杨善林大数据时代需要新思维

㈠ 读《大数据时代》心得体会

读《大数据时代》心得体会（一）

读了《大数据时代》后，感觉到一个大变革的时代将要来临。虽然还不怎么明了到底要彻底改变哪些思维和操作方式，但显然作者想要“终结”或颠覆一些传统上作为我们思维和生存基本理论、方法和方式。在这样的想法面前，我的思想被强烈震撼，不禁战栗起来。

“在小数据时代，我们会假象世界是怎样运作的，然后通过收集和分析数据来验证这种假想。”“随着由假想时代到数据时代的过渡，我们也很可能认为我们不在需要理论了。”书中几乎肯定要颠覆统计学的理论和方法，也试图通过引用《连线》杂志主编安德森的话“量子物理学的理论已经脱离实际”来“终结”量子力学。对此我很高兴，因为统计学和量子力学都是我在大学学习时学到抽筋都不能及格的课目。但这两个理论实在太大，太权威，太基本了，我想我不可能靠一本书就能摆脱这两个让我头疼一辈子的东西。作者其实也不敢旗帜鲜明地提出要颠覆它们的论点，毕竟还是在前面加上了“很可能认为”这样的保护伞。

近几十年，我们总是在遇到各种各样的新思维。在新思维面前我们首先应该做到的就是要破和立，要改变自己的传统，跟上时代的脚步。即使脑子还跟不上，嘴巴上也必须跟上，否则可能会被扣上思想僵化甚至阻碍世界发展的大帽子。既然大数据是“通往未来的必然改变”，那我就必须“不受限于传统的思维模式和特定领域里隐含的固有偏见”，跟作者一起先把统计学和量子力学否定掉再说。反正我也不喜欢、也学不会它们。

当我们人类的数据收集和处理能力达到拍字节甚至更大之后，我们可以把样本变成全部，再加上有能力正视混杂性而忽视精确性后，似乎真的可以抛弃以抽样调查为基础的统计学了。但是由统计学和量子力学以及其他很多“我们也很可能认为我们不再需要的”理论上溯，它们几乎都基于一个共同的基础——逻辑。要是不小心把逻辑或者逻辑思维或者逻辑推理一起给“不再需要”的话，就让我很担心了!

《大数据时代》第16页“大数据的核心就是预测”。逻辑是——描述时空信息“类”与“类”之间长时间有效不变的先后变化关系规则。两者似乎是做同一件事。可大数据要的“不是因果关系，而是相关关系”，“知道是什么就够了，没必要知道为什么”，而逻辑学四大基本定律(同一律、矛盾律、排中律和充足理由律)中的充足理由律又“明确规定”任何事物都有其存在的充足理由。且逻辑推理三部分——归纳逻辑、溯因逻辑和演绎逻辑都是基于因果关系。两者好像又是对立的。在同一件事上两种方法对立，应该只有一个结果，就是要否定掉其中之一。这就是让我很担心的原因。

可我却不能拭目以待，像旁观者一样等着哪一个“脱颖而出”，因为我身处其中。问题不解决，我就没法思考和工作，自然就没法活了!更何况还有两个更可怕的事情。

其一：量子力学搞了一百多年，为了处理好混杂性问题，把质量和速度结合到能量上去了，为了调和量子力学与相对论的矛盾，又搞出一个量子场论，再七搞八搞又有了虫洞和罗森桥，最后把四维的时空弯曲成允许时间旅行的样子，恨不得马上造成那可怕的时间旅行机器。唯一阻止那些“爱因斯坦”们“瞎胡闹”的就是因果关系，因为爸爸就是爸爸，儿子就是儿子。那么大数据会不会通过正视混杂性，放弃因果关系最后反而搞出时间机器，让爸爸不再是爸爸，儿子不再是儿子了呢?其二：人和机器的根本区别在于人有逻辑思维而机器没有。《大数据时代》也担心“最后做出决策的将是机器而不是人”。如果真的那一天因为放弃逻辑思维而出现科幻电影上描述的机器主宰世界消灭人类的结果，那我还不如现在就趁早跳楼。

还好我知道自己对什么统计学、量子力学、逻辑学和大数据来说都是门外汉，也许上面一大篇都是在胡说八道，所谓的担心根本不存在。但问题出现了，还是解决的好，不然没法睡着觉。自己解决不了就只能依靠专家来指点迷津。

所以想向《大数据时代》的作者提一个合理化建议：把这本书继续写下去，至少加一个第四部分——大数据时代的逻辑思维。

读《大数据时代》心得体会（二）

信息时代的到来，我们感受到的是技术变化日新月异，随之而来的是生活方式的转变„„我们这样评论着的信息时代已经变为曾经。如今，大数据时代成为炙手可热的话题。笔者在这说明信息和数据，只是试图首先说明信息、数据的关系和不同，也试图说明，为什么信息时代转变为了大数据时代?大数据时代带给了我们什么?

信息和数据的定义。维基网络解释：信息，又称资讯，是一个高度概括抽象概念，是一个发展中的动态范畴，是进行互相交换的内容和名称，信息的界定没有统一的定义，但是信息具备客观、动态、传递、共享、经济等特性却是大家的共识。数据：或称资料，指描述事物的符号记录，是可定义为意义的实体，它涉及到事物的存在形式。它是关于事件之一组离散且客观的事实描述，是构成信息和知识的原始材料。数据可分为模拟数据和数字数据两大类。数据指计算机加工的“原料”，如图形、声音、文字、数、字符和符号等。从定义看来，数据是原始的处女地，需要耕耘。信息则是已经处理过的可以传播的资讯。信息时代依赖于数据的爆发，只是当数据爆发到无法驾驭的状态，大数据时代应运而生。这是否是《大数据时代》一书所未曾阐述的背景材料?

