数增加而增加,即网络的价值V=K×N&sup2(K为价值系数,N为用户数量)。数据的价值与网络的价值类似,也遵循这一规律,即数据的价值与数据的使用次数的平方成正比。

      只有开放才能发展数据产业,数据只有开放(共享,流通,交易),才有未来,才能真正发挥他的最大价值。而任何理由的数据流通的壁垒都是耍牛氓(确实隐私保护问题,安全问题,定价问题,所有权问题,法律管辖问题等等都是需要解决的问题,但这些都是发展中能够解决的问题),最终无论是政府还是企业,都会失去这一轮产业升级的机会。这个道理可能许多企业和组织心里都懂,但是真要迈出这一步却有无穷的阻力,想想现代意义上的国际贸易已经这么多年了,还不是各种贸易保护主义,绿色壁垒,各种问题层出不穷。但不管你希望不希望,太阳都会照样升起。


希望获取更多文章,可扫描下面二维码加公众号:EC蜜蜂



http://blog.sciencenet.cn/blog-283294-978376.html


下一篇:泛滥的大数据交易中心
收藏 分享 举报

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2017-11-24 22:39

Powered by ScienceNet.cn

Copyright © 2007-2017 中国科学报社

返回顶部