【中國安防展覽網 媒體導讀】在工業界，煉油廠就是主教座堂，其中上演著權力的游戲、跌宕的劇情，隱藏著不為人知的角落：精致的裂化塔就是這座“教堂”的哥特式尖頂，火炬氣即彩繪玻璃，碳氫化合物的惡臭就是它濃重的香火味。
相比之下，數據中心顯然就沒那么壯觀了：連窗戶都沒有的低矮建筑，既不高大，也沒有裝飾，給人以綿延無盡之感。
但兩者卻有諸多共通之處。首先，它們都布滿了管道。煉油廠加熱原油，分離煤氣、丙烷等成分，再用管道加以收集。大型數據中心則用管道輸送空氣，冷卻成千上萬臺計算機，而這些計算機負責從原始數據中提取價值——規律、預測等各種洞見。
兩者也都扮演同樣的角色：為世界經濟制造重要原料。沒有原油產品，當代生活的很多方面都無從談起——不論是汽車、塑料還是眾多藥品。數據中心的萃取物則支撐起了各類網絡服務，乃至現實世界，因為眼下，各種設備的聯網程度越來越高。
數據之于本世紀就好比石油之于上個世紀，它們是增長與變革的驅動力。數據流催生了新的基礎設施、新的商業、新的壟斷與政治格局，以及至關重要的新經濟。數字信息不同于從前的任何資源；它采取不同的精煉、提取、估值和買賣方式。它改變了市場規則，需要監管機構采取新的舉措。圍繞誰該擁有數據、誰該從數據中獲益的問題，很多戰斗還有待打響。
市場研究公司IDC預測，到2025年，“數字宇宙”(每年創建并復制的數據)的規模將達到180澤字節(180后面再跟21個零)——若用一根上網寬帶來傳輸，450年都傳不完。
為加速數據中心的運轉，電子商務巨頭亞馬遜(其云計算分支正迅猛發展)動用了卡車運送集裝箱，每個集裝箱里的存儲設備容量達100拍字節(PB；也就15個零)。為消化如此多的數據，企業正加速構建數據提煉設施。
據《華爾街日報》報道，2016年，亞馬遜、Alphabet和微軟三家企業的資本支出與資本租賃共計320億美元，較上一年增長22%。
數據的質量也發生了改變。其主要存在形式不再是數據信息的倉庫——姓名、年齡、性別、收入等定義明確的個人數據的數據庫。
數據經濟更偏重于分析，對象是非結構化實時數據的激流：社交網絡用戶上傳的照片、視頻流，人們通勤路上生成的汗牛充棟的信息，以及飛機上無數
傳感器輸出的數據洪流。
從地鐵到風力發電機，從馬桶圈到烤面包機，越來越多的設備都在變成數據來源。聯網傳感器將充斥世界，無論走到哪里，你都會留下一串數字腳印，哪怕你沒有聯網。
正如軟件公司甲骨文的大數據戰略師保羅·桑德雷格(Paul Sonderegger)所言：“數據將成為外部性：我們無論做什么，都會產生相應的數據。”
你所知道的信息
重要的是，數據正在升值。初，Facebook和谷歌收集用戶數據，用于改進定向廣告。近年來，這些公司又發現，數據可以轉化為無限量的人工智能(AI)，或“認知”服務，有的還能催生新的收入來源。這樣的服務包括翻譯、視覺識別，以及憑一個人的文字評估他的性格特征。這些都可以賣給別的公司，用于它們的產品。
雖然數據經濟的征兆俯拾即是，但直至近，它才初具雛形。在J.R.尤因(J. R. Ewing)眼里，這一切都顯得格外眼熟。大型數據公司，不斷壯大的投機分子隊伍，以及其他無數公司，大家都試圖分一杯羹。所有人都是沖著一臺強大的經濟引擎來的，它就是“數據網絡效應”，即用數據吸引更多用戶，進而催生更多的數據，再用這些數據改進服務，并吸引更多用戶。
大型數據公司坐享充裕的數據信息庫。比如在Facebook上，評論、點贊等互動數量越多，它就越了解用戶，其廣告與消息流的定向就越準確。同樣的，人們用谷歌搜索的總量越多，谷歌返回的結果就越。
這些公司永遠都在尋找新的信息源泉。Facebook借用戶之手訓練自己的一些算法，比如在用戶上傳照片、圈出好友時。這解釋了其計算機何以識別幾億人的面孔，且準確率達到98%。谷歌數字管家Google Assistant也是如此，你用得越多，它完成任務、回答問題時就越嫻熟。
Uber以廉價打車服務著稱。但它能獲得680億美元的估值，一個原因是它把持著個人交通領域供(司機)需(乘客)關系的大數據池。
類似地，對大多數人而言，特斯拉是一家生產電動汽車的公司，但它的新車型收集到巨量數據，幫助特斯拉優化自動駕駛算法，進而更新軟件。及至去年年底，該公司已收集到21億公里里程的駕駛數據——比Alphabet自動駕駛汽車部門Waymo高出好幾個數量級。
“數據驅動型”初創企業是數據經濟中的冒險者：勘探數字石油，加以提煉，巧妙地轉化為新服務，從分析X光片和CAT掃描，到確定草坪上何處該施用除莠劑。以色列初創企業Nexar就設計了一種巧妙的方式，使司機成為數據來源。其應用將司機的智能手機變成行車記錄儀，通過司機的操作標記行車錄像。若很多人都在同一位置意外剎車，此處就可能存在坑洞或障礙物。
作為使用Nexar應用的報償，司機獲得免費的行車記錄儀和相應服務，比如，一旦發生事故，就可獲得詳細的事故報告。Nexar的目標是提供各類服務，幫助司機避免事故。其中之一就是坑洞警報，或者在某個處于視角盲區的轉角處有車驟停時發出警報。
非科技公司也在勘探數字礦井。比如通用電氣(GE)就開發了Predix，一個“面向工業互聯網的操作系統”，幫助客戶控制機器設備。Predix也是一個數據收集系統：它從連接的設備處收集數據，拿來與其他數據相混合，繼而訓練算法，幫助改進電廠運作，或者在噴氣飛機引擎發生故障之前確定維護時機，諸如此類。
跟石油市場一樣，大型數據公司不斷地兼并小公司(見下表)。但數據經濟還有令“黑色黃金”交易者們頗感陌生的一面。按價值計算，石油是世界上交易量大的大宗商品。
相比之下，數據交易幾乎無跡可尋，至少，數據與金錢的交易鮮有存在。這跟它與“新興資產類別”這一稱號很不相稱。在2011年發布的一份報告中，世界經濟論壇(WEF；達沃斯的會議組織機構兼智囊)就給數據冠以這一稱號，隱含的意思是，構成數據經濟的，將是欣欣向榮的數據信息市場。但從當前的情況來看，數據經濟基本上是一個個相互孤立的“谷倉” 集合體。
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
