過去5年，大數據從沒有在我國政府工作報告中缺席過：

　　2014年是“中國大數據元年”，這一年大數據首次寫入政府工作報告;

　　2015年，大數據上升為國家戰略，《促進大數據發展行動綱要》發布;

　　2016年，國家大數據戰略首次被寫進五年規劃中，《大數據產業發展規劃(2016-2020)》發布;

　　2017年，貴陽、廣東、重慶、內蒙古、麗江等60余個包括省市自治區、省級市、地級市在內的地區，激活了政府數據資源，并在區塊鏈應用上實現重大突破;

　　2018年，大數據在各行業的全面深度滲透將有力地促進產業格局重構，驅動生產方式和管理模式變革，推動制造業向網絡化、數字化和智能化方向發展……

　　我們看到的多是大數據積極性的一面，但任何技術都具有不確定性。近期大數據發生兩件事，一是臉書的數據被濫用，二是大數據殺熟現象引發熱烈討論。前者關聯更多的是隱私安全問題，后者則凸顯了大數據所制造的巨大的不對等關系。

　　一方面，大數據產業正在各領域快速滲透擴張。另一方面，由此而來的問題也在慢慢顯現。

　　傳統旅游業一條“觀光”路走到黑
 

　　在剛剛過去的新一輪國務院機構改革中，文、旅合二為一，旅游產業在國民生活中的地位進一步提升。

　　統計顯示，2017年我國國內游客達到50億人次，相比5年前增長了69%，國內旅游收入達到4.57萬億。據世界旅游組織預測，2020年我國將成為全球第一大旅游目的地，屆時旅游總收入會占到我國國內生產總值的8%。僅以去年的國內生產總值計算，2020年我國旅游總收入就將達到6.6萬億元。

　　我國旅游業在“觀光”的路子上走了幾十年后，如今正在向深度化、個性化轉變，80、90后的年輕游客逐漸成為市場主體。

　　年輕人在旅游方面的需求幾乎完全異于父輩，他們/她們更在意體驗、更看重品質，一道菜、一張圖片、一句留言，甚至是某種微妙的情感變化都有可能促成一趟旅游。

　　就是這樣一個龐大、充滿活力的產業，長期以來卻飽受模式陳舊、產品簡陋、服務粗糙等問題的困擾，而對于如何創造新模式、開發新產品、滿足新需求，傳統經驗顯然不夠用。

　　浪潮集團大數據公司副總經理張帆說，一方面我國旅游業還沒有發展到個性化服務這個階段，行業關注的仍舊是門票、團游這些傳統手段。另一方面，自駕游自助游的比例卻在逐年增加，游客對跟團已經越來越沒興趣了。

　　張帆認為，傳統旅游業已經失控，它不懂如何應付這個新局面。比如某個城市要推自駕游，那么，它該如何營銷?服務怎么配套，怎么提升?路線怎么設計，停車場怎么安排?游客怎么分流，怎么監控?

　　即使上述問題都落實了，也還需要回答一個核心問題：為什么推自駕游，而不是文化游?

　　新的消費主體、新的行為特征、新的技術手段，旅游業所面對的問題同樣是其他行業的問題，乃至整個社會生產急需解決的問題。

　　時空大數據：洞察規律、預測行為、指導決策
 

　　大數據被寄予厚望。

　　螞蜂窩CEO陳罡表示，大數據應成為“新旅游”的核心生產力：“老旅游是低價團、零負團費等逆互聯網潮流的傳統形態，新旅游代表自由行、代表智慧旅游、代表大數據，代表整個互聯網更加開放的發展方向。”

　　目前在國內，旅游大數據建設主要集中在旅游管理、游客服務、旅游營銷等領域。

　　在旅游管理方面，國內各大運營商及互聯網公司，通過LBS定位及手機信號定位，實現對景區及重點區域內的游客人流、車流密度的監測、預警，同時基于網絡文本數據的挖掘，實現對旅游目的地輿情監測及預警;

　　在游客服務方面，基于對旅游產品、旅游線路的數據挖掘、分析，實現對游客旅游資訊及旅游產品信息的精準推送;

　　在旅游營銷方面，通過對不同用戶屬性信息及用戶興趣偏好等數據的挖掘分析，指導旅游目的地精準營銷。

　　張帆表示，在達到一定量的水平后，旅游大數據的分析重點不再是數據量，而是數據源，只有數據源足夠豐富多樣，才能為旅游決策提供可靠的依據，才能避免單一數據源隱藏的“系統性風險”。據了解，目前浪潮所整合的旅游數據包括4大類：

　　一是互聯網數據，通過網絡爬蟲抓取各個OTA(在線旅行社)的景區預定量、目的地搜索數據等。二是委辦局數據，包括與旅游相關的6個委辦局的數據，比如公安的持證住宿、海關出入境、高速路口數據等。三是旅游產業數據，這部分屬于旅游局自己的數據，包括景區、五星級酒店、涉旅服務點、旅行社，以及旅行社所有跟團游的數據等。四是運營商數據，主要來自移動、電信、聯通、騰訊微信等移動端，包含游客的位置、移動軌跡等數據信息。

