① 大數據全方面應用 推動社會變革轉型
大數據全方面應用 推動社會變革轉型
大數據成為國家競爭力的戰略制高點。全球正處於新一輪科技革命和產業變革之中，通過對互聯網、物聯網等新一代信息技術所產生的海量數據進行分析，能夠總結經驗、發現規律、預測趨勢、輔助決策，拓展人類認識世界和改造世界的能力，給人類經濟社會創新發展提供強力引擎。美、歐、日等國家紛紛將推動大數據發展與應用作為提升國家競爭力、奪取新一輪競爭制高點的重大戰略。2012年3月，美國發布《大數據研究與開發計劃》，旨在利用大數據加速科學、工程領域創新，強化國土安全，轉變教育和學習模式。2010年11月，歐盟提出《歐盟開放數據戰略》，希望使歐盟成為公共部門信息再利用的全球領先者。八國集團發布了《G8開放數據憲章》，推動數據開放和利用。圍繞大數據資源掌控權和應用主動權的新一輪國際競爭已經爆發，中國發展大數據也時不我待。
大數據為製造業轉型升級開辟了新途徑。處於數據爆炸的時代，製造企業獲取、管理和利用到的數據量越來越大、種類越來越多，若能對數據進行科學的採集、組織、分析與利用，為產品全生命周期和企業生產經營各環節提供有價值的決策參考，就能夠提高生產率、利潤率和企業綜合發展水平。特別是，隨著製造業逐漸進入「數據驅動」的發展階段，大數據的發展與應用將成為製造業轉型升級和向智能化方向邁進的重要支撐手段。
我國具備發展製造業大數據的比較優勢。我國製造業規模位居全球第一，規模以上製造企業數量超過32萬家，從業人員眾多，信息化發展水平日益提高，每時每刻產生大量製造數據，應用場景豐富，發展空間廣大。通過多年努力，我國在信息技術、產業、應用和信息資源領域都有一定積累，一些信息服務企業面向製造業領域提供大數據服務，為加快大數據與製造業的融合發展奠定了比較扎實的產業基礎。為推動工業化和信息化深度融合，加快製造強國建設步伐，近年來國務院先後出台了《中國製造2025》《關於積極推進「互聯網 」行動的指導意見》《促進大數據發展行動綱要》等政策文件，明確提出發展智能製造、「互聯網 」製造和工業大數據等任務要求，也為製造業大數據發展創造了良好的發展環境。
認真面對大數據與製造業融合發展面臨的各種挑戰。當前，大數據正處於發展孕育期，應用經驗積累不多，應用路徑尚不清晰，安全風險有待進一步評估。我國製造業企業信息化水平參差不齊，全行業尚未形成對大數據客觀、科學的認識，對數據資源在推動製造業發展方面的戰略價值認識不足。多數企業對數據資源建設不夠重視，數據質量普遍較差，物聯網、工業互聯網等領域的標准規范不統一，企業間和企業部門間缺乏數據互通的有效機制，數據價值難以有效挖掘利用。技術創新與支撐能力不足，大數據軟硬體產品和面向製造業特色應用的大數據解決方案發展尚不成熟，大數據處理、分析和呈現方面與國外存在較大差距，難以滿足製造業大數據應用需求。既熟悉製造業需求又懂得大數據技術與管理知識的復合型人才缺乏，不能滿足發展需要。兼顧安全與發展的數據開放、管理和信息安全保障體系缺失，制約製造業大數據的發展與應用。
大數據推動製造業全面轉型升級
大數據精準響應用戶需求，提高製造業研發設計水平。研發設計水平是製造業競爭力的重要標志之一。在研發設計過程中應用大數據，能夠推動打造集成創新平台，廣泛收集和深入挖掘消費者的使用行為數據與意見反饋信息，更准確地掌握海量消費者的使用喜好，並藉由眾創、眾包等方式，將消費者帶入到產品的需求分析和研發設計等創新活動中，推動產品設計方案的持續改進。
大數據實現業務場景交互，推動生產製造智能化升級。如果說傳統的自動化、數字化、網路化給生產製造提供了「肢體」「感官」和「神經」，大數據的應用則給生產製造配上了「大腦」，使之能靈活應對各種業務場景，實現真正的智能。通過整合、分析製造設備數據、產品數據、訂單數據以及生產過程中產生的數據，能夠使生產控制更加及時准確，生產製造的協同度和柔性化水平顯著增強。
大數據輔助企業科學決策，增強製造業經營管理能力。經營管理能力是決定企業持續發展的基礎保障和支撐產業競爭優勢的重要基石。我國製造業大而不強，經營管理的滯後是一重要因素。大數據的應用，能夠推動跨行業、跨區域創新組織的建立和協同設計、電子商務、眾包眾創等新模式的發展，增強製造企業的經營管理能力。例如，海爾集團充分運用大數據手段，支撐構建起橫縱結合的矩陣式管理模式，打造出以訂單為中心、上下工序和崗位之間相互咬合、自行調節運行的業務鏈條，以及匯集互聯網眾多網友智慧的研發創新網路，實現了企業經營多元化、組織高效化、創新開放化，使企業通過技術產品的不斷創新和軟實力的不斷增強，在全球家電製造行業持續保持領先地位。
大數據支撐生產型服務發展，加快製造業服務化進程。圍繞產品發展服務業務，是創新商業模式、提升產品附加值、實現製造業提質增效的重要途徑。大數據加速製造業服務化轉型主要有三個方向：一是使企業業務從產品生產銷售，向生產型服務領域延伸；二是使企業發展模式從圍繞產品生產銷售提供售後服務，轉為圍繞提供持續服務進行產品設計；三是使企業的主要利潤來源從產品製造與銷售環節，轉為售後的生產型服務環節。
大數據與傳統業務加速融合，催生新產品新服務新業態。例如，智能兒童手錶通過融合位置數據、行為數據、圖像數據、社交數據，向兒童及家長提供衛星定位、緊急求救、運動監測、互動游戲等實用功能，近期在我國熱銷，部分品牌產品日銷量甚至達10萬台。我國擁有全球最大的消費市場和最多樣的消費需求，將大數據融入到可穿戴設備、家居產品、汽車產品的功能開發中，能夠推動技術產品的跨越式創新，形成智能可穿戴設備、智能家居、智能網聯汽車等製造業發展新領域，有助於搶占製造業新的增長點和制高點。
促進大數據與製造業融合發展
健全工業信息基礎設施。加快建立容量更大、服務質量更可靠的工業寬頻網路，加強製造業領域無線寬頻網路規劃布局，部署面向智能製造單元、智能工廠及物聯網應用的低延時、高可靠的工業互聯網。發揮互聯網企業、工業軟體企業優勢，引導其與製造企業緊密融合，面向製造業重點領域信息物理系統及智能車間、智能工廠建設，構建無線感測網、工業控制網、工業雲平台及雲應用、工業大數據平台等新興信息基礎設施體系，實現數據的統一採集、管理和高效處理。
建設製造業數據資源。推進感測器等數據採集終端的大規模應用，多渠道、多層面採集獲取數據。引導和支持骨幹企業、行業組織建設低成本、高效率的製造業大數據存儲中心和分析中心，匯聚形成系統、全面、及時、高質量的數據資源。完善製造業數據資源建設相關體制機制，創新政策激勵手段，規范數據資源性質，明確數據的所有權、使用權，科學合理界定公共信息資源邊界，形成各方面積極參與、互利共贏的數據資源建設態勢。
突破製造業大數據核心技術。開放自主可控的製造業大數據平台軟體和重點領域、重點業務環節應用軟體，支持創新型中小企業開發專業化的製造行業數據處理分析技術和工具，提供特色化的數據服務。推動多學科交叉融合，開展製造業大數據分析關鍵演算法和關鍵技術研究。
提升大數據分析應用能力。建設一批高質量的製造業大數據服務平台，推動軟體與服務、設計與製造資源、關鍵技術與標準的開放共享，增強製造業大數據應用能力。選擇重點領域，組織實施製造業大數據創新應用試點，推動製造模式變革和工業轉型升級，培育發展製造業新業態，推進由「中國製造」向「中國智造」轉型升級。
提高數據安全保障能力。研究制定面向製造業領域信息採集和管控、敏感數據管理、數據質量等方面的大數據安全保障制度建設。研究制定數據分級標准，明確製造業大數據採集、使用、開放等環節涉及信息安全的范圍、要求和責任。推動數據保護、個人隱私、數據資源權益和開發利用等方面的標准化工作和立法工作，明確各方責、權、利。制定出台對製造業數據採集、傳輸、保存、備份、遷移等的管理規范，加強安全測評、電子認證、應急防範等信息安全基礎性工作，有效保障數據全生命周期各階段、各環節的安全可靠。
培養復合型大數據人才。支持有條件的高校結合計算機、數學、統計等相關專業優勢，設立大數據相關專業。鼓勵高校和製造企業共同開展職業教育，聯合培養同時具備大數據應用能力和製造業專業素質的復合型大數據人才。鼓勵高校、科研機構和企業有計劃、分層次的引進大數據相關的戰略科學家和創新領軍人才，依託製造業大數據領域的研發和產業化項目，引進擁有實踐經驗的大數據管理者、大數據分析員等高端人才。