在《大数据时代》一书中，大数据时代与小数据时代的区别：1、思维惯例。大数据时代区别与转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。作者语言绝对，却反思其本质区别。数据的更多、更杂，导致应用主意只能尽量观察，而不是倾其所有进行推理?这也是明智之举2、使用用途。小数据停留在说明过去，大数据用驱动过去来预测未来。笔者认为数据的用途意在何为，与数据本身无关，而与数据的解读者有关，而相关关系更有利于预测未来。3、结构。大数据更多的体现在海量非结构化数据本身与处理方法的整合。大数据更像是理论与现实齐头并进，理论来创立处理非结构化数据的方法，处理结果与未来进行验证。4、分析基础。大数据是在互联网背景下数据从量变到质变的过程。笔者认为，小数据时代也即是信息时代，是大数据时代的前提，大数据时代是升华和进化，本质是相辅相成，而并非相离互斥。

数据未来的故事。数据的发展，给我们带来什么预期和启示?银行业天然有大数据的潜质。客户数据、交易数据、管理数据等海量数据不断增长，海量机遇和挑战也随之而来，适应变革，适者生存。我们可以有更广阔的业务发展空间、可以有更精准的决策判断能力、可以有更优秀的经营管理能力„„可以这些都基于数据的收集、整理、驾驭、分析能力，基于脱颖而出的创新思维和执行。因此，建设“数据仓库”，培养“数据思维”，养成“数据治理”，创造“数据融合”，实现“数据应用”才能拥抱“大数据”时代，从数据中攫取价值，笑看风云变换，稳健赢取未来。

读《大数据时代》心得体会（三）

这本书里主要介绍的是大数据在现代商业运作上的应用，以及它对现代商业运作的影响。

《大数据时代》这本书的结构框架遵从了学术性书籍的普遍方式。也既，从现象入手，继而通过对现象的解剖提出对这一现象的解释。然后在通过解释在对未来进行预测，并对未来可能出现的问题提出自己看法与对策。

下面来重点介绍《大数据时代》这本书的主要内容。

《大数据时代》开篇就讲了Google通过人们在搜索引擎上搜索关键字留下的数据提前成功的预测了20XX年美国的H1N1的爆发地与传播方向以及可能的潜在患者的事情。Google的预测比政府提前将近一个月，相比之下政府只能够在流感爆发一两个周之后才可以弄到相关的数据。同时Google的预测与政府数据的相关性高达97%，这也就意味着Google预测数据的置信区间为3%，这个数字远远小于传统统计学上的常规置信区间5%!而这个数字就是大数据时代预测结果的相对准确性与事件的可预测性的最好证明!通过这一事以及其他的案例，维克托提出了在大数据时代“样本=总体”的思想。我们都知道当样本无限趋近于总体的时候，通过计算得到的描述性数据将无限的趋近于事件本身的性质。而之前采取的“样本<总体”的做法很大程度上无法做到更进一步的描述事物，因为之前的时代数据的获取与存储处理本身有很大的难度只导致人们采取抽样的方式来测量事物。而互联网终端与计算机的出现使数据的获取、存储与处理难度大大降低，因而相对准确性更高的“样本=总体”的测算方式将成为大数据时代的主流，同时大数据时代本身也是建立在大批量数据的存储与处理的基础之上的。

接下来，维克多又通过了IBM追求高精确性的电脑翻译计划的失败与Google只是将所有出现过的相应的文字语句扫描并储存在词库中，所以无论需要翻译什么，只要有联系Google词库就会出现翻译，虽然有的时候的翻译很无厘头，但是大多数时候还是正确的，所以Google的电脑翻译的计划的成功，表明大数据时代对准确性的追求并不是特别明显，但是相反大数据时代是建立在大数据的基础住上的，所以大数据时代追求的是全方位覆盖的数字测度而不管其准确性到底有多高，因为大量的数据会湮埋少数有问题的数据所带来的影响。同时大量的数据也会无限的逼近事物的原貌。

之后，维克托又预测了一个在大数据时代催生的重要职业——数据科学家，这是一群数学家、统计学与编程家的综合体，这一群人将能够从获取的数据中得到任何他们想要的结果。换言之，只要数据充足我们的一切外在的与内在的我们不想让他人知道的东西都见会在这一群家伙的面前展现得淋漓尽致。所以为了避免个人隐私在大数据时代被这一群人利用，维克托建议将这一群人分为两部分，一部分使用数据为商业部门服务，而另一群人则负责审查这一些人是否合法的获得与应用数据，是否侵犯了个人隐私。

无论如何，大数据时代将会到来，不管我们接受还是不接受!

我觉得《大数据时代》这本书写的很好，很值得一读。因为会给我们很多启发，比如你在相关的社交网站发表的言论或者照片都很有可能被“数据科学家”们利用，从而再将相关数据卖给各大网店。不过，事实就是我们将会成为被预测被引诱的对象。所以说，小心你在网上留下的痕迹。

我喜欢这本书是因为它给我展现了一个新的世界。

读《大数据时代》心得体会（四）

利用周末，一口气读完了涂子沛的大作《大数据》。这本书很好看，行文如流水，引人入胜。书中，你读到的不是大数据技术，更多是与大数据相关的美国政治、经济、社会和文化的演进。作为一名信息化从业者，读完全书，我深刻感受到了在信息化方面中国与美国的各自特色，也看到了我们与美国的差距。有几个方面的体会，但窥一斑基本能见全貌。

一是政府业务数据库公开的广度和深度。近年来，随着我国信息公开工作的推进，各级政府都在通过政府门户网站建设积极推进网上政务信息公开，但我们的信息公开，现阶段还主要是政府的政策、法律法规、标准、公文通告、工作职责、办事指南、工作动态、人事任免等行政事务性信息的公开。当然，实时的政府业务数据库公开也已经取得很大进步。在中国政府门户网，可以查询一些公益数据库，如国家统计局的经济统计数据、环保部数据中心提供的全国空气、水文等数据，气象总局提供的全国气象数据，民航总局提供的全国航班信息等;访问各个部委的网站，也能查到很多业务数据，如发改委的项目立项库、工商局的企业信用库、国土资源部的土地证库、国家安监总局的煤矿安全预警信息库、各类工程招标信息库等等。这是一个非常大的进步，也是这么多年电子政务建设所取得的成效和价值!但是，政务业务数据库中的很多数据目前还没有实现公开，很多数据因为部门利益和“保密”等因素，还仅限于部门内部人员使用，没有公开给公众;已经公开的数据也仅限于一部分基本信息和统计信息，更多数据还没有被公开。从《大数据》一书中记录的美国数据公开的实践来看，美国在数据公开的广度和深度都比较大。美国人认为“用纳税人的钱收集的数据应该免费提供给纳税人使用”，尽管美国政府事实上对数据的公开也有抵触，但民愿不可违，美国政府的业务数据越来越公开，尤其是在奥巴马政府签署《透明和开放的政府》文件后，开放力度更加大。DATA.GOV是美国联盟政府新建设的统一的数据开放门户网站，网站按照原始数据、地理数据和数据应用工具来组织开放的各类数据，累积开放378529个原始和地理数据集。在中国尚没有这样的数据开放的网站。另外，由于制度的不同，美国业务信息公开的深度也很大，例如，网上公布的美国总统“白宫访客记录”公布的甚至是造访白宫的各类人员的相关信息;美国的FedSpending网站，能够逐条跟踪、记录、分析联邦政府每一笔财政支出。这在中国，目前应该还没有实现。

