2018世界科技创新论坛议题:数据洪流与云计算

8月10-12日,世界科技创新论坛在北京会议中心举办,包括Kip Thorne、Thomas J.Sargent、Michael Levitt、朱棣文在内的20余位诺贝尔奖获得者,以及曹春晓、美国国家工程院院士陈刚等诸多中外顶级学者专家应邀出席,共同打造史无前例的中国最高级别智慧盛宴,探讨全球科技创新成果、描绘未来中国科技创新蓝图。

数据和云是最近几年最热门的话题,也跟我们每个人、每个企业、每个机构都紧密相关。在今天的时代,数据被公认为代表着未来,如何让数据成为新一代企业的黄金资产,就需要云的成熟。经过最近这些年的探索,大数据和云计算成为了一种新的材料和生产的机器,尤其是云产业的爆发引爆了数据洪流,未来云将如何颠覆这个时代,给企业和机构提供全新的机会,同时也带来监管和管控的挑战。大数据的洪流如何导致正确的航向,真正拓宽未来之路,这是我们这一节话题要讨论的。

以下是演讲全文:

我们请到五位嘉宾,先分别介绍一下,一会儿会请他们一起上台。首先请到的是全国社保基金理事会原副理事长王忠民先生给大家上台有一个演讲,有请王理事长。

王忠民:我们本节的主题是数据洪流与云计算,最近半年来从公司的估值角度发生了两件事情,第一件事情就是人类历史当中第一次有一家公司的市值突破万亿美元,不是万亿人民币,这就是苹果。而要解析它能够持续不断地在证券市场当中走到今天的这样一个结果,一定离不开数字化时代。是它在数字化时代掌握了最有效的手机,这样一个可穿戴的最有效的一个设备和工具,从只做通讯变到了无所不能。今天我们甚至可以不把它叫做手机,叫我们一个智能助手、智能助理都可以。而这中间它经过了无数次的迭代、更新、演变,无非是对数据洪流阶段的无论从场景的角度、从算法角度、从数据资产角度,从任何一个视角方面进行的成功的历史性事件的表现。另一件在市值当中的,就是过去半年之间,有两家公司是因为他们的云计算的能力、云计算的服务范围,和云计算给公司带来的现金流回报得到了只在半年市值超过一千亿美元量级的成果,就是亚马逊和微软,是因为他们两家云计算平台在全球范围内,不是一个国家的,因为数据洪流来的时候所有的云计算基于服务对象,是全球的、是无差异的、是数字无差异的世界。那么使得他们在全球市值排行榜的公司当中居第二、第四,他们的表现给我们今天展示了云计算的功能、能力、魅力和未来的前景。

好,这样一个过去半年的事件引入了今天两个主题,第一是数据洪流,如果回来看整个数字化的时代,可以说今天正在把一切数字化,一切零一结构,一切可计算机数字化的运算的全面的数字化的过程中。如果初期我们是在计算机当中实现的话,近十年来我们是把它在移动端、手机端得以实现,才产生了如此多的场景应用和如此多的投资逻辑,和给无数的投资人带来了回报,也给创业人成为世界首富找到了一条数字化的路径。有趣的是当我们今天看物联网的时候,我们才说如果我们过去只链接了人这个东西,我们今天要把物全部的链接起来,而是基于数字逻辑把它链接起来,而且这种数字可以自表达。我们过去说是人可以有语言、可以表达,结果物可以通过这种方式表达、自意识、自传递、自系统化,这种意识就是说我们今后将更加宽广、更加深厚。有一天物联网加人的互联网,数字可以像我们在《聊斋》当中说的可以数字穿墙,穿一些的金属和非金属的物理隔绝的时候,那个世界我们已经是找到了某种可能性,今天在实验室的范围内可以实现了,这是数字化可普及、可深化、可深厚的历史逻辑。

用几个逻辑展现一下数据洪流,曾经说你是to C还是to B的,今天放眼所有的to C端,如果你是社交、电商、搜索,无非是针对to C端的场景,不仅是技术成熟,而且是商业逻辑在全球范围内得以实现的,产生了这些量级的公司,无论是Google、亚马逊、Facebook,是基于数字化的普遍的推广成的这样的逻辑。如果今天说to C讲的差不多了,连中国饿了么,团购的形式都上市了,跟资本有机的结合,我们说B端的东西有没有全部数字化,特别是数字化了以后还找到了商业逻辑,还可以成长,这正是我们这个时代正在做的东西。因为所有的B端都是组织体,所有的C端都是个人,我们过去C端的数字化的逻辑容易成功,而B端不仅要克服过去B端自身的企业业态和组织业态,而且要把过去管理他的制度体系也要突破的时候相对难度大,无非是我们今天用数字逻辑如何改变B端的东西,当然B端的东西是所有的金融和商业的资本的东西改变,我们尽力来改变,这是一条路径。

