ABCの中でビッグデータが最初に遅れをとる理由

[[211451]]

人工知能 (AI)、ビッグデータ、クラウドコンピューティングは、今日のインターネットにおける主要な論点であると考えられています。 3 つの技術の中で最も議論を呼んでいるのはビッグデータ技術です。その誇張された効果と限られた用途により、ビッグデータは ABC の 3 つの技術の中で最初に遅れをとることになるでしょう。

ABCパターン

2010年、工業情報化部と国家発展改革委員会は共同で「クラウドコンピューティングサービスの革新と発展に関するパイロット実証作業の実施に関する通知」を発行し、クラウドコンピューティング元年の幕開けとなりました。

2013年、アリババ副社長の徐子培氏は、この年を中国におけるビッグデータ元年とすべきだと提唱し、この見解は業界で広く認知されました。

人工知能元年？いつ来るかは誰にも分からないが、いつか爆発的に普及するだろう。

クラウド コンピューティング テクノロジーは、たった 1 つのきらめく星から、今日では何千もの家庭で明るく照らされるアプリケーションへと進化しました。クラウド コンピューティング業界は、多くの大手インターネット企業の復活を牽引してきました。Microsoft のような強力なソフトウェア大手でさえ、近年クラウド コンピューティングに完全に移行し、大きな成功を収めています。Azure は、20 年以上にわたってインターネットを支配してきたこの巨大企業に、第二の活力を与えました。クラウド コンピューティング業界に参入していない企業でも、クラウド コンピューティング テクノロジーの恩恵を受けている企業はほとんどです。クラウドコンピューティングの威力は今やピークに達していると言えますが、今後も発展の余地はまだあります。

人工知能の開発はインターネット業界のスローガンになりつつある

人工知能技術は常に現実とは程遠いものとされてきたが、2016年にGoogleがチェスのゲームを使って世間を驚かせ、ひっそりと開発が進められてきたAIの知能レベルがそのようなレベルに達していることが判明した。教師あり学習から自律学習まで、人工知能の発展はロケットのように急上昇しており、その関与できる分野は日々増加しています。さらに恐ろしいのは、現在の人工知能の状態が成熟には程遠いことです。将来、最初の主要な技術が人工知能に与えられることを疑う人は多くないと思います。

それに比べて、ビッグデータは非常に厄介な状況に直面しています。クラウドコンピューティングより少し遅れて始まったものの、急速に発展してきました。昨年はビッグデータが本格化しました。アリババクラウドは、2016年を1兆ドル規模のビッグデータ産業元年とすることを提唱しました。さまざまなビッグデータ処理プラットフォームと処理技術が登場し、ビッグデータ産業はさまざまな業界に応用されています。一見すると問題はないように見えます。

しかし、ビッグデータの開発は十分に強力であるとはいえ、AIやクラウドコンピューティングに匹敵するには程遠いものです。 BATビッグスリーの中でも、百度は強いものの、やはりアリババやテンセントほどの規模ではない。

ビッグデータの喜びはもうすぐ

ビッグデータ業界は非常に速いペースで成長しています。 2013年に我が国に参入してから今日の1兆ドル産業に至るまで、この技術はわずか数年で急速に話題となり、業界全体の注目の的となるまでに発展しており、成功と言えるでしょう。ビッグデータの成功は必然だが、時代の幸運によるものでもある。

ビッグデータ: 最初にクラウド、次に空

ビッグデータの成功は、クラウド コンピューティングの発展によってもたらされる計算能力の向上に直接関係しています。ビッグデータの第一の特徴は、その大きさです。ビッグデータの大きさはよく誤解されています。そのため、小学生が蘇軾の詩を数十万語しかなく数えて「ビッグデータ」と呼ぶのは、この技術を本当に軽視していることになります。 「ビッグ」の特徴は、従来の手段では数えきれないほど大きいことです。従来の手段は統計に使用できないため、ビッグデータに対する基本的な保証を提供するには、クラウドの力とコンピューティング能力の向上に頼る必要があります。

データを無駄なものから宝物に変えるお手伝いをします。ビッグデータが直接解決する問題の一つは、企業内で廃棄されるデータの問題です。ビッグデータ技術の登場以前から、データの重要性は企業の注目を集めていましたが、データの分類と処理技術が不十分であることが問題でした。企業はデータを保有していましたが、それを生産性と利益のポイントに変換できず、データ保存のコストが高かったため、データを放棄しなければなりませんでした。ビッグデータの成果はこの問題を解決し、企業が本来の黄金からほこりを払い落として輝かせることを支援しました。