二是对政府对业务数据的分析。目前，中国各级政府网站所提供的业务数据基本上还是数据表，部分网站能提供一些统计图，但很少能实现数据的跨部门联机分析、数据关联分析。这主要是由于以往中国政务信息化的建设还处于部门建设阶段。美国在这方面的步伐要快一些，美国的DATA.GOV网站，不仅提供原始数据和地理数据，还提供很多数据工具，这些工具很多都是公众、公益组织和一些商业机构提供的，这些应用为数据处理、联机分析、基于社交网络的关联分析等方面提供手段。如DATA.GOV上提供的白宫访客搜索工具，可以搜寻到访客信息，并将白宫访客与其他微博、社交网站等进行关联，提高访客的透明度。

三是关于个人数据的隐私。在美国，公民的隐私和自有不可侵犯，美国没有个人身份证，也不能建立基于个人身份证号码的个人信息的关联，建立“中央数据银行”的提案也一再被否决。这一点，在中国不是问题，每个公民有唯一的身份信息，通过身份证信息，可以获取公民的基本信息。今后，随着国家人口基础数据库等基础资源库的建设，公民的社保、医疗等其他相关信息也能方便获取，当然信息还是限于政府部门使用，但很难完全保证整合起来的这些个人信息不被泄露或者利用。

数据是信息化建设的基础，两个大国在大数据领域的互相学习和借鉴，取长补短，将推进世界进入信息时代。我欣喜地看到，美国政府20XX年启动了“大数据研发计划”，投资2亿美元，推动大数据提取、存储、分析、共享、可视化等领域的研究，并将其与超级计算和互联网投资相提并论。同年，中国政府20XX年也批复了“十二五国家政务信息化建设工程规划”，总投资额估计在几百亿，专门有人口、法人、空间、宏观经济和文化等五大资源库的五大建设工程。开放、共享和智能的大数据的时代已经来临!

我精心推荐

㈡ 如何实现大数据时代的政府治理创新

随着信息技术的飞速发展，各领域的数据量都在爆发式增长，尤其在云计算、物联网、移动互联网等it技术得到广泛应用之后，数据的增长实现了从量变到质变的转型，大数据如浪潮般席卷而来，人类社会进入大数据时代。大数据不仅仅只是一次颠覆性的技术革命，更是一场思维方式、行为模式与治理理念的全方位变革，尤其在政府治理领域，大数据带来了巨大的变革潜力和创新空间。在“全面深化改革，推进国家治理体系和治理能力现代化”的时代背景下，应充分重视大数据在政府治理中的重要价值，牢牢抓住大数据为政府治理提供的创新机遇，切实提高各级政府部门的治理能力。
一、大数据为政府治理理念转型带来新机遇
治理理念的转型是提升政府治理能力的前提，理念的转型需要新文化、新思维的融入，大数据所蕴含的数据文化与数据思维恰好可以为治理理念转型提供突破口，基于大数据探索政府治理的多元、多层、多角度特征，最终实现以政府为主体的政府管制理念向以协同共治、公共服务为导向的政府治理理念的转型。在大数据时代，政府治理的依据不再是个人经验和长官意志，而是实实在在的数据，在过去深入群众、实地调研考察的基础上，系统采集的客观数据和实证分析的科学结果将成为最为重要的政府决策依据。“尊重事实、推崇理性、强调精确”的特征和“用数据说话、用数据决策、用数据管理、用数据创新”的理念将成为政府治理理念转型的核心要义。
二、大数据为政府治理模式创新带来新机遇
大数据通过把数学算法运用于海量数据，从数据中寻找相关关系，通过这种相关性预测事情发生的可能性，这是大数据方法论的核心思想。此外，依托于大数据技术和平台，通过外包、众包等灵活的组织方式，可以推动政府治理的组织架构从科层、分割、封闭向开放、协同、合作转型，因此把大数据的方法和手段引入到政府治理领域，是实现政府治理模式创新的有效路径。基于上述方法论，大数据为政府治理模式创新带来的新机遇主要包括：从粗放式管理到精细化治理、从单兵作战型管理到协作共享型治理、从被动响应型管理到主动预见型治理、从电子政务管理到政府2.0治理、从风险隐蔽型管理到风险防范型治理，最终实现全面数据驱动的治理模式创新。
三、大数据为政府决策科学化带来新机遇
随着公共事务的日益复杂，仅凭个人感知已经很难全面了解所有正在发生的事情并做出正确判断，政府部门想要提高决策的科学性，就需要把大数据思维与技术运用到政府治理与决策中，依靠大规模数据的收集来直观呈现经济社会运行规律，通过相应的数据挖掘来辅助政府部门进行科学决策。大数据为政府决策科学化带来的机遇主要体现在两个方面：首先，在决策的制定阶段，大数据背景下，政府决策不再是个别领导干部“拍脑袋”做出的，而是通过“用数据说话”，让听得见炮火的人（数据）做出决策，这样的政府决策是在对客观数据进行科学分析、充分了解客观现实的基础上做出的，这样大大提高了决策的精准性、适用性和科学化水平；其次，在决策实施效果的跟踪反馈阶段，通过物联网和社交网络的普及，大量的客观数据能够快速汇集给决策者，通过这些数据对决策的实施过程和效果进行实时监控，能够更全面地掌握决策的实施效果和下一步的改进方向。
四、大数据为政府服务效能提升带来新机遇
提升政府服务效能是政府治理能力提升的重要支撑，也是大数据背景下服务型政府建设的关键所在，在政府治理的范畴下，提升政府服务效能主要包括政府部门行政审批的效率提升和公共服务产品的质量提高两个方面。在提升行政审批效率方面，大数据可以打通各个政府部门的信息孤岛，打破各部门数据的条块分割，通过构建统一的政府行政审批云平台，让数据为老百姓“跑腿办事”，省去了“跑断腿、磨破嘴，办事跑十几个部门，盖几十个公章”的苦恼和无奈，这样既提高了行政审批效率，又节约了政府开支。在提高公共服务产品质量方面，大数据通过对公共服务产品数据和服务对象数据的挖掘、分析，提升公共服务产品供给的精准化、分层化、个性化；通过公共数据的开放和兼容，让公众参与到公共服务产品设计、提供和监督等各个环节，实现公共服务产品质量的提高。

㈢ 大数据时代 如何理解“大数据”

大数据时代 如何理解“大数据”

最早提出“大数据”概念的学科是“天文学”和“基因学”，这两个学科从诞生之日起就依赖于“基于海量数据的分析”方法。

大数据可以说是“计算机”和“互联网”结合的产物，计算机实现了数据的“数字化”;互联网实现了数据的“网络化”;两者结合才赋予了“大数据”生命力!

