大数据价值的形成路径研究:一个生物学类比
发布时间：2022-01-25 08:51
大数据价值的形成过程具有显著的物种特性。借助生物学中的物种理论,提炼大数据价值的4条典型形成路径,即累积突破型、应用转移型、跨界植入型和融合创新型,从而在大数据价值挖掘的抽象原理和具体操作之间搭建转化桥梁。在此基础上,进一步从数据管理制、数据融合机会、数据应用领域转移、价值挖掘观念等方面入手,为中国大数据创新主体提供管理启示。
【文章来源】：中国科技论坛. 2020,(10)北大核心CSSCI
【文章页数】：8 页
【部分图文】：
大数据价值的形成路径
累积突破型路径是指在某个特定领域,针对有待解决的特定问题持续积累数据,在某个转折点上,数据资源的规模、类型超过了临界值,这时数据资源就有可能为解决特定问题提供创新性的方案,使大数据的价值表现出爆发式的跃迁特征。但是,在这个临界值到来之前,虽然数据资源在持续累积,创造价值的能力却提升缓慢,甚至停滞不前。累积突破型路径类似于生物的渐变成种,新物种的形成是通过相当长期的变异积累来实现的,大数据的价值也强调这种连续性、渐变式和增量性所形成的突破。累积突破型路径是大数据领域发展过程中较早出现的价值形成路径,也是大数据思维和原理最基本的体现,在各个领域都广泛存在。一个极具典型性和代表性的案例是生物制药研发范式的演变过程。生物制药研发以现代生命科学为基础,但生命科学研究长期以来都是实验主导的。在这种实验生物学范式下,新药开发等活动在各个环节上均依靠大规模实验来确认治疗靶点、优选化合物、判断药物临床效果等,使新药开发的全过程都面临极高的不确定性和风险性,效率很低。但是在实验生物学的漫长发展历史上,人们也在持续积累生物信息数据,特别是人类基因组计划 (HGP)破译了人类全部遗传信息,绘制遗传图谱、物理图谱、序列图谱和转录图谱,使人们掌握的生物信息数据迅速跃迁到系统的大数据水平,生命科学研究由此进入理论生物学阶段。在理论生物学范式下,主要运用生物信息大数据来筛查药物靶标、预测候选药物的临床效果,再配合实验手段,显著提高了新药开发的效率,缩短开发周期、降低开发风险[15]。上述案例中大数据价值的形成机理如图2所示。大数据价值的累积突破型路径具有以下特点:①数据在原有应用领域不断累积,在达到某个转折点后实现价值跃迁;②数据资源用于解决原有领域的既定问题,运用大数据创造价值的驱动力主要来自数据本身的发展可能带来的突破性进步;③对大数据的运用能够引发突破性创新的效果,如产品或服务性能的大幅提高、成本大幅削减、一系列全新性能等;④大数据的运用可能引发连锁反应,造成一个领域的根本性变革,图2中生物信息大数据推动生物制药研发范式转换就是如此。但是,大数据价值的累积突破型路径也存在相应的不确定性,主要是数据积累在超过临界值之前一般不会体现出巨大价值,而这个临界值能否到来、何时到来,可能需要等待特定条件的出现,如图2中人类基因组计划的实施。
应用转移型路径是指在A领域积累的数据资源,在达到一定规模后被转移到B领域,用以在B领域解决特定问题,进而表现出相应的价值,并且在A领域积累的数据在解决B领域的问题时具有更突出的独特优势,使数据不断得到累积、应用领域不断得到扩展,甚至可能将B领域原有的数据资源排挤出问题解决的范畴。A领域的数据被转移到B领域后,仍可以在A领域得到应用或者继续转移到其他应用领域如C领域,因此,数据资源可能在两个甚至多个不同领域同时创造价值。应用转移型路径类似于物种迁徙到了新的地域,为了适应气候、栖息条件、物理屏障等环境条件的变化,具备了与其先辈大为不同的特性,产生新物种。应用转移型路径的一个典型案例是中英人寿保险有限公司 (Aviva)的疾病检查方案。Aviva公司将来自日常社交领域的生活大数据转移到健康检查领域,通过对顾客生活方式的大数据分析来预测顾客是否患有高血压、糖尿病和抑郁症等慢性疾病,彻底摒弃传统的血液和尿液检查方法,用来分析的数据中包括顾客的爱好、习惯浏览的网站、经常收看的节目等数百种生活方式数据,如图3所示。Aviva这种依靠纯数据分析的创新性做法不仅大受顾客欢迎 (因为方便),而且每位顾客所需的成本仅为5美元,比传统的血液和尿液检查方法足足降低了125美元。