top of page

大数据的核心是网络效应

Updated: Apr 28

最近筆者應邀到不同機構進行分享,其中有清華及南洋理工大學,另外也正準備大灣區國際信息科技協會的第一場有關新零售演講活動。因為疫情期間有更多機會重新整理過去的經驗,也是時候「倒逼」自己把最近的心得總結一下。

首先把新零售的活動內容列舉如下:

1.大數據對新零售的重要性

‧大數據為零售業帶來的機遇

‧阿里巴巴(09988)與京東(09618)的經驗分享

‧從商業智能到智能商業

2.把「數據」作為關鍵競爭力

‧網絡效應是數字化變革的關鍵

‧如何使用數據去解決問題

‧為何數字化變革成功率不高

‧中小企需要數據戰略嗎

3.數據戰略與實踐

‧新零售的數據戰略

‧如何選擇切入點

‧如何有效落地

‧數據治理與技術中台的作用

這個活動還邀請了業內權威來分享,他們在數字轉型中的寶貴經驗值得關注。以上的框架均適用於不同行業,因為筆者的歸納是建基於互聯網的先天本質上。筆者想多說兩句,很多人都把數據想像為資產,愈多愈好,這種想法完全沒有錯,錢是沒有人會怕多。大數據的本質是網絡性,千絲萬縷,就如互聯網上的連繫是互相關聯的,沒有起點也沒有終結。因此忽略了大數據的網絡效應,就等同於拿着大筆錢也不曉得怎花的富二代。

如果把上述筆者提出的框架放在政府的數字化轉型(數據驅動力)中,其實也是相類似的。以疫情防控為例,最關鍵的問題是在於設計應用開發之前就沒有考慮數據策略性的問題,包括最基礎的是收集什麼數據能解決什麼問題。筆者今天特別想提出大數據的獨特數據網絡效應,簡單地說就是如何做到數據收集得愈多,製造出的價值就愈大,然後又因為價值增大而讓更多數據更容易地獲取。當然這些都是說來簡單,做起來卻是千頭萬緒的工作,否則到處都是Amazon和Google了。

最後別以為數據驅動只是一個技術層面的問題,在大部分我見過的成功例子中包括公司及城市,領導能力是最關鍵的成功因素,若是市長或者行政長官都不重視,那智慧城市僅是個口號而已。因此筆者希望下屆特區政府可以認真考慮設立特首的數據辦公室,作為數字化轉型中數據驅動的核心推動力量。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
bottom of page