麦肯锡：重新审视5大领域，看大数据领军者为何一骑绝尘

MGI 2001年的一份报告突出强调了 大数据的变革性潜力 。5年之后，我们仍然坚信这种潜力并不是夸大其辞。事实上，几股科技潮流的汇聚加剧了这个进程。随着信息不断涌入数字化平台、无线传感器、VR应用程序以及数亿万台手机里，每过三年数据量就会翻倍。数据存储的能力变强了，但是成本却大大降低了。如今数据科学家的手里有着前所未有的运算工具，而他们也正在设计更多更复杂的算法。

我们早前评估了大数据和数据分析的潜力，并找出了它们在5个领域里的价值。今天重新审视它们，我们发现了公司之间发展进度不平衡，同时也发现大量价值仍然存在。基于定位的服务以及美国零售业进度最为超前，这两个领域里的竞争者都是数字化的原住民。相反，制造业、欧洲公共领域以及医疗健康领域的数据化程度却低于我们5年前突出强调过的潜力价值的30%。2001年以来新的机会已经涌现，进一步拉大了带头者和落后者之间的距离。

企业之间差距巨大

领头的公司不仅仅在利用他们的能力来改善核心运营，他们还推出了全新的商业模式。数字化平台的网络效应在某些市场里创造出了一种赢家独大的情况。领头的公司在处理不同的问题上具有非凡的数据分析天赋——并且他们也在积极寻找进入新行业的方法。这些公司可以通过利用他们的规模以及数据洞察力来增加新的业务线，而这种扩张正在不断模糊传统领域的界限。

当数字化原住民在得心应手地处理数据的时候，固步自封的公司却还在艰难地翻修或是改变原有的系统。接受一个数据驱动决策的新时代并不是一个简单的命题。一些公司在科技上的投入巨大，但是却没能改变公司从而最大化利用这些投资。很多公司正在挣扎着发展才能、业务流程以及组织肌肉以获得数据分析真正的价值。

挑战

第一个挑战是如何将数据与数据分析整合到核心战略视野里。第二步就是发展出正确的业务流程与能力，包括数据基础建设与才能。只在现有的商业运营模式上简单地给强大的科技系统分层是远远不够的。方方面面的改变都要齐头并进，才能够发挥出数据与数据分析的全部潜力。现有企业在设法完成这些事情所面临的挑战时，要好好思考为什么他们还没有充分意识到我们2011年突出强调的这些价值。

现有企业的紧迫性正在不断增大，因为领头人正盯着更大的益处，而犹豫会加大被瓦解的风险。破裂其实已经发生了，而且形式多样。比如引入新型数据集（垂直数据）能够带来竞争性的优势，而巨大的集成能力能够突破组织性贮仓，从而产生新的见解和模型。超大规模的数字化平台可以实时匹配买家和卖家，改造低效率的市场。颗粒数据可以用来个性化产品与服务——包括医疗保健。新型分析技术能够给发现与创新以动力。最重要的是，企业不用再凭着直觉采取行动了。他们可以利用以大量以证据为基础的数据与数据分析来更快速地做出决定、更准确地预测形式。

下一代工具可能会带来更为巨大的改变。大量拥有新型机器学习和深度学习能力的应用程序已经渗透到了经济的许多领域。机器学习驱动的系统可以用来提供客户服务、管理物流、分析医疗记录，甚至可以创作故事。

这些科技可以提高生产效率、改善生活质量，但是它们也会导致人类失去工作、职位混乱。MGI早前的研究发现，通过运用当前的科技有45%的工作可以自动化；有80%是由现有机器学习能力造成的。（计算机）自然语言上的突破可能会扩大这种影响。

数据和数据分析已经在动摇不少行业了，但只有当科技采用率达到一个临界值——而且只有当机器掌握了前所未有的解决问题、理解语言的能力时，这些影响才会更加显著。能够高效运用这些能力的公司将能创造出巨大的价值，并且能让自己和其他公司区分开来，而其他公司只会发现他们越来越处于弱势，日渐式微。

翻译来源： 虫洞翻翻   译者ID： 谢怀锋    编辑：郝鹏程