北京2019年4月29日 /美通社/ -- 德拓信息创始人谢赟日前在2019中国数据价值创新大会上发表《当大数据遇见价值创新》的演讲，谈及大数据的价值，称大数据的创新可以给大家带来新的洞察和认知。
谢赟认为，数据已经成为各个行业非常重要的资源，也成为了各个行业创新的一个动力，比如，抖音、头条、淘宝，都是用数据在驱动业务发展。
“对于中国来说，由于人口众多，社会复杂，加上民众对隐私的容忍度比较高，就使得中国有可能成为在人工智能和大数据时代的领先者。”
大数据有非常高的价值。谢赟说，以前拍一个视频只知道在哪里拍的，现在则可以知道人穿什么衣服，多大年纪，当5G时代到来，让所有的数据全部连接在一起时，数据就可能变成一个大池子。
“我们花了一个多月的时间做了一个在逃人员的管控平台，半个月抓了11个，这就是价值，把不知道的人都找出来，所以我们叫数据即洞察。”
Hello Data 2019年中国数据价值创新大会由德拓信息、来也、UCloud、神策数据、佳格天地、海量信息、中国电信集成、爻拓信息、点炻科技联合主办，会上还宣布成立了“DI 2048”产业联盟。
以下是德拓信息创始人谢赟演讲实录：
谢赟：今天我跟大家分享的主题是当大数据遇见价值创新，创新是人类进步一个非常重要的动力。
大数据的创新和以前确实有非常大的区别，数据既大且模糊，通过我的分享，希望能够给大家带来一些新的洞察和认知。
首先德拓信息到今天做过非常多的重大项目，我们做过海关总署的风险洞察，完成了2015年贵阳交管的数据铁笼，还有上海公安智慧公安，还有某市公安要案侦破。
国家在这一方面做了非常大的支持，建立了大数据局，还有数博会连续办了四年，这些证明国家层面上在大数据是非常支持的。更重要的是还做了非常多的行业，交管、运管、国防、信访、统计、医疗和金融等。
数据成了各行业重要资源
作为德拓信息这样一个微观公司来讲，能参与到这么多的行业，在每个行业都产生了真正的数据价值，我想只说明一点，数据真的成了各个行业非常重要的资源，也成为了各个行业创新的一个动力。
我觉得首先是因为这是业务进化的必要。任何一个行业，任何一个组织，它的信息化建设一定是沿着我们叫数字化、数据化、智能化的方向发展，数字化是把纸质的东西搬到系统中来，支撑业务的变革，是沉淀了大量的数据。这些价值对我们的业务是有更大的帮助，这些帮助是我们未知的。
再往下数据极大丰富了以后，才能实现智能化，相信任何组织，任何一个行业都是沿着这条路在走的。比如说媒体、教育行业，还大量停留在数字化的阶段，但是政府和商业企业大量进入数字化阶段，而我们的金融已经迈向了智能化的阶段，这是任何一个行业和组织业务进化的必然。
第二是数据爆炸，信息化的时代是由服务器产生大量的数据，互联网时代是每个人产生大量的数据，而我们知道物联网时代是每个设备和设施都在产生大量的数据。并且我们的感知能力也在上升，视频、音频和文本都因为感知能力的提升，使得我们的数据资源越来越多。
原来一个视频只知道在什么地方拍的，现在可以知道穿什么衣服的人，什么年纪的人。还有5G时代的到来，让所有的数据全部连接在一起，低延时和高带宽，让数据变为一个大池子，变为可能。
第三，产业升级，数据价值的挖掘一定要基于存储资源和数据资源，现在每个单位都建立了自己的平台，如果没有，可以向公有云进行采购，也变得成本非常低。同时算法模型越来越丰富，算法是可以产生更大的价值。
还有我们在互联网时代已经证明了数据确实有很大的作用，抖音、头条、淘宝，每个都是用数据驱动他的业务，每个都是数据化的能力，所以产业升级也是一个必然。
第四，政策导向，这是一个新旧动能的转换，旧经济时代我们靠的是人口土地的资源，这是物理资源，是不可再生的，今天为止不太可能再增加。