以上是小編為大家分享的關於大數據全方面應用 推動社會變革轉型的相關內容，更多信息可以關注環球青藤分享更多干貨
② 大數據時代帶來更理性、更可靠的決策
大數據時代帶來更理性、更可靠的決策_數據分析師考試
究竟是什麼魔力，讓「大數據」這一概念得到全球各國的普遍關注？到底什麼是「大數據」？它能夠在多大程度上改變我們的生活？在我們尋求對這些重要問題的解答時，牛津大學網路學院互聯網研究所教授維克托·邁爾-舍恩伯格出現在我們的視野中；希望我們對他的采訪，可以幫助讀者們找到這些疑問的答案。
最近一段時間，「大數據」的熱潮席捲全球，正如美國《福布斯》雜志所說的那樣，如今，在瀏覽新聞網站或者參加行業會議時，想看不見或聽不到「大數據」這個詞幾乎不可能。去年，美國6個聯邦政府部門宣布將啟動「大數據研發計劃」，投資超過2億美元以改進從海量和復雜的數據中獲取知識的能力。同時，我國科技部發布的「『十二五』國家科技計劃信息技術領域2013年度備選項目徵集指南」也把大數據研究列在首位。眼下召開的全國「兩會」上，有全國人大代表提出要把發展「大數據」上升為國家戰略。
究竟是什麼魔力，讓「大數據」這一概念得到全球各國的普遍關注？到底什麼是「大數據」？它能夠在多大程度上改變我們的生活？眼前對「大數據」的關注度是否已經過高了呢？在我們尋求對這些重要問題的解答時，英國牛津大學網路學院互連網研究所教授維克托·邁爾-舍恩伯格（Viktor Mayer-Schonberger）出現在我們的視野中，討論「大數據」，他如果不是最合適的人選，也起碼是合適人選之一。
20多年來，維克托一直致力於網路經濟、信息與創新、信息監管、網路規范與戰略管理的研究。還在「大數據」這一概念眾說紛紜時，維克托就已進行了系統深入的研究，2010年，他在英國《經濟學人》雜志上和數據編輯肯尼思·庫克耶一起，發表了長達14頁的大數據專題文章。稱他為最早洞見大數據時代發展趨勢的數據科學家之一，並不為過。
《經濟學人》說，在大數據領域，維克托是最受人尊敬的全方位發言人之一；美國《科學》雜志說，若要發起一場關於這個問題的深入討論，沒有比他更好的發起者了。
除了理論研究以外，維克托還非常接近實戰世界，早在上大學期間，他就先後成立了兩家數據安全和製作反病毒軟體的公司，而在他寫就的《大數據時代》一書中，那些最前沿、最嶄新的大數據應用案例，都得益於他多年來緊跟企業與商業應用的步伐。他的咨詢客戶中，不乏微軟、惠普、IBM、亞馬遜、臉書、推特、VISA等大數據先鋒們。
目前，維克托還是歐盟互聯網官方政策背後的重要制定者與參與者，尤為重要的是，他還任職過新加坡商務部、汶萊國防部、科威特商務部等部門，特別熟悉亞洲信息產業的發展與戰略布局。
希望我們通過電子郵件對維克托的采訪，可以幫助讀者們找到這些疑問的答案。
失去微觀層面上的精確度，為的是獲取宏觀層面上的洞察力
文匯報：今天，「大數據」已經成為全球炙手可熱的詞彙，您是從何時開始關注它的？
邁爾-舍恩伯格：多年來，我一直致力於研究數據在信息經濟的發展中所扮演的重要角色，我與肯尼思·庫克耶（Kenneth Cukier，我的合著者）一起發布了一系列相關研究報告。大約三年前，在我自己組織的一次會議上，我倆都意識到「大數據」的存在已經不僅僅是一種炒作或者什麼宏大的宣言了，而將實實在在地改變我們的工作、生活以及整個社會，於是，我們決定就此專題寫一本書。
文匯報：那麼在您看來，究竟什麼是大數據時代？它和傳統數據時代到底有什麼差別？我們知道，像沃爾瑪這樣的公司早在多年前，就已經將大數據運用到了商業實踐中。
邁爾-舍恩伯格：事實上，過去幾個世紀以來，數據已經在科學家們制定決策的過程中扮演了一定的角色，而過去幾十年間，這一做法又延伸到了一些公司的決策制定過程。但在大數據時代之前，數據是非常匱乏的，我們擁有的數據非常少。因此，我們的決策、我們構建的制度都是建立在這樣一種數據匱乏的基礎上。今天，一切變得非常不同，它體現在三個不同的方面，我們稱之為「更多」、「更亂」和「相關性」。
文匯報：這三個特徵也是您在《大數據時代》一書中非常強調的，它們甚至會顛覆我們過去的整個思維方式。您能否具體描述一下這到底是怎樣的過程？
邁爾-舍恩伯格：好的。我所說的「更多」，是指圍繞任何一個我們想要調查的特定問題，或者是需要我們回答的疑問，我們都可以比過去任何時候獲取更多的數據。在大數據時代，我們可以利用海量的數據得到非常詳盡的見解，這是傳統方法所不能做到的。
可以這么說，大數據時代和傳統數據時代的區別，就像解析度在200萬像素的舊數碼照片，一下子提高到2400萬像素那樣。後者是一個非常非常大的文件，它可以提供更多細節。它可以讓我們不斷放大，看清楚小到顆粒狀的細部，而具有較低解析度的圖像在這些細節方面就會非常模糊。
基因信息就是一個很好的例子。美國有一家叫23andMe的新公司提供個人的DNA測試分析，以發現一些疾病徵兆。它的成本只有兩三百美元，並提醒客戶關注會發展成嚴重疾病的個人癖好。但是公司並不對每個客戶的全基因組進行測序，而是針對已知特徵的位點（經研究得知因某種疾病存在，而可能會出問題的DNA片段）進行比對。這意味著，當一個新的特徵被研究發現時，23andMe公司就不得不再次對客戶的DNA進行測序並建立更完整的檔案。
蘋果公司的史蒂夫·喬布斯嘗試了非常不同的方法。他得了癌症後，就有了自己全部的基因密碼，數十億的鹼基對測序。這花費了他超過10萬美元的成本，但這可以讓醫生完整地洞察他的基因密碼。每當葯物由於喬布斯的癌症病變而失去有效性，他們就可以根據喬布斯特定的基因信息，尋找到有效的替代葯物。遺憾的是，這也沒有保住喬布斯的命，但是在這一過程中獲得的數據，已經延長了他的生命。
由於技術創新，現在收集大量信息的成本變得越來越低。數年前，史蒂夫·喬布斯花費了六位數的金額才做到的事情，今天，不到1000美元就可以獲得同樣的服務了。
而「更亂」指的是，在小數據時代，因為數據是如此稀少，我們可以確保自己收集的每一個數據點都是非常准確的。相比較而言，大數據往往是凌亂和質量參差不齊的。但是，相比以高額代價來保證測量和收集少量數據的精確性，在大數據時代，我們將接受這種雜亂，因為我們通常需要的只是一個大方向，而不是努力了解一種現象的細枝末節。我們並不是要完全放棄精確性，我們只是放棄對精確性的熱衷。我們失去微觀層面上的精確度，為的是獲取在宏觀層面上的洞察力。
電腦翻譯就是其中一個例子。1990年代，IBM的研究人員使用了一套非常精確的文件（加拿大議會記錄的法語和英語版）來訓練計算機。盡管計算機完全按照規則行事，但基於此的翻譯質量卻非常低。然後，谷歌在2006年開始介入這一領域，他們沒有使用來自加拿大政府的幾百萬句標准翻譯，而是使用隨手可得的任何語言。他們在整個互聯網上，利用數十億頁質量參差不齊的翻譯，這些翻譯不怎麼標准——但是，這是一個小的權衡——他們能夠使用的數據大大增加了，結果翻譯質量反而提高了。與更少、更標準的數據相比，更多凌亂的資料完勝了。
「更多」和「更亂」組合到一起，產生了第三個特點，「相關性」，這也是大數據帶給我們的最根本性的轉變。我們的思維將從因果關系轉向相關關系。至今為止的整個人類歷史里，全世界的人們都在尋找事件發生的原因，探尋「為什麼」。但我們對原因的執著探索往往帶領我們走向錯誤的方向。所以，我們建議，在大數據時代，在許多情況下，我們可以僅僅尋找「是什麼」，而不必完全理解「為什麼」。例如，對於大數據的分析中，我們可以發現機器震動中一些非常微小的變化，這些變化表明機器將很快損壞。這使我們能夠在部分機器零件報廢前更換它們，這被稱為「預測性維護」，它可以節省不少錢。但除了提高消費效率，「相關性」還可以做更多的事情。
比如對早產兒而言，即使他們長大成人，這些小寶寶仍舊是非常脆弱的，哪怕是遇上很小的感染。醫生卡羅琳·麥格雷戈研究如何給這些嬰兒最好的生存機會。使用大數據分析，每分鍾可以搜集這些嬰兒超過一千個數據點，麥格雷戈發現一個令人震驚的事實：每當這些早產兒出現非常穩定的標志時，他們的身體其實並不穩定，正在准備發病。有了這方面的知識，她就能在一個非常早期的階段，確定嬰兒是否需要葯物治療，從而挽救更多孩子的生命。