受Aviva的启发,英国保诚保险有限公司 (Prudentia)、美国国际集团 (AIG)也逐步采用这种纯数据分析方法。大数据价值的应用转移型路径的突出特征是,数据资源在原本不相关的新应用领域创造价值,这为大数据的价值挖掘提供了更大想象空间。应用转移型路径具有以下特点:①数据原来的应用领域和新的应用领域明显不同,但原有领域的数据却与新领域的某个问题之间形成了相关关系;②在应用领域转移过程中,数据资源本身没有变化,变化的只是对数据资源的应用方式;③新的应用领域能够激发数据资源的潜在能力。当然,采取应用领域转移的路径实现大数据的价值依赖于较强的创新性,能够敏锐发现数据应用领域转移的机会。这提示那些不具有数据资源优势、但在数据分析和创造性上具备优势的企业或组织,可以有目的地寻找和引入其他领域的数据来解决问题。
【参考文献】：
期刊论文
[1]大数据驱动的商业模式创新研究[J]. 曾锵. 科学学研究. 2019(06)
[2]共建共治共享:大数据支持下共享单车智能化治理路径[J]. 郝雅立,温志强. 管理评论. 2019(01)
[3]管理决策情境下大数据驱动的研究和应用挑战——范式转变与研究方向[J]. 陈国青,吴刚,顾远东,陆本江,卫强. 管理科学学报. 2018(07)
[4]论科学中的价值[J]. 朱凤青. 自然辩证法研究. 2018(04)
[5]大数据价值孵化机制研究[J]. 李天柱,马佳,吕健露,侯锡林. 科学学研究. 2016(03)
[6]基于概念置换的大数据定义研究[J]. 李天柱,王圣慧,马佳. 科技管理研究. 2015(12)
[7]生物制药产业技术轨道变迁与机会分析[J]. 李天柱,马佳,梁萌萌,冯薇. 技术经济. 2013(07)
[8]H1N1甲型流感全球航空传播与早期预警研究[J]. 常超一,曹春香,王桥,陈玉,曹志东,张颢,董磊,赵坚,徐敏,高孟绪,钟少波,何祺胜,王劲峰,李小文. 科学通报. 2010(12)
[9]新兴技术的物种特性及形成路径研究[J]. 宋艳,银路. 管理学报. 2007(02)
[10]物种形成方式及成种理论述评[J]. 同号文. 古生物学报. 1997(03)
本文编号：3608246
【文章来源】：中国科技论坛. 2020,(10)北大核心CSSCI
【文章页数】：8 页
【部分图文】：
大数据价值的形成路径
累积突破型路径是指在某个特定领域,针对有待解决的特定问题持续积累数据,在某个转折点上,数据资源的规模、类型超过了临界值,这时数据资源就有可能为解决特定问题提供创新性的方案,使大数据的价值表现出爆发式的跃迁特征。但是,在这个临界值到来之前,虽然数据资源在持续累积,创造价值的能力却提升缓慢,甚至停滞不前。累积突破型路径类似于生物的渐变成种,新物种的形成是通过相当长期的变异积累来实现的,大数据的价值也强调这种连续性、渐变式和增量性所形成的突破。累积突破型路径是大数据领域发展过程中较早出现的价值形成路径,也是大数据思维和原理最基本的体现,在各个领域都广泛存在。一个极具典型性和代表性的案例是生物制药研发范式的演变过程。生物制药研发以现代生命科学为基础,但生命科学研究长期以来都是实验主导的。在这种实验生物学范式下,新药开发等活动在各个环节上均依靠大规模实验来确认治疗靶点、优选化合物、判断药物临床效果等,使新药开发的全过程都面临极高的不确定性和风险性,效率很低。但是在实验生物学的漫长发展历史上,人们也在持续积累生物信息数据,特别是人类基因组计划 (HGP)破译了人类全部遗传信息,绘制遗传图谱、物理图谱、序列图谱和转录图谱,使人们掌握的生物信息数据迅速跃迁到系统的大数据水平,生命科学研究由此进入理论生物学阶段。在理论生物学范式下,主要运用生物信息大数据来筛查药物靶标、预测候选药物的临床效果,再配合实验手段,显著提高了新药开发的效率,缩短开发周期、降低开发风险[15]。上述案例中大数据价值的形成机理如图2所示。大数据价值的累积突破型路径具有以下特点:①数据在原有应用领域不断累积,在达到某个转折点后实现价值跃迁;②数据资源用于解决原有领域的既定问题,运用大数据创造价值的驱动力主要来自数据本身的发展可能带来的突破性进步;③对大数据的运用能够引发突破性创新的效果,如产品或服务性能的大幅提高、成本大幅削减、一系列全新性能等;④大数据的运用可能引发连锁反应,造成一个领域的根本性变革,图2中生物信息大数据推动生物制药研发范式转换就是如此。但是,大数据价值的累积突破型路径也存在相应的不确定性,主要是数据积累在超过临界值之前一般不会体现出巨大价值,而这个临界值能否到来、何时到来,可能需要等待特定条件的出现,如图2中人类基因组计划的实施。
