大数据时代
当今世界是一个数据的海洋。在人类历史上，从来没有出现过如此迅猛的信息爆炸，人类拥有的信息量以指数函数的速度急剧增加，信息倍增的时间周期越来越短，信息洪流以前所未有的力量冲击着整个世界、改变着人类社会的结构和形态。
所以有人说：
“我们在数据的海洋中遨游，而水中满是鲨鱼，并且海平面还在快速上升。(We swim in a sea of data… with the sharks… and the sea level is rising rapidly.)”
这话绝不是夸张。每一天、每一分、每一秒，各类系统、各种应用产生源源不断的数据。每一秒，全球发送电子邮件300万封；每一分，YouTube上传20小时视频信息；每一天，微博新贴1亿条、淘宝交易2000万笔，而Google处理数据近30PB……
即使是最普通的家庭，每天消费的数据量也多达400MB。大数据不仅是滚滚而来的时代热潮，也早已无处不在、如影随行；大数据并不只是喧嚣于数据中心、云及新闻中，也早已侵入我们的家庭、我们的日常生活之中。
大数据(Big Data)迄今并无严密的公认定义，通常用4V特征来描述它。既云“大数据”，首当其中就是Volume(海量)，系指数据量太大，难以用传统数据处理手段和工具进行处理。从2005年起，全球每天产生的数据量多达2.5 QB、每年数据总量增加300倍，预计至2020年，预计全球数据总量将达到90 ZB。
一方面是数据量大，另一方面却要求Velocity(高速)。极快的增长速度、极高的处理速度，这是大数据的第二个特征。纽约股票交易所每交易时段处理交易信息量高达1 TB，而轿车上用于监控燃油和胎压等信息的传感器接近100个，它们需要得到实时快速处理。2016年全球网络连接数量预计将达到189亿，平均每人2.5个连接。
或许Variety(多样)才是大数据最重要的特征。在YouTube上，视频信息每月被观看40亿小时；2014年，全球可穿戴无线保健监控装置达到4.2亿台。在这个时代，大量人对人数据（网民数据，虚拟社区，社交网络，网络日志等等）、人对机器数据（归档数据，医疗设备，数字电视，电子商务，智能卡，银行卡，计算机，移动设备等等）、机器对机器数据（传感器，GPS设备，条码扫描，安全监控，科学研究等等），使大数据的品类多到不胜枚举。
不幸的是，大数据并不一定像某些人鼓吹的那样神奇，它是Veracity(欠真)的。统计表明，数据质量不佳给美国经济每年造成损失高达3.1万亿美元，而三分之一的业务领导不信任他们用于决策的数据信息，27%的被访者不确定其数据有多少是不准确的。
好消息是，有一部分人认为大数据的第四个特征是Value(价值)。因为统计也表明，大数据已经创造了很高的价值，促进了生产率提升和销售增长。只是人们也发现，大数据的价值密度是很低的，例如连续视频信息中价值数据可能仅1s。
DIKW体系
忽悠者云：得数据者得天下。又说，大数据时代，数据是企业资产。但究其实，数据本身是没有价值的，说得极致点，大数据就是大垃圾。
数据行业有句俚语，叫做“垃圾进、垃圾出”(Garbage in, garbage out)。它本意是用来讽刺数据仓库的，不过对人类同样也是“垃圾进、垃圾出”。
为什么？因为数据本身，是根本不可能有价值的。数据是什么？开关打开是1、开关关闭是0，高电平是1、低电平是0，或者用磁介质、光电质的不同状态表示1和0——总之是一堆二进制数字串。它没有任何价值。
大数据价值的源泉，是将数据转化为智慧。数据-信息-知识-智慧的演进关系，称为DIKW体系(DIKW Architecture)。如果用天气预报来说明，那么：数据是百页箱采集的数字、卫星云图、环境监测的数字，信息是明天的天气、温度、湿度，知识是穿衣指数、晨练指数、洗车指数，而智慧是穿衣混搭方案、减肥健身方案、规避违章方案。
例如，如果给出一个与其他事物毫无联系的数字37.5，它是没有任何价值的。但是如果给出数据之间的联系，数据就变得有意义了，像这样：
姓名：陈书悦
性别：女
年龄：12 岁
体重：1200 kg
体温：37.5 ℃
从37.5到37.5℃，就是从数据变成信息。该信息显示，陈书悦身体欠佳，需要看医生。
信息必须真实可信才有价值。陈书悦可能不是小朋友，真实年龄不止12岁；只要陈书悦是人类，她的体重不可能达到1200kg。在数据到信息的处理过程中，这些错误应该予以清洗。
信息虽有价值，但价值不高（所以现实环境中人们故意制造信息不对称，通过屏蔽来人为提高价值），相比之下知识更有价值。比如，成年人看到今天气温25℃的预报，就知道天气很舒适，而“穿衣指数”这样的知识则可以指导小朋友、外来客的着装。洗车指数、晨练指数也可以起到类似的作用。
智慧当然比知识更高明。穿衣指数只能指导基本的冷暖，而穿衣怎样混搭才漂亮，却不是每一个人都Hold得住的。同样地，体重和健康对于一些人根本不是问题，对于更多人减肥却是老大难问题。