這是典型的大數據應用：醫生麥格雷戈通過更全面的感測器，可以比以往搜集到更多的數據。她也接受，在這種情況下，並不是所有的數據都是准確的，從而也會導致她分析中存在不精確的可能。她把「為什麼」這個問題放在一邊，而用一種更務實的方式來提供幫助，她尋找「是什麼」，這才是一個更好的預見感染的辦法。
我們應該記住：大數據也可以挽救生命。
正確使用大數據，可以改善醫療、教育水平，促進人類發展
文匯報：大數據時代的到來，是否將會引領新一輪的產業革命？我們應該怎樣客觀地看待它的價值？
邁爾-舍恩伯格：大數據將會極大地改變社會生活的方方面面，但是它的價值能否等同於工業革命，這個問題目前還不好說。我個人猜想可能不能，原因是在19世紀初工業革命剛剛開始的時候，經濟發展還處於非常低的水平上，所以相對來說，當時的人們從工業化過程中所能獲得的生活水平的提升是非常巨大的，今天則非常不一樣了。
我們真正想強調的是，大數據時代將推動我們從根本上改變企業的運作方式，以及我們在社會中的生活方式。大數據可以提高人類制定決策的能力，這種提高將是大幅度的。有了大數據，我們不是簡單地提高經濟效率，而是將挽救人類生命，延長我們自己的壽命。我們還將改善教育，促進發展。同樣的道理，我們必須要小心。大數據同樣也有「陰暗面」，正如我們在書中討論的那樣。如果應用錯誤，大數據也可能會化為一個強有力的武器。因此，我們必須確保正確使用大數據。
文匯報：您提到了大數據時代的「陰暗面」，它的到來會加深數字化鴻溝嗎？
邁爾-舍恩伯格：大數據是一個強大的工具。因此，如果我們使用了錯誤的方式，它就可能會加深數字鴻溝。但是，如果我們用得好，相信大數據就可能會改善我們的生活，尤其是對那些不那麼幸運的人而言。在這一點上，你可以把它想像成火、電或是抗生素等等。
文匯報：也就是說，您對大數據的價值認知，是基於一個更長時段的歷史發展。
邁爾-舍恩伯格：如果以非常廣闊的視角來看人類歷史，我認為，人類一直想要理解世界。起初，許多人的「知識」是基於迷信和預感。知識的發展非常慢，人們需要非常深層次的思考，再通過實踐進行檢驗，以確保知識是可用的。
但即使如此，我們的知識仍舊不是百分之百可靠的。例如，19世紀，路易·巴斯德一直在研究狂犬病疫苗，當時有一個被狗嚴重咬傷而染上狂犬病的小孩，父母擔心孩子會死去，懇求巴斯德試試他的試驗性疫苗。巴斯德照做了，孩子活了下來。隨後的慶祝活動上，巴斯德以一個英雄的身份出現，他挽救了年輕孩子的性命。但是事實的確如此嗎？今天，通過更深入的研究，我們知道，在被類似病狗咬到的兒童中，只有25%會感染狂犬病。所以75%的兒童哪怕使用了無效的疫苗，仍舊可以存活下來。這個故事告訴我們，我們以為自己生活在非常科學的世界中，但其實，我們擁有的數據非常少。一種新的治療方法在被證明安全之前，需要做幾十個甚至幾百個醫學實驗來進行測試。但這仍舊太少，人們還是會受到傷害，因為我們依靠的數據太少。在大數據時代，我們可以告別數據匱乏，做出的決策將更理性，更基於事實，當然也更可靠。這是大數據時代帶給我們的希望——更好的決策將會代替我們過往那些可疑的迷信和不可靠的人類預感。
文匯報：我們看到，麥肯錫公司2011年就發布報告推測，如果把大數據用於美國的醫療保健，一年可產生潛在價值3000億美元，用於歐洲的公共管理可獲得年度潛在價值2500億歐元；服務提供商利用個人位置數據可獲得潛在的消費者年度盈餘6000億美元；利用大數據分析，零售商可增加運營利潤60%，製造業設備裝配成本會減少50%。「數據創造價值」的預測已經非常振奮人心。在您看來，大數據是否只是一門價值不菲的生意？
邁爾-舍恩伯格：不，大數據可以做更多。醫療方面，我們前面已經提過，只是分析一些重要的徵兆，早產嬰兒的感染出現明顯症狀的數小時前，醫生就可以預見其生病。
同樣，通過大數據分析，我們也可以找出學校教科書中的哪一部分對學生而言效果最好，也可以找出效果不好的部分。到現在為止，我們只能按照人類的預感，即教師自己判斷學生在理解特定課程時是否會有疑問；但在大數據時代，我們有實際的數據可以參考，例如數據顯示，電子書籍的某些頁面被看過許多遍，因為它讓學生感覺費解，據此可以調整我們的教材。這將從根本上改變教育。
或者舉公共政策為例：Inrix是為智能手機提供導航軟體的公司，它還提供實時的交通數據。之所以能做到這一點，是因為每個用戶本身都成為了交通流量狀況的感測器，把位置和速度信息都發回Inrix公司。這樣一來，就可以給行進在交通堵塞路段周圍的客戶提供良好服務。Inrix公司有一大堆人們的活動數據，這還將有助於城市規劃者了解大家的通勤模式，人們從哪裡出發去工作，然後返回，並建設基礎設施，如道路和鐵路。這是最有效的應用。節省錢的同時，也有利於整個社會的管理。
文匯報：大數據對於商業決策、學術研究乃至國家治理的作用是顯而易見的；但是對日常生活中的普通人而言，他們一定會從中受益嗎？為什麼在大數據時代，還是有不少人主張遠離過載的信息和數據、返璞歸真回到傳統的社群生活之中呢？個人生活空間一定得從「簡單平面」轉變到「多維存在」才有意義嗎？
邁爾-舍恩伯格：千百年來，人類已經經歷的世界，都是在少量數據的基礎上產生很多想法的世界。海員們結束長途航行後回來，地圖才會在這一次經驗的基礎上進行重新繪制。這顯然不會很精確。經過試驗和犯錯的周而復始，人類發展得非常緩慢。但是，當我們只有非常少的數據時，這是理所當然的結果。今天，我們有這么多的數據，難怪人類會不堪重負。但是，現在大數據可以提供幫助。如果人類不太善於消化這些過多的信息，大數據分析可以幫助我們將信息進行過濾，並進一步可視化，使我們能夠輕松地加以使用。
人們尚未普遍具備與大數據時代相匹配的思維和技能
文匯報：有專家認為，大數據的未來是數據的APP（加速並行處理）而非基礎構架；也就是說，僅僅有數據平台和基礎構架是無法創造長期價值的。對此您怎麼看？
邁爾-舍恩伯格：我們認為，大數據時代將至少需要和過去時代一樣多的人的獨創性。同時，巨大的資源才是未來時代的金礦，那些擁有這些數據資源的人將獲得的回報是不可想像的。
文匯報：大數據時代，數據都是透明的，我們如何在保護個人隱私、商業機密和國家安全之間取得平衡？您所謂的「互聯網遺忘運動」會是最佳葯方嗎？
邁爾-舍恩伯格：大數據時代所面臨的挑戰是，我們發現了隱藏在數據背後的價值，所以，保留這些數據，然後一遍遍地重復使用數據，往往成為一種明智的選擇。同時，現行的保護個人隱私的法律，特別在西方，針對的是一個傳統數據的世界，而不是一個大數據世界。這就需要我們在保護隱私的規則方面作出調整。我們建議，可以通過調整相關保護規則來實現這一目標，正像你所提到的，我們可以在一定時間以後，選擇遺忘這些數據。
文匯報：大數據時代是一個海量數據有待處理的時代，同時又是一個海量無用信息需要刪除的時代。這是否就是您在《刪除》一書中強調我們要有所取捨的原因所在？
邁爾-舍恩伯格：是。在某種程度上，大數據本身也可以加強隱私的保護。因為如果有一百萬個數據點，一個單獨的數據點就不再那麼重要了，這和傳統數據時代非常不一樣。隨著時間的推移，忘記其中一些數據，並不會破壞整個大數據的運行和使用。
文匯報：大數據現在在全球究竟發展到了什麼階段？處理大數據的技術是否已經在全世界范圍內普及？
邁爾-舍恩伯格：管理和處理大數據的技術都已經存在了，而且並不是非常昂貴。但是，有一樣東西目前仍舊非常缺乏，那就是我們的思維——以理解數據背後所隱藏的巨大價值，以及提取這種價值的專門技能。今天，全球范圍內，人們還沒有普遍具備這種思維和技能，但是我相信，在未來，這種情況會發生改變。我們預計，世界各地的許多大學將提供針對大數據分析的課程，來培訓大數據時代所需要的技能。
文匯報：歷次產業技術革命，中國似乎都是學習者和模仿者；和上幾輪產業技術革命不同的是，大數據時代，中國幾乎和歐美發達國家同時開始技術研發，中國人口又居世界首位，將會成為產生數據量最多的國家。您看好中國在新時代的發展前景嗎？中國在大數據時代是否有創新和領先的可能？
