第一次工业革命以煤炭为基础，以蒸汽机和印刷术为标志；

第二次工业革命以石油为基础，以内燃机和电信技术为标志；

第三次工业革命以核能基础，以互联网技术为标志；

第四次工业革命以可再生能源为基础。

大数据的真正价值

21世纪以来，随着信息技术的快速发展，出行轨迹、睡眠时间、个人喜好……一切皆可数据化。在这个数据爆炸的时代，谁能够掌握数据的力量，谁就能够在激烈的竞争中独领风骚。因此，推动大数据产业发展、构建数字经济已经成为一项重大课题。大数据之“大”，不仅在于其“容量”，更在于其“价值”。

海纳云（5G+视频融合共享平台）

“5G+视频融合共享平台”是海纳云科技公司依托旗下专业的智慧社区、智慧园区生态平台，联合铁塔集团青岛公司、中国电信青岛分公司打造数字城市的“青岛样板”，平台以铁塔公司高点视频监控为主体，整合共享现有视频监控资源，构建多维度立体化的感知采集网，同时通过5G网络和大数据平台对采集的人员、车辆、火情等信息进行实时处理，将报警信息无延时准确自动分发到职能管理部门，可以在城乡社会治理、生态环境保护、安全生产监管、重要场所安全防护等诸多领域，大大提高智能辅助决策和综合管理水平。

佳都科技（安全生产风险监测预警系统）

系统以全量的企业基础数据、在线监测数据、视频图像数据、三维模型为基础，采用“三全四多”的风险监测引擎，实现对危化品安全生产风险综合可视化监管；全面对标应急管理部的建设要求，基于重大危险源的位置、时空数据分析技术，在重大危险源三维场景的基础上，整合实时动态监测数据、实时视频监控数据、危化品MSDS数据以及企业基础信息，建立企业 “一企一档”数据库，通过危化品事故模拟数据进行效果演示。

从零售大数据的精准营销到制造大数据的自动化生产，从社交大数据的舆情监控到交通大数据的顺畅出行，从医疗大数据的健康管理到金融大数据的产品配比，大数据的应用场景正在逐步细致化、精确化。

纷享销客（连接型CRM平台）

为了实现高效、安全的移动销售管理，EasyStack决定引入纷享销客CRM系统。通过该系统，EasyStack在效率上，让EasyStack整个前端能够在基于一个信息流的协同下，发挥每一个职能部门的配合以及具体的行动；在协同上，以客户、线索为原点，各个职能部门能够针对于具体的问题，有效形成点对点的支撑；在管理上，对于分布在全国各地的营销人员具体的行动能够予以跟进，并且在关键节点上给予适当的指导。

帆软（电力行业解决方案）

传统电站监控系统各自独立，无法进行信息的深度挖掘、对标分析、提升运维水平，也无法对集团未来投资提供数据支撑。帆软向新能源行业提供了多维度的全面电站业务数据展示。基于客观业务数据进行大屏、电脑端、移动端的数据展示，对集团管理的所有电站的发电情况、上网电量、厂用电量、完成率指标精确计算，综合呈现，进而方便集团运维管理、绩效考核、计划决策等。

创略科技（数据驱动下的精细化运营）

自2015年成立以来，威马汽车便十分关注将每个用户的DNA数据化。创略科技帮助威马汽车将其关心的客户情感和关键词进行自然语言处理和分群，并运用机器学习算法对用户反馈数据进行来源分析、内容分析、观点分析等。帮助威马汽车实时洞察市场环境和消费者反馈。创略科技以多模态情感识别系统为核心，经由语义理解，为威马提供AI解决方案。

新意互动（高效洞察赋能营销价值链拓展）

任何时代，商业决策所需信息的高效获取都是企业永恒的话题，主机厂面临着数字化的转型与挑战。现阶段，除在营销精准投放外，大数据在主机厂营销价值链中的其他应用未被充分挖掘。新意互动整合多方数据资源，充分发挥大数据洞察快速、精准的优势，助力企业数字化营销。

