今天看到一个传播量很大的小视频，题目令人惊悚：大数据之死。大数据真的死了吗？在我看来，死掉的是作者心目中的大数据。视频传播之广其实也说明：很多人脑子中的大数据也是这样。这种失望的背后，有一种具普遍性的现象：中国科技界对新概念、新名词的热情太高，有太多脱离实际的奢望。当现实与理想不符时，就开始悲观了。大数据是这样，智能制造、工业4.0也是这样，AI和大模型必然还是这样。

我过去讲课时，经常在末尾说一句话：历史事件的价值，常常是短期被高估、长期被低估。大数据等概念就是这个样子：十多年前被高估了，而现在很多人可能又低估它的价值了。理解这些概念，关键是学会从经济性上去理解（有没有价值），才能真正把握技术发展的规律。对多数场景，经济发展是个渐变的过程，不是有了新概念就能解决问题。

十多年前，大数据的概念被谷歌等企业提出来。可以说，这是一个有前瞻性的概念。但是，前瞻性的概念并不适合所有的场景。恰恰相反，它只适合某些条件特殊、需求强烈的场景。我讲创新课时，经常谈到“投胎很重要”，就是这个意思。谷歌所在的搜索领域，自然就是这样的场景。但换成其他场景就不合适了。这就是我常说的“私人飞机是好东西。马云可以买私人飞机，我就不能买”、“地铁是好东西。大城市适合建地铁，县城和村庄就不适合”。不能只谈概念“私人飞机很好、地铁很好”，而忽视技术经济性。

8年前我在清华时，和王老师有个共识：工业大数据的概念，不同与谷歌提出的、以互联网为背景的大数据。数据量肯定没有这么大。应该重新定义工业大数据的概念。我讲工业大数据时，经常提到这样的一个观点：工业大数据的本质特点是数据质量高，便于进行数据建模和根因分析等相关的工作。当然，数据量大不一定意味着数据质量高，但数据量大就有条件建立高质量的数据集。推动工业大数据的前提和关键，恰恰是要建立高质量的数据基础。大家注意到：这样的定义与传统的4V定义不一样。尽管如此，大数据的许多优势，在工业数据体系里面是可以体现的。比如，用简单的算法得到好的模型等。这里就不多说了。

长期来看，大数据的意义是被低估的。为什么呢？在我看来，没有大数据的思想和技术，也就不会有今天的大模型，AI也就不会出现本质性的突破。从人类科技发展的角度看，这个意义足够大了。

我感觉，我国的科技人员真的应该多去学习一下科技发展的规律。这样才能做到对新概念、新理论“宠辱不惊”：新概念和新名词出现时，不要大惊小怪。新概念是对过去经验的总结、是对未来发展方向的展望。它们的作用是随着条件和环境的变化逐渐发展起来的。对企业来说，概念是“椟”、经济性是“珠”。不要做“买椟还珠”的人：热衷于新概念、新名词，听到新名词就激动，而忽视背后经济性。这样，遇到困难时，不要过于悲观，也不要动不动就说“被骗了”、“概念过时了”。我们要相信未来是美好的，但要善于穿越困难才能到达美好的未来。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。