随着互联网如同空气、水、电一样无处不在地渗透入我们的工作和生活，加上移动互联网、物联网、可穿戴联网设备的普及，新的“数据”正在以指数级别的加速度产生。据说目前世界上90%的“数据”是互联网出现以后迅速产生的。

不过，抛开数据的海量化生产和存储这种表面现象，我们更加要关注的是由数据量变带来的质变，这种“质变”表现在以下3个方面：

1)数据思维

大数据时代带给我们的是一种全新的“思维方式”，思维方式的改变在下一代成为社会生产中流砥柱的时候就会带来产业的颠覆性变革!

- 分析全面的数据而非随机抽样;

- 重视数据的复杂性，弱化精确性;

- 关注数据的相关性，而非因果关系。

历来的商业变革都是由“思维方式的转变”开始的，旧的经济体制和传统的商业理念面临新的商业思维逻辑的时候，如果大脑不能与时俱进，吸收并转变为顺应潮流的新思维，通过新思维重新组织企业组织的战略、结构、文化和各种策略，那么貌似强大的体魄反而变成了企业前进的累赘。这种新思维颠覆巨头的案例最先发生在信息技术的传统领域，然后渗透到传统的商业领域：黑莓(Blackberry)、摩托罗拉、诺基亚、柯达、雅虎。。。案例比比皆是!

当然，这些企业的没落并不是因为没有“数据思维”，但他们都是被“新互联网思维”淘汰的昔日巨人。“数据思维”是最新的思想，其影响力还没有发展到导致巨头轰然倒塌。但是，如果不给予足够的重视，下一波没落王国的名单中，可能就会有你!

2)数据资产

大数据时代，我们需要更加全面的数据来提高分析(预测)的准确度，因此我们就需要更多廉价、便捷、自动的数据生产工具。除了我们在互联网虚拟世界使用浏览器、软件有意或者无意留下的各种“个人信息数据”之外，我们正在用手机、智能手表、智能手环、智能项链等各种可穿戴数码产品生产数据;我们家里的路由器、电视机、空调、冰箱、饮水机、吸尘器、智能玩具等也开始越来越智能并且具备了联网功能，这些家用电器在更好地服务我们的同时，也在生产大量的数据;甚至我们出去逛街，商户的路由器，运营商的WLAN和3G，无处不在的摄像头电子眼，百货大楼的自助屏幕，银行的ATM，加油站以及遍布各个便利店的刷卡机都在收集和生产数据。

在互联网领域，我们喜欢说“入口”这个词，“入口”对应的直接意义是“流量”，而流量在互联网领域就意味着“金钱”，这种流量变现可能是广告，可能是游戏，也可能是电商。在大数据时代，“入口”这个词还有更深刻的意义，那就是“数据生产的源头”，用户通过某个APP或者硬件产品满足某种需求的同事，也会留下一系列相关的“数据”，这些数据的合理使用可以让拥有这部分数据的企业获得更大的商业利益!所以，在“大数据”时代，意识到“数据也是资产”的公司都已经开始在各个“数据生产的源头”进行布局，可能是一个解决刚兴需求的WEB网站，也可能是一个单纯的工具APP，还可能是一个可穿戴的数码产品!

3)数据变现

有了“数据资产”，就要通过“分析”来挖掘“资产”的价值，然后“变现”为用户价值、股东价值甚至社会价值。

大数据分析的核心目的就是“预测”，在海量数据的基础上，通过“机器学习”相关的各种技术和数学建模来预测事情发生的可能性并采取相应措施。预测股价、预测机票价格、预测流感等等。

“预测事情发生的可能性”继续往下延伸，就可以通过适当的“干预”，来引导事情向着期望的方向发展。比如亚马逊和所有的电商一样，都会基于对用户的喜好及消费能力分析来推荐“商品”，引导用户提高消费金额;Google等互联网巨头也会通过各种技术手段来试图向不同的用户展现不同的广告，并称之为“精准营销”，由此来提高点击率(公司收入);网游公司也会在运营工程中通过玩家行为数据的分析来及时调整游戏关卡及计费点等设计。

最后，如果你看了这段文字还不能更好地理解“大数据”时代的“预测未来”能力，那么我推荐你看看热播美剧《疑犯追踪》!

以上是小编为大家分享的关于大数据时代 如何理解“大数据”的相关内容，更多信息可以关注环球青藤分享更多干货

㈣ 我也来学说会计

一、再学会计的基础理论知识

会计产生的根本原因是人们对经济效益的追求。社会的客观条件与特殊情况会影响并决定会计的产生与发展，包括会计思想、会计法制、会计理论、会计方法、审计等构成了会计环境，对会计的产生与发展具有极大的促进、制约和引导作用；其规定着会计的发展规模、速度、趋向和状态。社会经济水平是构成会计环境的决定性因素；科学技术水平是影响其的直接因素；文化和教育水平是体现会计环境发展的重要标志；社会政治和经济制度状况对其具有强制性和具体性约束；经济危机、社会危机、通货膨胀、经济犯罪是构成会计环境的不良因素。

会计是以货币为主要计量单位，是以凭证为基本依据，提供连续、系统、完整的会计信息。

会计包含两个方面，原始（传统）的会计为记账、算账、报账；现代的会计是一个以提供财务信息为主的经济信息系统 ，是一项管理活动，是一种管理工具或方法，是一种科学、技巧和经验相结合的科学。

会计的基本目标是向会计信息使用者提供对决策有用的信息，如反映企业财务状况（资产负债表）、反映企业经营情况（损益表）、现金流量（现金流量表）。反应企业管理层受托履行情况。