融信数联（数据融合与治理）

融信数联致力于构建数据生态，提炼数据价值。借助卓越的数据挖掘能力，为客户提供多源数据融合的大数据服务；同时基于专业的数据安全和隐私保护模式，构建数据生态，挖掘数据价值，帮助数据所有者实现数据价值变现。疫情期间研发专门针对于疫情防控监测的应用分析系统“疫情大数据态势感知及决策分析”和“北京市重点人群大数据动态监测”，受到国家发改委嘉奖和北京市经信局来信致谢。

FAFULI（数字福利弹性平台）

平台依托多年来公司在综合福利领域的业务实践与大量用户及福利业务数据，通过大数据技术对数据进行分类分析，为行业与客户生成充分反映行业现状与趋势的线上福利报告。同时，平台利用智能AI技术，生成用户画像，并基于分析结果向用户推送福利信息，帮助用户对自身福利情况进行关注并进行选择与决策。作为数字福利的定义者，FAFULI致力于为企业提供智能化的福利管理。

金惠科技（社区智慧警务平台）

社区智慧警务平台利用移动互联网、物联网、大数据、云计算等先进技术，集中接入小区出入口管理、视频监控、楼宇门禁、人像识别、周界报警、WIFI探针等9项技防系统；实现对小区进行全景监测、实时采集、数据整合；具备对物业信息、技防信息以及案件信息统筹管理，多维度比对分析的功能，同时能够为公安机关提供全面的数据支撑，精准的预防、预警、预测分析能力，充分满足社会治安管理不同层面的需求。

睿帆科技（地铁历史数据中台）

地铁历史数据中台通过构建统一的数据模型，提高数据的处理效率与共享程度，实现对广州地铁公司十八号线全线轨道交通数据资源的集中及整合。通过轨道交通各专业数据大融合，提供基于乘客服务、运营管理、建设管理、企业管理等业务领域的数据分析、数据挖掘、数据探索服务，打造城市轨道交通智慧中枢，形成驱动乘客服务、运营管理、建设管理等高效协同运作的智慧中心。

有限元（得助智能AI智慧双录平台）

得助AI智慧双录平台，依托AI技术和RPA技术，能够实现双录环节的线上化、智能化、自助化、实时化、标准化。既能够通过人机耦合、人机协作，提升服务效率，降低运营成本，也可省去客户排队连线、等待审核等环节，可大幅节省时间，提升客户体验，满足金融机构在各类业务场景下，更快更好的为客户提供展业双录环节的需要。

用不确定性来看待世界

机械思维时代，由于数据收集的局限性，科学家们只能在有限的样本下“大胆假设小心求证”，然而受限于人类大脑的“创造力”，所谓的“大胆假设”也并不是真的“大胆”；随着互联网时代的到来，当大量数据堆积在一起时，就产生了“质”的变化。

很多时候，往往人们知道的越多，就会发现确定的事情越少。大数据的出现，让人们无意间发现了数据与数据之间，事物与事物之间神奇的关联。于是，大数据思维就此诞生了。

大数据思维，其本质就是：利用不确定性看待世界，然后利用大数据来尽可能的消除这种不确定性；利用具有多维度特征的大数据，数据之间的相关关系来代替机械思维时代的因果关系，帮助我们在“创造”难以掌控的情况下，发现意想不到的结论。

回归现实

科研、政务、媒体、农业、能源、物流、医疗、交通、零售、游戏……随着互联网+、人工智能、大数据、云计算等新技术不断涌现与成熟，越来越多的大数据创新应用融进其中。

如果说互联网令许多现实虚拟化，大数据则将虚拟回归现实。数据本身不产生价值，如何分析和利用大数据对业务产生帮助才是关键。这对于企业来说是挑战，也是机遇，更是这个时代赋予的使命。