另一条路径,我们用的是英文的字母,“ABCD”,A是人工智能,我们今天在找人工智能,我们突然所有的公司都去探讨汽车能够人工智能,无人驾驶等,想找一个跟手机一样的场景去做这样的东西。B是区块链,区块链无非是给出数字化洪流当中的两个解析,两种模式。第一是过去如何我们大数据找算法干什么?是先有数据,后有算法,最后把算法逻辑化逻辑当中,是自上而下。区块链是把所有的数据此刻形成的任何一个公司或者个人的数据,自下而上的同时,就是说现有生车成的一切的信息全部是数字化的,而且这些数字化的当中是带结构的,我们过去的是找结构的,非结构的数据如何有效的找到结构去穿透。我今天是当下发生的所有的数据,还自带结构化的,这个结构不仅是产业当中的结构,更多是金融当中价值的结构,才产生了记账体系,才产生了一系列的逻辑,这是B。C是Cloud,D是大数据。如果我们用“ABCD”四个字来看这个时代,无非是展现数据洪流来的时候我们用什么技术、用什么逻辑,用什么轨迹,用什么方法去掌握这个数字化时代当中,第一是把它数字化,第二是把它逻辑化,第三是把它商业化,最后表现出我们刚才说的市值公司最大,而所有的消费者受益最大的逻辑来呈现。

我们还可以用更多的东西来描述数据洪流,比如算法。我们今天看大数据的时候,数据越全,里面算出来的东西,特别是人工智能可以算出来的,人工智能学习方法可以算出的东西更多。那我们今天还会说小数据,如果所有的数据都是基于全部数据的一种逻辑去做的话,人类所有的算力和算法足不足以把我们所有的数据全部算完,这是今天过去没有数字化时代,运用人工算法的时候解决不了的问题,我们今天突然在基因、在所有的金融,所有过去你算力和算法不够的时候,今天数字化了以后由于效率的提高,算力算法的突破解决了好多的问题。但是我们已然不能回答小数据当中,就像今天我们对全球的统计数据,对中国的统计数据,对自己所指到的人类有史以来的根据统计结论的东西都质疑了,就是说你这个小数据的样本是不科学的。最近好多的结论都说原来你后边的数据样本出错了才不科学,才不逻辑。但不是说基于全数据推翻它的,这是统计学的概念。今天我们还发现在比特币挖矿的领域用的是边缘算法,我不用核心的算法来解决。这是数据洪流来临之前我们找到最有效率的算法和最有效率的结构性的问题解决今天我们的时代。

好了,不管用ABCD解释,还是场景解释,还是用其他的各种算法,无非是说数据洪流阶段找到最有效的技术解决手段,找到最好的商业群体,让人类因此而幸福。

云这时候给我们带来了什么样的改变?刚才说的云计算为什么在这个时候给人类社会带来的量级的公司,只在半年时间就有千亿美元,甚至两千亿美元估值的上升,是因为云改变了这个时候社会的生产和组织方式。我们看云带来了几个我们的生产组织方式,首先所有今天市值前十个公司开源,注意工业化时期农业时期,既使是放在最近的时期,计算机时代,所有的都是必然的,所有都是尽可能的垄断,所有尽可能把自己垄断的东西发挥到极致的市场回报当中。今天前十的公司都是开源的,是因为这个时代的生产组织体系发生的根本的转化,谁不开源就一定会被打败,你开源才会才会形成你今天的社群,你开源才可以形成社会创新的迭代,你开源才可以保证自己永不失败,从苹果往下数全部的公司都在开源,当然我们享受了开源最大的转移过程中,我们进入到这个生态体系中去成就。今天看前端的场景全都是因为他们开源我们做了,特别是社交,我们微信如此好,大家都在用。我们是说我们的初始的逻辑,初始的源代码,初始的是学他们的,我们只经过了一些改良和改善而成就了。如果全部的初始代码,到今天我们可能既是重复投资,有可能还不成功。

开源之后就产生了另外一个概念,今天我们把云基础设施,前期我们称云的时候都是“BaaS”,注意,所有的“aaS”,都是“x+service”,服务。注意,所有数据洪流时代的到来才把企业后端的东西都变成服务了。这个服务来自于谁呢?刚开始是后端的,后来我们变成基础设施,IaaS。当“aaS”前面带上任何一个字的时候,都是基础设施的改变。而我们今天看这个基础设施,满足了两个问题。当所有的企业经营,特别是数字化的产品和场景的经营都来自于后端服务的时候,你自己就可以轻资产了,你没必要,注意今天所有做到数字化当中新的创业公司,如果能轻资产的话你的风险就小了,你变成沉默资本的可能性就小。第二,你后端的服务是在一流的源代码当中和一流的基础设施的云端服务当中的,你要重建的话够不到它。第三,由于它技术性的应用已经成熟了,这个系统当中的边际成本已经把全部的收益通过自经营的收益当中在其他的场景当中回收了,你进去的时候是边际成本为零,他就可以让你在这个平台当中,称之为加速器的东西免费,你免费进去。我们今天所有开发区吸引新的创业公司的时候,会说税少收,给你办公室。我们用了无数办法,但是你也不能做到免费,只有深圳近乎免费,但是其他的,深圳你来了做小的时候我们什么都不管你,你可以偷税漏税,不管你的税,那是税上可以成本最低。但是你没有一个对你的后台服务的最低成本,你没有一个最好的有竞争力的源代码系统。当我们看到这种现象的时候我们会发现,原来这个云把一切公司轻资产化,原来这个云把一切公司后台服务的边际成本零成本化。但是,我现在就开始把我的这个东西由我一个企业的系统变成了社会的公群,这时候社群产生了。社群产生是所有新的创新基于我的源代码,你只用修改,基于我的云的后台服务,你只在应用的小的端口中做技术创新,这时候你的创业成本是零,你沉默成本有可能是零,不要紧,你就在我这儿。而开源的群体说未来的伟大者有可能是你,你如果你长大了,如果你盈利多的话我可以作为你的投资者,你再盈利多我还可以把你收购起来。还可以让你成为我的合伙人,这个群体说新的时代的创业投资不是实验室,实验室是理论研究的那一部分,而是加速器。而加速器是这个云服务当中的全球的覆盖,我们今天看亚马逊和微软的时候,他的云是全球覆盖的,已经是在这当中产生了。而全球的新的技术应用就产生了。

