
大數(shù)據(jù)都只是炒作嗎?恰恰相反:早期研究對大數(shù)據(jù)最終影響的看法也許只是片面的。來自麥肯錫全球研究所(MGI)的一份新的報告《數(shù)據(jù)分析的時代:在數(shù)據(jù)驅動的世界里競爭》顯示,大數(shù)據(jù)的應用范圍和機會正在不斷擴大,并且還將繼續(xù)擴大。由于技術的突飛猛進,公司現(xiàn)在面臨的問題是如何將新的機會和他們的運營戰(zhàn)略整合起來——以及找到在一個數(shù)據(jù)分析能夠顛覆整個行業(yè)的世界里定位自己的方式。
MGI 2001年的一份報告突出強調(diào)了大數(shù)據(jù)的變革性潛力。5年之后,我們?nèi)匀粓孕胚@種潛力并不是夸大其辭。事實上,幾股科技潮流的匯聚加劇了這個進程。隨著信息不斷涌入數(shù)字化平臺、無線傳感器、VR應用程序以及數(shù)億萬臺手機里,每過三年數(shù)據(jù)量就會翻倍。數(shù)據(jù)存儲的能力變強了,但是成本卻大大降低了。如今數(shù)據(jù)科學家的手里有著前所未有的運算工具,而他們也正在設計更多更復雜的算法。
我們早前評估了大數(shù)據(jù)和數(shù)據(jù)分析的潛力,并找出了它們在5個領域里的價值。今天重新審視它們,我們發(fā)現(xiàn)了公司之間發(fā)展進度不平衡,同時也發(fā)現(xiàn)大量價值仍然存在?;诙ㄎ坏姆找约懊绹闶蹣I(yè)進度最為超前,這兩個領域里的競爭者都是數(shù)字化的原住民。相反,制造業(yè)、歐洲公共領域以及醫(yī)療健康領域的數(shù)據(jù)化程度卻低于我們5年前突出強調(diào)過的潛力價值的30%。2001年以來新的機會已經(jīng)涌現(xiàn),進一步拉大了帶頭者和落后者之間的距離。

企業(yè)之間差距巨大
領頭的公司不僅僅在利用他們的能力來改善核心運營,他們還推出了全新的商業(yè)模式。數(shù)字化平臺的網(wǎng)絡效應在某些市場里創(chuàng)造出了一種贏家獨大的情況。領頭的公司在處理不同的問題上具有非凡的數(shù)據(jù)分析天賦——并且他們也在積極尋找進入新行業(yè)的方法。這些公司可以通過利用他們的規(guī)模以及數(shù)據(jù)洞察力來增加新的業(yè)務線,而這種擴張正在不斷模糊傳統(tǒng)領域的界限。
當數(shù)字化原住民在得心應手地處理數(shù)據(jù)的時候,固步自封的公司卻還在艱難地翻修或是改變原有的系統(tǒng)。接受一個數(shù)據(jù)驅動決策的新時代并不是一個簡單的命題。一些公司在科技上的投入巨大,但是卻沒能改變公司從而最大化利用這些投資。很多公司正在掙扎著發(fā)展才能、業(yè)務流程以及組織肌肉以獲得數(shù)據(jù)分析真正的價值。
挑戰(zhàn)
第一個挑戰(zhàn)是如何將數(shù)據(jù)與數(shù)據(jù)分析整合到核心戰(zhàn)略視野里。第二步就是發(fā)展出正確的業(yè)務流程與能力,包括數(shù)據(jù)基礎建設與才能。只在現(xiàn)有的商業(yè)運營模式上簡單地給強大的科技系統(tǒng)分層是遠遠不夠的。方方面面的改變都要齊頭并進,才能夠發(fā)揮出數(shù)據(jù)與數(shù)據(jù)分析的全部潛力。現(xiàn)有企業(yè)在設法完成這些事情所面臨的挑戰(zhàn)時,要好好思考為什么他們還沒有充分意識到我們2011年突出強調(diào)的這些價值。
現(xiàn)有企業(yè)的緊迫性正在不斷增大,因為領頭人正盯著更大的益處,而猶豫會加大被瓦解的風險。破裂其實已經(jīng)發(fā)生了,而且形式多樣。比如引入新型數(shù)據(jù)集(垂直數(shù)據(jù))能夠帶來競爭性的優(yōu)勢,而巨大的集成能力能夠突破組織性貯倉,從而產(chǎn)生新的見解和模型。超大規(guī)模的數(shù)字化平臺可以實時匹配買家和賣家,改造低效率的市場。顆粒數(shù)據(jù)可以用來個性化產(chǎn)品與服務——包括醫(yī)療保健。新型分析技術能夠給發(fā)現(xiàn)與創(chuàng)新以動力。最重要的是,企業(yè)不用再憑著直覺采取行動了。他們可以利用以大量以證據(jù)為基礎的數(shù)據(jù)與數(shù)據(jù)分析來更快速地做出決定、更準確地預測形式。
下一代工具可能會帶來更為巨大的改變。大量擁有新型機器學習和深度學習能力的應用程序已經(jīng)滲透到了經(jīng)濟的許多領域。機器學習驅動的系統(tǒng)可以用來提供客戶服務、管理物流、分析醫(yī)療記錄,甚至可以創(chuàng)作故事。
這些科技可以提高生產(chǎn)效率、改善生活質量,但是它們也會導致人類失去工作、職位混亂。MGI早前的研究發(fā)現(xiàn),通過運用當前的科技有45%的工作可以自動化;有80%是由現(xiàn)有機器學習能力造成的。(計算機)自然語言上的突破可能會擴大這種影響。
數(shù)據(jù)和數(shù)據(jù)分析已經(jīng)在動搖不少行業(yè)了,但只有當科技采用率達到一個臨界值——而且只有當機器掌握了前所未有的解決問題、理解語言的能力時,這些影響才會更加顯著。能夠高效運用這些能力的公司將能創(chuàng)造出巨大的價值,并且能讓自己和其他公司區(qū)分開來,而其他公司只會發(fā)現(xiàn)他們越來越處于弱勢,日漸式微。