前段時間，谷歌為了配合世界地球日的主題列舉了一些使用谷歌數(shù)據(jù)資源進(jìn)行研究和決策的實例。比如Doodle、天窗計劃、通過谷歌地圖怎么標(biāo)注數(shù)據(jù)保護(hù)老虎等等，這些實例主要得益于Google Maps、Google Earth、Panoramio三大地理類產(chǎn)品和谷歌搜索引擎平臺及大數(shù)據(jù)分析技術(shù)?？吹降貓D鼻祖對大數(shù)據(jù)這般玩法，不由讓筆者聯(lián)想到我國地理大數(shù)據(jù)產(chǎn)業(yè)。
Google是硅谷大數(shù)據(jù)公司四大巨頭之一，說Google是大數(shù)據(jù)時代的開拓者不為過，Google的大數(shù)據(jù)技術(shù)架構(gòu)一直都是全球互聯(lián)網(wǎng)企業(yè)爭相學(xué)習(xí)和研究的重點。即便是一向以大數(shù)據(jù)見長的百度地圖在前一陣宣布全球化戰(zhàn)略時，也不得不說不予谷歌競爭。
谷歌構(gòu)建了這樣的大數(shù)據(jù)生態(tài)閉環(huán)：Google大數(shù)據(jù)架構(gòu)大致分為數(shù)據(jù)中心、搜索引擎平臺和大數(shù)據(jù)分析技術(shù)，云服務(wù)、智能應(yīng)用服務(wù)。BigQuery 和 GAE（Google App Engine）等 Google 自有業(yè)務(wù)服務(wù)器構(gòu)建了一個大數(shù)據(jù)生態(tài)圈，程序創(chuàng)建、數(shù)據(jù)收集、數(shù)據(jù)處理和數(shù)據(jù)分析等形成了閉環(huán)，這種模式值得我們地信產(chǎn)業(yè)學(xué)習(xí)和思考。
硅谷大數(shù)據(jù)公司大致被分為四類，數(shù)據(jù)擁有者、數(shù)據(jù)源；做大數(shù)據(jù)咨詢的；做大數(shù)據(jù)工具的；做整合應(yīng)用的。對照我國地理信息產(chǎn)業(yè)鏈的劃分，上游數(shù)據(jù)采集、數(shù)據(jù)制作；中游平臺軟件、數(shù)據(jù)庫管理；下游行業(yè)應(yīng)用，數(shù)據(jù)挖掘與咨詢。如此看來，地理大數(shù)據(jù)的生態(tài)體系與硅谷大數(shù)據(jù)生態(tài)體系基本一致，當(dāng)然，地理數(shù)據(jù)是任何大數(shù)據(jù)除自身屬性信息外必然含有的位置信息，這個特殊性不容小覷，不過今天我們主要探討生態(tài)模式。
地理數(shù)據(jù)的資質(zhì)問題
十一年前谷歌地圖問世，同年被視為我國地理信息產(chǎn)業(yè)發(fā)展的元年，一定程度上說，地圖的發(fā)展可以從側(cè)面反映地理信息產(chǎn)業(yè)鏈的一些情況。到目前Google maps在全球移動地圖市場擁有超過 40% 的市場占有率的產(chǎn)品，它幾乎標(biāo)示了全球有互聯(lián)網(wǎng)覆蓋的每個角落，不幸的是Google maps已被趕出中國。在國內(nèi)Google maps經(jīng)常打不開，即使打開也會遇到地圖版本過于老舊等低級問題，在國內(nèi)產(chǎn)品體驗遠(yuǎn)遠(yuǎn)無法和百度地圖、高德地圖比較。
百度地圖與高度地圖最大的差別在于，百度的地圖數(shù)據(jù)主要靠買，高德地圖數(shù)據(jù)以自己采集生產(chǎn)為主。因為百度首先是一家互聯(lián)網(wǎng)公司，在2014年才具備甲級測繪資質(zhì)，而高德是握著身份證出生的。這也是為什么百度地圖無論在市場占有率、還是用戶體驗上都一直無法趕超高德地圖的原因。高德多年的老競爭對手四維圖新，同樣具有資質(zhì)的優(yōu)勢，在做B端地圖數(shù)據(jù)服務(wù)上有著相同的優(yōu)越感。
大數(shù)據(jù)生態(tài)圈與地信產(chǎn)業(yè)鏈對照
在我國地圖測繪資質(zhì)具有嚴(yán)格的管控，國家地理數(shù)據(jù)屬于機密數(shù)據(jù)，這也是谷歌地圖被趕走的原因，某種意義上說我國地理大數(shù)據(jù)擁有者拼的是資質(zhì)，對照地理信息產(chǎn)業(yè)鏈上游數(shù)據(jù)采集者來看，硬件銷售的廠商中只有合眾思壯、蒼穹數(shù)碼等少數(shù)幾家企業(yè)具有甲級測繪資質(zhì)，而中海達(dá)、北斗星通等并沒有，南方測繪集團(tuán)的測繪資質(zhì)存在于旗下子公司南方數(shù)碼科技公司。
這些測繪儀器廠商的產(chǎn)品通常銷售給具有測繪資質(zhì)的測繪工程單位，因此數(shù)據(jù)擁有者是這些測量單位而不是硬件提供商本身。如此看來產(chǎn)業(yè)鏈上游的硬件供應(yīng)商并不具有數(shù)據(jù)優(yōu)勢，而是輸在了地理大數(shù)據(jù)產(chǎn)業(yè)的起跑線上。