正如电影《预见未来》中所言，关于未来有一个重要的特征，每一次你看着它都会发生改变。而创新的大数据或许就是这个未来。

“大数据”已经不仅仅是一个时髦用语，利用大数据分析正在成为越来越现实的问题，甚至IBM都已经宣布投入10亿美金发展PowerLinux系统以支持其大数据战略。

从企业规模来看，利用大数据更有优势的是大型企业。根据研究机构Forrester Research对大量大型企业的调查数据显示，平均每家企业产生的数据总量约为非结构化数据50TB、半结构化数据2TB、结构化数据12TB。

但Forrester Research首席分析师Bryan Wang同时指出，大型企业大数据综合利用率仅为12%左右，“企业花了大量的金钱在存储上”——而不是分析。

目前使用大数据技术的企业占比约为20%，另有37%企业正在筹划大数据项目，希望通过大数据分析的威力获得更高的企业洞察。那么，大数据在大型企业重要项目应当如何应用呢？这里是大型企业大数据创新的五大方向。

1 ) 混合数据云。混合数据云是一个值得强调的话题，因为大型企业不可能放弃现有的结构化的数据基础设施。从Oracle，IBM和微软的系统的结构化数据正在支撑大多数大公司的运作。数据基础设施技术执行的目标是将这些现有的系统融入混合系统，同时吸收非结构化的数据和外部数据。

然而，传统的厂商要做到这一点可能不太容易。虽然现有的系统将保持，但那些传统厂商的技术可能局限在现有的项目，而企业新的投资更可能流向新的供应商和新的平台。

StubHub公司有25种结构化和非结构化数据源的数据网络。StubHub首席数据架构师Sastry Malladi表示，使用开源产品对于避免专有架构的锁定非常重要。“眼下最重要的创新，是如何创建一个混合的数据系统，”Malladi说。

2 ) 移动性推动大数据投资。移动平台和它们的位置、通信和便携性提出了一种客户平台客户定制的大数据创新。在线健康网站MapMy Fitness开始记录用户的运行路线，并已经扩展到各种各样的健身活动，以及个人健康监测。

MapMy Fitness副总裁Matt McLure已经看到公司增长到19万用户，并开发出一种混合私有云和公共云的基础设施，以支持用户的行为，如新增的夏季骑自行车的人和健身爱好者。“我们是在健康和关连健身生态系统的中心。”McLure说。额外的健康和健身监控相关的扩展要求，驱动该公司使用像 Facebook和谷歌等开发的数据技术。

3 ) 大数据可以围绕和增强现有的应用程序。StubHub开始只作为一个体育和娱乐项目的票券交易平台。但该公司目前正在采取一个更广泛的角度，一个项目周围的所有活动，包括社会评论，住宿，餐饮和交通服务。这些社交网络服务驱动捕获、分析大量的数据的混合模型，并驱动推荐引擎。传统的交易系统的设计根本就没有考虑这种类型的用户输入。

4 ) 物联网将让当前的大数据项目看起来像小东西(small stuff)。美国商业智能厂商SAS高级主管Paul Bachteal指出，当你开始考虑将所有的数据引入组织，将物联网从概念变成现实，构建采集，存储，分析和创建预测分析的系统，需要的技能是供不应求的，客户和供应商将不得不展开员工技能的培训工作。

Bachteal以铁路机车为例，表示一旦配备传感器并连接到一个数据分析系统，客户将能够更准确地预测部件的磨损，从而可以防止设备故障。

5 ) 大创新来到数据频谱的前端。沃尔玛正在考虑使用crowd sourcing(众包)来设置产品价格和选择产品说明配图。沃尔玛实验室高级工程总监Digvijay Lamba表示，在决策过程的前端使用技术如crowd sourcing，完成大数据的频谱。

现有的大数据系统擅长于分析巨大的数据池，但只有在数据进入该系统的时候。crowd sourcing代表了一种方式，把额外的数据添加到大数据流程的前端，利于提高分析结果。Lamba说：“我们需要扩展系统的前端。”

大数据已经不仅仅是一个流行的词汇，但创建大数据系统需要思考决策系统的新途径，这现在刚刚进入市场。