來源：亞布力企業家論壇CEF    作者：葉強 

葉強|哈工大高級管理研究院院長、深圳市哈工大金融科技研究院院長

企業如何激活數據？如何應用數據進行商業分析與決策，從而創造更大利潤價值？面對不確定的未來，數據的意義和本質到底是什麼？

6月10-11日，亞布力中國企業家論壇第二十二屆年會順利召開。哈工大高級管理研究院院長、深圳市哈工大金融科技研究院院長葉強在【商學課堂】環節從“大數據與決策分析”角度，分享了他對企業發展的思考。

以下爲演講全文：

今天我將分享自己對大數據決策分析的思考，演講內容將圍繞以下幾個方面展開：

一是講述大數據的基本概念；二是闡釋如何使用數據並發現數據的價值（數據之上是模型，需要用到包括人工智能在內的決策分析模型）；三是有了數據和數據模型之後，還要有商業模式的結合作爲載體，要將其真正落實到爲企業創造商業價值，從而增加收益或降低成本；四是企業要有正確的管理方法和思維方式，光是利用好數據還不行，管理也很重要。

有主流觀點認爲，人類已經開啓了第四次產業革命，此次產業革命的含義現在還難以用簡單、清晰的定義加以概括。畢竟，用一項技術去概括現在的產業革命，還爲時尚早。這次產業革命帶來的機遇主要聚焦兩個維度：一是數字革命，二是綠色革命。

互聯網浪潮帶來了大數據、人工智能、區塊鏈、NFT、元宇宙等浪潮，不斷加速物理世界和數字世界的融合，這個過程離不開以互聯網爲代表的新技術的快速發展和廣泛深入的應用。相對於過去石油、鋼材這樣的物質資源，“數據”已經成爲 “數據經濟”時代最重要的要素。Garter Group每年都會發佈一個戰略性的技術趨勢預測，每年只有十項技術出現在預測表單中，而在2012年、2013年的表單中，連續兩年都出現了“大數據”。

很多人常常將“數據”和“信息”混爲一談，這兩個概念之間到底有什麼區別？“數據”最基本的特徵是客觀性，是人類對客觀事實的記錄，不以人的意志爲轉移。過去古人結繩記事也是數據，現在更多是針對數據庫中數據化的數據，今天講到大數據，基本上是指數字化。 

“信息”是對數據進一步整理，形成能夠消除對人不確定性的東西。在座的各位企業家如果不打瞌睡地聽完我的課程，那麼大家在這半小時之內，獲得的數據完全一樣，但獲得的信息，會有很大差異。與數據相比，信息帶有一定的主觀性。從數據中我們要獲得信息，消除對未來市場、產品和技術發展方向的不確定性。

對數據和信息再進一步進行分析，從中發現有價值的規律，這就會成爲“知識”。我們有了知識，就會在頭腦中形成基本的分析模型，當我們再次獲得信息時，就會對信息進行更深層次的加工，於是就會形成自己的主張、看法和決策。這些主張、看法和決策，就是智慧。

怎麼去發展大數據？在G20峯會上，以中國爲代表的領導人提出七大原則，第一個原則就是創新。大數據、數字經濟本身是創新的結果，這種創新不斷延續發展，還需要繼續推動。

創新分爲幾個層次，最低層次、最能被看見的創新，就是技術和產品的創新。大數據這種新的技術可能會衍生出一些新產品。想要真正讓大數據創造商業價值，必須要把數據融入到商業模式中。商業模式聽起來很高大上，其實要義非常簡單，即如何實現可持續發展、如何獲得利潤，這就是商業模式。簡單地說，就是你如何賺錢、如何維護重複的生產活動。把技術上升爲某種商業模式，並且這種商業模式取得了成功，這種創新才更有價值。

創新的更高層次是商業模式的創新。在商業模式之上是決策模式。過去，我們很多創業者、決策者都擁有決策勇氣和決斷力，但在數字經濟的時代，我們有越來越多機會，利用大數據、分析模型、人工智能做出更加科學的決策。

創新的最高層次是思維模式和發展理念的創新。企業、區域和城市只有具備新的思維模式和新的發展理念，才能更好地抓住數字經濟機遇，創造更多價值。如果還是用錯誤的思維模式和發展理念，不僅可能錯過過去，也可能錯過未來。

在決策分析模型與人工智能技術裏，含有各種各樣的數字分析技術。比如，商學院用到很多大數據、計量數據模型和智能分析模型。每年我們會舉辦大數據國際暑期院校，聘請國內外知名學者講授很多複雜的分析方法，探討各種模型的形式。這期間，人工智能發揮着非常重要的作用。這也是爲什麼人工智能在這幾年突然興起、形成大浪潮的原因。其實人工智能本身的發展，並沒有突飛猛進地實現突破或創新，主要還是由於數據的積累爲過去就已經準備好的人工智能技術，提供了機會。