但是新经济时代，数据一定是一个非常重要的资源，而数据是虚拟资源，它是可再生，可再利用的，所以它是新动力的产业动力的能力。
同时数据能不能变成价值，能不能变成钱，在实践中可以发现数据是可以交易的，数据能飙升价值，中国能拥有多少数据，我们又有多大的产业可能呢？所以政府是非常支持的。
数据使中国成人工智能和大数据时代领先者
全球竞争的弯道超车，第一是农业，还有机会变成全球第一吗？我们现在国家是在保主粮，但是经济作物基本上放弃，因为大规模生产已经无法比别人更有优势。
再来看工业，工业4.0或者智能制造，在现在当前的国际格局下，我们还能拿到更先进的技术能力去升级吗，其实已经被受限了。但是数字经济这个不一样，来源于我们的人口规模，来源于社会的复杂度，以及对隐私的容忍度。
而我们国家人口众多，社会复杂，包括我们民众对隐私的容忍度比较高，使得我们有可能成为在人工智能和大数据时代的领先者，这是国家不遗余力在提倡的一个非常重要的原因。
基于这四点，数据的价值势不可当。数据价值真的很简单吗？在TO C市场，我们认为价值即效益，因为数据价值是和收入完全挂钩的，我们经常知道的画像体系和推荐体系，精准描述一个人，把商品推荐给他，产生价值，他们应对的是什么样的环境？
他们应对的是消费的个性化，当消费个性化的时候，数据是唯一能够洞察到消费者的一个武器，我必然要用大数据来做。
大数据在TO B领域是有重要作用
我们再来看TO C消费者数据只有20%，数据量更大的TO B市场，在商业市场我们认为价值即效率，不管是收益，还有风险控制，还有包括精准营销，包括流程效能，对于一个组织来讲更复杂。
目前碰到了不确定性，就是产业生态化，现在还有一个组织能够在脱离产业存活吗，不存在了，必须是共生的，协同的，在一个大的环境里面。
而我们用数据是可以了解这个环境的，做出正确的决策，去了解上下游的，所以大数据在TO B领域是有非常重要的作用。
TO G领域，数据有80%都在政府，TO G的数据价值即效果，它会关注非常多的内容，因为一个社会组织要比一个商业组织要更复杂，复杂度提高了以后，我们看他能用数据做什么，重要的是面对环境的无偿化，我们民众的诉求，我们外面的经济环境，竞争格局都不断在发生变化。
这样的情况下，我们的政府部门需要针对这种不断变化，去做出能力回应，比如说海关总署要针对贸易战做出回应，真的是每个只是面对这样的场景吗？其实我觉得不然，其实是三者叠加。
我们的企业难道不面临着消费者个性化的问题吗？不面临着政策环境变化的问题吗？当这三个都在叠加的时候，我们碰到一个挑战，就是我们遇见了环境的不确定性，这对于我们来说是最大的挑战，也是数据价值和数据的机会。
我们面对不确定性怎么办？面对不确定性的环境一定要用确定性的能力来应对，我们人类去往目的地一定有两种方式，两种工具，一种工具叫地图，一种工具叫指南针，地图我认为他能走向目的地，是因为环境不变，我们可以走老路，是专家模式，我们往常所有的应用场景都是专家模式。
另外一种工具是指南针，我们在大海上有目的地，但是我不知道怎么走，环境是在不断的变化，用指南针指引不断去试错，最终发现新大陆。在目前不确定性的环境下，我们要用的当然是指南针模式，也就是说用价值创新试错来完成。
面对未知唯有创新才有出路，这里面碰到了一个很巨大的挑战，这个挑战就是数据创新过程中，有非常巨大的沉默成本，但是它的价值是不确定性的。
我们今天看到阿里，他是基于数据创新产生了非常大的价值，从最早C2C的交易到天猫、淘宝，再到今天的支付，以及新零售，当然是通过数据的方式，在上面长出更多的业务，但是投入有多大，阿里云的难度和挑战都很大。
不能因为今天看到了很多的创新价值，就忽略了曾经投入的巨大成本。比阿里巴巴小的组织，真的能承受这么大的成本吗？这也是为什么很多人不敢动手的原因，因为数据价值未必能探索出来。
