梅宏：大数据发展现状与未来趋势
你是否想过，大数据如何重塑我们的世界？中国特色社会主义进入新时代，中华民族伟大复兴的中国梦开启新征程。党中央实施国家大数据战略，吹响了加快发展数字经济、建设数字中国的号角。习近平总书记在十九届中共中央政治局第二次集体学习时强调：“大数据是信息化发展的新阶段”，并做出推动大数据技术产业创新、构建以数据为关键要素的数字经济、运用大数据提升治理现代化水平、促进民生改善、保障国家数据安全等战略部署，为我国构筑大数据时代国家综合竞争新优势指明方向！
今天，我将回顾大数据的发端、发展和现状，研判未来趋势，简述我国大数据发展态势，并分享对信息化新阶段和数字经济的认识，以及发展大数据的思考与建议。
一、大数据的发端与发展
从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据始终伴随人类社会发展，承载着我们认知世界的努力与进步。现代信息技术的出现，才让数据处理能力实现质的飞跃。信息技术推动数据成为继物质、能源后的重要战略资源。
“大数据”概念始于计算领域，逐渐延伸至科学和商业。1998年，SGI首席科学家约翰·马西用“Big Data”描述数据量激增带来的挑战，引发思考。2007年，吉姆·格雷提出大数据将成为探索复杂系统的有效途径，迎来“数据密集型科学发现”的第四范式。2012年，维克托·迈尔-舍恩伯格在《大数据时代》中指出，数据分析模式从传统“随机采样”、“精确求解”转向“全体数据”、“近似求解”和“关联分析”，推动商业领域的广泛探讨。
大数据于2012-2013年达到宣传高潮，2014年后概念体系成形，认知趋于理性。相关技术、产品、应用和标准不断发展，形成涵盖数据资源、开源平台、基础设施、数据分析、数据应用的生态系统，发展热点从技术向应用、再向治理迁移。共识形成：大数据源于信息技术应用的低成本化，指无法用传统技术处理的巨量数据集合，具海量性、多样性、时效性等特征，需可伸缩计算体系支持。
大数据的核心价值在于：提供认识复杂系统的新思维与新手段。理论上，对现实世界数字化可构建数字虚拟映像，承载其运行规律。在充足计算力和高效分析方法下，深度分析此映像，能理解现实系统的行为与规律。这正是大数据引发经济社会变革的根本原因。
二、大数据的现状与趋势
全球范围内，运用大数据推动经济发展、完善社会治理、提升政府服务能力已成趋势。下面从应用、治理和技术三方面梳理现状与趋势。
一是大数据应用众多，但尚处初级阶段。深层次预测与指导应用将成为重点。
大数据应用可分为三个层次。第一层，描述性分析应用，总结信息，呈现发展历程。如美国DOMO公司整合企业数据，以可视化形式推送信息，辅助决策。第二层，预测性分析应用，分析关联与模式，预测趋势。如微软研究员通过公开数据预测奥斯卡奖项，准确率达87.5%。第三层，指导性分析应用，分析决策后果，优化行动。如无人驾驶汽车通过感知数据预判行为，指导自动驾驶。
当前，描述性、预测性应用较多，决策指导性应用偏少。应用层次越深，计算机承担越多，效率价值越大。但深度神经网络存在理论不完善、模型不可解释等问题，在自动驾驶、政府决策等关键领域的应用仍面临挑战。这意味着大数据应用潜力巨大，但处初级阶段。未来，预测性和指导性应用将是重点。
二是大数据治理体系未形成，隐私保护、安全与共享效率矛盾凸显，成为发展短板。构建治理体系意义重大，相关研究与实践将加强。
数据作为战略资源，治理体系缺失制约价值挖掘。如数据资产地位未定，确权、流通面临挑战；数据壁垒存在，阻碍共享开放；法律法规滞后，带来安全隐私风险。
隐私、安全与共享矛盾突出。一方面，数据共享开放迫切，人工智能进展需海量高质量数据，多源数据融合才能获得全方位视图。另一方面，无序流通可能导致风险，如欧盟GDPR和加州CCPA实施，对互联网商业模式构成挑战。
