2018 中國計算機大會（CNCC2018）于 10 月 25-27 日在杭州國際博覽中心舉辦，會議由中國計算機學會（CCF）主辦，杭州市蕭山區(qū)人民政府、浙江大學承辦，浙江工業(yè)大學、浙江工商大學、杭州電子科技大學協(xié)辦。

今年的大會主題是「大數(shù)據推動數(shù)字經濟（Big Data Drives the Digital Economy）」，CNCC 邀請到近 400 位國內外計算機領域知名專家、企業(yè)家到會演講。大會首日，共有如下五位嘉賓帶來特邀報告：

圖靈獎獲得者、美國計算機科學家 Robert E.Kahn

CCF 名譽理事長、中國工程院院士李國杰

北京大學經濟學院教授孫祁祥

美國工程院院士、加州大學伯克利分校教授 Katherine Yelick

東軟集團董事長兼首席執(zhí)行官劉積仁

作為最后一位上臺演講的嘉賓，劉積仁博士開場即幽默地表示，他是從學術界「墮落」到商業(yè)。他此次的報告主題是《當數(shù)據遇到商業(yè)模式》。

在報告中，他從商業(yè)應用的視角分享了自己對技術與商業(yè)模式融合的思考與實踐。

針對大數(shù)據的未來發(fā)展趨勢，他提出如下五點：第一，個人與行業(yè)數(shù)據的融合；第二，技術與工具的平臺化和普及； 第三，純技術的商業(yè)空間更??；第四，大數(shù)據的行業(yè)應用更有價值；第五，數(shù)據+算法+領域知識+商業(yè)模式不可分割。

他表示，「技術研究人員需要學會新學術思維，真正從行業(yè)應用中洞察大數(shù)據的未來趨勢。」以下為他的演講內容，做了不改變原意的編輯整理。

以下為劉積仁的演講全文

我的報告主題是《當數(shù)據遇到商業(yè)模式》，今天在場有很多教授、博士生，還有許多研究人員，我以前在大學擔任教授，在學校里做了很多研究，后來「墮落」去了商界。在這些年的歷程中，我認為學術研究和社會發(fā)展事實上是不可分割的，當進行學術選擇時，如果選錯了方向，會成為一生的悲哀。

要有新的研究思維

舉個例子，說起大數(shù)據，大家會談到存儲、速度、算法、算力等，但如果我們不能理解大數(shù)據對社會的價值、社會的規(guī)則對大數(shù)據的約束、商業(yè)模式和數(shù)據之間的關系、數(shù)據的倫理以及獲取數(shù)據的藝術，那你的研究一定是蒼白的，因為你沒有辦法在豐富的世界里表現(xiàn)出價值。剛才李國杰院士談到大數(shù)據的產值比較低，并不意味著進行這方面研究的人數(shù)少，因為我們被很多因素制約。

首先來分析技術的時運，在場進行學術研究的人，一定知道學術研究背后也有運氣，人工智能、大數(shù)據、超級計算機、智能計算這些都不是新東西。我讀研究生時，最火的研究方向是計算機網絡、VR、人工智能，也有一部分人從事自然語言理解的研究。

我當年在美國國家標準技術研究院，我們認為未來的網絡協(xié)議需要支持更安全、復雜、可靠的服務，我們做了很多標準，但一直到今天，TCP 仍然主導網絡世界，此前的研究并沒有用上。所以當我們進行學術研究時，一定要看到社會發(fā)展的趨勢，看到未來可能承載你成就的平臺，而不能順著所有人的共識。當所有人都歡呼那個方向就是未來的時候，你最好不要做，因為太晚了。當別人對你想進行的研究持懷疑態(tài)度的時候，可能那就是你最好的機會。

在大數(shù)據的時代，我們首先要認識到時運來自于什么。大數(shù)據時代的研究和我們過去所進行的很多研究的根本不同點在于環(huán)境，數(shù)字社會支撐了大數(shù)據時代，現(xiàn)在計算成本、存儲成本、通信成本都越來越便宜，平臺越來越豐富，網絡實體越來越豐富，我們獲取數(shù)據的成本也越來越便宜。

但是為什么大數(shù)據的應用并不如預期？互聯(lián)網是個人數(shù)據獲取的主要渠道，數(shù)據是每位用戶自發(fā)提供的。但是想要進行精準的計算，支持可靠的算法，不僅要有個人需求，還需要來自于組織的數(shù)據。

解決問題需要高質量的多源數(shù)據與領域知識的結合。談到數(shù)據融合，真正的融合不僅僅在數(shù)據層面，有數(shù)據與數(shù)據的融合，數(shù)據與規(guī)則的融合，數(shù)據與倫理的融合，還有數(shù)據與商業(yè)模式的融合。數(shù)據只有和商業(yè)融合在一起，才能形成一種新的模式。我們要超越的不僅僅是對數(shù)據的認識，還有對其他行業(yè)的認識。

另外，大數(shù)據研究的思維方式也在發(fā)生變化，在數(shù)據利用上，需要有跨越技術的思維。沒有高質量的數(shù)據，就沒有精準的應用技術。但高質量的數(shù)據從哪里來，它來源于對解決問題領域的知識的理解。另外，數(shù)據利用需要開放合作。