　　可以發現，上述四類數據基本涵蓋了旅游的“吃住行游購娛”，針對某個游客的某次旅行，整合后的數據完全有能力從位置、消費、游憩、社交等方面還原整個旅行軌跡。

　　更進一步，圍繞某個旅游目的地，大數據可以洞悉隱藏的具有規律性的行為特征。不論這些行為具有積極性還是消極性，對旅游主管部門和企業來講都具有很大價值。

　　美國賓夕法尼亞州立大學潘冰教授認為，旅游大數據的優勢包括：幾乎是全部數據，沒有抽樣誤差;數據可以細致到每個個體;多個數據源的集合會發現意想不到的關聯和結論;并且，能達到實時反饋。

　　智慧城市受制于數據孤島問題
 

　　吃住行游購娛，旅游所關聯的產業、涉及的數據來源非常廣。如果我們把旅游大數據落到某個城市之上，再結合全域旅游的概念，那么從交通、餐飲，到環保、氣象，再到城市整體環境——這近乎是智慧城市的另一種表述。

　　大數據是旅游業的核心生產力，同樣，它也是智慧城市建設的關鍵。

　　從2009年左右起我國少數城市開始構建智慧城市，“智慧北京”“智慧廣州”“智慧南京”等逐步建設。到2014年，我國已有400多個城市加入到智慧城市建設的隊伍中。

　　智慧城市可以理解為數字城市的升級版，兩者的最大區別在于，前者對感知層獲取的數字信息進行了智慧處理，其核心是大數據技術。

　　大數據是城市各個領域實現“智慧化”的關鍵性支撐技術，從政府決策與服務，到人們衣食住行的生活方式，再到城市的產業布局和規劃，直到城市的運營和管理方式，大數據遍布智慧城市的每個角落。

　　從城市管理角度看，智慧城市建設不僅僅是一場技術革命，更是一場治理革命。

　　去年5月，滴滴出行總裁柳青在美國洛杉磯介紹，由于濟南市主干道經十路原有的紅綠燈管理與實際交通動態不匹配，高峰期6個路口的通行時間長達40分鐘。在引入滴滴車輛浮動大數據和算法之后，同路段的時間從40分鐘下降到30分鐘左右。

　　另一個例子是無錫。無錫是我國目前智慧城市化水平最高的城市之一，當地政府與阿里云合作打造了物聯網之城——鴻山小鎮。小鎮實現了交通、環境、水務、能源等多個城市項目的在線智能管理，連井蓋都安裝了智能傳感器，如果丟失或者破損都能自動排查;垃圾桶一旦快滿了就自動通知清運人員及時處理;120救護車一出發，交通管理系統就能自動識別、調度出一條“綠色生命線”。

　　建設智慧城市，多數城市必須先解決兩個突出問題，一是打破信息孤島，實現數據開放共享;二是充分利用開放的數據，挖掘其最大應用價值。

　　目前我國近80%的數據集中在政府部門，這些數據的開放程度不高。另外20%的數據掌握在大型企業手中，還有一些零星的數據分散在各個行業。

　　我國近幾年開始集中解決政府數據開放問題，2015年國務院發布《促進大數據發展行動綱要》提出，在2018年底前建成國家統一的數據開放平臺;去年又發布《關于推進公共信息資源開放的若干意見》;今年初中央網信辦、發展改革委、工業和信息化部又聯合印發《公共信息資源開放試點工作方案》，確定在北京、上海、浙江、福建、貴州5省份開展公共信息資源開放試點。

　　盡管部分數據已接入共享開放平臺，但由于不能被機器讀取，進而成為“休眠數據”。《2017中國地方政府數據開放平臺報告》顯示，截至去年4月，全國19個地方政府數據開放平臺的8398個開放數據中仍有約25%的機器可讀性較差。

　　洞悉“世界之道”并沒有看上去那么美
 

　　就人類對世界的認知而言，大數據技術具有革命性的意義。

　　2010年《Science》上刊登了一篇文章指出，93%的人類行為可以預測。在大數據技術出現之前，預測是一件特別困難的事，每個領域都試圖抓住未來的蛛絲馬跡，但多數情況下效果并不理想。

　　大數據技術出現后則不同，在海量數據中進行分析預測，我們完全有能力摸透人類的絕大部分行為模式，進而洞察群體及個人的每一次決定，并進行預測、干預——相當于一個先天近視的人，看世界一直是模糊的，現在戴上眼鏡，整個世界頓時清晰起來。

　　這是人類認知能力的一次巨大飛躍，經過這一步世界幾乎沒有多少秘密可言。過去人們將俯瞰地球稱為“上帝視角”，其實，透過大數據洞悉“世界之道”才是真正的“上帝視角”。

　　技術發展到這個程度，在法律法規不完善的情況下，隱私安全問題很難避免。臉書本次數據泄露事件據傳涉及用戶數量遠高于此前公布的5000萬。

　　另外，這種洞悉“世界之道”的能力，肯定只會被少數人和組織掌握。于是一個更大的問題出現了，大數據很可能會成為一種“特權”。這種“特權”會前所未有地加深人與人之間，以及組織與個體之間的不對等關系。如果對技術不加約束，“殺熟”只是開始，更多不對等、不透明的行為將會出現，而且令公眾無跡可尋。

　　霍金生前一直在強調要對AI保持警惕，Uber無人車致行人死亡事件后，也出現了大量對AI表示擔憂的聲音。

　　事實上與AI相比，大數據所帶來的問題已經來到我們面前。它已經廣泛進入應用領域，它的商業價值正在急速增長，預計到2020年，我國大數據市場規模將超過8000億元，我國也將成為全球數據中心(全球的數據總量將達40ZB，中國占20%)。

　　我們透過大數據洞察世界的規律，然而，大數據本身的軌跡并不像現在看起來那樣清晰。