邁爾-舍恩伯格：是的，我們對此非常樂觀。中國很可能成為大數據這一領域的先驅。在大數據時代，中國有很多優勢：中國人都受過良好的教育，特別是在數學和統計方面（這是非常重要的）。中國是一個巨大的多元化社會，這會創造大量機會來創造大數據這一資源，並建立大數據應用。同樣的道理，對於大數據的蓬勃發展，我們還需要相匹配的思維方式，有嘗試新事物和持續創新的願望，以實證事實來作為我們決策的依據。因此，和許多其他社會一樣，大數據時代的確也會給中國帶來非常大的變化。
以上是小編為大家分享的關於大數據時代帶來更理性、更可靠的決策的相關內容，更多信息可以關注環球青藤分享更多干貨
③ 大數據戰略釋放大數據紅利
大數據戰略釋放大數據紅利
大數據最大的價值是通過數據分析來改善決策，進而提高社會生產力。在我國人口紅利逐漸消失，土地、資源、環境等生產要素日益緊張的背景下，十八屆五中全會強調實施大數據戰略，將有利於釋放我國作為數據大國的大數據紅利，為新常態下我國實現創新發展提供新的動力。
近年來，美國、英國、日本、韓國等發達國家已將大數據上升為國家戰略。美國將大數據視為強化美國競爭力的關鍵因素之一，把大數據研究和生產計劃提高到國家戰略層面，並大力發展相關信息網路安全項目。英國政府通過利用和挖掘公開數據的商業潛力，為英國公共部門、學術機構等方面的創新發展提供「孵化環境」，同時為國家可持續發展政策提供進一步的幫助。日本在其「創建最尖端IT國家宣言」中，提出要以發展開放公共數據和大數據為核心的日本新IT國家戰略，把日本建設成為一個具有世界最高水準的廣泛運用信息產業技術的社會。韓國在其提出的「創新型經濟框架」中，將大數據中心作為一個重要的布局，希望藉助大數據解決業務或者研究方面的問題。
中國將大數據上升為國家戰略層面，既是順應時代潮流，也是當前推進創新發展的迫切需要。大數據之所以能成為世界其他主要國家的國家戰略，源於其在商業、交通、醫療等領域多年來的成功應用。著名智庫美國信息技術與創新基金會曾在2013年年底發布了一份名為《支持數據驅動型創新的技術與政策》的報告，介紹了美國疾病控制中心、美國證監會、歐洲航天局以及亞馬遜、IBM和英特爾等各類公共和私營機構應用大數據的成功案例，展示了大數據在推動創新方面的潛力及其在公共衛生、科學教育、公共安全、交通運輸等眾多領域的廣闊應用前景。
國內也有一些城市和企業在利用大數據推動創新發展方面初見成效。近年來，貴州省搶抓機遇，希望藉助大數據產業實現工業結構的快速更新，實現落後省份的「彎道超車」。貴州省憑借生態環境好、電力充足、氣候涼爽等優勢，一舉成為了與內蒙古並列的數據中心集群地。我國三大電信運營商都在貴州建設數據中心基地，總投資高達150億元，建成後伺服器超200萬台，形成超過2500PB的裸容量存儲能力。此外，貴州省還成立了大數據交易所。該交易所除了提供大數據交易外，還提供大數據清洗建模分析服務、大數據定向采購服務、大數據平台技術開發等增值服務，深度挖掘大數據價值及應用，支持創新創業。作為貴州大數據產業的重要載體，貴陽大數據廣場在很短時間內就匯集了51支創客團隊、360多家大數據及關聯企業。
在雲計算、大數據等技術迅速發展的背景下，中國著名的伺服器生產商浪潮從2010年開始了自己的轉型之路。2014年，浪潮提出了「以大數據為中心的雲海戰略」，利用雲計算技術對大數據進行有效整合，搭建開放的大數據服務平台，並在平台之上根據業務需求部署創新應用。為了更快聚集浪潮大數據產業數據資源，浪潮2015年在全球規劃建設了8個大數據中心，並計劃在全國范圍內完成10個以上的大數據創新應用中心建設，完成從基礎硬體廠商向大數據處理和服務企業的轉型。2015年4月，貴安-浪潮大數據應用創新中心在貴安新區揭牌，同時浪潮簽署了《大數據創客培育戰略合作協議》，與貴州大學等多所院校達成了《大數據研發及人才實訓合作協議》。浪潮眼中的數據價值，正是通過建立開放的大數據平台，打造「大數據+創客中心」模式，引導中小企業創新創業，最大限度地發揮大數據的產業應用價值，實現新業態的開放創新發展。迄今為止，通過自建、合作共建等多種商業模式，浪潮已為396個政府和企業、18家院所和高校、2678位創業者提供了大數據整合和數據開放服務。
越來越多的國家和企業都充分認識到大數據在推動各領域創新方面潛在的巨大作用。但是，要讓大數據成為中國繼人口紅利後的下一個紅利，還有很多工作要做。
一是要制定推動數據共享的法律框架。數據共享涉及若乾重大問題，包括數據跨境流動和數據主權，數據共享安全風險、數據共享隱私保護等。目前，我國大數據法治建設明顯滯後，用於規范、界定「數據主權」的相關法律缺失，缺乏有效的大數據法律框架。美國政府數據開放經歷了《信息自由法》《電子信息自由法》《數據質量法》《開放政府法》等里程碑式的發展，對數據開放的范圍、許可權等做了詳細的規定，在保障公眾知情權和隱私權的基礎上，逐步形成了較完整的立法體系。歐盟在2013年修訂了《公共部門信息再利用指令》，就公共部門信息再利用提供了法律框架。在將大數據上升為國家戰略層面後，我國要盡快啟動數據共享的相關立法、標准工作，建立公共基礎數據資源的標准，完善數據資源採集、共享、利用和保密等相關制度。
二是推動大數據處理關鍵技術的研發和應用示範。目前大數據的篩選收集、儲存、分析處理和應用仍面臨巨大挑戰，需要大量先進的創新型新技術、新工具和新技能，並提供解決方案。2012年，美國奧巴馬政府公布大數據研究開發計劃，給予該計劃一次性2億美元資助，用於研發收集、儲存、保留、管理、分析和共享海量數據所需核心技術。2014年，歐盟將大數據技術列入歐盟未來新興技術（FET）行動計劃，加大技術研發創新資助力度。我國要加強大數據技術研發方向的前瞻性和系統性，重點增加在人工智慧、實時大數據處理、海量數據存儲管理、互動式數據可視化和應用等前沿及共性技術基礎上的研發投入，並實施大數據重大應用示範工程，促進大數據技術成果惠及民生，在全社會形成推廣示範效應，帶動全社會大數據的應用不斷深化。
三是加快建立國家政府數據共享平台。政府作為社會管理與民生服務的主體，擁有著大量的高質量數據資源，這些數據若能充分發揮其效用，必將帶來極大的經濟價值與社會效益。正因為如此，主要發達國家紛紛建立政府數據共享平台，推進數據資源向社會開放，服務公眾和企業。美國政府推出Data. gov，使得企業和個人能夠利用那些政府採集但未經梳理的各類信息，開發應用來提供公共服務或者進行盈利。英國政府建立了有「英國數據銀行」之稱的data.gov.uk網站，為公眾提供一個方便進行檢索、調用、驗證政府數據信息的官方出口，支持和開發大數據技術在科技、商業、農業等領域的發展。法國政府推出的公開信息線上共享平台data. gouv.fr，便於公民自由查詢和下載公共數據。不同於其他類別的資源，大數據應用具有極強的時效性，隨著時間推移，資料庫質量及其應用價值均會有大幅下降。因此，我國要加快建立國家層面的政府數據共享平台，並通過政府數據的開放共享對全社會形成示範效應，帶動更多行業、企業開放數據、利用數據、共享數據。
以上是小編為大家分享的關於大數據戰略釋放大數據紅利的相關內容，更多信息可以關注環球青藤分享更多干貨
④ 大數據時代的大變革
大數據時代的大變革
在雲計算仍處於「雲里霧里」而亟待落地的今天，IT的浩瀚天空中突然傳來了天使的號角聲——大數據時代來了！大數據，開啟了一個徹頭徹尾的變革年代，更開啟了一個蘊含無窮多機會的年代。誰能夠「號准」大數據時代的「脈搏」，誰就能夠在全球IT業的新一輪角逐中獨領風騷。
令人充滿想像的大數據，究竟「大」在何處？
今天，我們再也不能用狹隘的視角來審視大數據了。因為今天的大數據，不僅體現為數據量的驚人增長，更前所未有地引入了正在不斷擴展中的數據類型。從量的增長來看，IDC報告顯示，未來10年全球大數據將增加50倍。而剛剛過去的2011年，就產生了1.8ZB（1.8萬億GB）的大數據，這相當於每個美國人按每分鍾發3條微博的速度，不停發布2.6976萬年。與此同時，社會上的各行各業，從電信、IT業，到金融、證券、保險、航空、酒店服務業等，地球上的各種存在，從每個人到每棵樹、每朵花乃至每粒沙子，無一例外地都在成為大數據的生成者。在量和面上的雙重積累，讓我們不難想像和接受數據大爆炸的現實——2020年的全球數據使用量將達到35.2ZB（1ZB=10億TB）。
