尽管大数据已经成了一个热点话题，但目前大数据方面的文献大多聚焦在它的数据容量，数据多样性以及访问速度上，也就是所谓的三个“V”。大数据正以前所未有的速度，颠覆人们探索世界的方法，驱动产业间的融合与分立。因而，当务之急是我们怎么认知大数据？如何让大数据更好的应用到科学研究中去？如何让大数据切实帮助公司突破增长的瓶颈？

　　我们谈大数据，首先是思维方式的问题，要建立全面、系统的大数据意识，其次才是落实到公司战略。大数据对公司的影响是多方面的，涉及组织、文化、流程、技术等。具体到中国信息产业，发展速度一直落后于国外的巨头，长期处在产业链的末端，赚取刀片一样的利润。积累到最后发觉只形成了简单的、可替代的“中国制造”而非具备革命性创新性的“中国智造”。但是在新兴的大数据处理领域，中外公司几乎站在同一起跑线。中国作为数据的巨大产生国，有着更广阔的应用空间。比如中国移动、工商银行、淘宝，已经具备世界级的产业应用环境。有业内人士表示，单纯考虑狭义的大数据处理技术（如Hadoop、MapReduce、模式识别、机器学习等），中外差距仅有5年左右。如果考虑数字资产规模以及利用的技术，中外差距更多体现为意识上的差距。美国在数据开放、跨部门共享方面作出了表率。而我国对大数据的价值和应用，政府、学术界、产业界和资本市场尚待达成一致的认知。各部门、各地方普遍存在“数据割据”和“数据孤岛”现象。缺乏大数据意识，是阻碍我国大数据技术在各行业落地的关键因素。

　　大数据时代，有两点非常有利于中国信息产业跨越式发展。第一，大数据技术以开源为主，迄今为止，尚未形成绝对技术垄断。即便是IBM、甲骨文等行业巨擘，也同样是集成了开源技术，将其和本公司原有产品更好地结合而已。开源技术对任何一个国家都是开放的，中国公司同样可以分享开源的蛋糕。但是需要更加开放的心态，更加开明的思想，正确地对待开源社区。第二，中国的人口和经济规模，决定中国的数据资产规模冠于全球。客观上为大数据技术的发展，提供了演练场。第二点亟待政府、学术界、产业界、资本市场四方通力合作，在确保国家数据安全的前提下，最大程度地开放数据资产，促进数据关联应用，释放大数据的大价值。

　　目前政府和产业界积累了大量的数据资产，但是苦于缺乏行之有效的与工程实践匹配的算法和人才来充分挖掘数据的价值。形象地说，好多行业是守着“金山要饭吃”。而学术界，尤其是应用数学领域，在统计学习、图像处理、网络科学领域钻研颇深，但缺乏大量的实际的数据来验证和训练算法。虽有屠龙术，无处展身手。两方长期处于脱节的状态。如果应用数学界和产业界紧密协作，将是中国企业的极大利好，会大大促进企业的发展。

　　这一轮的变革，事关绝大多数企业的命运。可以看到，用大数据这个视角，可以察企业的兴衰。第一，对大数据不关心，不了解。必步索尼的后尘；第二，拥有大量的数据，并善加运用的公司，必将赢得未来。时代变了，判断企业价值的标准、判断软件价值的标准也变了。

　　围绕数据和最终用户，可以观察到信息产业的发展有三大趋势：第一，数据成为资产，第二，行业会垂直整合。越靠近终端用户的公司，在产业链上将拥有越大的发言权。第三，泛互联网化。数据成为资产，更强调数据的战略意义；行业垂直整合趋势在数据运用层面，通过搜集大量的用户数据，更贴近用户，更理解用户，为其提供更适当的服务；泛互联网化驱动大数据飞轮效应的第一步，是收集数据的重要渠道，没有泛互联网化的应用软件和硬件设备，公司就难以获得用户的行为数据。三大趋势的提出，拓展了大数据主题的研究范围，开辟了新的视角和逻辑来观察信息产业内公司成长路径和投资价值。成为我们分析研究的顶层逻辑的要素之一。

　　数据成为资产

　　数据已经成为工业化与信息化深度融合的关键枢纽，成为推动产业融合兼并的战略资产，成为各地方城市转换发展思路的新思维，成为推动公司跨行业转型的根据地，成为数学与工程实践结合的最佳演练场。在信息时代，数据将成为独立的生产要素。有人把“数据”比喻为工业时代的石油，但我认为“数据”和农耕时代“土地”的属性更加接近。如果企业拥有某类相对完整、全面的数据，退可偏安一隅，进可跃马中原。

　　谷歌、Facebook、亚马逊这三家互联网巨头，积累了不同的数据资产。谷歌为全世界的公开网页建立了最为庞大的索引；Facebook拥有的社交网络，积累了全世界最为庞大的人际关系数据库；亚马逊网站上沉淀了大量的商品信息，成为互联网上最为庞大的商品数据库。不同的数据资产，决定他们不同的战略选择和商业模式。他们在某种程度上，甚至取代了IBM、微软等传统的老牌巨头，在引领产业的发展方向。拥有独一无二的数据资产的公司，将会获得难以置信的发展的速度，发育出令人叹为观止的商业模式。事实上他们具备了颠覆、冲击其他行业的压倒性优势。

