近日，由人民郵電出版社主辦的“2017第四屆中國國際大數(shù)據(jù)大會”在北京新世紀日航酒店舉辦，本屆大會以“數(shù)據(jù)驅動，智能引領——共享數(shù)字經濟新機遇”為主題，聚焦大數(shù)據(jù)全產業(yè)鏈創(chuàng)新與發(fā)展。同期舉辦了運營商大數(shù)據(jù)分論壇，中國電信北京研究院燈塔大數(shù)據(jù)產品線總監(jiān)兼中電領航(北京)信息咨詢公司副總經理孫靜博表示，運營商大數(shù)據(jù)下半場是通過物聯(lián)網(wǎng)豐富了物的環(huán)境。
演講實錄
孫靜博：很榮幸主辦方邀請我跟大家分享，很高興大家能留到現(xiàn)在聽我的一些粗淺理解。
我這次跟大家匯報的題目是運營商大數(shù)據(jù)下半場的思考，什么叫下半場思考？我覺得上半場跟下半場的區(qū)別就是我們從幾年前到現(xiàn)在，運營商的方式好像沒有什么大的差別，還有就是三大運營商也大同小異。
這就說明目前運營商大數(shù)據(jù)的變現(xiàn)遇到的障礙或困惑，隨著其他技術的發(fā)展，我覺得恰恰給運營商大數(shù)據(jù)的變現(xiàn)提供了機會，那就是我跟大家分享的下半場的思考。
先回顧一下上半場，現(xiàn)在給大家展示的是中國電信天翼大數(shù)據(jù)4+1產品體系，分別是風險管控、精準營銷、區(qū)域洞察和智慧運營。前兩個是2C的業(yè)務，主要形態(tài)是用光纖和數(shù)據(jù)服務的方式對外提供服務。這兩個問題在于什么呢？就是運營商在這兩項業(yè)務中給產業(yè)鏈提供的服務還是偏頂層的數(shù)據(jù)服務，沒有深入到真正行業(yè)內核心的環(huán)節(jié)，風控還是以模型的基礎原材料的方式提供，但營銷除了我們有自身媒體資源之外，更多是以營銷的標簽查詢的方式對外提供，這兩種方式都沒有深入到行業(yè)，雖然這兩塊有比較大的收入規(guī)模，但是做的不夠深。
后面兩塊一塊是區(qū)域洞察，一塊是智慧運營，還是以統(tǒng)計級的數(shù)據(jù)分析結果，對最終的交付的服務提供。區(qū)域洞察更側重于位置的畫像，智慧運營更側重于網(wǎng)絡行為的畫像。這兩種從收入規(guī)模上來講就更小了，因為每一個個體價值忽略了，形成綜合的匯總結果。同時這兩個行業(yè)對于行業(yè)的理解來說，區(qū)域洞察更多是用在交通領域、旅游領域等等，政府的客戶最喜歡大屏可視化的角度，這兩個行業(yè)我們積累的也作為大屏。
智慧運營概括成兩個字，客戶要的就是模板，我們按照客戶領導關心的模板把數(shù)字填好。綜合看下來，整個運營商大數(shù)據(jù)對外提供的數(shù)據(jù)服務概括起來是第一價值沒有出來，第二對行業(yè)的理解深度不夠。
4+1還有一個1就是PAAS平臺，一方面賣一些基礎的云服務，另一方面給客戶提供大數(shù)據(jù)的解決方案。由于數(shù)據(jù)項目承擔周期很長，售前的工作很復雜，使得我們沒有足夠的動力真的通過項目把行業(yè)做深，所以這4+1無論是電信還是移動聯(lián)通我覺得都是相對來說比較淺顯的。
為什么我們沒有實現(xiàn)大數(shù)據(jù)規(guī)模變現(xiàn)？我現(xiàn)在的思考是大數(shù)據(jù)規(guī)模變現(xiàn)背后是有規(guī)律的，拋開統(tǒng)計級的業(yè)務不說，個人級的業(yè)務怎么規(guī)模變現(xiàn)？這個圖是變現(xiàn)流程。每一次的展示機會，各個廣告主通過競價的方式獲取到這次展示的結果，他們做決策的依據(jù)就是DMP的平臺，對這次展示機會背后用戶的精準畫像，場景+資產定價+程序化或者非程序化交易實現(xiàn)數(shù)據(jù)規(guī)模變現(xiàn)。所謂場景就是需要有資產進行交易的場景，資產定價，數(shù)據(jù)在這里面的價值就是對資產進行了定價，在資產價格的過程中順帶跟數(shù)據(jù)的價格，而不是簡單做一個連定價都拍腦袋的數(shù)據(jù)的交易。