阿里巴巴也试错，有很多的失败，成功的都是沧海一粟。我们要解决的是成本和价值的问题。
大数据创新有六大元素
大数据创新过程中一共有六大元素，分别是存储计算，技术平台，分析挖掘大创新应用又是一个，用四大区间来划分，是分成四个象限，从左到左成本越来越高，从下到上，价值越来越高。
做大数据最关切的问题，我们看到大家都在关注的首先是存储计算，然后是技术平台，然后是数据资源，这三部分的成本可能有高有低，数据资源是自己的，技术平台可以用开源的，存储计算当然花钱买。
但是价值真的和我的业务相关吗，可能不是。真正和业务相关一定是数据治理分析挖掘，还有创新应用，但是这些成本太高了，不像刚才那样确定性的成本，买了就一定能用上，一定能交差。
我们把价值高的部分的成本降下来，怎么样降低成本？我们找了三个方法。第一，我们探索了非常多的工具平台，我们知道如果靠人去做事情的，成本当然高，但是我有工具，我有铲子，可以用拖拽的方式，不用探索的方式，当然成本就下降了，使得效率提升，从业人员可以变得更多，原来可以用专业工具和专业能力去做的，但是汽车就是从手动档变成自动档，让更多的人享受驾驶的乐趣。
第二，其实价值很重要的一点，就是它的算法模型，也就是说分析挖掘，如果我们积累了非常多的分析挖掘模型，我们做了一千多个算法模型，算法是开放的，是通用的，但是模型是在不同的行业，通过相同的算法算出来的，那么这样使得我们的能力就积累了非常多，可以使得我们的价值真正能够落地，不断的创新。
第三，我们有解决方案，也就是说应用，我想说的一点，即便是我们有了算法模型，做了分析挖掘，但是这跟我们的价值还是有一些距离，我分析出来的问题，我怎么解决，能不能通过数据化的方式，驱动我的业务团队去解决，这是重要的，所以解决方案非常重要。
今天为止我们已经做了20多个行业，90多个大数据的应用落地，使得我们知道什么样的行业能够更精准地去做柔性服务。
数据即洞察可以给各个行业赋能
任何这个实践探索都变得成本都非常低，大数据是如何把探索成本降下来，但是我的价值要上升。
所以我们花了八年的时间，分了三个阶段，第一个阶段是通过分析数据化的能力，在存储之上去做我们的工具能力。
第二个阶段，我们自己下沉，自己做大数据，原来我们是不下沉的，但是你会发现以顾客为价值，光给它一堆技术和平台，是没有任何的意义。我们要自己下沉，我们要自己用工具去探索，去挖掘，我们要证明我们的工具、方法论是可以的，这一步也花了四年的时间。
正如陈春花老师讲的一下，数据即洞察，我们可以看到在各个行业都在赋能，我们把这个能力赋能给合作伙伴，进展非常非常快，因为各行各业都需要低成本的价值创新解决方案。
通过这种方式，我们探索了20多个行业，90多个大数据落地，结论是什么？数据洞察一共有六大方向，首先，数据可以实现多维感知，就像我们在青浦公安，进博会期间把所有的数据和公安的数据汇集在一起，当然能知道此时此刻正在发生什么，正在有什么样的异常情况，我对这个情况非常了解。
对于一个组织来讲，也是一样的，我能知道我的企业正在生产什么，正在进行什么，这是实时的洞察。
第二，数据可以驱动业务协同，在业务组织和生态之间，有最大的问题就是互相不协同，是因为有部门强，有组织强，有生态强。
但是数据这个东西是透明的，当我把数据变成一体化的时候，所有的抢在技术层面就可以被打通了，就可以驱动所有的业务协同，我的上下游，我的生态可以做协同。
第三，数据的洞察可以助力我们精准的决策，以前是靠拍脑袋说话，但是有了数据，我一定可以做数据决策，数据驱动，机器可以自己写报告了。
第四，数据可以完成深度挖掘，我要通过数据真正去探索一个犯罪分子，真正去探索一个新的商机，它是可以不断从中找到机会的，找到证据的。