应用转移型路径是指在A领域积累的数据资源,在达到一定规模后被转移到B领域,用以在B领域解决特定问题,进而表现出相应的价值,并且在A领域积累的数据在解决B领域的问题时具有更突出的独特优势,使数据不断得到累积、应用领域不断得到扩展,甚至可能将B领域原有的数据资源排挤出问题解决的范畴。A领域的数据被转移到B领域后,仍可以在A领域得到应用或者继续转移到其他应用领域如C领域,因此,数据资源可能在两个甚至多个不同领域同时创造价值。应用转移型路径类似于物种迁徙到了新的地域,为了适应气候、栖息条件、物理屏障等环境条件的变化,具备了与其先辈大为不同的特性,产生新物种。应用转移型路径的一个典型案例是中英人寿保险有限公司 (Aviva)的疾病检查方案。Aviva公司将来自日常社交领域的生活大数据转移到健康检查领域,通过对顾客生活方式的大数据分析来预测顾客是否患有高血压、糖尿病和抑郁症等慢性疾病,彻底摒弃传统的血液和尿液检查方法,用来分析的数据中包括顾客的爱好、习惯浏览的网站、经常收看的节目等数百种生活方式数据,如图3所示。Aviva这种依靠纯数据分析的创新性做法不仅大受顾客欢迎 (因为方便),而且每位顾客所需的成本仅为5美元,比传统的血液和尿液检查方法足足降低了125美元。受Aviva的启发,英国保诚保险有限公司 (Prudentia)、美国国际集团 (AIG)也逐步采用这种纯数据分析方法。大数据价值的应用转移型路径的突出特征是,数据资源在原本不相关的新应用领域创造价值,这为大数据的价值挖掘提供了更大想象空间。应用转移型路径具有以下特点:①数据原来的应用领域和新的应用领域明显不同,但原有领域的数据却与新领域的某个问题之间形成了相关关系;②在应用领域转移过程中,数据资源本身没有变化,变化的只是对数据资源的应用方式;③新的应用领域能够激发数据资源的潜在能力。当然,采取应用领域转移的路径实现大数据的价值依赖于较强的创新性,能够敏锐发现数据应用领域转移的机会。这提示那些不具有数据资源优势、但在数据分析和创造性上具备优势的企业或组织,可以有目的地寻找和引入其他领域的数据来解决问题。
【参考文献】：
期刊论文
[1]大数据驱动的商业模式创新研究[J]. 曾锵. 科学学研究. 2019(06)
[2]共建共治共享:大数据支持下共享单车智能化治理路径[J]. 郝雅立,温志强. 管理评论. 2019(01)
[3]管理决策情境下大数据驱动的研究和应用挑战——范式转变与研究方向[J]. 陈国青,吴刚,顾远东,陆本江,卫强. 管理科学学报. 2018(07)
[4]论科学中的价值[J]. 朱凤青. 自然辩证法研究. 2018(04)
[5]大数据价值孵化机制研究[J]. 李天柱,马佳,吕健露,侯锡林. 科学学研究. 2016(03)
[6]基于概念置换的大数据定义研究[J]. 李天柱,王圣慧,马佳. 科技管理研究. 2015(12)
[7]生物制药产业技术轨道变迁与机会分析[J]. 李天柱,马佳,梁萌萌,冯薇. 技术经济. 2013(07)
[8]H1N1甲型流感全球航空传播与早期预警研究[J]. 常超一,曹春香,王桥,陈玉,曹志东,张颢,董磊,赵坚,徐敏,高孟绪,钟少波,何祺胜,王劲峰,李小文. 科学通报. 2010(12)
[9]新兴技术的物种特性及形成路径研究[J]. 宋艳,银路. 管理学报. 2007(02)
[10]物种形成方式及成种理论述评[J]. 同号文. 古生物学报. 1997(03)
本文编号：3608246
本文链接：https://www.wllwen.com/guanlilunwen/sjfx/3608246.html