ビッグデータは勢いづいている

ビッグデータとオープンマーケットが出会う。一般のユーザーにはわかりにくいかもしれませんが、比較すると、中国市場は世界で最もダイナミックで寛大な市場です。私の国の市場は比較的複雑なので、新しい技術の開発にとって肥沃な土壌となることがよくあります。私の国におけるビッグデータの急速な発展は、複数のレベルの政策と技術によっても保証されています。

政策支援がチャネルを提供し、クラウドコンピューティングが基盤を提供し、市場の需要が栄養を提供し、ビッグデータは急速にピークに達しました。しかし、これはビッグデータの問題が隠蔽されることを意味するものではありません。逆に、注目されなければされなければされるほど、ビッグデータの隠れた危険性はより深く根付いていくことになります。

あなたは病気を患っています。治療しないと、症状が悪化する可能性があります。

扁鵲は蔡桓公に会ったとき、毛穴、皮膚、腸の病気の治療法を提案したが、蔡桓公は神々でさえ彼を救うことはできないし、自分自身を救う気もないと言って聞く耳を持たなかった。ビッグデータの問題は、明らかにそれほど深刻ではありませんが、遅れるほど悪化する頑固な病気でもあります。

ビッグデータの第一の慢性病：ビッグデータの価値が誇張され、入出力比率が満足できるレベルに程遠い。この根深い問題は典型的な人災です。言い換えれば、少数のビッグデータ企業がビッグデータ業界のイメージを損なっているのです。ビッグデータの応用は確かに企業の業務効率と意思決定効率の向上という目標を達成できますが、一部の企業が自慢するほど魔法のようなものではありません。

お金を振ることができないだけでなく、お金を使わなければならない

ビッグデータは金のなる木ではなく、すぐに収益化できるものではありません。逆に、ビッグデータは収益化が遅い技術です。ビッグデータの展開と応用から意思決定への影響、意思決定展開の実施から結果の創出まで、全体のプロセスサイクルが非常に長く、収益化効果が十分でない可能性があります。高額な投資、過大な期待、平凡または期待外れの結果。これら 3 つの要因のプレッシャーの下で、企業はビッグ データにどれだけの恩恵を残すことができるのでしょうか。

ビッグデータの2番目の頑固な問題は、適切な病気に適切な薬を処方しないと、低所得者が生き残ることが困難になることです。現在、ビッグデータ産業は全面的に推進されているが、無視できないのは、ビッグデータがローエンド産業に優しくないということだ。これは理解しにくいことではありません。ローエンド産業のデータ量は多くなく、分析の需要も低く、分析結果が企業にとって指針となる意義も小さいため、需要が低いのです。

お金があるなら自分でやればいい。お金がないなら、欲しくないよ。

ハイエンド業界では、本当に需要がある企業は独立した事業体になることが多いです。たとえば、アリババやテンセントのような巨大企業は、データが多すぎてデータ需要が強いため、データセキュリティ用と長期計画用の異なるビッグデータ製品を選択する可能性は低いでしょう。したがって、そのような企業が独自にビッグデータ技術や製品を開発する方が適切であると考えられます。しかし、各企業が独自に取り組むという状況は、ビッグデータ業界にとって最も望ましくない状況、つまり孤島化につながる可能性があります。

東側の柵の下に座って、私はゆっくりと困難に立ち向かう

ビッグデータの3番目の慢性的な問題：データ収集の難しさが過小評価されている。この問題は 2 つのレベルから生じます。第 1 レベルは、テクノロジー プロバイダーの過小評価です。ビッグ データ業界の多くのテクノロジー プロバイダーは、ビッグ データの処理、管理、分析のプロセスに重点を置いていますが、データ収集の問題を解決するために、埋め込みポイントなどの単純なコード メソッドのみを使用しています。この方法はインターネット業界では使えますが、ビッグデータを他の業界に展開する場合には大きな制限が課せられます。

データ収集: お金か完全性か?