第五，数据可以提供两种无边界的服务，第一，大数据真的可以把原来的信息化用得更好，原来的信息化是不可以自己监管自己的，数据之间没有去评估，当我把所有的数据汇集在一起，我可以针对之前的数据准确性和可靠性去做一个评估。第二，数据可以变成一种服务能力，提供给更多的人让他们去做创造，甚至做交易。第三，数据可以提升效能，提升流程。
在这种情况下，我们有一些洞察，第一，我们怎么做这个数据价值呢？就三句话，问题在哪里，数据在哪里，方法在哪里，我想强调的只有一点，我们往往会本末倒置，往往我有什么数据我要做什么事，但是这个没有用，我们还回归到价值本身，因为问题是重要的，所以问题先放在第一位，我们才能解决数据是什么，最后才能解决方法怎么用。
那么这种情况下，我们如何来明晰我们的问题呢，就是大规划，小落地，快速试错，清晰问题，在朝阳智慧物业里面就是这么做的，大规划也可以看成横向规划，纵向落地，一个存储计算就可以做得非常复杂，一个业务单元从上到下我做得小一点，这个时候我可以明确我做的问题对不对，只有大规划小落地，才能不断的清晰化。
数据维度决定了思维广度最终决定价值
我们要把问题从需求导向转向价值导向，当我们用户不知道该做什么的时候，怎么办？我们先做出一些东西给他看，再决定这个东西有没有价值，有价值，就把它落地，试错成本变低了，这个东西不好，我们就推翻，这个东西好，我们就落地。
我们想强调的是数据维度决定了思维广度，最终决定我们的价值。贵阳交通大数据的时候，更广度的汇集数据的维度，协调过来的数据，是过滤的数据，还有互联网随时可以收割的数据，我们称之为地理数据。面对这些问题，我有很多的解法，所以这是数据的价值，我们需要多维的数据。
在方法上我们有四个建议，方法在哪里？第一，要提升工具化的水平，才能让客户参与创新，我们在海关总署做的项目一样，正是因为我们有了可视化的这种能力，不断把做出来的东西给到用户看，然后我们的业务人员才能高达38次的现场指导，才能参与到工作中来，最终才能把我们这个项目做得非常棒。因为工具化使得我们每一个人能参与，如果只有高端的数学分析师才能做这个事，可能我们得到的洞察就会少很多。
第二个方法，什么叫有效的大数据落地，我们认为要通过大量的数据计算，用数据去连接三类人，以前我们只连接了领导，只连接了一个人的项目基本上不太容易成功，除了连接领导去做指挥决策，一定要连接工作人员去做减负增效，同时还要连接服务对象，去做比对。服务对象是给民众、出租车司机，甚至黑车，提供了更好的服务能力，这样的数据驱动一定是有价值的。
第三，我们的方法在哪里？就是我们认为大数据一定不是一个产品，更不是一个项目，而是一种持续的服务能力，今天把入室盗窃案打击掉了，把黑车打掉了，我们必须是一种持续服务的能力，才能不断在上面长出价值，才能延续价值，所以大数据一定不是一个项目，更不是一个产品。
最后一点，什么来评估我们的方法，结论是有价值的，是有意义的，只有一个评估点，从未知到已知的洞察，才是数据价值创新的使命和新的检验标准，如果我们做的东西都是已知，脑袋里都有的，只是漂亮的把它展示出来，那不是叫大数据。真正挖掘出来有价值的东西，我们不知道的，才是真正的大数据。
以前所有的业务分析都是报表，都是图形的展示，把这个方案展示出来，这个其实都知道。
我们花了一个多月的时间做了一个在逃人员的管控平台，半个月抓了11个，这就是价值，把不知道的人都找出来，所以我们叫数据即洞察。
沿着这些所有的方法能力，德拓信息到今天想做的就是数据智能更加洞察，真实世界和数据世界的关联科学的研究，我们做云计算、大数据和创新产品，再往上我修工程落地的方法论，和数学模型的落地。
最终我们向用户展现我们的数据之美，而数据之美，我们关注在更加洞察，让这个洞察更深，更好和更准确。
