IT时代已经进入DT时代，如今“互联网+”的核心就是“云化”。

文 │ 资深记者  牛金霞

简洁的开场之后，涂子沛用3个小时的时间以《大数据时代的商业变革》为题，回答了“这个时代到底发生了怎样的变革？这些变革带来了怎样的影响和挑战？企业该如何应对？”这三个问题。

一切业务数据化 一切数据业务化

阿里一直信奉两句话，“一切业务数据化”和“一切数据业务化”。“凡走过的，必留下痕迹”,《圣经》里的“痕迹”指的就是数据，数据就是静态的历史，历史就是动态的数据，而数据正在重构历史。

一切数据业务化，说的是一切数据都应该有其商业价值，很多时候是让数据在新的维度产生价值。比如阿里一开始只做电商，2010年的时候突然发现用户网购数据存在巨大价值：因为掌握了企业的运营流水，可以作为小额贷款的根据，进而衍生出互联网金融服务；继支付宝、阿里小贷之后，阿里正在做的“芝麻信用”就是将信用数据化延伸到每个人。数据可以在新的维度上发生作用，这叫做数据的外部性，因为是先有数据，再有应用场景需求，数据的真实性提高了。

这个时代的第二个变革是我们正进入一个“人人时代”，即人人都可以被识别的年代，企业面对的每一个用户的特征和需求等都可以被洞悉。工业4.0、大数据其本质都是“个性化”的生产和服务。“几个月前我去青岛红领集团参观，真的让我惊叹，整个流水线上每件西服都不一样，每件衣服上会有绣字，字体的大小、颜色都不一样，而他们董事长告诉我，这样做的成本仅增加了10%。”作为企业家或创业者，你能否进入这个时代取决于你能否直接与你的每一个客户都建立联系和互动？如果做不到，那这场战争就不要打了，因为你一开始就输了。

云数据+大计算

阿里现在就把宝押在云计算和大数据上，它们其实是一个硬币的两面。我们很多人，都认为“云计算、大数据”的提法不准确。其实应该反过来，云数据和大计算才对，大数据=传统的小数据（源于测量）+现代的大记录，今天的数据爆炸是因为记录手段的普及，例如微信、微博等各种新媒体。

但今天已经发生的爆炸其实还是一个很小的数据，正在发生的真正的数据大爆炸是工业4.0带来的。传感器以及物联网会将每一个人、物、机器的实时数据全部记录下来，这才是数据的超级大爆炸。这么多数据一定需要放到“云”上。美国现在42%的企业数据已经在公有云、而非私有云上，亚马逊预计今年“云”的收入将达到100亿美元。未来发展的趋势是所有的主机都会消失，每个人面前都只有一个虚拟桌面，所有的数据都在后端的“云”上。

信息只有流动才会产生价值，企业数据存在“云”上，随时随地都可以查询，也可以与其他企业的数据产生联动，这是大趋势。举例来说，美国的软件系统从2006年就开始“云化”，软件以“云”为基础时时刻刻都通过互联网自动在后台更新、打补丁和升级，而我们现在用的很多软件几年才更新、升级一次，因为不在云上，中国和美国的软件就如两个物种，进化速度有本质差别。

IT时代已经进入DT时代，如今“互联网+”的核心就是“云化”。

你的企业有数据文化吗？

20年前大家去美国参观企业，去的是Intel，10年前去的是IBM，因为意识到软件比硬件更重要，而今天去美国，大家参观的是谷歌、Facebook、亚马逊，因为它们都是大数据公司。新经济的本质是数据经济。美国流行一句话，除了上帝，任何人都要用数据说话。每个领域都在发生这样的变化，只是程度不一样而已，未来所有的公司都会变成IT公司，无一例外。阿里今天做的有些事情看起来影响不大，但十年后一定会被写入历史。比如，去年阿里举办了一个天池数据大赛，开放了一些真实的数据给竞赛者，邀请来自世界各地的团队来跟阿里工程师ＰＫ，看谁能设计出更好的推荐算法，结果，６个９０后的大学生开发的算法把阿里的工程师打败了，这就是“开放式创新”。未来这样的开放式、众包式创新会越来越多，任何地域、专业背景等障碍都会被打破，因为互联网带来了足够多的知识，一个人只要想学习，就一定能够得到资源。这些变化像小猫咪一样，无声无息地靠近你。

企业在这样一个时代面临的挑战是，新的竞争以数据为基础的数据竞争，企业所需要做的第一步是，规划收集的数据，数据包括组织内部、外部和社交媒体数据，企业的根本任务是思考如何打通这三方数据，从而知道“谁是谁”；第二步是建立正式的组织结构，阿里是国内第一个设立首席数据官的企业，以后企业都需要建立一个专门的数据治理委员会，设立专门的岗位。第三步是把数据治理作为一项日常性工作来抓。

非常重要的是，企业家要问自己，我的企业有数据文化吗？经济+文化才等于文明，新经济已经出现，就需要新的文化，这种文化的主体就是数据文化，也就是推崇逻辑、理性、精确、尊重事实的文化。千百年来我们的传统文化都是轻数据、轻逻辑，很多东西都是谈玄论道，微妙的、说不清楚的，这个时代不能再这样下去，企业家要问自己，数据和知识是企业的核心资源吗？数据的解释和运用是企业员工的核心技能吗？建议企业在业务部门、数据分析和数据管理部门之间实行轮岗制；成立混合型团队，培养复合型人才。