Gartner Group連續兩年將“大數據”列爲未來的戰略性技術趨勢中重要的技術之一。2017—2022年連續六年則是人工智能。近來形成的浪潮，其實主要是由於應用的創新，商業模式的創新，帶來了大家對技術性的期待，這其中就包括決策智能。

比如，朋友圈中的廣告背後就是基於大數據、人工智能技術。當你訪問一個網店打開APP時，後臺的技術對你進行辨識，判斷你是誰，坐在你旁邊的人跟你看的完全是不同的廣告，廣告主得到信息，進而判斷你對它來說值多少錢。不同的廣告主進行實時競拍。這就是大數據、人工智能的方式。

再比如，輝瑞可以用IBM結合Watson人工智能系統，加速藥品遴選的速度和效率。健康領域有大量人工智能的技術應用正在成爲現實。在審計領域，德勤已經在用人工智能的技術進行審覈，在金融領域，金融智能投資策略也被大家普遍看好。

人工智能其實在幾十年前就已經存在。以人工神經網絡爲例，它可以是開放的模型，只要有足夠的數據，數據中包含着X、Y之間的關係，我們不需要知道f是什麼，就可以通過方法建立X、Y的關係。可以對Y進行分類，區分誰是貸款的客戶，還可以對Y進行預測，瞭解股票未來的發展方向。這是基本的人工神經網絡的模型。更加複雜的深度學習的模型，已經成功用在圖像的識別技術上，我們大會會場的臉部識別技術和AlphaGo的主要算法背後都是卷積神經網絡。

Facebook使用了Prophet系統，對網絡的流量能進行準確預判，能夠非常好地預留所需要的系統資源。這個系統也被著名國際房地產中介公司Zillow所使用，越來越多的商業領域也用到了這個複雜的模型。再比如，聯盟學習的技術在數據隱私環境下，發揮出大數據的作用，爲我們提供了新的技術可能，雙方的數據在本地計算，計算出來的參數，在通道上進行交換。隨着《數據安全法》的頒佈和金融領域行業更加的規範化，這些技術也正在被一些企業迅速理解和應用。

雖然看起來大數據的模型非常複雜、都是高科技，但也可以有簡單的分析方法，甚至用“除法”就可以做很多事。舉例來說，客流小盒技術在空間中可以通過wifi定位，知道每一部手機所在位置，由此對客流進行分析，形成相關客流數據。A商店認爲是客流降低導致虧損，於是就向商超提出減少租金；但商超則覺得已經給了A商店這麼絕佳的商業位置，虧損絕不是虧損原因，雙方對此僵持不下。

此時運用大數據技術，就能找到虧損原因。我們通過梳理手機精準實時定位，得出下列數據：

我們看到：在一段時間內，通過精準定位技術，掌握了經過A商店和B商店門口的用戶數量；根據這個基本數據，我們開始做決策分析。

爲了深入分析，形成數據對比，我們又得到了同一時間內，進入這家店的客戶數量（如上圖所示）。看到圖中的數據信息，你會做出怎樣的決策？通過分析，我們大腦中建立了一個分析模型，用簡單的“除法”對比兩家店之後得知，A商店虧損的原因主要是經營問題，而非客流位置的問題。

從上圖可見，A商店經過了兩萬多人，纔有一千多人進店，B商店經過一萬多人，進店三千多人，反映出的就是，A商店出現經營問題，這就是大數據分析。大數據分析的重點，不是算法的複雜，而是分析思路的轉變。怎麼把它用在商業模式中，這對企業家來說，是值得思考的方向。

技術創新需要與商業模式結合，才能創造價值。大數據不是僅僅爲了好看，不是絢麗的大屏、漂亮的曲線，而是真正能夠提高企業收益或者降低成本，否則這樣的技術，不會持久。

以數據風電領域的項目爲例，我們爲雲南國家投資集團做的案例，在2020年就收回了全部成本，還創造了更多收益。風電需要靠機時，不停地發電產生價值、發出電。在風車陣裏，很多風車有時基本不轉，不轉就不能發電，需要檢修。在每一個風車上，我們每兩秒就能獲得大概兩千個數據，所有的風車狀態傳到集中控制中心，會實時進行預警，如果出現風險，就會及時處理。 

雖然有時候，風機還是會停機和被損壞，但它壞的那一刻，其前後的數據都存儲在數據中心，所以我們能夠知道它哪裏壞了，可以精準判斷應該怎麼修，減少檢測時間，大大縮小了停機時間；企業也由此進入到一個快速發展的通道。

