来源：亚布力企业家论坛CEF 作者：叶强
叶强|哈工大高级管理研究院院长、深圳市哈工大金融科技研究院院长企业如何激活数据？如何应用数据进行商业分析与决策，从而创造更大利润价值？面对不确定的未来，数据的意义和本质到底是什么？
6月10-11日，亚布力中国企业家论坛第二十二届年会顺利召开。哈工大高级管理研究院院长、深圳市哈工大金融科技研究院院长叶强在【商学课堂】环节从“大数据与决策分析”角度，分享了他对企业发展的思考。
以下为演讲全文：
今天我将分享自己对大数据决策分析的思考，演讲内容将围绕以下几个方面展开：
一是讲述大数据的基本概念；二是阐释如何使用数据并发现数据的价值（数据之上是模型，需要用到包括人工智能在内的决策分析模型）；三是有了数据和数据模型之后，还要有商业模式的结合作为载体，要将其真正落实到为企业创造商业价值，从而增加收益或降低成本；四是企业要有正确的管理方法和思维方式，光是利用好数据还不行，管理也很重要。
有主流观点认为，人类已经开启了第四次产业革命，此次产业革命的含义现在还难以用简单、清晰的定义加以概括。毕竟，用一项技术去概括现在的产业革命，还为时尚早。这次产业革命带来的机遇主要聚焦两个维度：一是数字革命，二是绿色革命。
互联网浪潮带来了大数据、人工智能、区块链、NFT、元宇宙等浪潮，不断加速物理世界和数字世界的融合，这个过程离不开以互联网为代表的新技术的快速发展和广泛深入的应用。相对于过去石油、钢材这样的物质资源，“数据”已经成为 “数据经济”时代最重要的要素。Garter Group每年都会发布一个战略性的技术趋势预测，每年只有十项技术出现在预测表单中，而在2012年、2013年的表单中，连续两年都出现了“大数据”。
很多人常常将“数据”和“信息”混为一谈，这两个概念之间到底有什么区别？“数据”最基本的特征是客观性，是人类对客观事实的记录，不以人的意志为转移。过去古人结绳记事也是数据，现在更多是针对数据库中数据化的数据，今天讲到大数据，基本上是指数字化。
“信息”是对数据进一步整理，形成能够消除对人不确定性的东西。在座的各位企业家如果不打瞌睡地听完我的课程，那么大家在这半小时之内，获得的数据完全一样，但获得的信息，会有很大差异。与数据相比，信息带有一定的主观性。从数据中我们要获得信息，消除对未来市场、产品和技术发展方向的不确定性。
对数据和信息再进一步进行分析，从中发现有价值的规律，这就会成为“知识”。我们有了知识，就会在头脑中形成基本的分析模型，当我们再次获得信息时，就会对信息进行更深层次的加工，于是就会形成自己的主张、看法和决策。这些主张、看法和决策，就是智慧。
怎么去发展大数据？在G20峰会上，以中国为代表的领导人提出七大原则，第一个原则就是创新。大数据、数字经济本身是创新的结果，这种创新不断延续发展，还需要继续推动。
创新分为几个层次，最低层次、最能被看见的创新，就是技术和产品的创新。大数据这种新的技术可能会衍生出一些新产品。想要真正让大数据创造商业价值，必须要把数据融入到商业模式中。商业模式听起来很高大上，其实要义非常简单，即如何实现可持续发展、如何获得利润，这就是商业模式。简单地说，就是你如何赚钱、如何维护重复的生产活动。把技术上升为某种商业模式，并且这种商业模式取得了成功，这种创新才更有价值。
创新的更高层次是商业模式的创新。在商业模式之上是决策模式。过去，我们很多创业者、决策者都拥有决策勇气和决断力，但在数字经济的时代，我们有越来越多机会，利用大数据、分析模型、人工智能做出更加科学的决策。
创新的最高层次是思维模式和发展理念的创新。企业、区域和城市只有具备新的思维模式和新的发展理念，才能更好地抓住数字经济机遇，创造更多价值。如果还是用错误的思维模式和发展理念，不仅可能错过过去，也可能错过未来。
在决策分析模型与人工智能技术里，含有各种各样的数字分析技术。比如，商学院用到很多大数据、计量数据模型和智能分析模型。每年我们会举办大数据国际暑期院校，聘请国内外知名学者讲授很多复杂的分析方法，探讨各种模型的形式。这期间，人工智能发挥着非常重要的作用。这也是为什么人工智能在这几年突然兴起、形成大浪潮的原因。其实人工智能本身的发展，并没有突飞猛进地实现突破或创新，主要还是由于数据的积累为过去就已经准备好的人工智能技术，提供了机会。
