为何我国大数据市场规模不敌小龙虾新时代

为何我国大数据市场规模不敌小龙虾？

今年以来，根据中国信息通信研究院《中国大数据发展调查报告2018》数据显示，2017年我国大数据市场规模为236亿元（该统计口径是大数据核心产业，包括大数据软件、硬件和服务的直接产值，不包括附加值）。而同年，我国小龙虾产业连年快速增长，市场规模超千亿元。为何，作为信息时代核心资源、未来战略高地的大数据产业，在经历几年的资本流入和产业发展之后，市场规模到头来还远比不上如此接地气的拆迁服务所的韩元和李铁跟朱裕民也商量了小龙虾产业？

Hype 曲线透析大数据发展路线

为了客观看待这个问题，我们需要认识、了解新兴技术发展的Hype曲线。这是由Garnter公司公布的技术成熟度曲线，描述的是新技术、新概念在媒体上曝光度随时间的变化。图1是2016年Gartner公布的Hype曲线。任何新技术的出现，都会经历五大周期：一是炒作期；二是随着资本媒体的关注，达到一个期望峰值；三是新技术会遇到各种各样的现实问题，往往现实不如期望般美好，因此会有一个泡沫破灭的下滑期；四是产业开始脚踏实地解决一个个实际问题，慢慢推动新技术的应用和发展，从而进入稳步爬升期；五是随着关键短板的解决，技术会进入实质性的规模商用期

，真正实现其价值。

图1 Gartner Hype曲线

如图1蓝色方框是大数据，经过前两年的炒作，大数据产业开始发现并面临一个个现实问题，只有解决了这些问题，才能真正推动大数据产业进步。值得注意的是，这个Hype曲线是Gartner2016年公布的，2017年Hype曲线并没有大数据产业，因为Gartner觉得大数据并非是新兴技术。因此现在2018年，大数据产业的实际位置应该相比上图再稍微下移一些。

需突破3个发展瓶颈

问题来了，既然大数据产业，现在面临不那么美好的泡沫破灭期，那么未来我们究竟要解决哪些瓶颈和桎梏，才能推动其真正步入稳步爬升期，体现出应有的价值？笔者认为主要有以下3个方面的问题亟待解决。

第一要解决 不会的问题。 大数据如果要作为产品和服务变现，那么首先需要建立起数据资产的概念，把企业积累的数据当做资产去经营。不会用数据分为3个层次。第一个层次是压根没有建立起数据资产概念的问题。目前我国三大产业90多个行业中，除了少数行业如金融、电信、互联等行业的大数据探索起步较早之外，绝大部分行业对大数据技术认识不足，到底什么是大数据？该采集哪些数据？采集之后怎么用，能带来什么效益？绝大部分行业在这一层次的认识较为匮乏。第二个层次是有了大数据的意识，但是存在数据整合的问题。由于一个企业内部分为很多事业部，每个事业部又有多条生产线，除了生产数据，还有管理系统数据、营销数据、维修数据、客户数据等。多种内部的数据互相割裂，难以融合使用。第三个层次是数据实现了初步整合，但是没有统一的数据标准，数据质量难以管控的问题。同样的数据，在不同线条、不同事业部、不同部门间有不同的表征方式，对于主数据、元数据的管理极不规范，导致虽然能初步形成数据矿产，但是却是铁矿、铜矿，价值不高。

一言蔽之，不会是数据源企业内部的问题，要解决这个问题，亟待建立数据资产的概念，用科学的数据资产、科学的管理方法，把数据源形成可用的状态。

第二要解决 不敢 的问题。 解决了数据源的原材料问题，接下来是数据流通的问题。根据《中国大数据发展调查报告2018》，企业运用大数据最多的领域，仍然是营销分析、客户分析和内部运营管理三大块（如图2）。这3块仍然是偏向内部应用。而企业使用的大数据的来源，主要是来自自身生产数据、用户数据、内部经营管理数据，使用的外部数据占比较小，整个大数据仍然处于男耕女织的相对封闭时代，其最根本的阻碍是数据的安全合规流通（如图3）。虽然我国已出台了大数据相关法律法规，但仍然存在很多空白地带，即灰色地带。在这些灰色地带，很多企业开始了尝试，但是这些尝试到底是合法还是非法，目前没有定论。

图2 企业大数据应用场景

图3 企业使用数据来源

数据流通我国存在两极分化的现象。一方面，数据流通的汽化状态，即数据如空气般快速流通。但这样势必会忽视掉一些数据安全问题、数据泄漏问题、数据权属问题。例如前段时间山东的30亿条，就是有不法公司非法获取运营商数据开展营销、加粉等牟利。另一方面，是数据流通的固化状态，即数据根本不流通。我们也同样看到，一些手握优质数据资源大型企业，为了规避风险，一刀切、不流通，这样也同样不适应行业的发展。

为了解决这些问题，不能一味诉求于法律，因为法律不可能涉及到诸多场景细节；不能一味诉求于政府，因为行政资源是稀缺的，不可能兼顾方方面面。最靠谱的方法就是行业推动来解决，通过先选取某些场景进行试点，再推广开来，大家通过标准形成共识，一步一步解决这个世纪难题。

第三要解决 不清 的问题。 前两个问题中，第一个是数据源自身的问题，第二个是流通中的问题，那么第三个问题便是与数据使用方相关的问题。目前，存在着很多不清：权属不清其担保无效、估值不清、存证不清等。大数据与普通商品和服务不一样，A方卖给B方后，A方的使命就结束了，而大数据不是，大数据在经过层层流转之后，还保留着最初的印记，而A方与B方还有诸多不清需要解决。

首先是估值不清。当前在我国大数据产业，整体的商业模式大致可以分为3种，卖资源的、卖工具平台的、卖解决方案的（此处暂不讨论提供基础设施的）。对于后两种，有明确的商业模式和市场已有的参考。可是对于卖数据资源的，类似于一种无形资产，尚没有统一、达成共识的价值评估方法。这样就会形成不同的定价方式，高低价不均衡。

其次是权属不清。用户的个人数据，经过服务厂商采集、处理之后，权属到底属于谁？A方的数据流转到B方后，数据是属于A还是属于B？A方的数据通过B方加工之后，A方是否还对数据拥有主权？这些都是亟待解决的问题。今年8月份，杭州互联法院宣判了我国首例大数据产品不正当竞争案，在这个案件中，由淘宝在收集巨量原始数据基础上，以特定的算法深度分析过滤、提炼整合并经匿名化脱敏处理后形成的数据产品，其权属是被肯定的，也给后续大数据相关纠纷提供了法律依据。

最后是存证不清。在大数据交易中，尤其是数据的多级交易中，数据授权、数据交易记录等极为重要，这些能对数据滥用、数据泄露产生约束，从而规范整个行业的行为。目前行业中已经出现了一些授权篡改、造假、伪造的情况，这会导致用户信息的泄露。针对这个问题，行业已经出现用区块链的方式，进行大数据的存证记录，后续有待进一步落地深化。

尽管如此，但我们相信，在大数据这几年紧日子的前途仍是光明的。当产业齐心协力，共同推动上述难点一步步解决，大数据应有的价值便会充分释放，熠熠生辉。