andk

名家觀點／毛揆拚大數據 產業跟上了嗎
2015-04-22 03:44:10 經濟日報 盧希鵬
最近大數據的議題很夯，4月業界主辦大數據跨域整合聯盟成立大會，我主持了其中一場論壇，論壇成員包括行政院科技會報室、工研院、IBM、遠傳電信、東森新聞雲、跨域聯盟會長等不同領域主管，行政院副院長張善政親來致詞，因為，這是行政院長毛治國上任時的三支箭（大數據、開放資料、群眾委外）中，比較需要領域整合的一支箭。

為什麼要跨域整合？有一次我問金融界的朋友，你們大數據的人才都往哪個系找？統計系、數學系、資工系、資管系、工管系、還是財金系？找數學系的，他們不熟資訊工具；找資工系的，他們沒有產業知識；找財金系的，他們的數學（演算法）與資訊工具又不太熟；找資管與工管系的學生，他們懂數學，懂資訊，也懂產業專業，又都不夠深入。這支箭第一個遇到的問題就是人才何覓，現在學校科系的分法，很難訓練出適合企業馬上可以使用的人才。

我接著問在企業的朋友，大數據部門歸誰管？資訊中心還是業務部門？還是放在總經理室，總經理親自來整合？對企業而言，大數據是一個新的領域，安插在哪個部門，也還在摸索中。

更麻煩的是，大數據的範疇定義也很模糊，依照我的看法，可以分資料掘礦、輿情分析以及江河運算三大部分。

資料掘礦是一個很成熟的大數據工具，處理的主要是大量儲存好的結構化資料。像是阿里巴巴，在淘寶光棍節累積了相當大的交易資料，經過大數據的分析，馬雲可以知道哪一省的客戶買最多的比基尼泳裝（答案竟然是蒙古），光棍節到了，北京人、上海人、成都人、廣州人都在買甚麼，這些大數據可以提供未來商業發展上的預測參考。

另一項成熟的大數據領域是輿情分析，處理的主要是大量儲存好的非結構化資料。像是選舉到了，候選人想知道網路社群上討論的輿情，可以做文字的爬文，關鍵字的聲量（出現次數）計算，正負評論的分析……也有人用做品牌監控，特別是當有廣告出去了，評估其品牌聲量效果，或是企業在做危機處理時，想知道網路輿論的正負評論聲量。

前面這兩點屬於大數據中的傳統產業，目前都有很成熟的技術。

第三種大數據技術需要江河運算，因為物聯網與感知器的普及，要處理大量即時偵測，但沒有儲存的資料。像是高速公路有上百萬輛汽車行走，ETC付費系統在每一時間都有大量行車資料被偵訊，未來可以開放（開放資料）給警政單位，查目前贓車的所在位置、追逃犯、計算堵車路段……等應用，這些應用需要即時的運算，因為過了時間效果就不大了。

未來智慧城市、智慧家庭與智慧手機應用越來越普及，這些即時收集到的感知器與物聯網資料，未來能夠做甚麼，就需要更多的創意了（群眾委外）。

最近工業局提倡工業4.0，背後就是此類大數據應用。德國將工業化歷程分四個階段：蒸汽機、電力、資通訊科技、物聯網感知器，最後一個階段稱之為工業4.0，因為未來的智慧工廠將遍布許多感知器。

舉例來說，目前的電表都是一個月抄表一次，未來的智慧電表可以每秒鐘回傳目前的電力使用狀況，來從事智慧建築的能源管理應用。

在工廠，感知器更可以做即時的環境監控、製程監控、品質監控等等，這些即時產出，未經儲存的大數據需要即時運算與有用的演算法，都是未來的挑戰。

毛揆的第一支箭，射出了，產業跟上了嗎？

（作者是台灣科技大學管理學院專任特聘教授）