數字化進程六大法則 (車品覺)

By on October 2, 2019

本文作者車品覺,為紅杉資本中國基金專家合夥人、阿里巴巴集團前副總裁,為《信報》撰寫專欄「全民大數據」

大數據被廣泛應用所帶來經濟環境和活動的根本改變,已引起大家的高度關注。(Freepik網上圖片)

大數據被廣泛應用所帶來經濟環境和活動的根本改變,已引起大家的高度關注。(Freepik網上圖片)

雖然目前我們對數字經濟尚未有標準定義,但大數據被廣泛應用所帶來經濟環境和活動的根本改變,已引起大家的高度關注。上世紀末,隨着網絡技術應用的實踐,人類衝破了時間和空間所造成的天然隔膜,至今地球上已有超過一半人口可以享受互聯網帶來的新時代。

在數十年網絡效應的推動下,互聯網已全面滲入經濟社會發展的方方面面,深刻改變人們的生產生活方式,如購物、社交、支付、娛樂等都搬到線上,更重要的是積累了大量數據足跡。伴隨雲計算快速增長及機器學習的普及,人工智能已經成為提升經濟形態由工業時代向智能經濟轉化的催化劑,帶來了生產力質的飛躍。你可能會認為雲計算是沉寂的數據資源最佳拍檔,其實「用數據」與「養數據」的正循環更多來自企業組織內部對數據思維的激發。同時就像太極的陰陽兩面,數據愈多,治理愈困難的負循環更大地考驗着大家的耐性。

企業要善用數字經濟所帶來的機遇,首先要明白數字經濟的重要特徵,在萬物互聯的世界中,無時無刻都在產生着「數據——訊息——知識——智能決策」,在數字化的進程中遵循着有些法則:

一、僅要到達了量級數據,數據從收集到使用,有強者愈強的趨向(Data gets more data),甚至有壟斷的趨勢。

二、雖然摩爾定律讓數據的存儲成本愈來愈低,但把數據提煉及維護成可用的數據的成本卻不便宜,特別是首次製作成本。

三、數據作為一種原材料可以被重複使用,複製的成本接近零,而且可以被無數次使用。

四、數據如果作為一種產品,很難用成本定價,因為數據的價值更大取決於決策的效果,而邊際成本會隨着重複使用愈多而降低。

五、大數據與算法愈強的耦合會導致切換成本愈高。

六、數據的新鮮度,在收集的同時就開始衰減。

隨着5G、物聯網、區塊鏈、智能終端的加入,數據驅動將深入到各行各業,而且更具備網絡效應。數據的外部性及指數性增長造成了明顯的先行優勢。錯過了這個機會可能不是缺少競爭力的問題,而是永久失去了人工智能的紅利。

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們