移动互联网时代，大数据意味着什么？

　　【印联传媒网讯】从1993年开始银行业就开始进行IT建设，在这个过程中，大企业已经积累了非常多的内部数据，包括了交易数据、操作数据。那么，移动互联网时代，大数据意味着什么?

　　在新的互联网时代、物联网、车联网、社交媒体、移动信息，所有这些外部信息变成对企业级非常重要的数据来源。如果说以前企业级的内部数据是矿山，是在已知的矿中挖掘对企业管理和运营有效地信息。这种外部的大的新型数据，互联网上的外部公开的数据对他们来说是“沙海”，怎么样这其中挖掘新的视角，从新维度看客户，怎么样在这个基础上制定企业的新策略是非常重要的。

　　中国银行首席经济学家曹远征博士认为，互联网金融给银行带来了非常大的冲击，这种冲击是颠覆式的。金融机构的核心是处理风险的机构。对未来的不确定性、信息不对称性，信息技术的使用是金融机构必然的追求。

　　“我们发现信息技术的变化也会带来金融机构的变化，金融形式的变化。现在讲的互联网金融恰恰是新的信息技术时代的新的技术点。互联网金融重要的不在于互联网技术也在于新的思考。在大数据时代，新的处理技术会带来新的业务模式。"

　　那么，互联网的业务模式和传统业务模式最大的不同在哪儿?曹远征认为，互联网是从需求端出现的，把草根社会的各种需求自动生成出来然后变成一个产品。过去是在设计产品，标准化以后然后卖给所有人，这是标准化的生产、工业化的思维。而互联网不是这样的，在这样的情况下出现了非常复杂的现象。现在不能全然的辨别这个现象是对还是不对，但是出现了新变化。

　　互联网的成就在哪儿?第一，由于大数据、互联网的使用它是实时的，而且数据处理是非常及时的，预示它对战略分布算得更清楚，而从金融产品全是讲分布，从概率分布来做产品的对冲风险。如果把客户行为描述的更准确、概率更全面，那金融在深化，而互联网做不到这一点。

　　第二，互联网技术代替了物理网点，成本比较便宜，于是渗透率非常高。所有做银行的，大家一两块钱的业务是根本做不到的，因为成本在那儿了。但是互联网金融是一两块钱都可以，使金融渗透到每个人生活中。如果说金融不神秘作为普惠金融，那么互联网做到了这一点。

　　互联网金融带来哪些挑战?在曹远征看，它正在引发系统性的金融风险。互联网金融这种模式出来以后，一个最大的问题，拿银行存款来说，你一定会把饭钱留在手上，是把不用的钱作为存款，互联网模糊了存款和饭钱的关系，支付宝是支付，所有的钱都放在上面，因为钱很多，把这个存款说成余额，余额变成存款。存款在商业银行一定有期限，知道了存款期限才知道贷款怎么安排。商业银行最怕的是挤兑。但是做支付，根本不知道客户行为，客户可能由于某种需要，今天这顿饭要吃的好一点，花钱比平时多一点，这种行为是正常的。但是支付是一手交钱一手交货。假如再出现“光棍节”交易额突然非常大，大量的支付就在银行大量提现，这时候就出现在挤兑，如果这个钱是存在一个小银行，那很快就被打掉了。如果从风险管理角度来讲可以做协议存款，但是不能做T+0，不能即时兑出，即使你在银行做的时候，你今天存的钱今天是不能取的，银行最低也是要在一天的期限。现在互联网的发展可以说是这样一种情况的出现，今年2月份以后，互联网企业的竞争加剧了，余额宝转到腾讯网上，一定会大额提现，就会带来金融风险。

　　至于未来怎么样?有一件事是看清楚的，它界定了金融和互联网企业的界限。什么叫金融?处理不确定性问题。如果用互联网，它能把所有的确定问题全部取代，支付、交易，但是能不能取代处理不确定性问题，我尚且不敢下结论。我们知道那是人的行为问题，那是风险偏好问题。可能大数据、云计算会确认这种风险会提供更多技术手段，但是并不是产品的设计和制造。产品的设计和制造是金融的核心。从这个意义上来讲，可以看到，未来互联网企业可能是两条路，一条是在金融上做支付系统，支付系统是一手交钱一手交货，这是确定性的问题，肯定发展潜力多，因为你的成本更低，比物理网点成本低很多，肯定有很大的佣金收入。要么你变成金融企业，金融企业应该按照巴塞尔协议要求监管，通常我们叫一般存款的金融机构，全球监管标准是一样的，8%的资本充足率。同时各国都有存款准备金的要求，中国是20%的存款准备金。在这样的安排下，这是金融一般性监管。中国政府正试图朝着这两个方向走，已经给淘宝、腾讯颁发了金融牌照。再制定一下支付，支付完全是确定性的，中间的核心问题是是否升息?如果钱是升息的，这是金融活动，如果钱不升息，这是支付活动。利率是金融活动最重要的，它是风险的溢价。如果要做风险的溢价，就要获得金融牌照。如果不做风险溢价，那是技术竞争。

