發展大數據還有啥問題：數據孤島、技術差距、人才短缺

　　近日，在有關部門的調解之下，菜鳥和順豐的“數據斷交”事件總算告一段落，雙方經過緊急會談後，再次恢復了數據傳輸合作，算是和平解決。這次事件暴露出了大數據發展中的數據共用難題，但只是大數據種種問題的冰山一角。當前，我國大數據産業正處於起步階段，資訊孤島、技術不足、人才缺失等都成為産業發展中亟待解決的大問題。

　　數據孤島問題突出

　　“巧婦難為無米之炊。”大數據的基礎在於數據，數據的生命在於共用，拿不到底層的數據，數據分析也就無從談起。如今，數據孤島林立、融合困難，已經成為政府與企業面前的首要難題。

　　“第一個問題就是沒數據，理論上我們中國有很多數據，但實際做數據分析會發現非常困難。”中國科學院院士、北京大數據研究院院長鄂維南表示，數據孤島是一個嚴重的問題，不同部門的數據儲存在不同地方，格式也不一樣。大數據最高的層次就是用數據來形成智慧，使得社會各方面可以運轉起來。做數據分析先要整合數據，這本身就是研究的困難。

　　由於政府部門之間、企業之間、政府和企業間資訊不對稱、制度法律不具體、缺乏公共平臺和共用渠道等多重因素，導致大量政府數據存在“不願公開、不敢公開、不能公開、不會公開”的問題，而已開放的數據也因格式標準缺失無法進行關聯融合，形成孤島。

　　缺乏動力和擔心安全是阻礙數據共用的另一個主要原因。貴陽大數據交易所執行總裁王參壽透露，不少企業以保護商業機密或節省數據整理成本等為理由，不願意交易自身數據。部分政府部門也缺乏數據公開的動力：有的是因懶政而讓數據沉睡，有的則是已經利用數據開展商業化應用，因此不願共用。

　　“數據孤島的痛不是技術問題，是利益問題，背後隱藏的利益導致了數據孤島的産生。”鄂維南坦言。

　　對於如何打通數據孤島，工信部賽迪研究院軟體所所長潘文建議，要建立完善大數據發展協調機制，加快政府數據開放共用，穩步推動公共數據資源開放。同時，統籌規劃大數據基礎設施建設，推動制定公共資訊資源保護和開放的制度性文件，並加強大數據標準化頂層設計，逐步完善標準體系。

　　在數據共用的路上，2015年成立的貴陽大數據交易所已經做出了成功的嘗試。王參壽表示，若想打通城市現存的資訊壁壘，就要讓城市多方資源聯動起來，搭建城市數據共用的平臺，從而激活大數據價值，充分發揮數據資源整合的優質效應，用資訊化手段輔助科學決策。

　　底層技術差距很大

　　即便解決了數據共用問題，數據可供隨時取用，數據的採集和分析仍是主要挑戰。微軟大中華區董事長兼CEO柯睿傑認為，數據智慧並非那麼觸手可及。大數據來源眾多、數量巨大、形式各異，要從中獲得一目了然的資訊，就需要真正高效、可靠的數據管理和分析平臺。

　　如何處理巨量數據是中國大數據産業面臨的首要技術問題。鄂維南表示，“中國的數據體量特別大，比如，中國的視頻比任何國家都要多，這些數據儲存困難，需要用的時候往往就沒了”。再以基因測序領域為例，中國每年新增的基因組測序原始數據超過20PB（1PB相當於100萬GB），面臨著數據量大、數據處理流程長等技術挑戰。

　　另一方面，數據分析本身也是一個難題。大數據中，絕大部分屬於非結構化的數據，它們大量存在於社交網路、網際網路和電子商務等領域，這些數據的不確定性表現在高維、多變和強隨機性等方面。股票交易數據流就是不確定性大數據的一個典型例子。這些都需要通過包括數學、經濟學、社會學、電腦科學和管理科學在內的多學科交叉來研究和討論。

　　目前，我國大數據技術創新能力還有待提升。《大數據産業發展規劃（2016-2020年）》指出，我國在新型計算平臺、分佈式計算架構、大數據處理、分析和呈現方面與國外仍存在較大差距，對開源技術和相關生態系統影響力弱。同時，大數據應用水準不高。我國發展大數據具有強勁的應用市場優勢，但是目前還存在應用領域不廣泛、應用程度不深、認識不到位等問題。

　　“雖然我們在應用上不落後國外，但是在底層技術上和國外差距特別大，技術都來源於谷歌等國外大公司。”國務院發展研究中心資訊中心研究處處長李廣乾説，很多時候我們的商業模式走在了技術前面，並沒有通過技術手段來推動創新。

　　對此，潘文表示，國家層面要支援大數據共性關鍵技術研究，加強海量數據存儲、數據清洗、數據分析發掘、數據可視化等領域關鍵技術攻關，並支援自然語言理解、機器學習、深度學習等人工智慧技術創新。

　　專業人才短缺嚴重

　　近年來，我國大數據産業發展進入爆發期，由於成熟的人才培訓體系尚未建立，直接導致人才短缺的問題日益突出。“我們面臨的最嚴重的問題就是應用場景和人才的問題，應用場景的問題是需要時間，人才問題是我這麼多年來碰到的最嚴峻的問題。”鄂維南説。

　　人才不足限制了大數據産業創新發展的成效。清華大學電腦係教授武永衛透露的數據顯示，未來3至5年，中國需要180萬數據人才，截至目前，中國大數據從業人員只有約30萬人。LinkedIn（領英）發佈的《2016年中國網際網路最熱職位人才報告》則顯示，數據分析是當下中國網際網路行業需求最旺盛的6類人才職位之一。

　　同時，大數據行業選才的標準也不斷變化。初期，大數據人才的需求主要集中在ETL研發、系統架構開發、數據倉庫研究等偏硬體領域，以IT、電腦背景的人才居多。隨著大數據往各垂直領域的延伸發展，對統計學、數學專業的人才，主要從事數據分析、數據挖掘、人工智慧等偏軟體領域的需求加大。

　　在高端人才稀缺的現實情況下，企業多選擇從海外和傳統行業挖掘跨界人才，但仍然無法滿足國內市場的大量需求。針對大數據人才供應不足的現象，各種培訓機構和各大高校也開始強化大數據人才的培養。但培養大數據人才需要時間，在短期內對於大數據領域的高端人才仍然會呈現出供不應求的現象。

　　值得注意的是，今年3月份，教育部公佈了第二批獲准開設“數據科學與大數據技術”的高校名單，加上第一批獲批的北京大學、對外經濟貿易大學、中南大學，一共35所高校獲批開設該專業。今年開始，部分院校將招收第一屆大數據專業本科生。

　　對於大數據人才建設，潘文表示，要建立適應大數據發展需求的人才培養和評價機制，並建立健全多層次、多類型的大數據人才培養體系。同時，還要完善配套措施，培養大數據領域創新型領軍人才，吸引海外大數據高層次人才來華就業、創業。