十项标准出台在即 大数据产业告别“跃进式”发展

　　国家标准委正在着手制定首批共十项大数据标准，分别是大数据术语、大数据技术参考模型、数据交易平台交易数据描述、数据交易服务平台通用功能要求、数据能力成熟度评价模型、多媒体数据语义描述要求、科学数据引用、数据溯源描述模型、数据质量评价指标和通用数据导入接口规范。

　　大数据企业如何发展，市场正在做出自己的选择。

　　8月末，北京某酒店的一场大数据企业展上，聚集了全国各地的企业。现场展示有随着《江南style》起舞的机器人，有早期科幻电影里走出来的“触摸式数据可视化屏幕”……

　　“你们的具体业务是做什么的”、“和大数据有什么关系”……和直观的服装展、美食展不同，大数据行业作为当下的风口新业态，其行业标准、商业模式正在探索中，参展的大数据企业们，以各种可视化的方式，把大数据产业的最新成果展示给观众。这场活动吸引了大批企业和研究人员，其中还包括自费从国外过来学习的教授。

　　中国的人口数量，让其成为大数据大国，但却不是生来的大数据强国。国内大数据市场正在经历炒作、探路和实践期。21世纪经济报道记者采访发现，今年的大数据行业聚会，探讨的内容已经从2014年的数据是什么，发展到大数据产业的商业模式怎么做。

　　从业务定位到市场开发，从产品生产到服务提供，大数据企业的发展还处于初始阶段。在大数据生态圈里，看上去很美的商业价值，已经吸引了一批创业者，将之视作弯道超车BAT的最大机遇；也有传统企业和行业巨头借势圈地扩张，寄望完成转型和整合。

　　有学界和业界人士预测，大数据已经从概念炒作走向了稳步发展时期。另外，8月份出台的促进大数据产业发展行动纲要，系列鼓励和规范政策正在密集出台中。在大数据这个具体政策和标准近乎空白，正在野蛮生长的大数据产业生态链中，21世纪经济报道记者通过采访大数据产业生态链上的各类企业，摸底大数据产业的商业化落地进程。

　　应用行业参差不齐

　　“扫码送牛奶”、“扫码送雨伞”……进入2015年，从中关村地铁站出来，簇拥围住你的人群，不再给你发传单，而是各类APP扫码推广。APP推广的大量聚集，让这里被戏称做“扫码一条街”。

　　在大数据被各方合力推上风口的当下，这些APP推广工作人员会介绍，这款应用是基于某领域海量数据库的处理和分析的产品。在很多新上线APP的宣传里，“数据为王”，“企业对大数据的态度决定未来的高度”，类似的说法越发常见。

　　事实上，这些企业是不是纯粹的大数据企业尚有争议。一部分人认为，严格意义上来说他们只是通过互联网+的方式应用大数据，是大数据生态链上最终的消费者，是大数据得以应用的主要场景，而不是纯粹的大数据从业企业。

　　抛开争论，这些大数据应用企业，对大数据产业发展的重要性毋庸置疑。“企业对数据的应用，是大数据行业发展的引擎”，有专家表示。

　　21世纪经济报道记者发现，在每一次关于大数据相关的活动中，大数据的商业应用，是最受关注的板块。在8月26日的中国国际大数据大会开幕论坛上，关于大数据的商业应用，学界和业界即产生了两种完全对立的观点。

　　北京大学鄂维南院士提到：“现在的数据分析公司是风起云涌，我把它说成是小锅炉战场，想当年大炼钢铁的时候，就是自己在家里就建了锅炉就炼。”鄂维南称，现在的确什么人都可以做，没有什么技术含量。

　　鄂维南还提到，数据交易存在经济学上的悖论，数据服务作为一个业务模式，它的商业模式现在没有真正被认可，数据通过什么方式赚钱，前景不是那么清楚。

　　晶赞科技董事长汤奇峰在中国国际大数据大会上发言称，大数据交易并不存在经济学上的悖论。我国企业对大数据应用的现状基本都是初期的状态。应用的主要形式还是，基于大数据得到的商业洞悉，业务推荐和智能获客等三个领域。其中的典型就是个性化推荐和智能广告。

　　汤其峰在接受21世纪经济报道记者采访时表示，大数据的商业模式体现在很多方面，大数据价值在交易和流通的过程中体现，并且会发生聚变效应，实现边际效应递增。

　　21世纪经济报道记者了解到，目前国内对于大数据应用，发展较好的还是以大企业为主，比如BAT、滴滴快的、Uber等互联网企业。不管是对外数据源采集，还是企业内部的数据资产管理，其互联网企业基因，以及自身的资本优势，使得他们在大数据的应用上同样处于领先的态势。

　　同时，由于这些拥有大量数据资源的企业，在分析挖掘数据形成应用的同时，放弃直接依靠出售数据获利，而选择对外提供数据服务和分析结果，为应用类企业的决策和东西提供了便利条件。这也是应用类的数据企业或产品数量较大，占到了行业总数的三分之一的重要原因。

　　而对于部分中小企业而言，资金缺乏和技术难题导致数据获取难，缺乏数据资产管理意识，其对大数据的使用，仍在探路中。

　　另外，我国的大数据应用领域分布仍然不够全面，相关企业主要集中在互联网、市场营销、电信、金融领域，而政府公共服务、农业类应用，发展还在原始阶段，近期个别企业还不时爆出数据造假的传闻。同时，数据应用的方式单一，思路狭窄，一些企业盲目学习国外的数据应用模式，也是大数据应用企业发展的一大短板。