非インターネット業界でデータを収集する場合、企業は包括的なデータよりも収集しやすいデータを選択することがよくあります。これが、収集コストの制限という問題の2番目のレベルです。多角的に包括的なデータを収集するには、収集投資を増やす必要があります。投資を増やさなければ、データ分析の精度が低下し、投資を増やすと費用対効果がさらに低下する可能性があります。このジレンマがビッグデータを非常に厄介なものにしています。

ビッグデータの 4 番目の頑固な問題: プライバシーとセキュリティが足かせになる。収集されたデータが一度だけ使用される場合、コスト投資は許容範囲内です。しかし、問題はビッグデータの流動性が高く、頻繁に変更されることです。通常のデータは一般的に3か月以内に無効になり、遅延し、再び収集されたときにはまったく新しい状況に直面することになります。

気が狂うことを願うし、一人暮らしをしないことも願う

同時に、ビッグデータが頻繁に複数回収集されると、プライバシーの問題は避けられなくなります。 Google のような強力な企業であっても、ユーザー データを収集するにはユーザーの同意が必要ですが、同意しないユーザーをどのようにカウントするのでしょうか。この大規模なユーザー カテゴリは、「生存者バイアス」につながるリンクになるのでしょうか。しかし、これらのユーザーのデータが強制的に取得された場合、そのデータの所有者は誰になるのでしょうか。

さらに、ユーザーのプライバシーが関与すると、問題はセキュリティに直接関係します。企業はユーザーデータを収集して大規模なデータベースを構築します。大規模なデータベースは価値があり、ハッカーの攻撃の標的となります。しかし、データが盗まれた場合、最も直接的な被害者は企業ではなくユーザーです。自社のデータベースからデータが漏洩しないことを保証できる企業はどこでしょうか?

ビッグデータはもはや「ビッグ」ではないかもしれない

ビッグデータのこうした根深い問題は以前から存在していましたが、実際に解決して成果を上げることは稀でした。ビッグデータがさまざまな業界で深く発展するにつれて、ビッグデータの課題は次々と明らかになっていくでしょう。その時に課題を解決するソリューションを提供できるかどうかが、ビッグデータの今後の発展に影響を与えるかもしれません。

DT時代では、依然としてデータが最優先だが、もはやそれほど重要ではないかもしれない

DT 時代において、データ量は依然として指数関数的に増加しています。すべてのユーザーとすべての企業は大量のデータを生成する可能性があり、データ処理の手段はますます「絶対確実」かつ便利になっています。誰もがデータを活用し、データを処理することができます。これはテクノロジーの発展によって実現されると信じていますが、問題は、このデータが本当にすべての人にとって価値のあるものなのかということです。

ある企業が過去 10 年間の自社データを分析し、それを意思決定者に渡すために数十万ドルを費やしたとします。それを読んで、意思決定者は喜んで「そうだ、次のステップは人工知能を開発することだ! 人工知能は間違いなく儲かる!」と決定します。しかし、これらの決定には本当にビッグ データの助けが必要なのでしょうか? たとえ企業が人工知能を開発して成長を達成したとしても、その功績は本当にビッグ データのおかげなのでしょうか? この企業はデータ主導の成長企業と言えるのでしょうか?

ビッグデータは現在、次のような問題に直面しています。実際にお金が投資されているのに、返ってくるのは潜在的に有用な情報の集まりに過ぎないのです。情報には値段がつけられないほどの価値があるし、意見にも値段がつけられないほどの価値があるが、この値段がつけられないほどのものが実際には価値がないかもしれない。

大企業にはビッグデータが必要

ビッグデータは今後も強力な存在であり続け、政府、公共事業、運輸、航空宇宙などのさまざまな大規模組織にとって必要不可欠なものとなり続けるでしょう。しかし、普通の企業や普通の従業員にとっては、Excel スプレッドシートで問題を解決できるかもしれないので、わざわざ「核」レベルのビッグデータ処理技術を使用する必要があるのでしょうか。将来も、データは依然として非常に重要です。企業はデータを生成し、データを分析し、データを使用しますが、データ処理はルーチン化される傾向があり、ビッグデータほどセンセーショナルではありません。

将来的には、ABC のビッグ データがビッグの王冠を奪い、データに道を譲るかもしれません。データはビッグデータの中核であり、開発の中核でもありますが、企業がそれを受け入れられるかどうか、また、それが必要かどうかも考慮する必要があります。