我国在个人信息保护方面制定多项法律，如《网络安全法》《数据安全管理办法（征求意见稿）》，但需体系化立法。这些法规可能增加数据流通成本，如何平衡安全与发展，是全球共同课题。
围绕大数据治理，国际有实践探索，但存在三方面问题：概念相对“狭义”，以企业为对象，与跨界需求矛盾；内涵未成共识；多条线索并行，关联性不足。大数据治理体系处雏形阶段，需持续推进。
三是数据规模高速增长，技术体系不成熟，未来需颠覆式创新。
数据规模几何级增长，2020年全球达44ZB，2030年预计2500ZB。大量“暗数据”未被利用。大数据技术虽有进展，但体系不完善，基础理论萌芽。定义有争议，如数据驱动与规则驱动关系；专用方案多，通用体系待形成；应用超前于理论，结论需谨慎。
信息技术将渐进发展，但数据处理能力落后于数据增长，“剪刀差”扩大。这倒逼技术重构，如计算机体系以数据为中心、存算一体，软件定义广泛采用，云边端融合；网络向宽带、移动、泛在发展；基础器件需创新；开源开放重构生态。
三、大数据与数字经济
大数据是信息化新阶段，推动数字经济形成。信息化经历数字化（1.0）、网络化（2.0），正进入智能化（3.0）。数字化、网络化、智能化融合发展。
数字化奠定基础，网络化构建平台，智能化展现能力。信息技术从辅助工具向核心引擎转变，催生数字经济。数字经济以数字化知识和信息为关键生产要素，是新经济形态。农业经济单层结构，工业经济两层结构，数字经济三层：信息技术产业、深度信息化行业、数据增值产业。数字经济处成型展开期，将进入爆发期。
互联网上半场是“2C”的消费互联网，下半场是“2B”的工业互联网，优化资源配置、提质增效。工业互联网是信息技术与生产融合，推动新制造体系。我国是制造和互联网大国，需抓住机遇，形成竞争新优势。
数字经济趋势：一是新一代信息技术成为基础设施，改造物理世界，推动平台经济、共享经济。如电子商务突破时空约束，降低交易成本。二是工业互联网促业态融合，催生新业态，传统业态消亡。如无人驾驶可能取代出租车。重复性传统行业将退出。三是政务大数据提升政府能力，公众参与共治。四是信息技术体系重构，释放大数据价值，带来爆发增长。
四、我国大数据发展的态势
我国大数据发展可总结为：“进步长足，基础渐厚；喧嚣已逝，理性回归；成果丰硕，短板仍在；势头强劲，前景光明”。
作为人口和制造大国，数据资源丰富。2020年数据总量预计占全球21%，成数据资源大国。互联网大数据发展良好，市场化程度高，如移动支付、电子商务领先。但与实体经济融合不足，行业应用广度深度不够，生态待形成。
政务数据积累多，如何盘活支撑决策和服务是关键。《促进大数据发展行动纲要》推进数据开放共享，如浙江“最多跑一次”改革，效率提升。截至2019年，多地政府上线数据开放平台。
技术创新基础好，国家科技计划部署研发，内存计算、数据互操作技术国际领先。大数据平台处理能力跻身世界前列。国家大数据战略实施，地方响应，建实验室和综合试验区。
但短板存在：一是治理体系未构建，法律法规滞后，共享开放低，安全隐患多。如数据共享“不愿、不敢、不会”，数据质量堪忧。二是核心技术薄弱，基础理论、核心器件依赖国外，生态自主可控能力弱。三是融合应用待深化，基础设施不足，数字化转型慢，工业互联网问题如政府热企业冷。
五、若干思考和建议
基于研究实践，分享思考建议，供参考。
（一）大力发展行业大数据应用
互联网大数据应用较好，但行业应用潜力更大。以制造业为例，大数据可降成本10%—15%，并助力精细生产、创新商业模式。我国制造业大而不强，推动应用对转型至关重要。行业大数据应用是推进数字中国建设的重要途径。
（二）建立系统全面的大数据治理体系