近來，俄烏衝突對石油和能源市場產生衝擊，新能源賽道有了更多創新的機會。那如何用數字化提高企業價值？數據經濟爲企業創造價值的模式有很多，我這裏主要說兩類：一是平臺的開放性模式；二是需求方規模經濟模式。這是創造價值的兩類重要模式。

首先，在平臺的開放性模式上，我們看到近些年大企業規律化的變化：2016年之前，全球最大市值上市公司的排行榜中，既有數字經濟、平臺經濟，也有製造業、石油業和金融業；但2016年之後，這個榜單中前幾名，幾乎全被數字經濟且是平臺經營模式所壟斷。

這裏有一個規律：平臺經濟企業往往是用更少的員工創造更高的市值，這意味着它有更高的勞動生產力，這些高生產力就是源於平臺的開放性。傳統企業多數都很封閉，但平臺型企業的所有要素供給的需求方，都會根據各自的資源稟賦，在開放的環境下加劇競爭、提高效率。

第二，傳統供應方規模經濟創造更多價值的主要方法，就是擴大生產規模。很多成功的企業在傳統經濟中都是靠這樣的原則取得成功，擴大規模、降低成本、取得利潤。而需求方規模經濟看起來更大，創造價值方式也與供應方規模經濟完全不同。

舉例來說，如果突然有一天，微信要求每一位用戶每年交1元錢，才能使用它，相信很少有人會爲了這1元錢放棄使用微信。阿里巴巴和騰訊的微信都是應用，但如果它也收1人1元錢，大部分人可能都不願意。這就是需求方規模經濟的例子。

爲什麼你願意爲微信多付錢，因爲你的微信上有很多好友、同事、親人都在上面。用戶用得多就對企業產生了價值，這是數字經濟創造出的一種新思路。

大家都想了解大數據的技術、模型和分析方法，但對於企業家來說，還是要明確一點，大數據無法替代正確的管理方法和思維方式，管理的重要性和技術的重要性同等重要，甚至在某些場合，管理的重要性，更勝一籌。

人類重要的突破、成功的壯舉，都是靠合作完成的。大家共同合作，才能創造價值。這其中，管理就發揮着非常重要的作用。人工智能、大數據的發展，主要的創新是在管理、應用的驅動和商業模式方面；如果僅靠數據，企業發展就會出現問題。

Zillow是全美最大的房地產交易的平臺，很重視技術運用，這個公司採用的是非常創新的機器學習算法，用人工智能的技術預測房價格，通過買入別人要賣的房產，對該房產進行簡單裝修再賣出，整個過程都用人工智能技術完成。他給出的目標是，希望到2025年收益翻4倍，而且在全球招聘了一批優秀算法專家加入公司，但2021年虧得一塌糊塗。

Zillow可是當年最成功的企業之一，也拿出過百萬美金做競賽，招募優秀的年輕人，它用的Prophet算法也非常先進，但爲什麼還會失敗？就是因爲沒有管理的參與。

所以，完全靠算法是不夠的，這裏面有很多的問題需要管理專家來解決。比如，Facebook用的算法是預測網絡流量，在這個領域，能夠成功的算法用來預測房地產這樣相對高度流動性的市場，其表現就會無能爲力，即使稍有作用，商業模式也可能會出現問題。

在很多商業場合中，真正懂得管理的領導者所具備的知識是不可缺少的，數據並不能代表一切。

企業家們不用擔心被大數據淘汰，因爲在大數據淘汰列表中，企業家排在最後。但要想發展企業，除了充分利用數據價值，更重要的還是需要企業家、管理者和新的管理思想。

如何留住人才，激勵員工發揮主觀能動性？怎麼發揮最大的作用？除了考慮“增加收入”這種“保健因子”之外，“激勵因子”的作用其實更大。在激勵運用得足夠好的情況下，即便“保健因子”有欠缺，還是有“贏牌”的機會。企業家要運用管理的智慧思考如何打好手裏這副牌。

最後，面對未來的發展和數據經濟提供的機遇，企業家和管理者要有前瞻性。每一個企業都逃不出在創新曲線上所必經的幾個階段：創新、增長、成熟、衰落。

企業家要能“看見”未來，這一點非常重要。

一位冰球運動員在退役時，有記者問他：“你的冰球打得這麼精湛，有沒有什麼祕訣，分享給大家？”這位冰球運動員回答：“每次當我去追逐冰球的時候，我都是滑向冰球即將前進的方向，而不是冰球現在所在的位置。冰球即將前進的方向沒有球，如果你不懂它的決定，就會以爲它是個傻瓜；但如果你能看清它的判斷，你就知道，這是遠見。

祝各位企業家在經營企業時，也能像這位冰球運動員一樣，滑向冰球“未來的方向”，進而取得更大的成功。