猶如一座富礦的大數據，究竟該如何「開采」？
這是一個令人著迷的問題，因為與正確答案相伴的將是誰都渴望的巨大商業成功。當前，伴隨著變革的發生，傳統的互聯網企業已經站在了大數據時代的最前沿。作為探索的先鋒，他們能否笑到最後，是否會成為「先烈」？這一問題盡管很難回答，但至少為成功的覬覦者提供了充分的借鑒和參考。
作為後PC時代的四大巨頭，Facebook、谷歌、蘋果、亞馬遜正在成為大數據的擁有者和使用者。在自覺或不自覺間，Facebook已然成為業界第一個生成大數據的「巨鱷」，而其他三巨頭仍在努力中。蘋果依靠操作系統和顛覆性的終端，正在努力打造大數據的生成之地；谷歌主要依靠操作系統、搜索引擎和「Google+」平台整合終端產品，以儲備可以利用的大數據；亞馬遜作為雲計算的最早倡導者之一，則通過網路平台、雲計算平台和閱讀終端，期望建立起一個電子商務垂直領域的大數據匯集地。雖然巨頭們的策略各有不同，但利用種種手段整合碎片化的數據進而加以利用的趨勢，已經再明顯不過了。
相比這四大巨頭，電信運營商的探索才剛剛起步。「日內瓦的電信運營商，正在針對市民活動的可視化展開研究。」天雲科技副總雷濤在近日舉行的雲計算大會雲基地專場上指出，「通過在用戶手機上安裝感測器，就能夠記錄下大量的位置信息，從而使得市民活動可視化，這對建立一個智慧城市，進行人口規劃、區域規劃都具有重要意義。」事實上，一個個再簡單不過的位置信息背後，隱藏著巨大的、待挖掘的價值，這個價值對於各行各業都具有關鍵的作用。例如，房地產開發商就很渴望知道高端用戶最頻繁出入的區域，而這些區域就是商業地產的最佳候選地。而除了位置信息外，電信運營商能夠挖掘的信息和數據，仍有無窮無盡的空間，包括了用戶喜好、消費能力等等。
在企業的自發行為以外，國家級的戰略支持已經浮出水面。美國，作為ICT強國，嗅覺最為敏銳。2012年3月29日，奧巴馬政府公布了「大數據研發計劃」，目標在於改進當前人們從海量和復雜的數據中獲取知識的能力，而這是美國繼高速網路和超級計算中心之後的另一個重大科技項目。據悉，首批共有6個聯邦部門宣布投資2億美元，共同提高收集、儲存、保留、管理、分析和共享海量數據所需核心技術的先進性，並形成合力，同時增加大數據技術開發和應用所需人才的供給。顯然，先行一步的美國，已經把大數據當作了其ICT產業再度在全球崛起的重要契機。在找准了崛起的方向之後，富有行動力的美國，自然就會毫不拖泥帶水地實施下去。
大數據，正在撬動全世界的神經，無論是國家、企業，還是每一個獨立存在的個人，都將成為大數據時代的貢獻者和受益者。但問題是，你准備好了嗎？
⑤ 發達國家如何布局大數據戰略
發達國家如何布局大數據戰略
大數據在美國之所以能被迅速、廣泛應用，與美國高度重視大數據價值、積極推動數據開放和擁有一批掌握核心技術的信息技術企業密切相關。
中國國際經濟交流中心大數據戰略課題組
最近幾年，美國、歐盟、日本等主要發達經濟體採取各種政策舉措，積極推進國家大數據戰略，取得了長足進展，成功經驗值得中國借鑒。
將推動大數據產業發展上升為國家戰略
美國在推進大數據應用上形成了從發展戰略、法律框架到行動計劃的完整布局，已實施四輪政策行動。第一輪是2012年3月，白宮發布《大數據研究和發展計劃》，並成立「大數據高級指導小組」。第二輪是2013年11月，白宮推出「數據-知識-行動」計劃，進一步細化了大數據改造國家治理模式、促進前沿創新、提振經濟增長的路徑，這是美國向數字治國、數字經濟、數字城市、數字國防轉型的重要舉措。第三輪是2014年5月，美國總統辦公室提交《大數據:把握機遇，維護價值》政策報告，強調政府部門和私人部門緊密合作，利用大數據最大限度促進增長，減少風險。第四輪是2016年 5月，白宮發布《聯邦大數據研發戰略計劃》，在已有基礎上提出美國下一步的大數據發展戰略。
歐盟及其成員國已制定大數據發展戰略，主要包括:數據價值鏈戰略計劃、資助「大數據」和「開放數據」領域的研究和創新活動、實施開放數據政策、促進公共資助科研實驗成果和數據的使用及再利用等。歐盟力推數據價值鏈戰略計劃，用大數據改造傳統治理模式，試圖大幅降低公共部門成本，並促進經濟和就業增長。2012年9月，歐盟委員會公布「釋放歐洲雲計算服務潛力」戰略，旨在把歐盟打造成推廣雲計算服務的領先經濟體，預計到2020年，大數據技術領域新增投資將為歐盟創造9570億歐元產值，增加380萬個就業崗位。2013年英國政府發布《英國數據能力發展戰略規劃》，並建立世界首個「開放數據研究所」。
日本把培育大數據和雲計算派生出的新興產業視為提振經濟增長、優化國家治理的重要抓手。2013年6月，安倍內閣正式公布《創建最尖端信息技術國家宣言》，這一以開放大數據為核心的IT國家戰略，旨在把日本建成具有「世界最高水準的廣泛運用信息產業技術的社會」。
2011年，韓國科學技術政策研究院正式提出「大數據中心戰略」以及「構建英特爾綜合資料庫」。2012年，韓國國家科學技術委員會就大數據未來發展環境發布重要戰略規劃。2013年，韓國未來創造科學部提出「培育1000家大數據、雲計算系統相關企業」的國家級大數據發展計劃，以及出台《第五次國家信息化基本計劃(2013-2017)》等多項大數據發展戰略。
注重數據開放共享和隱私保護
目前，全球有75個國家明確承諾要建設開放政府、推行政府數據公開，並以政府白皮書、宣言和最高首長指令等形式啟動開放政府數據戰略。
與此同時，各國政府加強了數據隱私保護。目前全球已有近90個國家和地區制定了保護個人信息的法律。歐盟從1995年通過《數據保護指令》以來，不斷完善法律法規，加強對個人隱私數據的保護。從2002年的《隱私與電子通訊指令》到2009年的《歐洲信息緩存指令》，都是保護個人隱私的監管規定。
2016年4月，歐洲議會通過《一般數據保護條例》，以歐盟法規形式確定對個人數據的保護原則和監管方式，將於2018年5月開始實施。英國、法國、德國、愛爾蘭、荷蘭等國家也紛紛出台要求電信運營商和互聯網企業進行數據留存的法規。2016年10月27日，美國聯邦通信委員會(FCC)批准了一項消費者隱私保護規則，要求寬頻服務提供商在使用消費者的網路搜索、軟體使用、位置信息和其他與個人信息相關的數據之前必須徵得用戶同意。另外，2016年8月1日，美國和歐盟簽署的「隱私盾」協議正式生效，替代以前的「安全港」協議，提高了個人數據保護水平。
重視大數據重大項目研究與應用，佔領大數據產業和技術制高點
發達國家以點帶面引導大數據發展，通過資助重大項目研究，破解大數據發展核心技術，引導企業和社會推動大數據發展。2012年3月，美國發布《大數據研究和發展計劃》時宣布投資2億美元，聯合美國國家科學基金會、國家衛生研究院、國防部、能源部、國防部高級研究局、地質勘探局等6個聯邦部門和機構，共同提高收集、儲存、保留、管理、分析和共享海量數據所需核心技術的先進性，並形成合力。2013年1月，英國財政部明確將投入1.89億英鎊用於大數據和節能計算技術研發，旨在提升地球觀測和醫學等領域的大數據採集分析能力。2013年4月，英國經濟和社會研究委員會又宣布新增6400萬英鎊用於大數據研發，其中3400萬英鎊用來建立「行政數據研究網路」，匯聚政府部門和機構所收集的行政數據，促進發揮政府數據對科學研究、政策制定和執行的作用。2014年，英國政府投入7300萬英鎊進行大數據技術開發，包括在55個政府數據分析項目中開展大數據技術應用。2013年，法國政府投入1150萬歐元，用於7個大數據市場研發項目，促進大數據研發。
建立高規格的領導機構，統籌和強化部門間協作