按报告对象的不同分为财务会计与管理会计。财务会计主要是向腊空企业外部信息使用者提供决策所需的会计信息；管理会计主要是为企业内部信息使用者提供控制、预测、决策所需的信息。

财务会计主要是向外部信息使用者提供企业期初与期末的财务状况，在一定期间的经营、投资和理财所取得的经营业绩以及在一定期间的现金流量，这些信息是已完成或已发生的交易或事项，属于历史财务信息。

财务会计必须按统一的会计准则要求提供财务信息冲乎。从程序上来看依次要进行确认、计量、记录和报告；从处理方法来看，是以会计主体为空间范围，以复式簿记系统为基础，以货币为主要计量单位，采用借贷记账法作为财务会计核算方法，以财务报告的形式向信息使用者提供决策所需的财务信息。

财务会计的对象反映社会再生产过程中的资金运动，包含资金投入（所有者权益、负债），资金的运用也即是资金的循环周转（供、产、销），资金退出（分红、撤资、缴税）。细分为工业财务会计、商品流通企业财务会计、行政事业单位财务会计。

财务会计的基本职能是反映和控制（也即核算与监督），其他职能包括参与经济决策、预测经济前景、评价经营业绩。依据财政部门制定的会计制度统一核算，包含设置帐户、复式记账、填制和审核会计凭证、登记账簿、成本计算、财产清查、编制财务会计报表。

管理会计是以现代管理科散局悉学为依据，以加强企业内部管理、提高经济效益为目的，运用一系列专门的方式和方法，通过确认、计量、归集、分析、编制与解释、传递等一系列工作，为企业管理者和相关信息使用者决策提供信息。侧重于为企业内部经营管理服务，侧重未来、控制现在，采用的核算方法灵活多样，计量尺度多样化，注重企业的整体、兼顾局部。

管理会计观察或思考的客体或行为的目标为现金流量、价值差量、资金总运动；内容包括成本性态、变动成本和本量利分析的对象（已经发生的资金运动），预测和经营决策的对象（现金流动），预算编制的对象（未来的资金运动和现金流动），成本控制的对象（尚未发生或正在发生的资金运动），责任会计的对象（责任中心可控制的资金运动）。

管理会计的职能包含预测（依据历史资料、采用系统、科学的方法，推测事物未来发展状况的过程，是管理会计的基本职能之一）、组织（应用系统理论和行为科学的基本原理，结合企业的具体情况，设计和制定合理、有效的责任会计制度和各项具体会计事务）、决策（在充分考虑各种可能的前提下，按照客观规律的要求，通过一定程序对未来实践的方向、目标、原则和方法做出决定的过程）、控制（通过一定的手段，对实际已发生的各项经济活动发生的信息进行反馈与收集、比较与分析，对企业实际经济活动偏离预期目标的活动施加影响，使之能够按预定目标进行的过程）、评价（根据各级责任单位所编制的业绩报告，将实际数据与预算数进行比较、分析，从而考核与评价各个责任单位履行经济责任的情况，保证经济责任的贯彻执行）。方法包括成本性态分析法、本量利分析法、边际分析法、成本效益分析法、折现现金流量法。

二、会计工作的未来

会计的一层意思是指会计工作。会计工作是根据《会计法》等会计制度进行核对记账凭证、财务账簿、财务报表，从事经济核算和监督的过程，是以货币为主要计量单位，运用专门的方法，核算和监督一个单位经济活动的一种经济管理工作。

早期的会计是比较简单的，只是对财物的收支进行计算与记录；随着社会经济的日益发展和科学技术水平的不断进步与发展，会计也经历了从简单的计算、记录财物收支，逐渐发展成为用货币单位来综合反映和监督经济活动的过程，直到参与企业预测、决策、控制、考核等各个方面。

会计的技术和方法也在长期的实践中吸收了先进的科学技术成果逐渐发展和完善起来。从原来的簿记帐本用手工记录发展到会计电算化，从只记收与支发展到借贷记账法；从一支笔、一个算盘、一本账本发展到运用电脑记账，到人工智能在会计工作中的应用，减少了出差错的可能也提高了工作效率，使会计信息的取得与质量摆脱了对会计人员的依赖。上海国家会计学院在中国会计学会会计信息化专业委员会的指导下，携手金蝶软件、元年科技、远光软件、浪潮集团等机构完成了“2019影响中国会计从业人员的十大信息技术” 评选活动。这10项技术和支持率分别是：财务云（72.1%）；电子发票（69.5%）；移动支付（50.7%）；数据挖掘（46.9%）；数字签名（44.5%）；电子档案（43.1%）；在线审计（41.4%）；区块链发票（41.1%）；移动互联网（39.6%）；财务专家系统（37.7%）。信息科技的发展将引领会计人员的职业发展、引领会计行业的变革。

在大智移云的背景下，我国2000多万财务人员的工作环境正逐步或将被迫发生变化 ，人工智能的引入，可以大量的解决财务日常、高频、单一的工作，核算型的岗位将被减少。

在一带一路的大环境下，企业之间的合作、融资、并购等业务的展开，企业在竞争日益激烈的大环境中要生存发展，也需要加强财务体系的建设。华为能在全球经济不济的当下，能够逆势上扬，获得骄人的业绩依靠的是什么，2017年任正非在采访中回复“华为成功的真正的核心点是什么”时回答是“财务体系和人力资源体系”，华为的财务体系已经形成全球统一的会计核算与审计监控体系，华为的整个财务职能大体被分为三块：会计核算（账务）、财经管理和审计监控（内审），只有同时保障账务和内审的财务数据是足够准确的，财经管理的决策才值得信任。

大数据冲击了原有发展模式，带来了巨大的思维变革、商业变革和管理变革，其所倡导的一切皆可量化理念和云计算为现代企业的管理动作理念、业务组织流程带来了巨大的影响。管理会计作为一个正在逐渐成熟和完善的管理工具和手段，大数据信息和大数据技术为管理会计的理论和方法提供了良好的发展基础，管理会计在大数据时代也将迎来新的契机。

大数据对经济社会发展和科学技术研究产生了巨大的推动力，未来的管理会计将是以企业或组织价值最大化为目标，以基于大数据的处理方法为主要手段，财务数据和非财务信息高度结合，为企业形成和提升其核心竞争能力提供相关信息支持的管理信息系统。

