大数据（Big Data）是指需要先进技术进行捕捉、存储、分配和分析的海量数据，这些数据具有快速、复杂和多变的特点。大数据正处于引爆点，有数十亿美元被投入来将海量信息转化为对商业有价值的见解。不过，大数据的内涵不仅仅在于数字和见解。
我认为，我们对于大数据的理解不仅是其中存在价值，而更在于可以进行种种连接以赋予大数据主动性和预测性——或让信息智能化。
下面是一个例子：核磁共振成像扫描是观察人体内部情况的最佳方式，虽然该技术能有效帮助多发性硬化症、脑部肿瘤、韧带撕裂和中风的诊断，但核磁共振成像机产生的数据跟最需要它的人是断裂开来的。
在一个非常简单的层面上，有很多个体共同合作让扫描行为发生。护士掌管着检测可能需要的药物或造影剂，核磁共振成像机技师负责操作扫描仪，放射科医生则甄别需要用到的成像序列并对图像进行解译。然后，这些信息被交给护士，后者将之转交给主治医生查看，以便其采取相应行动。这就是大数据，但它没有使信息变得更加智能。
为了使信息智能化，新的连接需要建立起来，这样大数据才能“知道”何时以何种方式前往何地。如果核磁共振成像数据被更好地连接起来，那么合适的医师就能够自动获得病患提交的核磁共振图像——这样，情况就变成信息寻找医生，而不是医生寻找信息。此外，当合适的医生查看了图像之后，更进一步的连接可以使这些图像“知道”自己需要被归档到病患的永久数字医疗记录当中。
这类主动、路径安全的大数据看起来可能像是工作流程的一种简单升级，但事实上，它代表的东西可能是自工业革命以来意义最深远的商业和技术的融合——在通用电气内部，我们称之为工业互联网（Industrial Internet）——而它距离我们比你想象得更近。
超越大数据
大数据是工业互联网的命脉，但工业互联网同样意味着开发新的软件和分析方法，以便从原先不存在连接的地方——比如机器内部——提取和厘清数据。通过让机器经由软件连接到互联网，数据由此产生，见解不断积累，但更重要的是，这些机器现在成为一个紧密结合的智能网络的组成部分，这个网络可以被构建来让关键信息实现安全的自动化传输，以对性能问题进行预测。这代表着及时省下来的数千亿美元和各大行业可资利用的资源。
核磁共振成像只是一个例子，想一想停电事故，那不仅代价高昂，而且具有破坏性，甚至是危险的。很多时候停电事故得不到修复，有时长达数周时间，这是因为线路断开的地点无法被立刻获知，或是因为系统需要进行大规模的检修而发生故障的部位可能位于世界的另一侧。有了工业互联网之后，从发电的巨大机器到电线杆上的变压器，一切都可以连接到互联网上，从而提供状态更新和性能数据。由此，我们可以在潜在问题造成公司损失数百万或数十亿美元以及浪费客户时间之前抢先采取行动。此外，现场查验员在计划进行修复之前将不再需要“去看看”出了什么问题，他们将能够预测哪儿出了错，并准备好修复所需的零部件。
我们常常忘记，我们仍然处于互联网的早期阶段，当然对于大数据的革新也是一样。大数据委员会（The Big Data Commission）本周发布的报告帮助我们理解了什么是大数据以及它如何能够积极地推动世界的发展，但事实是，每年在能源、交通、医保等领域，有数千亿美元——如果不是数万亿美元的话——跟非生产性时间联系在了一起。不久，我们将需要为未来100年及更长的时间重建我们的城市和基础设施。我们也将不得不在能源使用上变得极富效率，并为了大众的利益继续推进医疗保健。要做到这一点，我们必须奋勇争先，我们不仅需要拥抱大数据，还需要建立正确的连接让大数据为我们服务。
(文/比尔·鲁哈系，通用电气公司（General Electric）的副总裁兼全球技术总监)
京公网安备 11010502034662号 