大數(shù)據(jù)潛力持續(xù)增長 商業(yè)競爭日趨激烈

　　大數(shù)據(jù)的潛力在不斷增長。充分利用這項優(yōu)勢意味著公司將他們的戰(zhàn)略視角與大數(shù)據(jù)結合分析，做出更好的、更快的決策。

　　大數(shù)據(jù)只是炒作么?,

　　恰恰相反：早期的研究可能只對最終結果產生了部分影響。麥肯錫全球研究所(McKinsey Global InsTItute，以下簡稱MGI)的新報告，數(shù)據(jù)分析的時代：大數(shù)據(jù)環(huán)境下的商業(yè)競爭，表明大數(shù)據(jù)的應用范圍和機遇仍在擴展。鑒于科技的飛速發(fā)展，許多公司當前需要面對如何將大數(shù)據(jù)整合到他們的運營與戰(zhàn)略中——在大數(shù)據(jù)分析可能顛覆整個行業(yè)的環(huán)境找準自己的定位。
 

大數(shù)據(jù)潛力持續(xù)增長 商業(yè)競爭日趨激烈

　　MGI的一份報告早在2011年就指出大數(shù)據(jù)將大有作為，五年后的今天，我們仍然認為大數(shù)據(jù)的潛力還有很大。事實上，技術融合的趨勢正在加速。信息流正以每三年翻一倍的速度流入數(shù)據(jù)平臺、無線傳感器、虛擬現(xiàn)實應用，以及無數(shù)的智能手機中。數(shù)據(jù)存儲容量增加了，而成本則大幅下降。數(shù)據(jù)科學家們現(xiàn)在擁有了前所未有的計算能力，并致力開發(fā)更為復雜的算法。
 

　　早期，我們預計大數(shù)據(jù)和數(shù)據(jù)分析的潛在市場價值主要存在于五個領域?；仡欉^去，下圖證明了各領域的發(fā)展是不均衡的，而且仍存在進一步發(fā)展的空間(圖表1)。最大的發(fā)展在于位置定位服務以及美國零售業(yè)，這兩個領域的競爭對手都是數(shù)字原生代。相比之下，制造業(yè)、歐盟公共部門和美國醫(yī)療健康領域利用的潛力價值不到五年前文章預估價值的30%。此外，自2011年新機遇出現(xiàn)以來，領導企業(yè)和落后者之間的差距更大了。
 

　　大公司通過使用它們的能力，不僅提高了核心業(yè)務運作效率，而且推出了新的商業(yè)模式。數(shù)字平臺的網絡效應在某些市場形成了贏家通吃的局面。那些領先的公司已經擁有了資深的分析人才來處理各種問題，并且他們正在積極尋找進入其他行業(yè)的途徑。這些公司可以利用他們的體量和數(shù)據(jù)深度來增加新業(yè)務，這些擴張正在逐步侵蝕傳統(tǒng)行業(yè)分隔的界限。
 

　　當數(shù)字原生代公司基于數(shù)據(jù)分析建立系統(tǒng)，老牌公司需要通過巨大努力改革或改造現(xiàn)有系統(tǒng)適應數(shù)據(jù)驅動決策的時代并不容易。一些公司在技術領域投入巨資，但他們尚未改變自身的組織結構使這些投資發(fā)揮效用。許多公司正在努力發(fā)掘人才，升級業(yè)務模式以及調整組織結構來獲取數(shù)據(jù)分析的成果。
 

　　首先需要將數(shù)據(jù)和分析納入公司的核心策略愿景 ( core strategic vision )。其次是開發(fā)合適的業(yè)務流程并構建功能，包括數(shù)據(jù)基礎設施和相應的人才儲備。這并不是簡單地將強大的技術系統(tǒng)疊加在現(xiàn)有的業(yè)務流程之上。這些轉換需要結合各個方面來實現(xiàn)數(shù)據(jù)和分析的全部潛力。老公司在改造時面臨的種種挑戰(zhàn)正是MGI2011年報告中提到的愿景并未實現(xiàn)的原因。
 

　　現(xiàn)有企業(yè)的改造迫在眉睫，因為先驅企業(yè)已經占據(jù)了絕對優(yōu)勢，猶豫不決只會讓改革難上加難。由于多方面的原因，改革現(xiàn)在已經面臨阻力。引入新的類型的數(shù)據(jù)集(“正交數(shù)據(jù)”)可以帶來一些競爭優(yōu)勢;例如，大規(guī)模數(shù)據(jù)集成能夠突破組織結構的束縛，使新視角和模型應用成為可能。超大型數(shù)字平臺[6]可以實時匹配買家和賣家，提高市場轉化率。精細數(shù)據(jù)可用于產品和服務的個性化定制，其中也包括了醫(yī)療保健這個特殊領域。新分析技術可以促進新的發(fā)現(xiàn)與創(chuàng)新。最重要的是，企業(yè)不再需要依賴直覺，他們可以使用數(shù)據(jù)和分析快速決策，并通過大量的實證實現(xiàn)更精準的預測。
 

　　下一代的工具可能會引發(fā)更大的變化。新的機器學習和深度學習技術可以延伸出巨大的可能，在許多領域產生經濟效益。系統(tǒng)通過機器學習可以提供客戶服務，物流管理，分析醫(yī)療記錄，甚至撰寫新聞報道。
 

　　這些技術可以提高生產力并改善生活質量，但同時也可能導致失業(yè)和混亂。MGI先前的研究發(fā)現(xiàn)，當前45%的人力勞動可以被機器人技術替代[7];其中80%是通過機器學習實現(xiàn)的。自然語言處理的突破性成果可以進一步擴大這一影響。
 

　　大數(shù)據(jù)和數(shù)據(jù)分析已經使多個行業(yè)動搖，并且隨著數(shù)據(jù)分析的應用達到臨界質量——機器將獲得前所未有的能力來解決問題和理解語言，這些影響將變得更加明顯。能夠有效利用這些能力的企業(yè)將能夠創(chuàng)造巨大的價值和差異化，而其余企業(yè)則將發(fā)現(xiàn)自己越來越處于劣勢。