過去的2016年，政府、行業以及大衆對大資料的認知有了更進一步提升，但是大資料的應用落地及價值展現還是處在初級階段，大資料如何促進創新創業，帶來新的經濟增量，如何推動傳統行業轉型更新，如何實作商業價值在2017年将會受到更多關注，尤其是以大資料為基石的人工智能應用将會驅動着“ai+”的發展。
文 | 阿裡資料經濟研究中心秘書長、阿裡研究院進階專家 潘永花
2016：資料新能源價值拓展從網際網路到傳統行業
阿裡巴巴集團董事局主席馬雲在10月份雲栖大會上首次提到“五新”的趨勢，分别是新零售、新金融、新制造、新技術和新能源。而資料正是代表的新能源，過去的發展是基于石油和煤，未來的發展是基于新的能源，那就是資料，資料是人類第一次自己創造了能源，而且資料越用越值錢。
資料作為實體世界在虛拟空間的客觀映射，人、事、物都在被資料化，人與人、物與物、人與物之間瞬間就會産生大量的資料，資料成為新經濟的生産要素，如同工業時代的鋼鐵、石油。資料新能源隻有在使用中才能不斷展現和衍生出價值，2016年我們看到大資料實踐從網際網路行業拓展到越來越多的傳統行業、政府部門的實踐。
1、政府部門着力推動大資料相關政策法規、機構及産業發展
自2015年9月國務院釋出《關于促進大資料發展的行動綱要》，十八屆五中全會公報提出要實施“國家大資料戰略”之後，大資料相關地方和行業政策法規依次出台。2016年1月15日，貴州省通過了《貴州省大資料發展應用促進條例》，這是中國首部大資料地方法規，将大資料産業納入法治軌道，以立法引領和推動大資料産業蓬勃發展。
截止2016年底，全國已有30多個地方政府部門出台了大資料相關的政策檔案，10多個地方政府專門設定了大資料管理部門，統籌推進大資料發展。目前全國已建或拟建的大資料産業園區超過10個。這些大資料産業主要分布在北京、上海等比較發達的地區，并已形成了較完備的産業鍊，産業規模也在不斷擴大，為相關企業向大資料産業迅速轉型奠定了良好基礎。
政府行業的資訊化和資料化水準參差不齊，但作為國家大資料行動綱要的重要目标之一——政府和公共資料資源的開放共享是目前重要方向，将會大幅提升政府治理創新能力和決策水準，也有助于利用社會力量實作協同治理的目标。根據初步統計，截止2016年8月，我國共有19個地方政府部門建有資料開放平台網站。但資料開放水準和政府資料價值挖掘還有待提升，不少政府部門認識到資料即權力，對于資料共享開放持保守的态度。
另一方面，資訊化水準比較高的政府部門已經着手搭建統一的大資料平台，比如海關、國稅總局等在探索依賴雲計算技術建立統一的大資料平台，提升部門内部資料的共享，打通資訊孤島，提升政府治理能力和水準。交通部門與網際網路企業緊密合作，推動交通大資料的融合助力城市交通治理能力的加強。
2、大資料的落地與行業的網際網路化和資訊化水準緊密相關
2016年，大資料加速在行業應用場景的落地，從網際網路行業向傳統行業的滲透程序加速。但總體來看，應用水準最高的是網際網路行業，線上實時的資料成為支撐網際網路行業業務的基石，圍繞着消費者進行個性化推薦和精準營銷成為最主要的應用場景：
比如，在2016年雙11期間阿裡平台上的千人千面服務使得每個消費者都可以擁有自己專屬的雙11就是典型的智能個性化推薦的應用場景，同時基于大資料的風險控制、貸款服務和信用應用也成為資料外部化應用的典型場景；
比如螞蟻金融的小微貸款和芝麻信用服務，依據阿裡巴巴商家在平台上的資料建立的信用風險模型讓商家可以獲得310的貸款服務（3分鐘申請，1秒鐘審批，0人工幹預），個人的芝麻信用分數可以應用在大量的商業消費場景中；
比如租車、酒店住宿、婚戀、簽證服務等，同時也在幫助最高人民法院對“老賴”進行信用懲戒方面提供了新路徑。
金融和電信行業作為資訊化水準較高的行業，不僅有大量的曆史資料積累，同時也越來越重視内外部資料的整合應用，從支撐業務、支撐決策，到營銷類應用和風險控制類應用，資料的價值在逐漸擴大，我們還看到電信營運商的信令資料可以為交通治理服務這樣的外部應用開始逐漸浮現和發展。
傳統制造業、物流、醫療、農業等行業在很多點的大資料應用方面也有突破，比如“大資料+工匠精神”對于制造業的轉型更新至關重要。而大資料的實時、感覺和預測等特點确實可以為制造企業在降低成本，縮短生産周期，提升效率，細分産品定位，優化流程和決策等方面扮演重要的角色。
阿裡巴巴目前也已經和徐工集團開始進行合作，希望利用阿裡雲上面的大資料能力，協助徐工建中國工業大資料平台，實作“阿裡雲+徐工”=“中國的predix”，在工業大資料平台、應用及生态建設方面探索一條新路。
