2012年上半年，我陸續寫了一組關于大數據現象的文章，發表在雜志和網絡上。下半年，旅美專家涂子沛和英國學者舍恩伯格關于大數據的書相繼出版。于是，網絡業和IT業關于大數據的討論多了起來，漸漸在社會上也流傳開來。

時至今日，在如何定義大數據的概念問題上，還沒有一個學界和業界的共識，還是瞎子摸象，自說自話。多數人把大數據看作是互聯網上的一種現象，或是一種互聯網技術，與云計算、無線互聯網等概念并列使用。雖然提供大數據服務的公司已經很多，但還沒有形成一個大數據產業。這并不奇怪，因為大數據時代剛剛開始，人們的認識和實踐還難免受到與其關系密切的網絡業和IT業的傳承的影響，還不能比較抽象、前瞻、深入地分析和認識大數據現象，更不用說學界把大數據當作一個嚴肅的學術討論對象，這恐怕是十年以后的事情了。

雖然認識還不到位，但并不妨礙人們的探索，這也符合一般規律，摸著石頭過河，實踐走在認識前面。大體上看，在大數據方面的第一波創新嘗試大致集中在三個領域，即網絡業、制造業和公共服務業，以及三者之間的互動融合。

網絡業的大數據實踐由淺入深可以分為四類。第一類是大數據技術的發展，例如數據標準化、存儲、傳輸、加工、利用等方面的進步，以應對數據增長快、規模大、種類多的挑戰。第二類是對現有網絡服務所獲得的相關數據進行挖掘，以提高服務效率和收益。第三類是對數據終端與應用之間、網絡平臺與應用之間以及各類服務之間進行數據標準化、通用化和關聯化的努力，以求得綜合服務效應，獲得額外的收益。第四類是基于可獲取的數據設計全新的產品和服務，或者取代現有類似服務，或者開辟網絡服務新天地。相對而言，前兩類還算不上嚴格意義上的大數據實踐，只能視其為大數據的前期準備，為真正的大數據培養人才和技術能力。后兩類是大數據創新的主流，但為時尚短，還沒有突破性的大創新出現，需要三五年才可能見到成效。

比起網絡業，制造業在大數據方面的創新進展要顯著得多。第一類是以3D打印技術為代表的數據化制造方式正在以日新月異的速度發展，大至飛機汽車、高樓建筑，小至原子和DNA層級的新材料研制，數據化制造將很快成為制造業創新的主流。第二類是制造業產品的數據終端化，越來越多的工業制成品具備了互聯互通、數據生成的功能，像手機一樣可以生產數據、傳輸數據，依托數據維持運行。第三類是傳統制造技術與流程的數據化，主要表現為自動控制和智能化生產，也就是所謂“工業4.0”。

公共服務方向的大數據實踐表現比較醒目的有三個領域。第一個領域是通過應用大數據技術提供國家安全和公共安全的服務。撇開政治和社會爭議不談，斯諾登事件顯示了掌控巨大資源和權力的政府系統已經在大數據方面走到了大規模實戰的程度。第二個領域是公共衛生與保健領域，在社會醫療保險和醫療成本監控方面已經出現了比較成熟的大數據應用，在數據化醫療保健方面，各種創新層出不窮，很可能帶來傳統醫療保健機制的革命性變革。第三個領域是金融服務業，傳統上分門別類的金融服務，包括銀行、保險、投資、理財等，有可能架構重組，形成以用戶（包括機構與個人）為中心，以大數據為基礎的綜合性金融服務。

比較而言，網絡業的大數據發展難度低一些，一是因為網絡上的數據已經存在，挑戰主要在如何利用；二是因為大數據需要的基礎設施、技術能力和資本在網絡業已經存在，挑戰主要在如何創新；三是因為沒有歷史包袱，走向大數據不需付出過多的轉型成本。

像制造業這樣歷史悠久的傳統產業發展大數據難度比較大：一是慣性思維制約了創造性思維的產生，例如像蘋果手機那樣的智能手機居然不是在手機業產生，反倒要毫無手機制造能力的蘋果公司先走一步；二是數據終端型的產品要能夠做到成本可控、市場歡迎、收益良好需要漫長的試錯過程和用戶接受過程；三是大數據制造需要一批新人、新技術、新設備，需要淘汰大量舊人、舊技術、舊設備，這往往意味著企業重組甚至破產重生。

公共服務領域走向大數據，挑戰不僅在于從事大數據公共服務的機構和個人，更在于全社會接受和適應大數據公共服務的決心和能力。一個全新的大數據服務往往意味著社會的權力重組、利益調整和運行機制的改變，意味著公民權利和文化的再定義，這需要一個社會具備開放的能力，結構彈性較強。對于像中國這樣一個開始走向現代化，改革開放進程遠未完成的發展中國家來說，面對大數據時代的新挑戰，應當是一個相當艱巨、漫長的歷史過程。長期停滯不前或者短暫的倒退恐怕難以避免。