Gartner Group连续两年将“大数据”列为未来的战略性技术趋势中重要的技术之一。2017—2022年连续六年则是人工智能。近来形成的浪潮，其实主要是由于应用的创新，商业模式的创新，带来了大家对技术性的期待，这其中就包括决策智能。
比如，朋友圈中的广告背后就是基于大数据、人工智能技术。当你访问一个网店打开APP时，后台的技术对你进行辨识，判断你是谁，坐在你旁边的人跟你看的完全是不同的广告，广告主得到信息，进而判断你对它来说值多少钱。不同的广告主进行实时竞拍。这就是大数据、人工智能的方式。
再比如，辉瑞可以用IBM结合Watson人工智能系统，加速药品遴选的速度和效率。健康领域有大量人工智能的技术应用正在成为现实。在审计领域，德勤已经在用人工智能的技术进行审核，在金融领域，金融智能投资策略也被大家普遍看好。
人工智能其实在几十年前就已经存在。以人工神经网络为例，它可以是开放的模型，只要有足够的数据，数据中包含着X、Y之间的关系，我们不需要知道f是什么，就可以通过方法建立X、Y的关系。可以对Y进行分类，区分谁是贷款的客户，还可以对Y进行预测，了解股票未来的发展方向。这是基本的人工神经网络的模型。更加复杂的深度学习的模型，已经成功用在图像的识别技术上，我们大会会场的脸部识别技术和AlphaGo的主要算法背后都是卷积神经网络。
Facebook使用了Prophet系统，对网络的流量能进行准确预判，能够非常好地预留所需要的系统资源。这个系统也被著名国际房地产中介公司Zillow所使用，越来越多的商业领域也用到了这个复杂的模型。再比如，联盟学习的技术在数据隐私环境下，发挥出大数据的作用，为我们提供了新的技术可能，双方的数据在本地计算，计算出来的参数，在通道上进行交换。随着《数据安全法》的颁布和金融领域行业更加的规范化，这些技术也正在被一些企业迅速理解和应用。
虽然看起来大数据的模型非常复杂、都是高科技，但也可以有简单的分析方法，甚至用“除法”就可以做很多事。举例来说，客流小盒技术在空间中可以通过wifi定位，知道每一部手机所在位置，由此对客流进行分析，形成相关客流数据。A商店认为是客流降低导致亏损，于是就向商超提出减少租金；但商超则觉得已经给了A商店这么绝佳的商业位置，亏损绝不是亏损原因，双方对此僵持不下。
此时运用大数据技术，就能找到亏损原因。我们通过梳理手机精准实时定位，得出下列数据：
我们看到：在一段时间内，通过精准定位技术，掌握了经过A商店和B商店门口的用户数量；根据这个基本数据，我们开始做决策分析。
为了深入分析，形成数据对比，我们又得到了同一时间内，进入这家店的客户数量（如上图所示）。看到图中的数据信息，你会做出怎样的决策？通过分析，我们大脑中建立了一个分析模型，用简单的“除法”对比两家店之后得知，A商店亏损的原因主要是经营问题，而非客流位置的问题。
从上图可见，A商店经过了两万多人，才有一千多人进店，B商店经过一万多人，进店三千多人，反映出的就是，A商店出现经营问题，这就是大数据分析。大数据分析的重点，不是算法的复杂，而是分析思路的转变。怎么把它用在商业模式中，这对企业家来说，是值得思考的方向。
技术创新需要与商业模式结合，才能创造价值。大数据不是仅仅为了好看，不是绚丽的大屏、漂亮的曲线，而是真正能够提高企业收益或者降低成本，否则这样的技术，不会持久。
以数据风电领域的项目为例，我们为云南国家投资集团做的案例，在2020年就收回了全部成本，还创造了更多收益。风电需要靠机时，不停地发电产生价值、发出电。在风车阵里，很多风车有时基本不转，不转就不能发电，需要检修。在每一个风车上，我们每两秒就能获得大概两千个数据，所有的风车状态传到集中控制中心，会实时进行预警，如果出现风险，就会及时处理。
虽然有时候，风机还是会停机和被损坏，但它坏的那一刻，其前后的数据都存储在数据中心，所以我们能够知道它哪里坏了，可以精准判断应该怎么修，减少检测时间，大大缩小了停机时间；企业也由此进入到一个快速发展的通道。