舉一個例子，比如我們做風控和征信，我們運營商現(xiàn)在做的只是最底層的數(shù)據(jù)買賣，更高層次的數(shù)據(jù)變現(xiàn)就是我們給每一個借貸的資產，通過我們數(shù)據(jù)做風險的定價，然后在資金方跟借貸方的官方資產交易的過程中，我們數(shù)據(jù)真的給資產風險做定價，我們的數(shù)據(jù)才真正發(fā)揮了價值。所以我們看到了在互聯(lián)網(wǎng)金融領域，有大量的征信公司真的發(fā)展起來了，而運營商還停留在最底層。同樣這個場景也適用營銷領域，每一次展示的時候，數(shù)據(jù)給展示機會做了定價，在不停的展示機會的交易中數(shù)據(jù)出現(xiàn)了變現(xiàn)，這才是單體數(shù)據(jù)大規(guī)模變現(xiàn)。也就是作資產進行交易的場景下數(shù)據(jù)起到了資產定價的作用，使得資產需求側愿意為資產交易來買單，數(shù)據(jù)產生規(guī)模化變現(xiàn)的可能性。
總結一下上半場大數(shù)據(jù)變現(xiàn)之路的困惑，首先運營商大數(shù)據(jù)是圍繞著個體，單個人自有數(shù)據(jù)為主要的數(shù)據(jù)對象，這里面的問題是數(shù)據(jù)隱私和數(shù)據(jù)孤島，還有就是我們以人為主的大數(shù)據(jù)變現(xiàn)場景是受限的，隨著運營商里面價值最高的數(shù)據(jù)的類型存在各種加密，價值存在著下降。
第二點困惑就是數(shù)據(jù)服務通常以標簽和報告類為主，這就導致了無法實現(xiàn)數(shù)據(jù)的規(guī)模變現(xiàn)，也無法深入行業(yè)嵌入業(yè)務流程，發(fā)揮數(shù)據(jù)更大的價值。
第三就是目前變現(xiàn)是以結構化數(shù)據(jù)和半結構化數(shù)據(jù)為主要處理類型，我們現(xiàn)在是無法處理更高級的非結構化數(shù)據(jù)，也無法通過度學習先進技術去挖掘數(shù)據(jù)背后更深的價值。
這幾點困惑我這邊提出了相應的解決，以人為主的要找到更豐富數(shù)據(jù)為場景，第二是我們以抱歉和報告類的數(shù)據(jù)為主要類型要云化，通過云快速的交付標準化的產品。第三要依托人工智能的技術，把之前處理不好的數(shù)據(jù)，之前算法無法充分數(shù)據(jù)價值的部分，通過人工智能的技術做出來。所以我提出了就是轉向成A、B、C+I的方式。
講一下下半場怎么做，首先從大數(shù)據(jù)開始講，我們希望能把運營商的數(shù)據(jù)發(fā)揮出背后真正的價值，運營商的數(shù)據(jù)跟其他數(shù)據(jù)本質的區(qū)別在哪兒？運營商的數(shù)據(jù)有天然的連接性，就像數(shù)據(jù)的經線和緯線一樣支持一個維度，大家的數(shù)據(jù)都在一起，這個背后就是運營商各式各樣的ID的對應關系，使得多家的數(shù)據(jù)能夠打通串聯(lián)，起到1+1大于2的功效?；跀?shù)據(jù)的打通可以找到更豐富的場景，使得我們把數(shù)據(jù)更深入到客戶的業(yè)務流程中，讓變現(xiàn)的數(shù)據(jù)和客戶內部的數(shù)據(jù)發(fā)生融合。
第二個就是物聯(lián)網(wǎng)，隨著物聯(lián)網(wǎng)技術低功耗和廣覆蓋的逐漸成熟，各類傳感器已經開始采集關于物體和環(huán)境的各類數(shù)據(jù)，包括非結構化的數(shù)據(jù)，包括環(huán)境的數(shù)據(jù)，可以大大的拓展了數(shù)據(jù)源的種類和來源。使得我們不光可以采集到風險，還可以采集到環(huán)境的數(shù)據(jù)和物體的數(shù)據(jù)，使得運營商大數(shù)據(jù)的變現(xiàn)場景變得非常多。
第三就是人工智能，人工智能主要分兩點，大家都知道AI這兩年非?；?，一方面有了大量的標注后的大樣本數(shù)據(jù)，第二是我們在三十年前就已經成熟的神經網(wǎng)絡的訓練酸，第三是隨著GPU和TPU專門的人工智能處理器的誕生加速了時間。AI和運營商大數(shù)據(jù)的結合主要是兩點，一方面是我們可以用人工智能處理原來采集回來但是處理不好的數(shù)據(jù)，包括各種的圖像數(shù)據(jù)、云數(shù)據(jù)等等，還有一方面是我們通過人工智能在特定工程上的特點，我們可以把用傳統(tǒng)的機器學習的方式訓練不好的分析場景達到更好的效果。這兩方面跟大數(shù)據(jù)的結合可以更開拓出來一片利用人工智能的機會。
第四就是我們希望云計算跟大數(shù)據(jù)結合起來，我們希望能把企業(yè)的數(shù)據(jù)嵌入到業(yè)務流程，能夠快速的交付大數(shù)據(jù)客戶，并且可以按需的使用計算能力和存儲能力，同時跟人工智能的結合，目前來看中小企業(yè)人工智能的障礙是缺乏足夠的資源，我們可以把這種訓練的能力用云的方式解決，讓客戶把訓練最消耗計算能力的部分用云的方式提供服務，再把數(shù)據(jù)的智能提供給我們。