我们新的技术应用最害怕缺的是C端的需求,和B端的契合。当你在这个云当中的时候,B端的契合自动的找到了一个B端的系统,当C端应用的时候他原来的群体就是你销售的对象,就是你应用的对象,这个东西就产生出来了。如果这个时候我们才发现这是新的企业,企业群组织方式,这是新的创业方式,这是新的技术进步,这是新动能、这是新产业,那云这个时候才可以带来更大的回报,才可以得到充足的发展。就反映在这两家公司的资产负债表当中,云收入大幅度快速的增长,而一旦增长是一个生态级的流量的增长,它的股价就会上升。今天他们几家已经不是一千亿级美元的市值的了,有可能更多。而今天我们所有的中国的创业者有可能就在这个云基础设施当中,而它根本的是改变了我们的基础设施物理,基础设施是服务,基础设施是跟他的产业和跟他的资本,和跟他的收益一起的那种服务,这种时候企业的业态改变了,创新的动能,创新的方法改变,社会生产组织方式和生活的方式也因此而改变。如果你在数据洪流当中抓到了一个趋势,不管是场景的,不管是B端还是C端,不管是技术的供给端还是某一个技术的有效应用,如果你还能抓住云端化的这样一个历史的组织架构体系和生态体系的话,我想你一定不会辜负时代。

谢谢!

何刚:欢迎各位嘉宾,按照议程先请四位分别阐述一下各自的一些主要的观点,每人8分钟,我们从洪先生开始。

洪小文:今天这个活动的主题是最近参加活动以来第一次没有AI在这个主题上,刚才王理事长也讲了ABCD,我把区块链放在一块,很多人讲ABC,A就是AI或者算法,B是大数据,因为数据我们一直都是有数据,但最近是大数据。C,你用的数据要计算,今天就是讲的云计算。我一直常常跟大家说A没有B和C的支撑的话是没有AI的,AI是一个算法,你必须要有很大的计算里,有GPU,有我们所了解的深度学习、AI。没有大数据的话,这个AI的算法是行不通的。

这里我特别强调一下,我看到全世界关于云计算,在亚洲、中国一般的云计算大部分是公有云,在中国还有很多的讨论,公有云、私有云公有云到底是否安全,会发现在中国做公有云的公司比美国要多三四倍还不止。但是大家接受公有云的程度比起欧美还是有点怯步。

我要强调云里面,像刚才王理事长讲的,它能降低这个成本。最有道理的,举一个比方来说:一台机器跑3000小时和3000台机器跑一小时,在云计算获得的价钱是一样的。如果自己搞一个私有云搞3000台机器跑一小时,你在云计算付的价钱是一样的。我们都知道,如果你自己搞一个私有云,你搞了3000台机器只跑一小时,你的成本是非常大的。为什么要做云计算搞可伸缩的计算,我们知道今天创新、这个世界创新变化多端,云计算可以让你随时需要什么计算就买什么计算,也不会多买。及非常重要。

公有云和私有云到底谁安全呢?我举两个实际的例子,第一个例子是:每个人家里有很多珠宝和现金的时候,你不会放在家里,而会放在银行的保险箱。银行的保险箱就是所谓的公有云,所以其实公有云是比私有云安全的。而且,你更不要说你放在银行的保险箱,一个银行只要掉你的东西一次,或者去偷看你放了什么东西,他做一次,这个银行以后绝对没有信用了,也没有人跟他做了。所以公有云的公司一定要是尽其所能把你的数据保护好,绝对不会掉,甚至有很多新的技术上的方法,能够在加密的数据上直接做运算。

大家如果还怀疑这个公有云是不是安全的话,另外一个Gartner所做的报告,不管公有云、私有云,今天的黑客、骇客都会去骇客你的系统,去攻击你的系统而不是把你的系统弄宕,而是在那边不断的你的数据、偷你的数据,你不知道,今天去看、明天去看。Gartner做了一个研究发现,基本上一个企业的当的数据中心、应用受到攻击的时候,平均142天以后这个公司才知道。就像我讲的,黑客的目的就是希望他能够做到他在那边偷你的数据。所以你用公有云当然比私有云更加安全,除了你自己在那边监控有没有任何可疑的数据的黑客行为,同时公有云还会帮你看。这就是为什么在一定程度上是比较安全,这个东西就是公有云和大数据的结合。

