今年以來，根據中國信息通信研究院《中國大數據發展調查報告2018》數據顯示，2017年我國大數據市場規模為236億元（該統計口徑是大數據核心產業，包括大數據軟件、硬件和服務的直接產值，不包括附加值）。而同年，我國小龍蝦產業連年快速增長，市場規模超千億元。為何，作為信息時代核心資源、未來戰略高地的大數據產業，在經歷幾年的資本流入和產業發展之后，市場規模到頭來還遠比不上如此接地氣的小龍蝦產業？

　　 Hype 曲線透析大數據發展路線

為了客觀看待這個問題，我們需要認識、了解新興技術發展的Hype曲線。這是由Garnter公司公布的技術成熟度曲線，描述的是新技術、新概念在媒體上曝光度隨時間的變化。圖1是2016年Gartner公布的Hype曲線。任何新技術的出現，都會經歷五大周期：一是炒作期；二是隨著資本媒體的關注，達到一個期望峰值；三是新技術會遇到各種各樣的現實問題，往往現實不如期望般美好，因此會有一個泡沫破滅的下滑期；四是產業開始腳踏實地解決一個個實際問題，慢慢推動新技術的應用和發展，從而進入穩步爬升期；五是隨著關鍵短板的解決，技術會進入實質性的規模商用期，真正實現其價值。

圖1 Gartner Hype曲線

如圖1藍色方框是大數據，經過前兩年的炒作，大數據產業開始發現并面臨一個個現實問題，只有解決了這些問題，才能真正推動大數據產業進步。值得注意的是，這個Hype曲線是Gartner2016年公布的，2017年Hype曲線并沒有大數據產業，因為Gartner覺得大數據并非是新興技術。因此現在2018年，大數據產業的實際位置應該相比上圖再稍微下移一些。

　　 需突破3個發展瓶頸

問題來了，既然大數據產業，現在面臨不那么美好的泡沫破滅期，那么未來我們究竟要解決哪些瓶頸和桎梏，才能推動其真正步入穩步爬升期，體現出應有的價值？筆者認為主要有以下3個方面的問題亟待解決。

　　 第一要解決 “ 不會”的問題。 大數據如果要作為產品和服務變現，那么首先需要建立起數據資產的概念，把企業積累的數據當做資產去經營。“不會”用數據分為3個層次。第一個層次是壓根沒有建立起數據資產概念的問題。目前我國三大產業90多個行業中，除了少數行業如金融、電信、互聯網等行業的大數據探索起步較早之外，絕大部分行業對大數據技術認識不足，到底什么是大數據？該采集哪些數據？采集之后怎么用，能帶來什么效益？絕大部分行業在這一層次的認識較為匱乏。第二個層次是有了大數據的意識，但是存在數據整合的問題。由于一個企業內部分為很多事業部，每個事業部又有多條生產線，除了生產數據，還有管理系統數據、營銷數據、維修數據、客戶數據等。多種內部的數據互相割裂，難以融合使用。第三個層次是數據實現了初步整合，但是沒有統一的數據標準，數據質量難以管控的問題。同樣的數據，在不同線條、不同事業部、不同部門間有不同的表征方式，對于主數據、元數據的管理極不規范，導致雖然能初步形成數據礦產，但是卻是鐵礦、銅礦，價值不高。

一言蔽之，“不會”是數據源企業內部的問題，要解決這個問題，亟待建立數據資產的概念，用科學的數據資產、科學的管理方法，把數據源形成可用的狀態。

　　 第二要解決 “ 不敢 ” 的問題。 解決了數據源的原材料問題，接下來是數據流通的問題。根據《中國大數據發展調查報告2018》，企業運用大數據最多的領域，仍然是營銷分析、客戶分析和內部運營管理三大塊（如圖2）。這3塊仍然是偏向內部應用。而企業使用的大數據的來源，主要是來自自身生產數據、用戶數據、內部經營管理數據，使用的外部數據占比較小，整個大數據仍然處于“男耕女織”的相對封閉時代，其最根本的阻礙是數據的安全合規流通（如圖3）。雖然我國已出臺了大數據相關法律法規，但仍然存在很多空白地帶，即灰色地帶。在這些灰色地帶，很多企業開始了嘗試，但是這些嘗試到底是合法還是非法，目前沒有定論。

圖2 企業大數據應用場景

圖3 企業使用數據來源

數據流通我國存在兩極分化的現象。一方面，數據流通的“汽化狀態”，即數據如空氣般快速流通。但這樣勢必會忽視掉一些數據安全問題、數據泄漏問題、數據權屬問題。例如前段時間山東的“30億條”，就是有不法公司非法獲取運營商數據開展營銷、加粉等牟利。另一方面，是數據流通的“固化”狀態，即數據根本不流通。我們也同樣看到，一些手握優質數據資源大型企業，為了規避風險，一刀切、不流通，這樣也同樣不適應行業的發展。

為了解決這些問題，不能一味訴求于法律，因為法律不可能涉及到諸多場景細節；不能一味訴求于政府，因為行政資源是稀缺的，不可能兼顧方方面面。最靠譜的方法就是行業推動來解決，通過先選取某些場景進行試點，再推廣開來，大家通過標準形成共識，一步一步解決這個世紀難題。

　　 第三要解決 “ 不清 ” 的問題。 前兩個問題中，第一個是數據源自身的問題，第二個是流通中的問題，那么第三個問題便是與數據使用方相關的問題。目前，存在著很多“不清”：權屬不清、估值不清、存證不清等。大數據與普通商品和服務不一樣，A方賣給B方后，A方的使命就結束了，而大數據不是，大數據在經過層層流轉之后，還保留著最初的印記，而A方與B方還有諸多“不清”需要解決。

首先是估值不清。當前在我國大數據產業，整體的商業模式大致可以分為3種，賣資源的、賣工具平臺的、賣解決方案的（此處暫不討論提供基礎設施的）。對于后兩種，有明確的商業模式和市場已有的參考。可是對于賣數據資源的，類似于一種無形資產，尚沒有統一、達成共識的價值評估方法。這樣就會形成不同的定價方式，高低價不均衡。

其次是權屬不清。用戶的個人數據，經過服務廠商采集、處理之后，權屬到底屬于誰？A方的數據流轉到B方后，數據是屬于A還是屬于B？A方的數據通過B方加工之后，A方是否還對數據擁有主權？這些都是亟待解決的問題。今年8月份，杭州互聯網法院宣判了我國首例大數據產品不正當競爭案，在這個案件中，由淘寶在收集巨量原始數據基礎上，以特定的算法深度分析過濾、提煉整合并經匿名化脫敏處理后形成的數據產品，其權屬是被肯定的，也給后續大數據相關糾紛提供了法律依據。

最后是存證不清。在大數據交易中，尤其是數據的多級交易中，數據授權、數據交易記錄等極為重要，這些能對數據濫用、數據泄露產生約束，從而規范整個行業的行為。目前行業中已經出現了一些授權篡改、造假、偽造的情況，這會導致用戶信息的泄露。針對這個問題，行業已經出現用區塊鏈的方式，進行大數據的存證記錄，后續有待進一步落地深化。

盡管如此，但我們相信，在大數據這幾年“緊日子”的前途仍是光明的。當產業齊心協力，共同推動上述難點一步步解決，大數據應有的價值便會充分釋放，熠熠生輝。

責任編輯：陳近梅