目前還看到一個問題，每個人都傾向于有自己的技術、算法，這樣我們的論文就可以與別人不同，但事實上，我們正以更快的速度把算法和技術平臺化、免費化。大數(shù)據和人工智能算法在未來，一定是充分免費的平臺，在這個領域里，幾乎沒有獨立創(chuàng)造商業(yè)價值的空間。原因很簡單，大數(shù)據和人工智能只有在應用中才能得到完善，在解決方案中才能獲得價值。

在未來，不管是這個領域的學者，還是正在學習的學生，大數(shù)據領域的贏家一定來自思維，一種新學術思維。當你不能構造一種嶄新思維的時候，就像我最開始所說，你的時運和這種技術無緣。

大數(shù)據有很大的商業(yè)空間。其一是個性化與精準的營銷，在銀行業(yè)有客戶意見挖掘、高端客戶流失預警，媒體行業(yè)有熱點分析、個性化內容推薦，航空行業(yè)有常旅客識別、旅客畫像；其二是組織高效運營與風險管控，在金融行業(yè)有防欺詐，航空業(yè)有防惡意占座、機票價格監(jiān)測等。這都是各行各業(yè)在應用大數(shù)據的例子。

在應用大數(shù)據的時候，有一個很重要的問題就是倫理問題。這里涉及到隱私、公平、安全、社會價值、開放。在這個領域，如果能夠找到技術和倫理的結合點，一定是未來一個很重要的發(fā)展領域。數(shù)字社會已經覆蓋了中國大部分的人口，一個沒有文化的數(shù)字社會，沒有倫理的數(shù)字社會，一定是一個不可持續(xù)發(fā)展的社會。

再看大數(shù)據的發(fā)展趨勢。

首先是個人與行業(yè)數(shù)據的融合，沒有這種融合就沒有精準和可靠的應用。

二是技術和工具的平臺化、普及化。這是一個大趨勢。

三是純技術的商業(yè)空間更小。

四是大數(shù)據的行業(yè)應用更有價值。

五是數(shù)據+算法+領域知識+商業(yè)模式不可分割。

現(xiàn)在大數(shù)據的價值遠遠沒有被發(fā)揮出來，所有的算法、數(shù)據只有在應用的過程中才能變得更加成熟。

站在東軟的角度對技術進行思考

簡單談一下東軟的實踐，談談我們是怎么想，怎么看待數(shù)據的。東軟在過去 27 年來致力于推動國民經濟基礎設施與重要民生領域的信息化水平不斷提高，在眾多行業(yè)擁有領先的市場占有率。下圖是我們在中國擁有的數(shù)據，我們?yōu)?7 億人提供社會保險服務與支持系統(tǒng)，我們的電力營銷系統(tǒng)為 4 億人支付電費提供服務。擁有這些數(shù)據有什么意義？如果不在社會的層面思考這些數(shù)據，是沒有意義的。我們需要有不同的思考，是超越技術的思考。

以下是我們在健康、醫(yī)療領域的數(shù)據，醫(yī)療要求用復雜的生態(tài)系統(tǒng)來實現(xiàn)。當我們談到大數(shù)據，就要談到健康，談到健康的時候就會談到醫(yī)院。醫(yī)療質量、公平、成本、安全，這是大數(shù)據在健康、衛(wèi)生、醫(yī)療里要解決的根本問題。

我們首先要有這樣的邏輯，在看到這些邏輯的時候，能否在里面找到技術發(fā)展的方向，當找到發(fā)展方向，我們會構造組織，構造人工智能應用的范圍，然后用人工智能技術控制醫(yī)療費用支出等等。我們要構造互聯(lián)網云醫(yī)院，使得更多的醫(yī)療行為從大醫(yī)院走向基層，我們要實現(xiàn)醫(yī)療的公平性，控制不斷上漲的醫(yī)療費用，實現(xiàn)醫(yī)療的分層次服務，建立個人的動態(tài)健康與醫(yī)療檔案，使醫(yī)療更加個性化和精準。

數(shù)據和 AI 讓基層醫(yī)院更強大，我們可以構建醫(yī)聯(lián)體，如下圖：

超越技術變成從事技術研究的必須選擇，如果我們不了解社會，不了解生態(tài)，不了解其他行業(yè)，我們怎么能談數(shù)據？

為大家談談新信息技術觀：

信息技術成為日用品、消費品、生活方式。

信息技術失去了獨立性，無所不在，與應用場景相伴。

技術進入平臺化、普及、快速傳播時代，也是平臺、技術、工具免費的時代。

技術的使用者比技術擁有者更知道技術發(fā)展的方向。

技術擁有者從專注變成超越。

開放、融合、合作是技術路線的重要組織部分。

技術進步速度加快，不要對自己的技術過于自信，應用與普及是檢測技術領先的重要標準。

大數(shù)據是新商業(yè)的支撐，而只有在開放、融合、創(chuàng)造的環(huán)境下，大數(shù)據才能擁有價值。傳統(tǒng)的教育、科研方式與過去的模式不一樣了，而約束它的不是別人，不是這個社會，正是我們自己，我們自己是否能適應這個時代的變化，適應新商業(yè)、新零售、新學術、新科研。