在微软是全世界云的供应商、数据平台的供应商,我们所看到的一般大家报道多的是toC的,今天ABC的应用。今天所看到,因为有ABC、AI、Big date和云计算的成熟,每个公司都需要注意个东西叫做数字转型。这个世界变成了数字化以后,数字转型在每个企业至少有四块地方是首要注意的数字转型。第一每个公司不管是toB和toC有一个产品或者是服务产品的迭代、升级能用ABC的方法把你的产品做更演进,这个大家很容易了解。其它三个可能比较少注意,哪个公司可以用ABC的方法让你跟顾客之间的距离拉得更近,从消极的智能客服到积极的把你的粉丝的顾客变成你营销的一部分,这也是一个非常重要的,怎么样跟你的客户能够绑得更紧。最后两块是公司内部的,一个是你的公司的运行上能够用ABC的方法让你做得更有效能更优效率。最后一个是怎么样用ABC的方法,一个公司最大的资产一定是它的员工,怎么样用ABC的方法让你的员工发挥他的潜力,让他把工作和生活都照顾好,同时还能够产生一些新的创造力的东西,能帮公司想到更多新的idea。

最后一点,大家对科技的关注是从来没有过的,我们用的高科技的东西已经越来越多,我们做科技的人说要用科技去改变这个世界。当我们的技术用的越来越多,你要用科技去改变这个世界的时候,这个世界就要来管你。所以我们不但是预测,也在极力的呼吁政府部门、法律部门怎么样能够监管到位,而且我相信会有更多的监管,我想大家才能够看到所谓AI道德,AI是不是最后做了以后,有一些少数人或者有一些偏远的地方没有照顾到,怎么样能把这个做好,现在所谓AI道德的问题、数据监管的问题。说到数据洪流,很多监管的问题都会在数据上,像欧洲的General Data Protection Regulation(GDPR),这个大家也看到这个报道。这个都不容易,尤其科技的改变。但是只有大家不断地讨论,才能够确定数据最后是为大多数人而服务,甚至对于每一个人都带来好处,而不会带来一些不必要的缺失。

谢谢大家。

何刚:谢谢洪小文先生的关于ABC的改造,toB端的改造产品运行,更多监管的必要性,胡郁先生,请您阐述您的看法。

陈玮:谢谢何总,刚才他们两位讲,我脑子里全是数据,但是我现在记不住了,因为我没有云。大数据和云计算也是非常热的话题了,为什么数据现在值钱了,现在随着技术的进步,特别是云的出现,我们发现数据之间有逻辑,而且数据之间可以转化。

所以未来有两个趋势可以肯定。第一个是数据就是资源,比以前传统意义上的资本金、技术和人才变的更为重要。

第二个就是如果你没有应用,如果企业不关注云和计算,可能企业就是一个传统的产业,如果是一个新型的产业一定基于数据和云计算的,无论怎么去嫁接。所以如果说原来上一轮没有赶上互联网的上一波高潮,这一轮千万不能落后,否则经济结构调整可能会把许多企业打垮、淘汰,这个趋势可能非常短。

我们做投资的会关注什么行业热、什么行业赚钱。中国的民营企业、中国的技术企业、中国的新型互联网企业、AR企业、新型经济体会不会出现一万亿美金市值的企业,会不会出现1万亿人民币的企业。如果出现,可能会是两种企业:第一个就是大数据和云,当然包括人工智能,这是非常宽泛的概念。第二个就是生命科学和医疗,就是和生命相关的,只有这两个领域有机会。所有的投资都会关心数据的采集、数据的清洗、算法、存储、安全,最后是场景应用,都是这样的。

今天我想讲一个特别窄的东西,最近P2P跑路特别厉害,随着技术的进步,特别是大数据的采集、应用、清洗,我觉得可能中国的金融结构会随着大数据和云计算的应用发生一些变化,而这个变化可能是普惠的,对老百姓有好处。中国有一个事情是非常奇怪的,我们的M2是全世界对最的,我们的钱特别多,中国有全世界最多的器,中国民营企业面临两个特别难的问题,第一个民营企业融资特别难,第二个民营企业融资特别贵,当然包括个人融资。为什么最近P2P出现一些问题,P2P本身没有问题,如果区块链技术再应用,可能解决未来中国融资难,特别是金融体系酚酞变化非常重要的因素。当我们通过大数据知道每一个企业的财务情况,我们知道每一个企业管理层既往的行为、职业道德、收入、员工、技术、那你可能跟他借钱的可能性比较大,而不是人为的客观,如果大数据应用场景足够好,可能现在P2P的问题不是问题。未来的中介,随着大数据和云计算的应用,未来中介化的机构大量会消失,企业会做的越来越精,包括我们做投资的可能未来的生态都会发生很大的变化,可能不需要这么多的人,甚至我们这个行业都会消失,因为中介包括银行的机构就是因为信息不对称和所谓的管制门槛来做的,如果所有的LP都知道公司的发展前景、管理层经历、性格、待人态度自己就能判断要不要投了,而不是人为因素。人工智能应用更有利于行业的发展,但是不要忘了人工智能也需要人,本身这个工作不会完全离开人,但是行业会发生非常大的变化。

所以我觉得有两个问题是我比较担心的,第一个就是我们看了这么多的数据,现在所谓数据洪流,数据会产生很多的垃圾,有很多失真的信息在这个里面,如果做到去伪求真数据分析非常重要,特别在金融上的应用。所以东方富海我们投了专门做数据清洗的公司。如果让深圳各个区的人统计,从不同的口径,从交社保的、从做银行贷款、开户的统计,把各个区的人口加起来大概有4500万人,但是经过这家大数据公司清洗,我们会发现常驻人口,甚至在6个月以上的,可能有2400万人,他把重复的、无效的数据取掉,这是特别重要的,否则数据太多会造成堵塞、垃圾会造成无效。