各國戰略規劃都指定專門的管理機構和執行機構，其共同特點是凌駕於傳統政府機構之上，突破了傳統的政府管理模式，提高了決策與執行的效率。美國由白宮科學和技術政策辦公室牽頭建立大數據高級監督組，通過協調和擴大政府對大數據的投資、提供合作機遇、促進核心技術研發和勞動力發展等實現大數據戰略目標。日本政府內閣和總務省信息通信技術(ICT)基本戰略委員會作為日本大數據戰略制定和執行部門，肩負制定面向2020年日本新ICT戰略的任務。澳大利亞設立跨部門大數據工作組負責戰略落地，同時配備專門的支撐機構，從技術、研究等角度提供支撐。英國大數據戰略分別針對提高技術能力、基礎設施和軟硬體建設、推進合作、數據開放與共享，指定具體機構負責，同時由信息經濟委員會根據發展戰略制定具體實施辦法。
政府營造環境，充分調動企業發展大數據的積極性
大數據在美國之所以能被迅速、廣泛應用，與美國高度重視大數據價值、積極推動數據開放和擁有一批掌握核心技術的信息技術企業密切相關。谷歌、易安信、惠普、IBM、微軟、甲骨文、亞馬遜、Facebook等企業很早就通過收購或自主研發等方式布局大數據，成為大數據技術的主要推動者，並快速推出與大數據相關的產品和服務，為各領域、各行業應用大數據提供工具和解決方案。除了傳統信息技術企業，在大數據分析、應用及安全等領域還涌現出一批像盛龐卡(Splunk)、天睿(Teradata)等創新能力較強的創業公司，在風投資本支持下快速成長，並引導新的市場發展，為各界應用大數據提供了豐富的創新工具。
強化開源社區在技術開發中的作用，打造大數據產業鏈的核心競爭力
從大數據技術發展歷程看，大數據核心技術如分布式存儲、雲端分布式及網格計算均依賴開源模式，吸引全球開發者開發、維護和完善代碼，從而匯集全球智慧推動大數據技術不斷進步。大數據處理的核心技術哈杜普(hadoop)、映射歸約(MapRece)和星火(Spark)等均基於開源環境的創新發展。阿帕奇軟體基金會(ASF)是推動大數據技術發展的全球頂級開源社區，集結了全球最主要的大數據技術研發公司。同時，大數據領先企業也圍繞自身生態打造技術開源社區，這種開源項目方式吸引了全球頂尖技術人才共同開發，推動了技術創新和成果推廣。
多措並舉，堅守大數據安全底線
一是構建多方協同合作的安全機制。以美國為代表，通過體制機制改革打破數據割據與封鎖，整合大數據資源，協調大數據處理和分析機制，推動重點數據平台之間的數據共享，消除和控制高級可持續攻擊的危害。
二是組建網路部隊，增強威懾能力。2005年4月，美軍正式組建專門負責網路作戰的「網路戰聯合功能構成司令部」。日本2005年底決定組建一支由陸、海、空自衛隊計算機專家組成的5000人左右的網路戰部隊，專門從事網路系統的攻防。2013年初，俄羅斯國防部下令要求俄總參謀部確定建立陸軍網路司令部的計劃。目前，世界上已有46個國家組建了網路戰部隊，很多國家仍在不斷加大網路空間安全投入。
三是提高防範意識，加強主動防禦。美國政府要求各聯邦機構對所制定的安全計劃，至少每隔三年執行一次獨立的安全檢查或審計。
四是注重「撒手鐧」的戰略性技術。發達國家緊緊抓住操作系統、密碼專用晶元和安全處理器等「撒手鐧」的戰略性技術研究。
五是依託國家外交戰略，促進國際合作。美國利用網路安全話題與其他國家開展外交活動，為美國信息產業謀求更大市場份額。德國推動建立和保持歐盟在世界范圍內的廣泛合作、聯邦政府內部的合作、聯邦政府信息技術特派員負責的公共和私營部門之間的合作。
六是推進軍民融合，確保制信息權。美國有關機構對大數據投入巨資，目的是應對軍事和國家安全領域面臨的大數據挑戰，提升維護國家安全和信息網路安全的能力。美國不斷加強大數據資源開采，聯合有關盟友組建「五眼聯盟」，進行全球監控。
⑥ 美國近年來推進「新基建」的布局及啟示
近年來，世界經濟 呈現發展動能趨緩、下行風險上升、規則調整加快的特點。 為應對經濟衰退，
美國推出了《美國重建基礎設施立法綱要》，加快實施萬億基礎設施重建計劃，對交通，水資源、給水和排水系統，以及下一代能源基礎設施，高速互聯網等新型基礎設施領域進行部署，以此幫助美國經濟復甦。
美國近年來在新型基礎設施建設方面的主要布局
受政治體制影響，美國在基礎設施建設部署上存在較大不穩定性，但是對新型基礎設施建設的投資卻一直被作為推動經濟增長的重要手段，相關戰略部署立足長遠、積極推進。
（一）主要戰略部署
自2008年國際金融危機以來，美國先後實施了《美國復甦與再投資法案》《美國國家空間數據基礎設施戰略規劃草案（2014-2016年）》《修復美國地面交通法基建法案》《聯邦大數據研發戰略計劃》《增強聯邦政府網路與關鍵型基礎設施網路安全》《美國重建基礎設施立法綱要》等戰略計劃，出台了《網路與信息技術研發計劃》《大數據研究計劃》《能源製造業系統夥伴關系計劃》等具體的實施細則，旨在通過加大新型基礎設施建設來擺脫經濟危機，提升產業競爭力，實現經濟復甦。其中 科技 領域新型基礎設施建設主要包括下一代能源基礎設施、高速互聯網、科研基礎設施、人工智慧、大數據等方面。
（二）《美國重建基礎設施立法綱要》的主要內容
2018年2月，特朗普政府出台《美國重建基礎設施立法綱要》（以下簡稱《綱要》），從出台時間來看，《綱要》與我國「新基建」戰略部署時間較為接近，面臨著相似的國際背景和外部環境，建設領域上存在一定相似性。《綱要》更加偏重於融資，傳統基礎設施佔比較大， 科技 領域的基礎設施建設更多以其他的專項計劃來部署。在技術領域上，《綱要》重點投資現代交通、新能源、5G通訊基站、智能電網、寬頻網路、大數據等領域，注重對成熟技術的應用和推廣。相比而言，根據國家發改委對「新基建」范圍的界定，我國「新基建」包括信息基礎設施、融合基礎設施、創新基礎設施，技術領域涉及5G、物聯網、工業互聯網、衛星互聯網、人工智慧、雲計算、區塊鏈等新興技術，特別重視對重大 科技 基礎設施、科教基礎設施、產業技術創新基礎設施等創新基礎設施的投資。
美國推動新型基礎設施建設的主要舉措
自2008年以來，美國不斷加強在新型基礎設施建設領域的戰略部署，主要包括五個方面的重要舉措。
（一）加強對「新基建」的研發投入
2018年，特朗普政府出台的《美國重建基礎設施立法綱要》提出設立200億元的創新轉型項目計劃，發展自動駕駛技術和車輛、新軌道運輸技術、無人機、模塊化基礎設施技術等。在2019-2021財年特朗普政府美國工業發展領域研發優先事項中，人工智慧、量子信息、通信網路、自動駕駛、智能製造、工業機器人等技術領域成為優先布局事項。
（二）開展基礎研究和關鍵核心技術研發
（三）強化關鍵基礎設施技術的自主可控
對關系國家戰略安全、影響國家競爭優勢的基礎設施領域，美國支持本國企業主導建設全過程，強化技術自主可控。美國頒布了《增強聯邦政府網路與關鍵型基礎設施網路安全》的行政指令，從聯邦政府、關鍵基礎設施和國家三個方面，要求採取一系列措施確保聯邦政府及關鍵基礎設施的技術安全。對於國外企業投資美國關鍵基礎設施項目，尤其對高度敏感的國家安全項目，要接受美國外國投資委員會、美國國會美中經濟和安全審查委員會、美國聯邦能源監管委員會等機構的層層監管，確保技術安全可控。
（四）發揮杠桿效應支持引導企業參與
在新型基礎設施建設中，美國十分重視發揮民營企業的作用。在《美國重建基礎設施立法綱要》中，除政府撥款的2000億美元外，其餘2萬億美元的基礎設施建設資金大部分來源於私營企業投資和債券，基礎設施具體建設也由私人企業承擔，該計劃以融資為主，廣泛吸收私營企業和個人的資金。採取公開招標方式，鼓勵民營企業採用新技術，通過基礎設施建設推進製造業迴流，促進新興產業發展和培育。
（五）加強科研基礎設施設施建設
美國高度重視科研基礎設施（包括大科學裝置）建設。如在《美國復甦與再投資法案》中提出，支持用於科學研究、基礎設施以及實驗室大型儀器設備的更新，啟動《民用超級計算機計劃》，為能源部的生物能源中心和聯合基因組研究所購置新的設備，為國家實驗室和大學核聚變研究提供設備升級或購置新的設備等。近年來，美國能源部提出實施「前路計劃」，設立「百億億次計算項目」，部署百億億次超級計算機，解決並行性、內存和存儲問題，為推進基礎設施建設提供運算支撐；在南達科他洲開工建設長基線中微子設施，開展地下深層中微子試驗場所。為提高國家生物安全，美國開始新建5家生物安全四級實驗室，包括美國國家過敏和傳染病研究所、加爾維斯頓國家實驗室、美國國家生物衛生分析與對策中心等。在人工智慧領域，美國發布《國家人工智慧研發戰略規劃》，提出要開發人工智慧共享數據集和測試環境平台，開發開源軟體庫和工具集等。