　　从未来来看，支付金融从理论来讲可以把银行的物理网点全部取代，特别是大数据和分析的能力，对客户黏性大大增强，这样是设计产品，这是跟利率的安排是相关的。

　　北京大学人民医院院长王杉，则从医疗机构的角度分析了大数据的价值。据他介绍，去年一年中国人门诊就诊人次70多亿，糖尿病病人接近1.2亿，高血压病人2亿，但是资源拥有和给世界医学的贡献不平衡。这就是说我们有资源，但是没有把它深度挖掘，尤其是刚才提到的Watson，能够分析出来。谈到的这么多数据，现在还是局限于刚才提到的20%的结构化数据。现在更重要的是，大量的占据了80%的非结构化的数据，这就是中国的希望，中国医学的希望。但是一定是要取决于技术的发展。

　　另外王杉还表示，这么多年用信息，完全是使用者，信息技术不是让现在的人去因为是用机器的思维、机器的方法，而是用IT思维、IT方法去使用，现在IT的趋势是让一个正常人回归自然。在讲到大数据的时候，不仅仅是大数据，实际上是移动健康等一系列技术的出现。传统上认为大家得病去医院是天经地义的事儿。但是医院是根据它的资源比较缺乏的时候才到集中的地方就医。

　　现代企业已经进入了后ERP时代，每天企业在运行过程中会产生海量数据。在最近几年之中，社交数据、移动数据、物联网数据呈指数级的上升。现在事实上面临一个非常大的挑战，如何应用好数据，对很多现代企业变得非常重要。IBM中国研究院副院长董进，从重资产型企业比如新能源、物流企业，分析了如何更好地利用数据这样一种自然资源，帮助企业有更深的行业洞察。

　　在新能源领域。中国2011年末中国风电的装机容量排全球首位，基本上30%-40%的新能源风电是不能并网的，白白浪费掉了，主要原因是风电的随机性、间歇性不能并入主干网，需要有非常精准的小尺度、非常精准的天气预报技术，知道每一个风场在什么时刻会产生多大的风力，这是一个大数据的问题，需要把整个风场气象的传感器数据和从卫星上传下来的气象原始数据做很好的整合后，用大数据的方法实时的数据分析，同时用IBM很强的计算能力做小尺度、高精度的气象预报系统。通过这样的气象预报系统，能够帮助企业、帮助我们风场非常高的提高风电预测效率。用这样的大数据技术，帮助在中国国家的风光储示范基地用IBM大数据设备做新能源的预测。通过这样的技术，使国家的风光储示范基地的风力介入提高10%，这10%可以让14000家用户每年使用风电，相当于一个全风场整个生命周期多并网发电将近8000万美金。这样的例子IBM在中国做了非常多,在30多个风场用大数据技术做整个风力预测技术。

　　IBM把大数据技术也应用在物流行业，IBM和中国最大的快递企业之一做它的物流配送系统，通过这样的系统，把将近三千多辆物流车辆的GPS数据实时采集回来，每十秒采一个数据点，一个月将近12亿条数据，用大数据分析技术建立它的数学模型，能够非常清楚的做全国的物流网络规划，这是非常大的数学问题，它的决策变量有上百万个，如何在其中找到最优解。通过这样的技术帮助这家物流企业的干线、支线的物流成本降低15%，使客户服务水平、安全库存水平降低25%。整体来看，通过大数据技术，不改变其他的物理配置的情况下，能够帮助这家企业每年节省6000万人民币左右的物流成本，这样的例子有很多。

　　在大数据的实战中有三个重要因素，缺一都很难做成功。大数据项目需要很深的商业洞察，行业理解。需要有非常坚强的大数据的IT基础架构。需要有非常好的数学建模人才帮助你做模型建立。IBM过去五年来做了30多次的收购，在全球有1.5万个基于各个行业的分析顾问。更重要的一点，在全球有400多个顶级数学建模专家。这样的建模专家在中国有50余位。希望用综合的大数据的能力帮助企业跟我们的合作伙伴面对大数据的时代，同时拥抱这个时代。另外最重要的一点是引领这样一个时代。

本文由印联传媒小新编辑整理