物联网教父：离开问题 大数据就没有意义

在Telematics China论坛上，JBJ Advisor创始人Joe Berry带来的话题是如何应对大数据以及基于大数据的未来互联社会，文章来自于求不礼现场演讲《Creating Order Out Of Chaos》（乱中创序）。

以下为他的演讲实录：

物联网以及物联网带来的互联互通的世界会改变我们生活的方方面面。在新一轮关于物联网的竞争之中，会出现一些赢家，但更多的会是输家。

跟大家分享一个小故事。在我以前工作的写字楼外，有一个卖热狗的小摊，每次到休息时间我都会去买一些吃的。有一天小摊在楼下消失了，我以为他失业了，直到几个月之后在我在一个公园的旁边又看到他。在我看来，我原来工作的大楼里有几千人在那上班，而且都不缺钱，吃又是必须解决的问题，他在楼下的生意应该很不错，为什么要换地方呢？他告诉我，写字楼里面的人，西装革履，大多数并不愿意来买热狗吃，而是会选择去稍远一点的咖啡店里，我唯一忙碌的时间只在中午，其他的时间都少有光顾。公园本身就是一个人来人往的地方，再加上旁边还有一个公交车站，有稳定的客流。

在这个小故事里，我做的是数据搜集的工作，我只知道写字楼员工的数量，知道他们有钱，饿了回去买东西吃，我认为有这些数据就足够了，他做的工作要更进一步，他研究了员工的心理状态，知道哪些人才是他的潜在客户，并根据这些信息来做出有利的决定。所以说，在使用大数据的时候，不仅仅是收集数据就可以了，还要对数据进行分析，知道哪些数据是重要的，明白从数据本身反应出的问题，然后再从数据中找到答案，解决这个问题。

如果你不去发掘这些“问题”，而只是把关注点放在大数据本身，那么这件事情就没有太大的意义和价值。就像物联网兴起之后，大家都认为物联网会改变一切，但是这个说法太宽泛了，有点想当然，也很危险。物联网确实能带来改变，但是一些基础的原则依然很重要，执行力与理想力依然是关键所在。

那么，究竟什么是大数据呢？在我的理解里，大数据即是大量的非感应性的数据，必须进行实时地处理。大数据因为数据的量大，所以基本上是处于混乱状态的，我们要做的处理工作，是在乱麻中找出问题的线头，把杂乱的数据整理成有序的信息，来解决问题。

大数据有多大呢？用字节来衡量的，现在的数据大概是在2.7Z个字节（Zetabytes），也就是2.7×1021个字节，换算成我们现在常用的Gigabytes，约为2.7×1012个GB，而这个数字，到2020年，从目前的预测来看，会翻50倍。我们现在每两天产生的数据量就相当于过去十年的数据量的总和。

现在已经有一些大数据的使用案例了。美国的洛杉矶警察总署和加州大学的洛杉矶分校都在使用大数据来预测犯罪情况的发生；谷歌的流感趋势根据人们检索的关键字的数据来推算一个流行病的传播速度和范围；美国的一位数学天才Nate Silver也利用大数据成功预测到了2012年美国大选的每一个州的选票情况。在汽车上，大数据也有应用，比如美国的保险车联网，还有自动驾驶等等。

大数据在车联网中起到的作用也是相当的，数据只是数据而已，重点一直都要放在你想要解决的问题之上。内容永远都不重要，重要的是你有了内容之后你要做点什么。内容只是注入发动机、让发动机动起来的燃料，但是发动机动起来才是我们真正想达到的目的。就好像平常最接近用户的是导航系统而不是地图，是导航系统解决了从A到B点这件事情，而不是地图中的数据，当然，这些数据也是不可少了。

我经常与整车厂打交道，不管是很酷的车还是大众脸的车，高端的车或者低端的车，品牌力如何，作为一个汽车产品，最起码要达到的是价值、要安全，还要开心。其中的关键在于：提高使用者的体验或者提高他们的驾驶体验。这两者是不同的，能够满足使用者的体验是价值所在，而满足驾驶体验则是让他们的使用过程更加开心。对于车来说，一个好的体验自然是让车变成他生活的一部分，需要给予他们关注和回馈，用买车的人数据来完善他们的车生活。这种体验，不一定要超越他们的期望，只要能切中他们的需求点就可以，但切忌让客户产生“他们承诺了却没有做到”的感受。

现在的汽车企业，很少会有在大事上做出错误的决定的。对于未来技术动向的把握，要如何充盈产品线这种大方向的策略基本很少有人会出问题，即便是针对推出一款产品也都知道要去做市场调研、车辆是不是受到定位人群的欢迎。而能让这些公司产生区别的关键往往都在小事情上，也正是这些小事情，才是真正影响一个人是否选择这个品牌的根本所在。就像特斯拉的Model S，这并不是一辆完美的车，出现过很多问题——轮胎的磨损、起火，人们对它推崇的原因不在于Model S不会出现问题，而是在出现问题之后它的应对方法之上。

在车联网中，最重要的信息莫过于位置。现在有很多公司都会做位置服务，但是如果只是用位置信息来告诉人们你在哪儿，那是完全没有价值的。位置信息可以初步定义一个人，举个简单的例子，有人总是去学校，那么不是学生就是老师；在医院，大多不是医生就是病人；而在图书馆的人，基本上都是没有约会的人。位置信息是所有其他更为复杂信息的基础所在，在这个基础之上，能够进行精确的定位，产生更好的盈利模式，并最终能够解决实际生活中的一些问题。

在服务和解决方案中，有无尽的货币化机会：解决拥堵问题、智能的能源管理和环境监测系统、提供地理服务（包括监测、跟踪、定位和保护）、安全服务（人身安全、信息安全以及资产安全）等等。

现在正是最好的时代，我们有足够多的能联网的设备，有大部分人都可以负担得起的传感器，无线通讯的成本一再降低，带宽和联网速度也能满足各种技术需求，甚至还有了能够对数据进行实时分析的引擎。在这个时候，如果你想利用大数据来做点什么，简直不要太简单。但是在做的时候，不要忘了：数据不是关键，问题才是。