三、会计的职场人生

会计的另一层意思是指会计工作人员，是进行会计工作的人员。

1、了解会计职场那些事儿

会计本身是一个经验职业，讲究实际经验与专业技巧。入职门槛低但后续发展较难，会计人员最大的优势是能通过职业更深层的了解到企业是如何运作的，想要在会计职场得到更好的发展就要注意在工作中积累经验，不断提升自己的专业素质与专业技巧。重要性大概是经验>证书>学历。

会计的职业方向：一是我们日常经常遇到或者表达的狭义的、专门从事会计核算、会计信息披露的会计人员。一是专职查会计的，包括单位内部的审计人员、外部的注册会计师、政府和企事业单位审计部门的审计人员、资产评估人员。一是利用会计数据为单位提花决策辅助的管理人员，一是专门从事会计理论与应用的学术工作人员。

会计服务的对象包括：企事业单位、金融机构、证券行业和其他金融机构（包括证券交易所、证券公司、保险公司、基金管理公司、信托投资公司等）、代理记账公司、会计师事务所、管理咨询公司（一部分是从会计师事务所分离出来的、一部分是专业的咨询公司）、行政机构社会团体等机构。

会计的工作内容，依据不同的行业会计工作的内容不同，对于工商企业来说主要包括以下几个方面：财务会计、成本与管理会计、财务管理、内部审计、其他。岗位的设置也依据企业不同的规模与管理模式设置了不同的岗位，如出纳、会计、成本会计、预算编制员、税务会计、内部审计员、财务经理、财务总监等。

会计岗位的专业技术职称包括：初级会计师、中级会计师、高级会计师。人力资源和社会保障部、财政部公布的《关于深化会计人员职称制度改革的指导意见》增设会计人员正高级职称。新的《会计法》正式取消了会计从业资格证，将会计从业的门槛最低变成了初级会计师，从立法层面体现了对财务人员的更高要求。

提升会计专业素质最快的方法是职业考试，会计的职业资格考试主要分为：职业资格证书考试、执业资格证书考试。

职业资格证书考试有：注册会计师(CPA)、初级会计职称、中级会计职称、经济师、资产评估师(CPV)、注册税务师(CTA)、统计师、审计师、特许公认会计师(ACCA)、注册国际内部审计师(CIA)、理财规划师(ChFP)、金融风险管理师(FRM)、注册国际金融分析师(CFA)。

执业资格证书考试：证券从业、银行从业、期货从业。会计职业的后续教育，注册会计师后续教育培训制度。

2、会计的烦恼

会计的烦恼主要来自几个方面，一个是工作细节繁琐、加班加点多、原则的坚持与严谨细致的要求；一个是职业向上发展空间窄，竞争压力大；一个是来自于身处公司内外部矛盾的交集点而带来的风险压力。

（1）会计工作细节繁琐、加班加点多、原则的坚持与严谨细致的要求；

财务的基础工作为核算，70%以上的工作为单据的审核与帐目的处理。在审单过程中，从“你这个单据不能报销”中磨练对原则上的坚持、从“一分钱都不能错”中磨练审单与记账的严谨与细致，从“大眼瞪小眼”中磨练与同事的沟通。在核算过程中也常常会令人抓狂，同一业务不同的人在处理时不一致或者同一个人在不同的时候处理也有可能出现不一致使得会计信息不具有可比性；当企业业务存在关联交易时任一方的处理不完全所造成交易双方的帐目不平、业务展开过程中经办人员不经意的一个小疏忽或者不规范所造成的帐实不相符（如合同执行过程中因条件发生变化有可能会增减合同业务量或者终止合同，业务经办人处理了却未将相关信息按要求传递至财务而造成帐实不符）结果引出财报是否可信的问题。不是在加班就是在加班的路上体现了日常会计的轨迹，别人的朋友圈晒的是天南地北的旅游与满满吃货的世界，会计发的朋友圈却常常是凌晨两点开启的电脑与黑眼圈。日复一日每天重复着相同的工作也让会计感叹何时是个头啊。当此时财务人员应走出办公室去了解数据背后业务的逻辑，让每个业务人员知道自己的哪些动作要被记录，哪些信息要传递给财务并体现在财务报告上，跳出问题的表面，改变财务在最后环节去围堵管理过程中存在的问题，更系统地、创造性的去思考与建立规则细节来理顺公司的业务流和数据流从而保障与解决数据质量问题。

（2）职业向上发展空间窄，竞争压力大

一个公司可以有N多个会计但财务经理只有一个，这也给会计人员职业成长带来困惑。 随着社会经济的发展使会计行业与其他专业逐渐融合会产生更多新的职业，也为会计人员提供了更多的选择机会。Durfee的统计结果中显示，在过去十年中，Fortune100公司有财务背景的CEO的比重从12％增加到 20% 。在中国上市公司中，财务背景CEO的比例同样表现出逐年上升并趋于稳定的发展态势，1995年仅有0.9%，2002年迅速上升到6.51%，2010年达到 6.59% 。事实证明，拥有财务背景的CEO 往往更容易获得成功，这些CEO的共性是：更懂数据管理、对公司的资本运作大有裨益、更懂精细化运营。而当公司亟需转机、成本或利润出现问题或公司面临被收购时，这些拥有财务背景的CEO因为深谙财务之道、精通现金流、股东权益、投资回报率和利润率，往往比销售、生产出身的CEO更能拯救公司于水火，在困境中化险为夷。

同时我们也要清晰的知道会计行业现状象一个金字塔一样，据估计我国有约2000万会计从业人员，取消会计从业资格证书后真正取得专业技术资格证书的人员不多，截至2019年全国会计专业技术资格考试已成功举行了29次，累计有814万人通过初、中、高级会计资格考试，其中，初级资格577万人、中级资格217万人、高级资格18万余人。新《会计法》正式取消会计从业资格证将会计从业的门槛最低变成了初级会计师也从立法层面体现了对财务人员的更高要求。《关于全面推进管理会计体系建设的指导意见》作为我国会计体系的纲领性文件出台标志着财政部将工作重点转移到管理会计体系的建设上来，各类会计协会组织在管理会计人才培训、咨询等方面投入大量的精力；一些制度较为规范的企业也在尝试建立符合企业发展特点的管理会计体系。

