「大數據」概念十歲了，它好像不在風口上，它在哪呢？

今年是「大數據」概念提出的第十個年頭。這是第十年嗎?像是過去了一個世紀。如今，大數據概念已是婦孺皆知。底層技術、資料庫管理技術井噴。傳統行業躍躍欲試，建立數據驅動型企業。2016年經歷了一個小高潮之後，裁員、虧損的消息時有傳出。如今，行業內外，喜憂參半，前途未卜。

大數據確實像似「經歷一個世紀」。它從2008年提出，最早在google谷歌被運用。從「大數據」一開始，它就具備互聯網基因。它是互聯網產業的延伸品。它與各行業「條條大路相通」，也能和傳統行業融合，是資本追逐的熱點。

互聯網的優點一段時間，人們覺得大數據無所不能，簡直是各行各業的萬金油。受益於存儲等技術的告訴發展，它在存儲、運算、交互上的能力，延展互聯網行業的縱向功能。換句話說，它能記錄，演算，並以分析性的思維，推動商業與人類社會的進程。

但不久之後，人們又覺得這萬金油，沒有太大用處，市場環境也差強人意。2015年獲得融資4億的大數據企業「百分點」，被曝大量裁員。另一家專註於線下數據的互聯網綜合服務公司數據堂，2017年虧損近億元。「大數據」這個概念，這幾年也算是樹大招風。網路安全、行業壁壘，與各種「擦邊球」的商業行為，以及概念的濫用，「大數據」的概念在中國受到詬病，甚至被調侃「大數據，不是胡扯淡么。」

不止於此。大數據看上去已是」過氣了」。它被抓住把柄，是由於Garter在2014年的技術成熟曲線圖（下圖）。

這張分析圖出現後，「大數據」又被吊打。早在2014年，大數據(big data) 就已經處在期望膨脹期「peak of inflatedexpectations」和泡沫低谷期」through of disillusionment」的交叉點。在2015-2017的報告中，big data概念乾脆消失了，已經被數據挖掘、機器學習等概念取代。

大數據過氣了嗎?

大數據過氣了嗎?其實並不，隨著行業成熟和專業化程度提高，行業「大數據」行業逐漸細分。大數據產業鏈條包括數據生成、數據存儲、數據處理和行業應用。在底層技術及資料庫領域，到2015年、2016年、2017年，同樣在Garter大數據換了一副「馬甲」重新上陣。這不是大數據時代的終結，而是「技術至上」時代的終結。「大數據」概念消失了，子子孫孫卻很活躍。它雖然是靠數字運作的機器，卻和人的聯動更加緊密。

到2015年，大數據實用化，機器學習領域興起：

2017年Garter成熟度曲線，機器學習處在頂峰。

大數據「子子孫孫「的發展有兩大方向：其中一部分，與人工智慧難捨難分：機器學習、深度學習、智能識別領域，數字已經歸併到人工智慧的大潮當中;另一方面，數字在更高效地服務於人：它與服務業，與終端的結合更緊密。在服務業以及公共事業領域，數據驅動的運營頗受關注。既能高速處理數據，又通達商業服務的BI應用軟體，以及服務於商業運營的信息服務行業，已經變成了「看得見、摸得著」熱點。

資本曾熱追」大數據技術」，是否要為之買單?

在中國，大數據行業處在高速發展期。在底層技術領域，曾經是資本追逐的熱點。投資人難掩對技術的狂熱之情。在二級市場，2013年出現大數據概念股。有報道稱，在2015年四五月份，股市高點中建立的大數據基金，到2016年，基金單位凈值普遍在1元之下。(中國經濟網2016.5)

直到2016年，8類大數據應用領域中，基礎服務類的公司數量最多，佔到整個產業鏈的49%。(首席數據官聯盟CDO，2016)到了2018年，最新數據顯示，基礎設施、資料庫技術佔比12%，基礎應用佔比23.9%(首席數據官聯盟CDO，2018)。時至今日，以現今的發展趨勢來看，企業和資本，是否將為大數據的技術膨脹買單?

在中國的大數據基礎技術領域，面臨激烈的國際競爭，國際的資料庫產品，例如，Apache基金會所開發的分散式系統基礎架構hadoop，Oracle資料庫軟體、Microsoft 旗下的SQL等，佔據市場份額達到90%以上。國際巨頭還正在拓展數據應用軟體市場，比如微軟公司開發的Power BI，等，探索使數據服務簡易化，使普通人更輕易上手，從專業領域拓展到非專業化領域。

技術殺成一片紅海，那麼服務領域呢?在2015-2016年，一批大數據基金被開發，表現都差強人意，這幾年已偃旗息鼓。在其公共服務領域，數據行業還未到高峰期。投資人稱，傳統封閉的行業，將湧現大量的機會。但行業所處的體系封閉，管理僵化，決策被政策主導。創業者不僅僅有技術和想法，還需要體制內的資源，以及突破體制的勇氣和眼光。此外，公共服務的數據尚未開放，行業之間數據無法聯通，在徵信等領域，數據無法得到有效的支持。因此，在服務領域受到制約。

至於在運用最廣泛的互聯網、諮詢、營銷行業，不再作更細緻的評論。數據的測算對商業運作有所助益，比如算出共享單車騎行軌跡，收集並分析產品數據，規劃消費品上市的進度，開發自動化運營和財務報表。但是，人的行為的非理性，市場宏觀、微觀環境的朝夕變化，很難用歷史數據推演和囊括。對分析團隊的要求，就不僅僅是數據了。就比如，當你每天上網時，看到稀奇古怪、甚至有些無厘頭的推送，就會知道，這「大數據」的應用，尚有很大的提升空間。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！