對策和建議
通過總結美國近年來在推進基礎設施建設方面的經驗和做法，結合我省發展現狀和需求，提出如下對策建議。
一是制定出台「新基建」 科技 支撐行動計劃。 強化統籌安排與頂層設計，從 科技 創新支撐「新基建」發展角度，提出具體的行動方案和實施細則。設立「新基建」工程技術研發專項，圍繞我省「新基建」過程中遇到的工程技術難題，組織省內外高層次團隊進行攻關，推動工程 科技 發展。
二是構建多元化融資模式。 加快 科技 債券、融資租賃、PPP等融資模式在「新基建」中的應用，為推動我省創新基礎設施建設提供資金支持。以建設國際風投創投中心為契機，引進風險投資進入 科技 類基礎設施建設領域，發揮金融杠桿撬動作用，擴大市場化資金規模。
三是提高 科技 園區基礎設施建設水平。 以高新區、專業鎮、 科技 小鎮等區域創新平台為依託，加快提升5G基建、特高壓、城際高速鐵路和城際軌道交通等基礎設施建設，高水平打造智慧園區、 科技 園區、創新園區，提升 科技 對園區發展的支撐帶動作用。在省級高新區動態評估中，引入新型基礎設施建設指標，引導高新區提升新型基礎設施建設水平。
四是加快科研基礎設施和實驗室建設。 以企業實際應用需求為導向，新建一批中小型科研基礎設施，以應對大型科研基礎設施（大科學裝置）需求不足、成本過高、效能不匹配的問題。如中等性能超級計算機、低強度中子源、P3級生物安全實驗室等。加快推進省實驗室建設步伐，瞄準5G、大數據、工業互聯網需求，建設一批工程領域省實驗室。
轉自丨三思派
⑦ 大數據技術
隨著信息技術的發展，新型信息發布方式的不斷涌現，數據正以前所未有的速度在不斷地增長和累積，大數據時代正式到來。2012年被稱為「大數據元年」，因為在這一年「大數據」這個概念引起了人們的空前關注。首先是美國政府公布「大數據研發計劃」，緊接著世界各國以及各大商業公司也對「大數據」給予了極大的關注。美國在「大數據研發計劃」中，與空間數據關系最為密切的是聯邦地質調查局和航空和航天局。
聯邦地質調查局的科學家們合作完成對全面、長期數據的最新綜合，進一步把大數據集和地球科學理論的大構想轉換成科學發現，提高對地球系統科學問題的理解和應對能力，例如物種應對氣候變化、地震復發率、下一代生態指標等。NASA用先進信息系統技術尋求成熟的大數據能力，以支持未來的地球觀測任務，使得地球信息能為NASA氣候中心的體系結構所識別，減少地球科學部的空基和陸基信息系統的風險、成本、規模和開發時間，提高科學數據的可訪問性和實用性。NASA的地球科學數據和信息系統項目已經活躍了15年以上，旨在對地球衛星數據和空中與實地活動的數據進行處理存檔和發布，努力確保科學家和社會公眾可以滿意地訪問從地球到太空的數據，提升應對氣候和環境變化的能力。NASA與Cray公司制定的太空行動協議，允許一個或多個項目圍繞發展和應用低延遲「大數據」系統合作，使用高度集成的非SQL資料庫傳輸數據，來加速建模和分析軟體的運行，以測試混合計算機系統的實用性。此外，各種專用減災衛星、遙感衛星、通信與導航衛星已廣泛應用於地震、海嘯、台風(颶風)、洪災、旱災、地質災害和火災等各種不同類型的災害管理。
在我國，地學大數據的研究也已開始，國土資源部地質信息技術重點實驗室地學大數據高性能計算應用環境搭建成功，已經對外開放。利用搭建的大數據及高性能地理數據計算平台，開展地質大數據綜合處理、分析和應用研究，對於推進地質數據開發應用、提高服務效率具有重要作用。
⑧ 讀《大數據時代》心得體會
讀《大數據時代》心得體會（一）
讀了《大數據時代》後，感覺到一個大變革的時代將要來臨。雖然還不怎麼明了到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結”或顛覆一些傳統上作為我們思維和生存基本理論、方法和方式。在這樣的想法面前，我的思想被強烈震撼，不禁戰栗起來。
“在小數據時代，我們會假象世界是怎樣運作的，然後通過收集和分析數據來驗證這種假想。”“隨著由假想時代到數據時代的過渡，我們也很可能認為我們不在需要理論了。”書中幾乎肯定要顛覆統計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經脫離實際”來“終結”量子力學。對此我很高興，因為統計學和量子力學都是我在大學學習時學到抽筋都不能及格的課目。但這兩個理論實在太大，太權威，太基本了，我想我不可能靠一本書就能擺脫這兩個讓我頭疼一輩子的東西。作者其實也不敢旗幟鮮明地提出要顛覆它們的論點，畢竟還是在前面加上了“很可能認為”這樣的保護傘。
近幾十年，我們總是在遇到各種各樣的新思維。在新思維面前我們首先應該做到的就是要破和立，要改變自己的傳統，跟上時代的腳步。即使腦子還跟不上，嘴巴上也必須跟上，否則可能會被扣上思想僵化甚至阻礙世界發展的大帽子。既然大數據是“通往未來的必然改變”，那我就必須“不受限於傳統的思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。反正我也不喜歡、也學不會它們。
當我們人類的數據收集和處理能力達到拍位元組甚至更大之後，我們可以把樣本變成全部，再加上有能力正視混雜性而忽視精確性後，似乎真的可以拋棄以抽樣調查為基礎的統計學了。但是由統計學和量子力學以及其他很多“我們也很可能認為我們不再需要的”理論上溯，它們幾乎都基於一個共同的基礎——邏輯。要是不小心把邏輯或者邏輯思維或者邏輯推理一起給“不再需要”的話，就讓我很擔心了!
《大數據時代》第16頁“大數據的核心就是預測”。邏輯是——描述時空信息“類”與“類”之間長時間有效不變的先後變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什麼就夠了，沒必要知道為什麼”，而邏輯學四大基本定律(同一律、矛盾律、排中律和充足理由律)中的充足理由律又“明確規定”任何事物都有其存在的充足理由。且邏輯推理三部分——歸納邏輯、溯因邏輯和演繹邏輯都是基於因果關系。兩者好像又是對立的。在同一件事上兩種方法對立，應該只有一個結果，就是要否定掉其中之一。這就是讓我很擔心的原因。
可我卻不能拭目以待，像旁觀者一樣等著哪一個“脫穎而出”，因為我身處其中。問題不解決，我就沒法思考和工作，自然就沒法活了!更何況還有兩個更可怕的事情。
其一：量子力學搞了一百多年，為了處理好混雜性問題，把質量和速度結合到能量上去了，為了調和量子力學與相對論的矛盾，又搞出一個量子場論，再七搞八搞又有了蟲洞和羅森橋，最後把四維的時空彎曲成允許時間旅行的樣子，恨不得馬上造成那可怕的時間旅行機器。唯一阻止那些“愛因斯坦”們“瞎胡鬧”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那麼大數據會不會通過正視混雜性，放棄因果關系最後反而搞出時間機器，讓爸爸不再是爸爸，兒子不再是兒子了呢?其二：人和機器的根本區別在於人有邏輯思維而機器沒有。《大數據時代》也擔心“最後做出決策的將是機器而不是人”。如果真的那一天因為放棄邏輯思維而出現科幻電影上描述的機器主宰世界消滅人類的結果，那我還不如現在就趁早跳樓。
還好我知道自己對什麼統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。自己解決不了就只能依靠專家來指點迷津。
所以想向《大數據時代》的作者提一個合理化建議：把這本書繼續寫下去，至少加一個第四部分——大數據時代的邏輯思維。
讀《大數據時代》心得體會（二）
信息時代的到來，我們感受到的是技術變化日新月異，隨之而來的是生活方式的轉變„„我們這樣評論著的信息時代已經變為曾經。如今，大數據時代成為炙手可熱的話題。筆者在這說明信息和數據，只是試圖首先說明信息、數據的關系和不同，也試圖說明，為什麼信息時代轉變為了大數據時代?大數據時代帶給了我們什麼?