（3）来自于身处公司内外部矛盾的交集点而带来的风险压力

外部是来自于税务机关、监管机构对企业财务信息的审查压力，内部是企业领导者对于财务信息有自己的想法和要求。财务正处于矛盾的交集点无处释放也无人诉说。这也是会计最大的职业风险点。

3、内外部环境对会计的要求

（1）外部环境要求

市场经济是信用经济，诚信缺失必将危及市场经济根基。政府通过转变职能，深化简政放权、放管结合、优化服务改革，进一步加强和规范事中事后监管，以公正监管促进公平竞争，打造市场化法治化国际化营商环境；通过政府推动，社会参与；健全机制，有序推进；加强教育，奖惩结合等基本原则，以加强个人诚信建设。个人诚信体系建设，褒扬诚信，惩戒失信，增强社会成员诚信意识，提高全社会信用水平，营造优良信用环境。

企业的外部环境与内部的自身发展。要求会计人员讲求信用、客观公正、保守秘密、不偏不倚的反映现实经济活动，忠实的为会计信息使用者服务，以保护经营者的合法权益，维护正常的经济秩序和国民经济的正常运行，就需要我们做好会计诚信工作。会计诚信的内涵包括良好的职业操守和职业道德、完善的会计信息质量、精湛的会计技能和技术和优质的会计服务。人力资源和社会保障部、财政部公布的《关于深化会计人员职称制度改革的指导意见》强调增设会计人员正高级职称，突出评价会计人员职业道德，要求会计人员廉洁自律、不做假账，对学术不端、弄虚作假行为实行“一票否决”。

会计人员诚信建设是社会诚信建设的重要组成部分。《关于加强会计人员诚信建设的指导意见》（财会〔2018〕9号）明确以会计人员有效身份证件号码为基础，及时采集、如实记载会计人员的信用信息，逐步形成会计人员信用档案。通过建立严重失信会计人员“黑名单”制度。将有提供虚假财务会计报告，做假账，隐匿或者故意销毁会计凭证、会计账簿、财务会计报告，贪污，挪用公款，职务侵占等与会计职务有关违法行为的会计人员，作为严重失信会计人员列入“黑名单”，纳入全国信用信息共享平台，依法通过“信用中国”网站等途径，向社会公开披露相关信息。从法的角度来化解财务人员所面临的矛盾。

（2）内部环境要求

随着大数据时代的到来，企业正在向数据分析型企业转变，企业内生动力在提升，企业的需求从控制内部成本、利润最大化到追求更多的经济效益。进入大数据时代，随着信息资源的开放、共享，企业迎来了更好的发展机会，但挑战并存，新技术不断颠覆传统的经营模式，每一次新的变革对企业的影响都是巨大的，企业更希望在激烈的竞争中保持长期的持续发展态势，这就要求要更好的实现管理会计职能，必须借助大数据技术，转变思维模式、延伸管理职能、变革数据处理技术，为企业决策发挥更大的作用。

管理会计在思维模式上的转变：由财务出发转为立足业务。传统的管理会计系统仅仅是将企业的生产经营活动转变为财务信息记录下来，它更专注于会计业务，善于会计处理、报表数字，往往会忽略企业的生产状况、生产流程、物资需求和市场、企业外部的发展情况。采用的定期报告制度，在相对稳定的情况下，可以满足管理者使用已有的数据信息预测企业未来的发展，但在企业经营风险、财务风险不断加大的现代经济社会，市场瞬息万变，滞后的信息无异于废纸。大数据时代，随着信息量的急剧增加以及信息准确性的提高，管理会计人员可以在根据收集到的相关原材料供给、生产、销售等有关数据进行分析挖掘，根据历史的财务数据，制定严密的原材料采买、产品生产、销售等的规划与预算，并依据各个环节的特点，建立适合企业的内部管理综合信息系统，以提高管理会计的实时性，便于快速把握市场形势，及时决策，有效规避风险，从而提高效益。

管理会计在职能发挥上的转变：由会计层延展为战略层。管理会计的一项重要职能是帮助企业做好当前经营和长期规划的经济前景预测，实践使人们逐渐意识到仅仅依靠有限的、滞后的会计信息很难帮助管理者做出最终决策。数据挖掘和预测是大数据的核心，它能够帮助管理会计在一个平等、公平、竞争和高度灵敏的市场经济条件环境中，满足企业战略决策的信息需求，在掌握数据的基础上，使用高新技术手段和先进分析工具对数据进行分析，准确找到与企业战略制定、实施、控制有关的一系列事物的相关关系，可以帮助企业看到经营管理中的问题，以及战略实施的过程中哪些是有利的，哪些需要针对性地进行调整，帮助企业管理者做出正确的决策。

管理会计在数据处理上的转变：由传统方法变革为大数据。管理会计技术方法的进步与一定时期社会管理技术的发展有密切联系，现在分析中多使用作业研究、概率论经济学理论中的定量技术作为工具，主要是在简化的生产环境中，研究复杂的信息和企业问题，对真实的生产环境中管理信息需要的研究则不多。这些方法的数学假设较强，解决问题的思路相对来说比较结构化，常用计量的方式来测评企业的发展，往往是企业的基础的、定性的、质的方面容易被忽略。面对新的竞争环境、新经济形态以及企业经营管理的新思维，管理会计方法有些捉襟见肘，技术创新的需求日益迫切。

大数据时代，管理会计将从以货币形式为主的计量手段向多种计量手段综合运用，定性与定量并用的计量手段过渡，从用模型算法对生产预测到运用相关关系对生产全过程进行预警。众所周知，企业的战略决策不仅与企业内部生产、营销模式以及外部竞争对手、行业上下游供应链的供应商的信息相关，甚至与宏观经济发展环境，微观消费观念等有重要关系。这些外部的数据多是半结构化或者是非结构化的，当大量庞杂无序的数据收集之后，如何能快速的将有效数据筛选出来，并找出其中的相关关系是数据处理的关键一步。传统的方法是将这些非结构化的数据先转化为结构化数据再进行处理，这在一定程度上会削弱信息的时效性，降低数据分析的效率，甚至在转化过程中丢失其中的隐藏关系。在大数据时代的计算模式下，可以通过实施元数据管理、标准化处理各系统数据源、统一数据业务及数据口径、建立统计数据的元数据模型及精细化的数据质量稽核模型，实现数据质量的闭环管理，并在此基础上实现可视化及精细化管理，同时还可以将企业的数据存储在互联网的数据中心，这不仅提高了企业的数据存储能力、分析效率，能够实现数据的深度挖掘，提高数据的价值。