給大家分享一下我們的案例。正是基于這個思路，從大數(shù)據(jù)的上半場轉到下半場，通過人工智能大數(shù)據(jù)，還有云計算和物聯(lián)網(wǎng)這幾個新興技術的結合，我們深入到行業(yè)中去，已經有一些試點成果的案例。目前我們選擇的案例是畜牧業(yè)，為什么選擇這個行業(yè)呢？因為這個行業(yè)的產業(yè)規(guī)模不算大，目前畜牧業(yè)主要有三個細分領域，一個是羊，一個是奶牛，一個是肉牛，我們一直說大數(shù)據(jù)是萬億級的規(guī)模，我們幾年做下來能做到百億就不錯了，但確實是有這種發(fā)展空間，光是肉牛有一萬億的存量市場，而這個市場是非常落后的，我們覺得這么大的市場信息化水平這么落后一定含著商機，所以我們選擇了這個行業(yè)，同時國家層面出臺了大量的政策，還有另一方面是市場的驅動。隨著中產階級的崛起，消費升級，家庭對于牛肉的消耗量成幾何級的增長，可以遇見至少三十年到五十年整個國內肉牛市場會一直呈現(xiàn)高速發(fā)展的市場。
我們針對目前肉牛的細分領域，我們一方面面向政府，一方面面向養(yǎng)殖企業(yè)，提供了幾個方向的服務。面向政府主要是解決精準扶貧、安全溯源和植被保護。面向養(yǎng)殖企業(yè)是防畜走失和精細放牧和可追蹤。
我們基于物聯(lián)網(wǎng)、人工智能大數(shù)據(jù)打造了一套自主研發(fā)的解決方案，同時為政府和牧民根據(jù)他們的需求提供了多種技術產品。主要的設備核心是具有長時間續(xù)航能力的終端產品，這個終端產品主要有幾個功能，一方面是可以記錄，一方面可以記位。
通過物聯(lián)網(wǎng)的技術實現(xiàn)了牲畜的軌跡跟蹤，還有電子柵欄，還有信息記錄，這個從生物資產管理起到實時監(jiān)控效果。通過大數(shù)據(jù)我們把位置數(shù)據(jù)采過來之后，我們進行了多維度的分析，包括牲畜是不是活的狀態(tài)，以及每天行走的規(guī)律是什么樣子，哪塊的草場是它們經常去的，以及哪一塊草場有什么風險，都通過大數(shù)據(jù)的方式。
同時我們打造了可信溯源的服務，我們把整個牛產業(yè)鏈的上下游都去把交易數(shù)據(jù)和資產流轉數(shù)據(jù)上到區(qū)塊鏈里面，從一開始的養(yǎng)殖到加工到批發(fā)零售，幫助地方政府做品牌的打造，也使得終端的消費者在買到產品的時候能有一個比較放心的保障。
同時我們還在這個領域做了人工智能的探索，一個是利用牛小范圍的花紋實現(xiàn)了識別，也就是像羊臉識別的概念。同時我們還做了一項工作，通過視頻的信息做智能的稱重和智能的丈量?，F(xiàn)在傳統(tǒng)的養(yǎng)殖方式稱重靠地稱，但其實大量的工作不是很好的處理，現(xiàn)在可以智能化稱重，智能化丈量。
基于智能化服務，我們把傳統(tǒng)的行業(yè)做了一個信息化基礎設施的打造之后，空間已經不限于信息化行業(yè)本身，我們已經和保險公司，還有相應的金融機構談了關于保險，關于借貸方面的合作?？梢酝ㄟ^我們跟他們的溝通，才能得到在這個傳統(tǒng)行業(yè)里面，金融服務有多么大的空間。其中有一家金融機構已經把自有資金100個億投到畜牧業(yè)，但是也僅僅服務了十幾家企業(yè)，大家可想而知這個市場在傳統(tǒng)的金融機構里，沒有服務好的這些企業(yè)里面有多大的金融市場。通過我們的手段打造每一個個體是否存活，這個個體是否有可信的記錄，這些都給金融機構提供了很好的支撐。
總給一下我今天的報告，上半場和下半場從幾個維度上可以看到差別。數(shù)據(jù)類型結構化、非結構化，服務內容是以標簽、報告、可視化下半場是業(yè)務系統(tǒng)，交付方式是私有化部署，下半場是公有云、混合云，數(shù)據(jù)源是人，下半場是通過物聯(lián)網(wǎng)豐富了物的環(huán)境。
對應的解決思路把傳統(tǒng)的運營商大數(shù)據(jù)用人工智能場景化，云計算和物聯(lián)網(wǎng)的方式大大豐富空間。我覺得通過這種也許可以把運營商相對來說十億或者百億規(guī)模的市場迅速的打開到一個百億甚至千億規(guī)模的機會，我的匯報就到這里，謝謝！
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
