社会生活会发生变化和转型

　　IT产业不像石油等产业能给人类社会带来新的增值产品。相似地，大数据的智能分析也不会直接带来全新的具体产品。这是由于信息要被使用以后，才能真正产生社会价值，所以大数据分析作为信息技术，是中间产业。

　　人类社会生活的根本是衣食住行，技术最终还是要服务于这些传统需求的，只是形式不同而已。新技术有的时候会改变传统产业的服务模式，就如互联网广告之于传统传媒广告，当互联网服务兴起时，广告逐步从传统行业变成了新的互联网广告行业，并由此造就了几乎99%的互联网玩家。

　　新技术有时候也会改变服务的效率和效果，例如微博现在多被用来作为监督的工具。对比传统媒体，这种服务模式改变了信息传播的效率和信息受众的范围，而且由于媒体的集中控制力较弱，这个看似弱点的特性反而变成了当前社会环境下的优势。

　　回归到基于大数据的智能分析，其本质是数字化社会的服务效率和效果问题，其实现的重要前提是数字化。随着信息技术的发展，人们衣食住行的服务系统会纷纷数字化，包括零售、物流、政府部门、餐饮系统等等，虚拟世界和物理世界拟合在一起，虚拟世界承载了大量的服务交付过程，人不再需要到现场就可以享受服务。而这个大的产业背景一旦形成，效率和效果问题会变成整个产业服务的最关键竞争力。

　　换句话说，服务最后的成本竞争就是在单位成本下谁的效率最高和效果最好，谁就会成为王者。特别是在物理时空的约束日益减弱的情况下，产业链中的每个玩家都可能面临全球性的竞争。而在更广泛的竞争环境下，大数据会改变企业的运作模式，增强企业的适应力、判断力和效率。因此，大数据的大价值更多的是体现在促进产业变化和转型上，而非创造新产品。

　　有望解决人工智能的难题

　　热炒大数据并不是纯粹跟风，其重点是要解决人工智能的扩展性和成长问题。传统人工智能走过了漫漫几十年路程，近三十年的变化尤其缓慢。这是因为虽然对任何给定的确定问题和场景，传统人工智能都可以解决，但尴尬的是，人们不可能预先穷举出所有例子和参数，因此人工智能已有的模型和算法很难跨系统复制。

　　众多学者、产业精英赋予了基于大数据的智能分析以美好的愿景，即数字化社会一旦形成，生活中的一切都可以基于数据来描述。这些描述出来的信息将成为智慧成长和决策判断的依据。如果计算机能够找出其背后的学习规律和方法，人类智慧的跨领域扩展性就能在计算机的虚拟世界中得到体现，并能做出模糊判断。更重要的是，这样的分析系统将具备人工智能前所未有的基础能力——学习能力，还可以根据环境(数据)变化而不断地增长其智能性，甚至具备推而广之的扩展性。

　　从理论上说，一旦机器具有学习能力，计算机系统就将具备人的典型特质——创造力。如果沿着这个思路扩展，基于大数据的智能分析，将进一步替代传统服务体系中必须由人来完成的工作，特别是最高成本的部分。例如有一个西班牙语学习软件“domingo”，可以针对学员的情况和能力，因材施教。而在过去，这通常必须由人脑才能实现。

　　不过，大数据的智能分析是否真的能够达到梦想的高度，还存在很大的不确定性，而且全数字化社会的形成也还需要时间。

　　用户刻画能力塑造竞争优势

　　在我们身处的IT产业中，随着时间的推移，技术会趋同、产品形态会趋同、基础的服务方式也会趋同，因此成本也必然随之趋同。如此一来，行业玩家们的价格战是很难长期维系的，必然会逼着产业链顶端的服务商将差异化主要体现在“服务”上。

　　服务的本质是“能否真正及时、准确地判断用户的需求”，这个判断的依据就是“用户刻画能力”。当IT后台系统可以准确地判断出何时、何地、何人、在做什么、会做什么的时候，所有的服务将有的放矢，不仅仅实现成本最低，而且能实现效果最佳。对此，大数据的智能分析最有可能颠覆的是面向用户的产品和服务市场，无论服务的是衣食住行的哪个方面，无论是卖东西还是做广告，只要服务的对象是“人”，大数据的智能分析就能提供最佳的推荐，从而提升服务的品质。

　　然而从目前的研究来看，产品和服务的技术竞争却回到了原点，数据本身变成了竞争力的本源。这个状况终将发生改变。实际上，分析、建模和交互密不可分，只有带反馈并能不断学习的系统才有可能实现对用户的刻画。如果我们将产品或服务比喻成一辆车，大数据分析可以看成是发动机，而数据就像发动机引擎中必不可少的汽油。因此，对数据的掌控和对用户的刻画，将必然成为产业链中为最终用户提供服务的玩家的必然战略和技术布局策略，数据资产的运营也可能成为新的潮流和趋势。

　　机器替代人力密集型服务

　　由于经济条件的约束，人力成本在各个区域、各个行业中相差很大，这也直接导致了各个地区服务的差异性。但从长期来看，能够被机器完成的事情，其成本一定低于“人”的成本。我们可以预见，自动化会是未来时代的必然特性。例如，作为人力密集型企业之一的富士康，出于节省成本的考虑，广泛部署机器人，进行生产线人工的替代。

　　而在电信行业中，网络服务和运维部分是可见的人力密集型服务。电信运营商的网络在全球服务了几十亿最终用户，由于各种各样的原因，每天都需要解决大量的网上问题和事故，现在的解决方式是大量依据人工和经验改良解决方案，以及更好/更及时地定位和解决FCAPS(Fault, Configuration, Accounting, Performance, Security)问题，这就是一个在大数据智能分析时代可被颠覆的典型场景。

　　当然，大数据智能分析不一定能够实现完全的自动化，但至少可以大幅降低用户服务或支撑体系的人力投入。在这个领域，人力替代的最终实现效果还需要看体系本身数字化的程度，以及分析系统所能达到的水平。

　　跨代产品颠覆传统产业格局

　　信息服务的本质就是信息采集、传递、存储、计算、呈现的全流程效果最优和效率最佳。在云、管、端的各个领域，大数据智能分析都有可能形成有跨代意义的产品形态或者解决方案。

　　在传统运营商市场，基于大数据的智能分析很有可能重新定义下一代网管，根据智能性的规范和要求可以大幅降低产业链中的OPEX。基于大数据的智能分析也可以定义下一代网络智能化解决方案的能力和要求，并通过接近自动化的系统来提供具有断代性的新的产品形态。

　　在终端业务领域，智能化的体验能够帮助生产厂家脱离在CPU、屏幕等物理参数上的竞争。可以说下一代终端设备的竞争特性之一就是“智能性”，而终端智能也将成为主流机型或高端机型的基本标准。

　　在企业计算业务领域，大数据可以提供智能组织支持，提升决策、管理的效率。业界有的企业已经定义了下一代产品形态，即企业大数据分析引擎，关注流化数据处理和非结构化的数据处理。这个引擎能帮助企业在垂直行业市场中，进一步加强与用户的紧密联系，从而在部署服务战略上走得更远。