索菲亞在探索c2b的實踐過程中，資料對于其規模化和個性化的平衡起到關鍵作用。索菲亞認為自己不是家具制造企業，而是一家大資料企業。在調研時我們發現，索菲亞有強大的科技團隊，超過400多人，而其中300多人是在做資料加工。索菲亞利用大資料提升客戶體驗，提高傳遞效率，減少差錯和庫存，基本可以做到零庫存水準。在索菲亞的前端需求到後端的生産系統中，資料的共享、聯通和流動是實作訂單準确地從需求端傳遞到生産制造和采購端的關鍵。
3.資料商業化面臨諸多挑戰
雖然在2015到2016年，不少地方政府主導成立了資料交易所，一些商業化的資料交易平台也上線營運，但目前基于資料的全新商業模式依然還處在探索的初級階段，資料交易、交換及服務的商業化面臨諸多挑戰，比如應用場景和價值不易标準化，資料定價及資産評估問題，安全和隐私的問題，政府資料開放的速度較慢問題等。
作為新能源，資料是越用越有價值，但也正是如此，同樣的資料在某個場景下價值很大，在其他場景下可能沒有價值，資料的應用場景和價值不容易标準化，就如同挖金子的初期一樣，真正賺錢的還是賣鐵鍬的，如今還沒有到真正賣金子的時候。
資料與工業時代的商品有截然不同的屬性，工業時代的商品是實體物品為主，基于一定成本的原料生産後，基于工廠相對标準化的大規模生産模式生産出來；而目前的資料應用水準和程度有限，資料标準化程度很低，無法按照傳統的商品銷售模式進行銷售。
工業時代的商品經曆了上百年的發展之後，已經形成了大家都認同的标準化定價模式，比如基于物權的定價模式，基本上是成本加上品牌定價；而資料的權屬問題目前還是個大難題，傳統物權、知識産權等都存在不适用的部分，同時資料産生的邊界成本基本為零，是以目前從資料加工的成本和基于資料加工衍生出的服務出發，以api或資料集的方式銷售給使用者是一些在嘗試的模式，比如以資料堂、聚合資料為代表的第三方資料服務公司正在采用這樣的模式，還有以daas(data as services)的雲服務模式提供給使用者使用，但總體規模和盈利模式都遠不成熟。
2017：大資料支撐ai+加速落地
2016年的alphago和年底的master通過人機大戰讓人工智能成了盡人皆知的概念，但外在的人機大戰背後是内在的資料+計算+算法能力的崛起，正是這三個因素讓誕生了60年之久的ai在今天再度成為熱點。筆者曾經聽一位從事機器學習領域研發的資深專家講，猛然在2016年才意識到自己原來從事的是ai行業，以前從來沒有意識到。可見ai的熱度并非憑空産生，是多年的技術發展到一定階段的結果。
2017年，大資料的發展有以下幾個主要趨勢：
1、資料+算法+計算能力加速ai+落地
雲計算技術的日臻成熟和成本的降低奠定了大資料發展的技術基礎，深度學習算法的興起和發展使得計算+資料+算法三者支撐的人工智能走下神壇。
伴随着大資料時代的到來，多來源、實時、大量、多類型的資料可以從不同的角度對現實進行更為逼近真實的描述，而利用深度學習算法可以挖掘資料之間的多層次關聯關系，為人工智能應用奠定了資料源基礎。目前的人工智能應用場景都是以大資料作為基礎的，比如在搜尋、推薦、語音互動等場景中已經有了不少成功實踐。
2.基于資料融合和外在價值的探索會誕生新商業模式
目前大資料比較成熟的場景是包括個性化推薦和營銷類應用，以及風險控制、信用評估類應用。我們看到，大資料産品技術及解決方案的創新比較清晰，開源技術基礎上的創新和服務是主要方向，但圍繞着資料本身的新商業模式還在探索過程中。
2017年，基于資料融合和外在價值的創新模式會誕生新的商業模式，企業内外資料、線上線下資料融合産生化學反應，基于資料的創新模式給我們無限想象空間。
3.大資料開始重構傳統工業和制造業的價值鍊
傳統企業和行業使用者已經開始圍繞着資料進行業務流程重構和再造，以資料為核心開始嘗試業務創新模式，比如c2b/c2m模式實質是以消費者資料為核心倒逼傳統産業的更新轉型。2017年傳統工業和制造業會更多地關注資料如何驅動主要傳統産業的解構、重構和再造，基于資料的傳統産業轉型更新成為主流。
4.圍繞着資料權屬、個人資訊保護、跨境資料流動的相關政策法規标準出台
2016年《網絡安全法》的出台引起了社會上對資料安全相關領域的強烈關注，2017年資料權屬、個人資訊保護以及跨境資料流動相關政策法規标準會逐漸完善，推動《網絡安全法》的落地實施，促進我國大資料的健康有序發展。
正如前面所講，資料權屬的界定目前也需要有相應的法律規範出台他，它對于基于資料的創新創業影響巨大。過往幾年中基于資料買賣的地下灰黑産業非常猖獗，帶動了消費者個人和國家對個人資訊保護的關注，但目前來看我國個人資訊保護相關的法律規範尚不完善，目前隻在一些法律中有零散規定，仍然存在效力層級低、法律法規協調性弱、保護内容片面等立法不足，有待于加強和完善。
同時，網際網路使得資料的跨境流動變得普遍，我國越來越多的企業在通過網際網路成為全球化企業，資料本地化和跨境資料流動的問題會日益凸顯。大資料産業發展呼喚政策法規标準的快速跟進。