第二个是应用,这个涉及到监管,怎么样去监管。比如说我们在深圳,我们早上离开家到办公室,到晚上回家,会被摄像头抓300多次,数据可以看到我的轨迹。现在大家会注意到,为什么一线城市包括二线城市社会治安好了非常多,就是大数据的应用前景,但是大数据带来另外一个问题,会不会伤害个人的隐私,会不会被非法机构获取和应用。但是向好的说,未来大数据一定会在金融领域带来快捷、便宜、安全的金融服务,我觉得这才是Fintech最终利用大数据和云计算在这个领域领域给人们带来的福利。

何刚:好,谢谢陈玮董事长的分享,大数据和云计算带来的快捷、安全、便宜,当然同时带来了新的挑战,也值得我们关注。

那么接下来有请SAS的亚太区CTO,Deepak Ramanathan对数据洪流和云计算的看法。

Deepak Ramanathan:谢谢,大家下午好,首先非常感谢给我这样一个机会在论坛上发言。我昨天和乔治教授一起去吃早餐,我们在吃早餐的时候Arthur McDonald也进来了,Kip Thorne也进来了,很少有这样的机会在吃早餐的时候能够看到三个诺贝尔奖获得者,所以我想感谢主办方给我这样一个千载难逢的机会,能够和最聪明的人一块吃早餐。

我们要客观地看待未来数据的走向,要有时间感,过去、现在和历史。尤其是我们做统计建模的时候,首先我们要研究历史的过去,然后再建立一个统计回归、统计树等等的模型,这些都是基于历史数据的分析,然后我们再预测同样事件发生的概率。在接下来的六七分钟,我想跟大家回顾一下过去,解释一下现在,展望一下未来。

先回到过去,说到数据洪流,不是说过去没有生成数据,比如说一家中国的制造业企业,比如说中国的飞机制造业企业,过去一直都有数据。举个例子,如果你要从北京飞上海,大部分人可能会选择坐高铁,咱们说坐飞机,就会有数据。比如说这个是由1980年生产的波音飞机,一个航班可以产生120个TB的数据,那么产生的一些数据量,过去虽然产生了,大是没有被捕捉。为什么过去没有被捕捉呢?是因为数据储存的成本太高了。下次大家再坐飞机的时候请观察一下,每一个飞机起飞的时候会产生大量的数据,这是过去,产生了,大是没有捕捉。那么现在呢?现在我们看它的ABC的部分,它的算法以及商业的部分,运算变得更便宜,现在好多人都有手机,那么大家或多或少都会用到超级运算的能力,电脑的成本下降了,计算的成本下降了,组织们可以更好地分析数据,然后利用算法来分析数据。希望从数据分析中获取洞见、获取更大的价值。

今天的很多公司在打造,刚才前面有个部长在诺奖得主发言之前的时候说了,很多的公司想打造工业4.0,那么我们说下一代的机器,不光关注我们上一代的机器能够生成的数据,更加关注新的可以生成怎样的环境数据,能不能处理视频和音频。这样的话会带来新一拨的制造业的发展,过去看制造业,大部分的分析工作都是在线下的分析,比如说质量部门在线下去分析质量的数据。那么未来这种分析应该是在数据生成的同时实时去分析,不再是线下的分析。

所以,不仅我们可以线下分析,可以线上同时去分析。还有前面演讲者讲到Edge Computing运算,很多很多的行业,我们搞分析的人叫做信号相对于噪音的问题,随着数据的产生,就是你在做边缘运算的时候我们要搞清楚有哪些数据,数据有哪些是有意义的运算,这就是叫做边缘运算,Edge Computing。公司不仅关注把数据拉出来去检查,也让我们的运算直接发生在边缘端。这些凡是有智能手机的人,大家都知道里面有一些智能的AI算法,你的手机上就有了这个AI的智能算法。里面也有机器学习的成分,哪些东西是你用的比较频繁的东西,你的使用情况的数据也会发还给中央数据库,所以在我们告别过去,走到现在,那么现在我们在分析的时候,首先说就在数据产生的时候进行分析,会产生这个数据。我们再来说云,人们使用云的时候发现它有一个优点,因为一开始把它当成了一种商业的费用,企业会把云当成商业成本,有的把它当成资本、有的把它成本营运投入,一开始视为运营的投入,但是组织们后来发现云可以解决一系列新的问题,更重要的是云是一个开展很多创新活动的重要平台,像我们公司的很多客户,比如说像银行等,已经将云视作是一个高价值的平台,它有一些历史的系统,可以把一些历史的系统拿到云平台上面去,然后存在巨大的商业价值。