信息和數據的定義。維基網路解釋：信息，又稱資訊，是一個高度概括抽象概念，是一個發展中的動態范疇，是進行互相交換的內容和名稱，信息的界定沒有統一的定義，但是信息具備客觀、動態、傳遞、共享、經濟等特性卻是大家的共識。數據：或稱資料，指描述事物的符號記錄，是可定義為意義的實體，它涉及到事物的存在形式。它是關於事件之一組離散且客觀的事實描述，是構成信息和知識的原始材料。數據可分為模擬數據和數字數據兩大類。數據指計算機加工的“原料”，如圖形、聲音、文字、數、字元和符號等。從定義看來，數據是原始的處女地，需要耕耘。信息則是已經處理過的可以傳播的資訊。信息時代依賴於數據的爆發，只是當數據爆發到無法駕馭的狀態，大數據時代應運而生。這是否是《大數據時代》一書所未曾闡述的背景材料?
在《大數據時代》一書中，大數據時代與小數據時代的區別：1、思維慣例。大數據時代區別與轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什麼”，而不需要知道“為什麼”。作者語言絕對，卻反思其本質區別。數據的更多、更雜，導致應用主意只能盡量觀察，而不是傾其所有進行推理?這也是明智之舉2、使用用途。小數據停留在說明過去，大數據用驅動過去來預測未來。筆者認為數據的用途意在何為，與數據本身無關，而與數據的解讀者有關，而相關關系更有利於預測未來。3、結構。大數據更多的體現在海量非結構化數據本身與處理方法的整合。大數據更像是理論與現實齊頭並進，理論來創立處理非結構化數據的方法，處理結果與未來進行驗證。4、分析基礎。大數據是在互聯網背景下數據從量變到質變的過程。筆者認為，小數據時代也即是信息時代，是大數據時代的前提，大數據時代是升華和進化，本質是相輔相成，而並非相離互斥。
數據未來的故事。數據的發展，給我們帶來什麼預期和啟示?銀行業天然有大數據的潛質。客戶數據、交易數據、管理數據等海量數據不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的業務發展空間、可以有更精準的決策判斷能力、可以有更優秀的經營管理能力„„可以這些都基於數據的收集、整理、駕馭、分析能力，基於脫穎而出的創新思維和執行。因此，建設“數據倉庫”，培養“數據思維”，養成“數據治理”，創造“數據融合”，實現“數據應用”才能擁抱“大數據”時代，從數據中攫取價值，笑看風雲變換，穩健贏取未來。
讀《大數據時代》心得體會（三）
這本書里主要介紹的是大數據在現代商業運作上的應用，以及它對現代商業運作的影響。
《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然後在通過解釋在對未來進行預測，並對未來可能出現的問題提出自己看法與對策。
下面來重點介紹《大數據時代》這本書的主要內容。
《大數據時代》開篇就講了Google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了20XX年美國的H1N1的爆發地與傳播方向以及可能的潛在患者的事情。Google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之後才可以弄到相關的數據。同時Google的預測與政府數據的相關性高達97%，這也就意味著Google預測數據的置信區間為3%，這個數字遠遠小於傳統統計學上的常規置信區間5%!而這個數字就是大數據時代預測結果的相對准確性與事件的可預測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近於總體的時候，通過計算得到的描述性數據將無限的趨近於事件本身的性質。而之前採取的“樣本<總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們採取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對准確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。
接下來，維克多又通過了IBM追求高精確性的電腦翻譯計劃的失敗與Google只是將所有出現過的相應的文字語句掃描並儲存在詞庫中，所以無論需要翻譯什麼，只要有聯系Google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以Google的電腦翻譯的計劃的成功，表明大數據時代對准確性的追求並不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其准確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。
之後，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群傢伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。
無論如何，大數據時代將會到來，不管我們接受還是不接受!
我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。
我喜歡這本書是因為它給我展現了一個新的世界。
讀《大數據時代》心得體會（四）
利用周末，一口氣讀完了塗子沛的大作《大數據》。這本書很好看，行文如流水，引人入勝。書中，你讀到的不是大數據技術，更多是與大數據相關的美國政治、經濟、社會和文化的演進。作為一名信息化從業者，讀完全書，我深刻感受到了在信息化方面中國與美國的各自特色，也看到了我們與美國的差距。有幾個方面的體會，但窺一斑基本能見全貌。
一是政府業務資料庫公開的廣度和深度。近年來，隨著我國信息公開工作的推進，各級政府都在通過政府門戶網站建設積極推進網上政務信息公開，但我們的信息公開，現階段還主要是政府的政策、法律法規、標准、公文通告、工作職責、辦事指南、工作動態、人事任免等行政事務性信息的公開。當然，實時的政府業務資料庫公開也已經取得很大進步。在中國政府門戶網，可以查詢一些公益資料庫，如國家統計局的經濟統計數據、環保部數據中心提供的全國空氣、水文等數據，氣象總局提供的全國氣象數據，民航總局提供的全國航班信息等;訪問各個部委的網站，也能查到很多業務數據，如發改委的項目立項庫、工商局的企業信用庫、國土資源部的土地證庫、國家安監總局的煤礦安全預警信息庫、各類工程招標信息庫等等。這是一個非常大的進步，也是這么多年電子政務建設所取得的成效和價值!但是，政務業務資料庫中的很多數據目前還沒有實現公開，很多數據因為部門利益和“保密”等因素，還僅限於部門內部人員使用，沒有公開給公眾;已經公開的數據也僅限於一部分基本信息和統計信息，更多數據還沒有被公開。從《大數據》一書中記錄的美國數據公開的實踐來看，美國在數據公開的廣度和深度都比較大。美國人認為“用納稅人的錢收集的數據應該免費提供給納稅人使用”，盡管美國政府事實上對數據的公開也有抵觸，但民願不可違，美國政府的業務數據越來越公開，尤其是在奧巴馬政府簽署《透明和開放的政府》文件後，開放力度更加大。DATA.GOV是美國聯盟政府新建設的統一的數據開放門戶網站，網站按照原始數據、地理數據和數據應用工具來組織開放的各類數據，累積開放378529個原始和地理數據集。在中國尚沒有這樣的數據開放的網站。另外，由於制度的不同，美國業務信息公開的深度也很大，例如，網上公布的美國總統“白宮訪客記錄”公布的甚至是造訪白宮的各類人員的相關信息;美國的FedSpending網站，能夠逐條跟蹤、記錄、分析聯邦政府每一筆財政支出。這在中國，目前應該還沒有實現。
二是對政府對業務數據的分析。目前，中國各級政府網站所提供的業務數據基本上還是數據表，部分網站能提供一些統計圖，但很少能實現數據的跨部門聯機分析、數據關聯分析。這主要是由於以往中國政務信息化的建設還處於部門建設階段。美國在這方面的步伐要快一些，美國的DATA.GOV網站，不僅提供原始數據和地理數據，還提供很多數據工具，這些工具很多都是公眾、公益組織和一些商業機構提供的，這些應用為數據處理、聯機分析、基於社交網路的關聯分析等方面提供手段。如DATA.GOV上提供的白宮訪客搜索工具，可以搜尋到訪客信息，並將白宮訪客與其他微博、社交網站等進行關聯，提高訪客的透明度。
三是關於個人數據的隱私。在美國，公民的隱私和自有不可侵犯，美國沒有個人身份證，也不能建立基於個人身份證號碼的個人信息的關聯，建立“中央數據銀行”的提案也一再被否決。這一點，在中國不是問題，每個公民有唯一的身份信息，通過身份證信息，可以獲取公民的基本信息。今後，隨著國家人口基礎資料庫等基礎資源庫的建設，公民的社保、醫療等其他相關信息也能方便獲取，當然信息還是限於政府部門使用，但很難完全保證整合起來的這些個人信息不被泄露或者利用。
數據是信息化建設的基礎，兩個大國在大數據領域的互相學習和借鑒，取長補短，將推進世界進入信息時代。我欣喜地看到，美國政府20XX年啟動了“大數據研發計劃”，投資2億美元，推動大數據提取、存儲、分析、共享、可視化等領域的研究，並將其與超級計算和互聯網投資相提並論。同年，中國政府20XX年也批復了“十二五國家政務信息化建設工程規劃”，總投資額估計在幾百億，專門有人口、法人、空間、宏觀經濟和文化等五大資源庫的五大建設工程。開放、共享和智能的大數據的時代已經來臨!
我精心推薦