（3）会计在人才培养的转变：由会计人员转变为复合型人才。

大数据时代，虽然可获得数据的信息量增大，数据种类增多，但这些信息不会自动转化为企业直接可以使用的有效信息，企业需要懂得使用相应工具分析大数据，掌握大数据知识与技能的人才。能够胜任的分析人员，有助于提升企业应用分析工具、挖掘数据有效价值的能力，也有助于提高企业经营决策模式的创新，做出更加高效、科学的决策。

企业可以通过聘用懂得大数据技术处理方法还能深入了解企业发展模式、发展战略的新员工，也可以组织内部的学习、培训，有的放矢，在企业内部培养和提拔具有大数据分析潜质的人员，快速培养企业需要的大数据收集与分析技能人才。通过各种方式，培养出技术方面，能够了解大数据技术，读懂大数据结果；行业方面，能够了解行业各环节的流程关系，可能的关联性；管理方面，能够找出具有可操作性、可解决问题的决策依据的系统性思维较强的会计人员。

4、收拾行囊起而行

也许你是刚接触会计的新人，也许你已经在会计这一条路上行了很久，也许你正在稳定中焦虑，焦虑随着年龄的增加能力却不见长，焦虑年轻的同事越来越多被取代和超越的风险越来越高，想跳槽却没底气继续坚持又前途不明，想学习提升又发觉越来越没时间和精力，也许你正遇到瓶颈正在迷茫。困住你的并不是迷茫，而是患得患失，想的太多做的太少是令人迷茫的原因。

当你迷茫的时候，行动起来才是克服恐惧的唯一方式，只有行动起来才有可能突破和超越。我们面临着的是一个不断变化的时代，社会在变、经济在变、法在变、制度在变、准则在变，对财务人员的要求也在变，不断的变化使人应接不暇。在这个时代，你的工作会背叛你，你的行业会背叛你，唯一不会背叛你的，是你的能力和核心竞争力。如果想在会计行业取得更好的发展，唯有找准自己的位置，了解行业发展的趋势，必须提升自己的工作技能、提升专业素质以及管理技能和实际操作技能，只有不断的提升自己向金字塔顶前进，把握住时机、迎接挑战，才能够在会计行业里取得更好的发展。

世上没有一个能确保你成功的目标，也没有一条万无一失通向成功的康庄大道。永远不要用此时自己的心态和眼界，去揣度自己未来的心态和眼界。不是每个人都能很幸运，从一开始就知道自己想做什么，为自己做一份职业规划，先设立好一个目标先朝着这个目标迈出第一步。目标不一定要高远适合自己就好，也不要担心你的目标不够完美和准确，可在行动过程中去逐步修正目标。实现自己目标需要一个较长的过程，将这个过程分解成不同的阶段，做好每一个阶段该做的事并积攒自己的能力。要善于将实践中的经历总结成经验，可先通过专业技术资格考试来提升自己的专业素质与专业技巧，同时加强学习以扩宽自己的视野。最重要的是在工作学习中总结并建立起自己的知识框架体系以与实践结合引导自己逐步去实现自己的目标。

任何技能的学习都是循序渐进，从量变到质变的过程，一旦开始行动，不需要很快，就会轻易地超过其他人。最终能带领你抵达成功的，不是存在于你想法中的目标，而是不断积累的脚步。

㈤ 大家推荐一本写得好的关于大数据的书

两本：
《大数据:正在到来的数据革命》 涂子沛
《大数据时代:生活、工作与思维的大变革》回 维克托答•迈尔-舍恩伯格 (Viktor Mayer-Schönberger) (作者), 肯尼思•库克耶 (Kenneth Cukier) (作者), 盛杨燕 (译者), 周涛 (译者)
嫌少再加两本：
《删除:大数据取舍之道》 维克托•迈尔-舍恩伯格 (Viktor Mayer-Schönberger) (作者), 袁杰 (译者)
《爆发:大数据时代预见未来的新思维》 艾伯特•拉斯洛•巴拉巴西(Albert László Barabási) (作者), 马慧 (译者)

㈥ 《大数据时代》读后感怎么写

写作思路：首先解释大数据时代的意思，然后讨论如何利用大数据时代，最后总结大数据时代的利弊。《大数据时代》读后感正文如下：

首先，想谈一谈何为大数据，何为大数据时代。大数据是一种资源，也是一种工具。它提供一种新的思维方式去理解当今这个信息化世界。为何说是一种新的思维方式：在信息缺乏的时代或模拟时代，我们更倾向于精确性的思维方式，就像是“钉是钉，铆是铆”，而在这种传统的思维方式下，我们得到问题的答案只有一个。

而在大数据时代下，我们打破了这种思维方式，换句话说，我们接受结果的不确定性。简言概括之，我认为大数据是一种预测模型。在大数据时代下，我们关注的不是因果，即为什么是这样，而更关心“是什么”这种相关关系。换句话说，在这种新思维的思考方式下，我们探究问题背后的原因也是不可行的。我们所做的是利用大数据这种工具，让数据自己说话！

其次，我想谈下如何利用大数据提升我军战斗力。当然，大数据分析并不是精准的预测，精准的预测也是不存在的。大数据只能有利于我们理解现在和预测未来的可能性。

作为军人，我所关注的是如何利用好大数据的工具提升我军战斗力，打赢这场信息化战争。毫无疑问，现在我们打的不是刀对刀，枪对枪的战争，更不是模拟时代，当代乃是数字时代，打的是信息化战争！

四次战争的大胜，美军的战争形态从机械化转向信息化，而且相应的在战场取胜的时间也越来越短，这正是大数据时代下的必然结果。而我军正在转向信息化的过程中。在此战争形态的过程中，我们需要更多的计算分析师，大数据分析师，数学家等高等技术型人才来打赢这场信息化战争。这正是大数据时代下我们不得不有的基础。我军战斗力的提升迫在眉睫！

当然大数据是一把双刃剑，利用好了取胜也是得心应手，相反，利用不好会导致不可估量的损失。

毕竟，这只是一种预测模型，得不到精准的预测结果。我们更要让数据为我们所用，不要被庞大的数据库框住我们的思维。为适应时代的发展，在这个适者生存，弱肉强食的世界，大数据时代下的残酷竞争已经给我们敲响警钟，一场悄无声息的信息化战争已经打响！