下一步,我们看到了数据,看到了分析,现在我们已经拥抱了机器学习,然后机器学习的产出就是人工智能,我们觉得AI就是自动化,对我们来说现在处于一个非常有趣的时点。估计每一百年才有这么好的一个有趣的时点,在此时的时点我们的社会往前跑了几步,不是一步一步往前走了。此时此刻我们的人类社会在跨步往前跑,相当于我们1800年年代的时候工业革命刚刚启动,我们现在也处于AI要启动的时点,但是AI有一点与别的不一样,里面包含了很多社会的、政治的,跟技术的因素,前面部长先生也讲到了,让人们非常害怕的一个影响,就是失业的问题,害怕随着人工智能的到来会有失业。但是部长先生也讲到了AI到来的不光是失业,我们关键要考虑的是如何培养人、培训人,我们看一下未来五年会产生哪些新的岗位,让那些失业的人提前接受好的培训,通过教育的方式让他们就新出现的就位做好准备。比如说一个孩子10岁,那么现在10岁,以后等他到了工作年龄了,会有哪些岗位对于今天的10岁的孩子来说,未来是他需要的工作。这是我们要思考的,这里面是有挑战的。

那么前面嘉宾也讲到了,还有监管,还有一些道德的问题、伦理的问题,那么在AI的世界什么可以做,什么不可以做,是应该由政府来监管,还是应该实现行业的自律,这些都是未来两到三年我们亟待回答的问题。我们要么就开始提出这些问题,要么就应该付出努力找到这些问题的答案。

最后我想说的是,有一句非常有趣的中国人的话,可以说是中国的谚语。“愿你活在有趣的时间”,我想现在就是我们所说的最好的时间。谢谢。啊

何刚:谢谢,谢谢Deepak Ramanathan的分享,SAS擅长做数据分析,所以他回顾过去的方法和新的方法以及未来可能带来的挑战。刚才四位分别谈到对这两个话题的展望,我听下来大家的共识是数据洪亮和云计算,正在给企业转型带来更大的可能性。我想首先请问一下,其实几位也谈到了监管问题,想问一下洪小文先生,是否认同随着数据和云带来更大的可能,反而监管的迫切性在进一步的上升。最近像今年Facebook的问题等等,是否表明这种技术的不可控,在更大程度的出现?

洪小文:对,我个人非常同意你的说法,随着用技术越来越多,大家对技术的期待也越多的时候,这个监管问题也日渐迫切,而且需要更多的人更多的精力花在上面。

举几个例子:一个像像Facebook这种东西,很多时候GDPR,欧洲的GDPR跟这个也很类似。你提供这个服务,不管服务是免费,还是收费的,或者收多少钱,你跟顾客之间的合约是什么,他知不知道你哪些数据用什么用,只要同意了,基本上没什么问题的。我想Facebook的问题是大家很意外这个东西是数据可以被这样用,甚至做那样的用途,这是一方面。

欧洲的GDPR有一块,我们有没有权利去忘记,比如我今天用你的服务,明天不用了,你要把我的数据清光。所以听起来也是有道理的,所以很多人预测某些GDPR的东西,实际上非常有可能从欧洲到美国甚至到世界上,都会这样。

其实我举个更贴切的例子,我们在所谓的股票市场上有一个内线交易。今天讲到数据洪流,你有什么数据、什么可以做、什么不可以做,我觉得内线交易是一个很好的例子。用这个例子就可以很好的知道,实际上今天只要任何公司注意到数据,所需要监管的问题是非常重要,更不要说最后还要照顾到大部分的人,一方面要照顾到大部分的利益,最后要照顾到每个人,就算不能照顾到每个人的利益,我刚才讲到,你这个服务跟着产品跟用户之间是什么合约。我们大家都知道,从法律的角度来看,你只要根据这个合约做事就没有问题,没有按照这个合约做事就违法,违法就有法律的行为、责任的后续追究。

何刚:陈玮先生,我想再跳到您刚才说的P2P的问题,监管会不会导致在金融创新里面创新受到遏制?有人说P2P的问题究竟是监管不足还是监管太多,约束了行业更充分的发展?

陈玮:这个问题问得非常好,我觉得在中国是一个特别矛盾的问题。中国一直在这个漩涡中没有走出来,一管就太死了,一松就太乱了。

P2P的问题,回过头来看,我自己觉得P2P这个技术和平台是想帮助所谓普惠金融这些老百姓来做事,找到优质的资产。但它错在可能时机有问题,不应该这么早放开P2P的应用,因为在这个阶段比如我们的大数据、云计算还不够发达,他们判断资产的能力还不够,它只是一个撮合平台。当两头信息不对称的时候,P2P本身对风控体系无法把握的时候可能会出现问题,尤其在大的经济环境不好的时候。所以P2P本身可能是技术应用,尤其数据应用不够充分发达的时候可能造成的问题。

第二是监管,金融上应该监管严一些,因为涉及公众利益。但最好还是底线监管,因为中国经常是补丁式的监管,出一个问题打一个补丁,当经济方式发生变化的时候这个补丁仍然在。应该怎么变化,像P2P应该管什么,怎么管这是非常重要的,一是P2P公司是不是应该持牌,还是应该备案,还是什么样的资格,这是一个管理办法。

第二是如果出现问题怎么处理,我们现在往往发现为什么P2P跑路比较多呢?可能最近的问题既不是监管问题也不是纯市场的问题,大家一种恐慌情绪,当A出现问题的时候,B马上挤兑,C又开始挤兑,即使负债端和资产端都还不错的情况,大家会有恐慌情绪,充分发展P2P,提高P2P公司识别优质有效资产的能力变得非常重要。另外作为投资人要理性看待这个问题,凡是高利贷,凡是利益比较高的资产肯定存在比较大的风险。

