王叁寿谈大数据产业的内聚和外延

　　大多数投身于大数据产业的公司，事实上都只是参与了其中某个环节。王叁寿认为，完整的大数据产业链包括数据源、大数据硬件支撑层、大数据技术层、大数据交易层、大数据应用层、大数据衍生层。汇聚在一起形成大数据产业的完整循环链条，每个层面又都无限向外延伸，形成了大数据产业的内聚和外延。

　　

　　大数据强大的内聚力

　　大数据产业具有强大的内聚力和外延性，如何理解这一点?

　　一方面，大数据吸引海量的、弱相关数据产生聚合，可以在硬件、软件的支持下，针对金融、医疗、农业、工业、能源、交通、物流、零售等多领域实际需求，设计出“接地气”的应用场景，服务于市场需求;另一方面，以大数据租赁、基金、信托、期货、托管等多种形式，实现大数据在更大范围内的流通。从而再向外延伸，数据源服务商将产生更多诸如大数据培训、咨询、数据处理外包等增值服务。

　　“大数据”，可以被理解成海量、弱相关数据内聚摩擦的一个动态过程。

　　自上世纪50年代发展而来的信息控制技术革命，提供了日益增长的碎片化的数据信息。越来越多的机器设备安装了连续测量和报告运行情况的装置，计算机产生的数据包含了使用者在发电邮、发短信、写微博等行为过程中产生的有趣信息，而音频、视频数量庞大，同样结构松散。大数据技术让这些海量的碎片内聚在一起，触发新的价值。这正符合大数据发生作用的首要要求——海量数据源必须是无序的，分散的。

　　王叁寿认为，鉴于大数据的这一内聚力属性，大数据公司对数据源储量的保有情况，一定程度上直接决定了大数据公司在整个产业中的市场竞争力。九次方大数据正是领先于市场早早认识到这一点，逐步确立了大数据资产运营的领先优势。

　　大数据的外延性

　　大数据产业外延性表现在，在数据源、技术支撑层的基础上，实现数据交易、数据应用、乃至超越大数据产业本身，实现更多衍生的价值。

　　举例来说，无论是政府数据、行业数据还是企业数据，通过大数据硬件支撑汇聚在一起，通过大数据技术进行处理，实现应用后最终再回归到各个行业，衍生为更多形态，如大数据金融、互联网理财、O2O、电子商务、人工智能、机器学习等。

　　由于大数据为解决问题而生，为应用而生，所以大数据应用层一直以来都是产业链上的重要组成部分。据王叁寿介绍，九次方大数据目前已经实现了大数据与医疗、金融、通信、能源、交通、农业等30余行业的结合。随着大数据产业与传统产业建立交集，旧有的产业痛点开始找到新的解决方案。比如，精准扶贫大数据能够提升扶贫精准度;交通大数据能够缓解拥堵难题并提供最佳解决方案;网格化大数据使社会治理网格化成为现实;食药监大数据也让难以攻克的食品药品监察变得即时可行……

　　除此之外，在硬件支撑层、技术层、交易层、应用层、衍生层等层级，仍具一定的外延性。比如，硬件支撑层涵盖了大数据采集设备、传输设备、存储设备、大型机、一体机等设备：无人机、机器人、GPS已经变成大数据采集工具;单就传输设备而言，就包含了无线传输设备、光传输设备、互联网设备、移动通信网、遥感卫星等外延项。

　　王叁寿认为，中国大数据产业各环节良性循环互动，发展迅猛，到2020年，整体规模将超万亿元高点，中国大数据产业生态圈也在逐步形成中。