　　行业垂直整合

　　第二大趋势是行业应用的垂直整合。如图2所示，新兴产业往往是以垂直整合的态势，开疆拓土，但产品成熟后，产业链上专业分工则激发出惊人的创造力，并且成本也逐渐降低。优势逐渐转向水平分工格局。但是当下，信息产业中行业垂直整合趋势明显，是大数据效应改变产业竞争格局的一个缩影。了解这个趋势，可以解释非常多的公司成长逻辑。真是三十年河东，三十年河西。在这个趋势下，越靠近终端用户公司，在产业链中拥有越大的发言权。微软的股价十年横盘，苹果股价却一飞冲天，两大巨头之间的恩恩怨怨、此起彼伏是这个趋势最好的注脚。

　　过去大家买电脑，关注的是CPU主频、内存、操作系统等；现在入手iPad，直观感受是酷不酷。没有人问iPad的CPU是几个核。这标志消费者的关注重点已经迁移到电脑能否满足我的个性化需求。在企业级市场也一样有相同的趋势，不要讲你的数据库、主机又出了什么新功能。客户更多会问，你们能不能满足我业务的需要？这个趋势的出现有两大原因，第一，通用的平台型软件逐渐同质化；第二，用户对自身业务关注，超过了对计算能力的追求。

　　其实很多人都没有意识到软件同质化的问题。几乎每个大型的商业软件，都有对应的开源软件，而且这些开源软件的功能和性能，也已经可以满足大部分客户的需求。需要提醒的是，谷歌、Facebook这种世界级的平台，其核心技术架构都是开源软件唱主角。开源软件的兴起和繁荣客观上也加剧了软件的同质化。在这个趋势下，拥有大量的客户，了解客户业务需求的公司，将会迎来一波大的发展机遇。

　　泛互联网化

　　大数据并非只是大型公司的游戏，小公司、传统企业也一样可以搞得精彩纷呈。泛互联网化范式，为其提供了现实可行的理论基础；亦是目前为止，实现大数据战略的最佳实践。（见图3）

　　在泛互联网化范式中，强调终端、平台、应用“三位”加上“大数据”这“一体”。这四个方面都可以成为盈利的主要来源，但是，如果要取得竞争先机，则需要明确，主要靠哪部分盈利？需要补贴哪个方面？甚至在不同的发展阶段，盈利的主体也不尽相同。根据公司主要盈利来源的不同，可以简单归类成五种模式，分别是强终端模式、强应用模式、强平台模式、强数据模式、以及混合模式。

　　泛互联网化范式批判了工业时代的标准化思维，指出利用科技手段，碎片化应用满足用户个性化需求才是王道。应用的碎片化，恰恰可以解决标准化产品和用户个性化服务间的矛盾。泛互联网化内涵非常丰富，以碎片化为例，事实上不仅仅应用呈现碎片化趋势，服务、内容都可以碎片化适应新型媒介需求。

　　六种商业模式

　　租售数据模式：售卖或者出租广泛收集、精心过滤、时效性强的数据。这也是数据就是资产的最经典的诠释。按照销售对象的不同，又分为两种类型。第一是作为客户增值服务。譬如销售导航仪的公司，同时为客户提供即时交通信息服务。第二是把客户数据，有偿提供给第三方。典型的如证券交易所，把股票交易行情数据授权给一些做行情软件的公司。

　　租售信息模式：一般聚焦某个行业，广泛收集相关数据、深度整合萃取信息，以庞大的数据中心加上专用传播渠道，也可成一方霸主。信息指的是经过加工处理，承载一定行业特征数据集合。

　　数字媒体模式：这个模式最感性，因为全球广告市场空间是5000亿美元。具备培育千亿级公司的土壤和成长空间。这类公司的核心资源是获得实时、海量、有效的数据，立身之本是大数据分析技术，盈利来源多是精准营销和信息聚合服务。

　　数据使能模式：这类业务令人着迷之处在于，如果没有大量的数据，缺乏有效的数据分析技术，这些公司的业务其实难以开展。譬如阿里金融为代表的小额信贷公司。通过在线分析小微企业的交易数据、财务数据，甚至可以计算出应提供多少贷款，多长时间可以收回等关键问题。把坏账风险降到最低。

　　数据空间运营模式：历史上，传统的IDC就是这种模式，互联网巨头都在提供此类服务。但近期网盘势头强劲，从大数据角度来看，各家纷纷嗅到大数据商机，开始抢占个人、企业的数据资源。海外的Dropbox，国内微盘都是此类公司的代表。这类公司的发展空间在于可以成长为数据聚合平台，盈利模式将趋于多元化。

　　大数据技术提供商：从数据量上来看，非结构化数据是结构化数据的5倍以上，任何一个种类的非结构化数据处理，都可以重现现有结构化数据的辉煌。语音数据处理领域、视频数据处理领域、语义识别领域、图像数据处理领域都可能出现大型的、高速成长的公司。

　　作者简介：宏源证券高级分析师，其著作《大数据时代的历史机遇》将由清华大学出版社出版