作为监管层也不能一抓了事,因为抓的结果就是越来越多的企业会出这样的问题,所以监管如何划清界线非常重要。比如刚才洪院长讲的,你的技术公司拥有大数据采集这样的平台,这种数据的应用可能需要征得数据来源方客户的同意。另外它会被窃取,这个行为本身是不是违规的行为?这个还不重要。重要的是他拿到这个数据,从微软或者Facebook偷了这个数据去应用,这更是需要严格管理的,所以管制需要划分清楚这个界限。

总体来说,对创新还是应该抱一个宽容的态度,我觉得中国法不可谓不多,但问题也很多。很多限有法律可以规范的事情,可能不需要出台新的法律来做,监管需要划清楚的底线,特别是底线的界限。我觉得在中国现在总体管制还是过多,可能会抑制创新,可能需要把界限划的很清楚,需要管理层很好的思考这个问题。当然随着技术的进步,随着大数据、云计算的进步,可能监管手段也会提升,可能这个效率也会得到应用。

何刚:胡郁先生,从您的角度期待大数据、云计算对产业带来赋能的过程,像监管或者政府部门,最期待他们有什么工作?更多的产业基金、更多的基础设施的承担还是其它?

胡郁:讲到这个问题,其实我自己有个比较有意思的话题想跟大家分享一下。大家都知道像我们这些做科学研究出身的人,基本上都可以讲是理工男。如果我们找另外一个典型的代表,可能有一个叫做文科女,我们最近在讨论一个问题的时候发现大家其实对这个关于数据和科技的使用上,大家的分歧还蛮大的。

举个例子,刚才大家都提到了智能的视频监控系统,我相信在不久的将来随着人工智能、随着大数据的运用,很快就能做到在你家的小区里面,我们设想一个场景,比如说你在走路,自动监控系统马上就会发现你走偏了,不再正常的道路上走。马上就有一个电话打过来说“你走得不对,你应该走在这个方向上更安全一点”。理工男就会说“你看啊,看我的技术多先进,我们把人工智能训练到这种程度上,我们的生活多安全”。但是文科女就“说了见鬼哦!我才不想生活在这个社群里”。

这让我想到了很多的科幻电影,乌托邦的或者反乌托邦的,但是这里面都有一些邪恶的科学家,其实这些科学家可能本身并不邪恶,但是他们认为用技术改变我们人类,这是作为科学家本身应尽的责任,至于这个改变是不是理工男的科学家能够设想到的,那不一定。所以我觉得这个时候在我们的科学进步,包括很多人在讨论科学会不会灭绝人类本身,需要一个非常有效的对立面,就是需要从人性的角度、人文的角度,文化的角度,不看那么多懂科学的人,像刚才文科女所提出来的东西。

如果讲到这一条,其实政府应该做的事情,大家其实看中国政府的发展,从原来的理工科的背景,到20世纪开始的时候,到现在慢慢变成以法律方面为主。我相信更多将来社会的发展,当你需要提高社会的幸福感的程度的时候,就像尤瓦尔·赫拉利在《未来简史》里说到人类未来的追求是不老,人应该有幸福感。我觉得人应该更多的考虑不仅仅是科技的发展将给我们带来什么,而是人需要做什么样的事情使我们的生活更美满,我们说能感受到的东西不仅仅是科技的畅快,而是应该有他自己的幸福感的来源。所以我感觉在政府部门里面,应该有更多的从人文的,从文化的,从将来人类发展的角度来讲考虑这些政策的制定,和对整个人类的引导。这是我的观点。

谢谢。

何刚:Deepak Ramanathan先生,你对于政府的监管有什么看法,你觉得监管者应该如何来更好的监管大数据以及计算机?

Deepak Ramanathan:我们可以看一看比如说GDPR的例子,是来自于欧洲议会的,是一个政府倡议,让相关的监管能够更好的保护隐私。现在欧洲议论在讨论的一个事情就是人工智能的道德,以及人工智能的价值,并且在为人工智能制定一个定义,希望这些定义当中没有偏见,这些都是非常重要的从监管角度的话题。

说到这方面有两种主流看法,一方面你当然需要有创新,因为创新可以颠覆现有的循环和周期,可以带来新的框架,新的能力适用于未来,但是需要被平衡。特别是颠覆性创新,会造成很多社会的紧张和问题,所以政府确实是要发挥一个作用,很好的来实行监管。因为有的时候公司它为了追求利润,那么或者说一味地鼓励他们追求利润并不是非常好。要通过监管来制衡,但是有一个问题,就是监管会过度。这个时候会使得创新没有办法发生,也就是说政府有的时候有最好的意图,但是做的过多,但是我觉得未来会有这方面的挑战,特别是金融科技领域。

我可以给大家举个例子,刚才你也讲到机器人会不会替代我们,但是过去5000年来,我们在星球上主要的生命就是人,是一种基于碳水化合物的生活方式,机器人来了之后是基于龟的生命形式,开始有智能,有迭代性学习,所以看到碳氢式的声名赫龟的生命是如何演进和竞争是我拭目以待的。

何刚:其实监管的适度要约束和限制了创新,这个平衡确实是监管者和市场操作之间需要相互的,这个话题既有当下的针对性也是一个非常宏大的话题,刚才四位嘉宾和我们的演讲嘉宾把问题的大的方向和正在发生的变化勾勒了一个非常全面的脉络,由于时间原因,我们可能没法进一步深入了,接下来有问题的话,我们开放两个问题。