大数据治理需从国家、行业和组织三层次考虑，涵盖资产地位、管理体制、共享开放、安全隐私。国家层面明确数据资产地位，制定法规；行业层面建立规范；组织层面提升管理能力。共享开放应先行，逻辑互联优先，避免新“孤岛”。同时研发安全多方计算、同态加密等技术，平衡隐私与利用。
（三）以开源为基础构建自主可控的大数据产业生态
开源开放是趋势，建议“参与融入、蓄势引领”，参与国际社区，建中文开源社区。国家支持开源政策，更新“自主可控”内涵，强调理解与改进能力。
（四）积极推动国际合作并筹划布局跨国数据共享机制
推动大数据国际合作，建立跨国数据共享机制，分享数字经济红利。“一带一路”合作产生大量数据，促进跨境流动，形成资源，为国际合作奠基。发展中国家有机会在新经济中竞争。
（五）未雨绸缪，防范大数据发展可能带来的新风险
大数据可能带来新风险，如数据垄断导致“黑洞”，算法依赖导致社会“割裂”。需提升全民大数据认知，培养适应未来的人才，形成国家竞争力。
汇报结束，谢谢大家！
（主讲人：梅宏，系中国人民解放军军事科学院副院长）
名词解释：
API：应用编程接口，让软件系统间调用功能或访问数据。
开源平台：支持开源社区，管理源代码的软件平台，基于互联网服务。
可伸缩的计算体系结构：系统能力随负载线性增长，通过软件定义、虚拟化实现。
鲁棒性：系统在异常情况下仍工作的能力，大数据模型在数据错误时保持准确。
数据互操作：不同系统间通过网络访问彼此数据，实现共享基础。
“全数据”：与“采样数据”相对，使用所有相关数据，避免采样误差，但增加计算成本。
云边端融合：云计算中心、边缘计算设备和终端设备协同，各司其职的计算模式。
宽带、移动、泛在的网络通信：高速、移动、无处不在的通信，支持海量数据传输。
安全多方计算：保护隐私下，互不信任方协同计算的理论框架，确保输入隐私和计算正确。
同态加密：加密数据处理后，解密结果与处理原始数据一致，保护隐私。
联邦学习：多组织协同机器学习，不共享原始数据，提升模型性能。
ZB、EB、Pb/s、Gb/s：数据存储和传输速率单位，如1ZB约1万亿GB，1Pb/s为每秒1000万亿比特。
责任编辑：张薇
相关问答
大数据未来发展方向是什么?-ZOL问答
大数据并未过时，门槛高导致深度应用者少。市场快速变化，企业重短期效益，但大数据潜力仍待挖掘。
信息技术如何为大数据时代的到来提供技术支撑?
大数据是体量大、类别多的数据集，传统工具难以处理。信息技术通过可伸缩计算、开源平台等，提供采集、存储、分析支撑。
结合材料分析大数据技术的发展过程中体现了哪些唯..._材料员...
大数据技术发展体现矛盾规律、质量互变、否定之否定等唯物辩证法道理，推动螺旋式上升。
亚马逊大数据的发展历程?
亚马逊大数据历程分阶段：1980-2008年“出现”，2009-2011年“热门”，2012-2016年“时代特征”，以“数据就是力量”驱动成功。
数据科学与大数据技术专业以及未来发展会怎样?
此专业针对海量、多样、快速数据。未来将更关键，融合多学科，推动各行业智能化转型。
大数据技术能够带动哪些产业的发展?
大数据紧密融合信息技术与各行业，应用需求旺盛。带动制造业、医疗、金融等产业升级，创造新业态。
并命名与之相关的技术发展与创新。今天，“大数据_作业帮
大数据描述信息爆炸时代的海量数据，相关技术如分布式计算、机器学习不断创新，重塑社会。
大数据时代的物流行业信息技术发展趋势是怎样的?
信息化推动物流共享趋势。大数据技术优化路径、预测需求，实现智能调度与效率提升。
大数据技术是如何推动新零售发展的?
大数据推动新零售在三方面：轻松触达用户、改善购物体验、降低经营成本，通过定位、推荐、分析实现精准营销。
大数据发展趋势与就业前景如何?-ZOL问答
大数据融入各行各业，不再单独强调。就业前景广阔，企业需求高，如Java开发需掌握Hadoop等技能，持续增长。