近来，俄乌冲突对石油和能源市场产生冲击，新能源赛道有了更多创新的机会。那如何用数字化提高企业价值？数据经济为企业创造价值的模式有很多，我这里主要说两类：一是平台的开放性模式；二是需求方规模经济模式。这是创造价值的两类重要模式。
首先，在平台的开放性模式上，我们看到近些年大企业规律化的变化：2016年之前，全球最大市值上市公司的排行榜中，既有数字经济、平台经济，也有制造业、石油业和金融业；但2016年之后，这个榜单中前几名，几乎全被数字经济且是平台经营模式所垄断。
这里有一个规律：平台经济企业往往是用更少的员工创造更高的市值，这意味着它有更高的劳动生产力，这些高生产力就是源于平台的开放性。传统企业多数都很封闭，但平台型企业的所有要素供给的需求方，都会根据各自的资源禀赋，在开放的环境下加剧竞争、提高效率。
第二，传统供应方规模经济创造更多价值的主要方法，就是扩大生产规模。很多成功的企业在传统经济中都是靠这样的原则取得成功，扩大规模、降低成本、取得利润。而需求方规模经济看起来更大，创造价值方式也与供应方规模经济完全不同。
举例来说，如果突然有一天，微信要求每一位用户每年交1元钱，才能使用它，相信很少有人会为了这1元钱放弃使用微信。阿里巴巴和腾讯的微信都是应用，但如果它也收1人1元钱，大部分人可能都不愿意。这就是需求方规模经济的例子。
为什么你愿意为微信多付钱，因为你的微信上有很多好友、同事、亲人都在上面。用户用得多就对企业产生了价值，这是数字经济创造出的一种新思路。
大家都想了解大数据的技术、模型和分析方法，但对于企业家来说，还是要明确一点，大数据无法替代正确的管理方法和思维方式，管理的重要性和技术的重要性同等重要，甚至在某些场合，管理的重要性，更胜一筹。
人类重要的突破、成功的壮举，都是靠合作完成的。大家共同合作，才能创造价值。这其中，管理就发挥着非常重要的作用。人工智能、大数据的发展，主要的创新是在管理、应用的驱动和商业模式方面；如果仅靠数据，企业发展就会出现问题。
Zillow是全美最大的房地产交易的平台，很重视技术运用，这个公司采用的是非常创新的机器学习算法，用人工智能的技术预测房价格，通过买入别人要卖的房产，对该房产进行简单装修再卖出，整个过程都用人工智能技术完成。他给出的目标是，希望到2025年收益翻4倍，而且在全球招聘了一批优秀算法专家加入公司，但2021年亏得一塌糊涂。
Zillow可是当年最成功的企业之一，也拿出过百万美金做竞赛，招募优秀的年轻人，它用的Prophet算法也非常先进，但为什么还会失败？就是因为没有管理的参与。
所以，完全靠算法是不够的，这里面有很多的问题需要管理专家来解决。比如，Facebook用的算法是预测网络流量，在这个领域，能够成功的算法用来预测房地产这样相对高度流动性的市场，其表现就会无能为力，即使稍有作用，商业模式也可能会出现问题。
在很多商业场合中，真正懂得管理的领导者所具备的知识是不可缺少的，数据并不能代表一切。
企业家们不用担心被大数据淘汰，因为在大数据淘汰列表中，企业家排在最后。但要想发展企业，除了充分利用数据价值，更重要的还是需要企业家、管理者和新的管理思想。
如何留住人才，激励员工发挥主观能动性？怎么发挥最大的作用？除了考虑“增加收入”这种“保健因子”之外，“激励因子”的作用其实更大。在激励运用得足够好的情况下，即便“保健因子”有欠缺，还是有“赢牌”的机会。企业家要运用管理的智慧思考如何打好手里这副牌。
最后，面对未来的发展和数据经济提供的机遇，企业家和管理者要有前瞻性。每一个企业都逃不出在创新曲线上所必经的几个阶段：创新、增长、成熟、衰落。
企业家要能“看见”未来，这一点非常重要。
一位冰球运动员在退役时，有记者问他：“你的冰球打得这么精湛，有没有什么秘诀，分享给大家？”这位冰球运动员回答：“每次当我去追逐冰球的时候，我都是滑向冰球即将前进的方向，而不是冰球现在所在的位置。冰球即将前进的方向没有球，如果你不懂它的决定，就会以为它是个傻瓜；但如果你能看清它的判断，你就知道，这是远见。
祝各位企业家在经营企业时，也能像这位冰球运动员一样，滑向冰球“未来的方向”，进而取得更大的成功。