中游平臺軟件廠商對應(yīng)大數(shù)據(jù)公司的數(shù)據(jù)工具生產(chǎn)者，在ESRI、超圖、中地數(shù)碼、武大吉奧四家平臺廠商中，除國外軟件提供商ESRI之外，其他三家均具有甲級測繪資質(zhì)。下游企業(yè)以行業(yè)應(yīng)用為主，對應(yīng)整合應(yīng)用型的大數(shù)據(jù)公司。對于他們來說做項目是公司最主要的業(yè)務(wù)來源，沒有測繪資質(zhì)將意味著難拿到項目，因此幾乎都有。中下游企業(yè)主要業(yè)務(wù)幾乎與數(shù)據(jù)采集無關(guān)，但這并沒有影響他們的數(shù)據(jù)來源，更沒有影響數(shù)據(jù)服務(wù)業(yè)務(wù)，如此看來地理大數(shù)據(jù)服務(wù)活躍于地理信息產(chǎn)業(yè)鏈中下游。
通過上中下游企業(yè)營收也可以看出一些端倪。中海達(dá)、超圖軟件、數(shù)字政通三家上市公司分別代表地理信息產(chǎn)業(yè)鏈上中下游。中海達(dá)2015總營收6.38億，其中90%多為數(shù)據(jù)采集裝備營收，而數(shù)據(jù)及行業(yè)應(yīng)用解決方案營收0.63億，不到10%。2015年超圖軟件總營收4.52億，其中包括基礎(chǔ)平臺、應(yīng)用平臺和項目服務(wù)。數(shù)字政通2015年6.51億營收都來自應(yīng)用平臺和項目服務(wù)。
把上述產(chǎn)業(yè)鏈與大數(shù)據(jù)生態(tài)一一對照，上游硬件廠商、中游平臺廠商、下游應(yīng)用廠商可以算到地理大數(shù)據(jù)收益的比例約為1:7:10。筆者認(rèn)為與谷歌大數(shù)據(jù)閉環(huán)最像的是中游的平臺廠商，雖然他的大數(shù)據(jù)絕對產(chǎn)值不如下游企業(yè)多，但他既是大數(shù)據(jù)生態(tài)圈中的數(shù)據(jù)擁有者，也是工具制造者，還是整合應(yīng)用者。平臺廠商不需要在數(shù)據(jù)采集硬件和團(tuán)隊花費成本，卻能通過與行業(yè)政府和上游企業(yè)合作得到數(shù)據(jù)積累，又與下游企業(yè)一樣具有整合應(yīng)用能力，而獨具有平臺優(yōu)勢，最容易形成地理大數(shù)據(jù)生態(tài)閉環(huán)。
大數(shù)據(jù)的AI與地理數(shù)據(jù)的BI
就像很多產(chǎn)業(yè)鏈一樣，最困難且最有價值的創(chuàng)新往往發(fā)生在接近最終用戶的那端，比如 iPhone。大數(shù)據(jù)行業(yè)最有價值的部分在于如何利用機器去處理數(shù)據(jù)得到洞見，影響組織和個人的行為，從而改變世界。收集和整理數(shù)據(jù)在未來會變得標(biāo)準(zhǔn)化和自動化，而利用人工智能（Artificial Intelligence，簡稱AI），進(jìn)行分析的能力會變得更為關(guān)鍵。
AI的食物是數(shù)據(jù)，具有數(shù)據(jù)積累的地信公司正在討論地理商業(yè)智能（GEO-BI），可以看到地信公司想要將手上的地理大數(shù)據(jù)變的更加智能化的理想。比如ESRI旗下公司智圖（GeoQ）產(chǎn)品，超圖地圖慧產(chǎn)品，地信企業(yè)愿意發(fā)掘數(shù)據(jù)價值的理想是好的，但是實際產(chǎn)品與其說是地理商業(yè)智能不如說是地圖可視化，目前還僅停留在展示階段，并沒有像真正大數(shù)據(jù)公司一樣去挖掘數(shù)據(jù)，更不要說到AI的階段。
大數(shù)據(jù)需要什么樣的人才
筆者認(rèn)為，地理大數(shù)據(jù)挖掘始終停留在初級階段的一個原因是人的問題，那么最后一個問題要思考的是大數(shù)據(jù)公司需要什么樣的人，地信企業(yè)從業(yè)者大多為測繪專業(yè)、計算機專業(yè)、地信或遙感專業(yè)，而在硅谷有一個被吵的很熱的高頻詞匯：數(shù)據(jù)科學(xué)家。這個職位的出現(xiàn)是為了更好的匹配整合應(yīng)用型公司的需要，數(shù)據(jù)是 AI 當(dāng)中不可分割的一部分，而且量越大越好，從數(shù)學(xué)上來說，數(shù)據(jù)越多則我們越能夠有信心把從樣本分析出來的結(jié)果推論到未知的數(shù)據(jù)當(dāng)中，也就是說機器學(xué)習(xí)的效果越來越好，AI 越來越智能。
由此誕生的數(shù)據(jù)科學(xué)家是一個非常綜合型的職業(yè)。它所要求的知識范圍包括分析數(shù)據(jù)的統(tǒng)計學(xué)，到算法的選擇優(yōu)化，再到對行業(yè)知識的深刻理解。這群人是開發(fā)數(shù)據(jù)產(chǎn)品的核心。