因此，如果说数据根本没有价值，信息有些价值、知识很有价值的话，那么智慧的价值则高得多，甚至无法衡量。有一个小故事，可以生动地说明智慧的价值：某公司进口设备发生故障，工程师检查了好久找不到原因，只好请原厂商的德国专家前来诊断。德国专家在设备跟前听来听去，最后用粉笔作了一个记号，指示从此处打开设备，将线圈减少16匝，故障即可排除。工程师照办之后，设备果然恢复正常。德国专家因此收费100万美元。或有不服，德国专家笑道：粉笔记号收费1美元，知道在哪里作记号收费99.99万美元。
由此可见，DIKW体系不是一个严密的体系，数据与信息、知识及智慧之间，绝不是简单的直接映射或衍生递进关系。所以DIKW体系也被称为“信息金字塔”，数据在塔底、智慧在塔尖，形象地告诉人们，通过挖掘大量的数据“金矿”，才能得到一丁丁点儿智慧“金子”。大数据4V特征之价值(Value)特征，表现之一是价值密度低，道理就在这里：虽然数据是资产、是金矿，但能产生知识和智慧价值的数据却是很少的。这就是数据金矿、数据资产的真相：数据只是数据价值的“原石”，数据是否有价值，并不由数据本身决定的。
企业智慧能力
研究表明，群体智慧通常弱于个体智慧，即使群体完全由高智商个体构成。这种现象称之为“羊群效应”或“百猴效应”。也就是说，在传统知识和信息机制下，企业的沟通和活动都呈现出低效率、两极化、单一性的特征，当企业规模增大时，个体的自主表达存在越来越严重的障碍，个体智慧产生规模效益越来越困难，从而使企业智慧能力表现出越来越明显的下降趋势。
但研究又发现，群体智慧在特定环境下表现得非常突出，甚至超越群体中最智慧的个体，即使群体中的多数个体并不见多识广或富有理性，群体仍能做出智慧的决策。因此，若能以正确的方式组织起个体判断力，群体智慧便能表现得十分完美。
如果群体是一家企业，人们发现：当人们满怀激情创立企业，哪怕像爱因斯坦一样聪明，企业的群体智慧却未必随新着个体智慧而增长，企业规模越大则体量越大，盲人摸象式经营决策广泛存在。因此，大象能够跳舞可能只是梦幻，没有企业智慧便没有核心竞争力。
企业核心能力是企业内部一系列互补的技能和知识的组合，它具有使关键业务达到业界一流水平的能力，是能够提供企业竞争优势的知识体系，而企业智慧是企业能够迅速、灵活、正确地理解和解决问题的能力，因此企业智慧能力可以定义为：通过全面整合各类大数据源、准确把握企业经营信息，以业务洞察为导向、以智慧分析驱动企业决策，从而创新和优化商业模式、提升核心能力的综合能力。
领诚科技相信，智慧能力是大数据时代的企业核心竞争力。通过基于企业数据的动态分析，企业智慧能力不仅能够帮助企业描述现状、分析缘由、预测未来，更能有助于实时掌握业务动态、以数据分析为基础主动推进业务开展。
领诚科技致力于全方位帮助企业提升各种企业智慧能力。按照领诚科技的定义，智慧能力包括五大类型。
通过信息系统集成及企业数据整合，领诚科技为企业奠定智慧能力的技术创新基石。基于丰富的行业经验，领诚科技针对行业特征总结出智慧能力建设的关键与重点，提供清晰的数据模型与信息架构，从业务和技术角度定义个体元素及其相互关联关系，形成全企业统一视图。
企业数据唯有成为可信信息、并能转换为知识和智慧，才能为企业创造价值。因此，领诚科技基于长久积淀的创新文化，以大数据分析(Big Data Analytics)为核心，依照数据-信息-知识-智慧体系(DIKW)体系架构，帮助企业提升分析智慧。
DIKW生态链
大数据行业观察家The Big Data Landscape把大数据厂商大体划分为基础设施与应用两大类，基础设施类不管是产品模式还是云平台模式，都是结构化和非结构化数据处理平台，而应用类则可以细分为：商业智能、数据分析和数据可视化的产品商；操作智能及广告与媒体应用的产品或平台商；数据服务平台商；面向消费者的应用或垂直应用平台商。
从DIKW体系视角，则“大数据厂商”可以重新归类为数据源、数据存储与处理平台、数据整合与分析工具、信息展现与数据应用等。可见，即使在今天的大数据语境下，IT平台、产品及服务也大都处于DIKW体系的数据和信息环节，知识和智慧对于信息科技来说，基本仍处于不可知、无法处理的“蛮荒”之中。
这是因为，以目前的信息科技能力，无论智慧、知识或是信息，都必须表达为数据，甚至必须是结构化数据。“大数据”概念的提出，初衷恰恰是因为现有系统和技术不足以处理体量越来越大、数据类型越来越复杂的情况，而当前常见的很多所谓大数据成果，基本都是基于统计分析，而统计分析必须基于结构化数据。
大数据的时代背景是信息爆炸，其基本特征是：数据存储飞速膨胀；信息泛滥急剧攀升；无效信息铺天盖地；信息超载无所不在；信息疾患草木皆兵。领诚科技认为，个性化、智能化是突破信息爆炸、解决大数据困境的根本出路，其核心观点是：
未经处理的裸数据是无用的垃圾
信息价值唯有通过与人对接产生
领域知识是大数据价值挖掘基石
人工智能源于大数据的知识沉淀
人类智慧永远是不可能被替代的
因此，领诚科技倡导建立DIKW生态链，通过大数据行业生态的全方位协作，打通从大数据到个性化信息、领域知识、人工智能及人类智慧的大数据全生命周期：
