当我们谈论产业互联网时，我们在谈论什么？(2)

有的数据是噪声、有的数据太冗余、有的数据很低效、有的数据甚至会误导。打个比方，获取数据就像种田：稍不留神，杂草丛生；一不注意，种植过密；种子不好，长出毒苗。如果不注意从源头注重数据的质量，数据的治理就无从谈起。

同时，数据的产生也是层次性的，如同金字塔，底层数据（原始数据）往往量大而庞杂，产生的同时，也必然伴随着粗加工（例如数据清洗）乃至深加工（数据转化、模型计算），每一层的数据存在着不同的规模和含金量，使用频率也相差甚大。

简而言之，“大数据”不是“泛数据”。 前者是大量有组织、有潜在价值的数据；后者则是泛泛的、缺乏管理和开发潜力的数据。产业企业在思考“大数据”时，首先就是要避免过分关注在“大”字上，贪大求全、一网打尽。忽略数据的不平等性和层次性，就无法构建起数据治理的良好基础，从而为将来的埋下各种“雷”和“坑”：数据架构过于扁平致使利用效率低、基础数据存储成本高、数据提取与转化周期过长；不同应用场景和频率的数据在硬件和软件层面混合管理，导致性能差、交叉影响多、数据持久性的风险高……

这些“雷”和“坑”，使得数据从金矿变成了吞金兽，反过来吞噬掉企业的管理资源、技术资源、财务资源，不仅不能“赋能”、反倒徒增“耗能”。以此为基础的数据平台，显然不可持续，容易沦落成为“花瓶工程”、“面子工程”。

要想用好大数据，得先从源头捋清楚数据。而这个过程，不能单靠外来的和尚念经，需要内部业务线、IT线、管理层多方配合和支持。数据梳理不清晰，搞什么“平台”、“中台”，恐怕最后都容易爆胎。如果集团规模过于庞大，整体梳理难度大，不如先从单个业务线入手进行试点；如果企业处于成长期，数据增长过快，更需要把数据的整体结构思考清楚，为可持续发展做好准备。坑多路长，不如把时间花在趟坑和填坑上；贸然上路，可能踏上的是不归路。磨刀不误砍柴功，不宜轻信某些宣传的浮夸风，试问哪些兜售“中台”的巨头，自己的“中台”到底趟了多少坑、花了多少年、费了多少钱？能力输出很好、能力借鉴无错，但是B端客户无论大小都要保持谨慎乐观的态度，轻易相信一个点金手从天而降，是不合适的。

2）极易卡在流通时

等待，是效率的最大杀手；流通，是数据的常见瓶颈。具体主要有二：

鉴权和审批。 数据本身蕴含着丰富的信息，甚至是敏感的信息——例如企业的经营指标、资源的使用情况、机器的运行状况、技术研发的进展……管理者总是担心信息的泄露，因此对数据的安全流通格外重视，即使面向企业内部也是如此。当一个数据请求到来时，管理者天然持谨慎态度，口头沟通鉴别身份、邮件汇报说明目的、严格的还会附加层层的流程审批，一路走下来方可授予相应的最小权限。互联网公司相对还好，毕竟跟数据打交道多、流程短平快、沟通效率较高；而传统企业则容易在这个环节陷入漫长的沟通和等待之中。