提问:市场有两个现象,第一是数据平台、云和一些SaaS服务在市场发展速度越来越慢,因为大家对自己的数据权限认识越来越清晰了,这个过程中是否探讨区块链解决数据确权共享和交易问题,让人工智能的发展获得结构化的数据,促进人工智能的发展?同时另外一个现象就是区块链的各种应用有一个瓶颈就是交易效率问题,是否通过人工智能的工具,分布式的发展来提高区块链的应用,谢谢。以及人工智能和区块链未来这个发展的问题。

洪小文:我觉得区块链是一个分布式的,P2P的概念,单方不能篡改。这个技术往前走其实还是很早期,最后变成什么样现在没有人知道。我讲两点,一点就是说今天的很多处理数据的东西不怕改,也不会有人改,你改了之后有一些申诉。因为今天我们已经到了数据洪流,大部分的数据没有区块链,没有担心哪个数据被改,怎么得不到保障了,比如说你的银行存款,有人改了,你无地方申诉,事实上有一定的机制能保护你。所以区块链不是铺天盖地把今天的数据都区块链一把。

当然区块链有它的很特殊的优势,特别是联盟上面来讲,或者什么应用。我觉得这个往前走还是,你刚刚提的很好,区块链全部分布式,速度有问题。现在很多人想怎么把这些区块链更加的跟其他的传统的数据库的工具,跟技术结合,又能够处理这个很大的数据,同时也可以要验证篡改的区块链的优势。

但是最后我多讲一句,区块链跟AI不一定有直接的关系,基本上没有关系。大部分的区块链是系统的技术,除非AI是所有了不起的东西,所以我不认为这两个有直接的关系。

提问:不知道您是否注意过前两天发生过一个事情,某一个大公司的云硬盘发生了问题,导致小公司的客户数据全部丢失,这对公司是毁灭性的打击,事后处理结果对小公司的补偿完全是杯水车薪的,当我们的社会越来越依赖于云计算是否导致垄断的产生,以及对小公司在大公司的博弈中处于弱势地位,对科技创新有一种抑制?谢谢。

洪小文:首先我这对件事件真正的发生怎么样的原因,我是不知道,所以我不能做评语。但是我们做系统,做云服务来讲,的确是一个不太可思议的事情。因为我们知道数据不丢失就是要靠备份,我就讲数据。你备一份一定不够,起码备份,还有技术就是备差异,你备三份,但是你用的这个库存可能只是2倍,因为你备一些差距的东西。所以我想这个显现出系统的重要性,平台的重要性。但是我要强调一点,私有云自己摆的话也是会丢失,我之前讲的就是说公有云来讲一定是花很多的精力,三份不够,布三百份,我夸张讲,你总不能丢失,丢失一定是非常严重的事情。我们大家知道数据是未来的,所以我相信所有做云计算的公司一定会这个,不要说丢失数据,你知道怎么做,你可能听过几个nine,有几个9,有99.9%的时间是运行的,现在是四个9、五个9,小数点后9999,还是有0.001宕机,因为毕竟假如有的地方全部停电,所以刚才王理事长讲的全球布,那期望你即使有一块地方停电,这个地方还会有。所以掉数据基本上是不太可接受的事情,那更不要说有时候也宕机什么之类的,但是这些东西云计算的东西一定会花所有的力气,做到基本上无缝。

何刚:灾难不可发生,但是公有云的概率要小。

陈玮:小公司丢了数据,只赔10万块,说我公司最重要的资产在你那儿,你是不是欺负我,实际上在这个。你99.999%,但是你有0.0001%的疏漏就是致命的。通过区块链的技术从技术上可以解决这个问题,而不会存在丢失数据和备份的,这是一个环节。

第二个电视上做节目,我谈到独角兽的问题,不要走成特斯拉,如果没有服务意识或者是监管的要求,是存在大数据欺负小公司,或者是垄断数据忽略了小公司的诉求,这在管理监管上和大公司的社会责任是有这样的要求。刚才王理事长讲的非常好,开元的目的是提供更好服务,拿到更好的目的,这是双方互利的。个案赔10万、100万甚至1000万,是一个公平,诉诸法律。当然这种我相信也确实是0.001%的个案,互联网的最大的好处,你的声誉就是你的品牌,继续干这事10家、20家,所有的云服务会跑到微软或者是其他的公司,这是互联网化的企业,所有企业的互联网化开元之后最大的机制,你会自己更爱惜自己的羽毛,你的所有的行为都会被第三方评判,当所有人都用手投票或者是用脚投票的时候,你的公司自然变成坏公司,这些公司会自然而然修正自己在数据应用这方面所存在的不足。谢谢。

何刚:谢谢嘉宾们的回答,时间原因我们的讨论就只能到这里了,非常感谢嘉宾们的贡献,也特别感谢一直坚持到现现场纤长的听众朋友们,谢谢大家。

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-62778877-8261;邮箱:jenny@youkuaiyun.com。本站原创内容未经允许不得转载,或转载时需注明出处::优快云资讯门户 » 2018世界科技创新论坛议题:数据洪流与云计算

赞 (0)