罗铁坚：大数据时代的新应用步骤

    2021年7月13日，由北京大学信息化与信息管理研究中心、北京大学CIO班教务办公室和中国新一代IT产业推进联盟主办，北达软协办，CIO时代网承办的“第三届中国大数据应用论坛”在北京大学隆重举行，来自业界的相关专家学者、CIO、媒体朋友等150多人参与了此次的大数据盛会。

 

 

    在下午的专家演讲阶段，中国科学院大学教授、博士生导师罗铁坚教授为大家带来了题为《大数据时代的新应用范式》的主题演讲，在演讲中，罗铁坚教授提到了关于大数据的误解与神话、大数据的体系结构、大数据的价值主张等内容，带领大家深刻解读当今大数据面临的误区，并分析了传统数据分析与大数据分析的不同之处。仔细分析了八个不同的大数据体系架构，让现场的嘉宾们更加深刻地认识大数据、理性地看待大数据。以下为演讲实录：

 

 

    中国科学院大学教授、博士生导师 罗铁坚

 

    各位专家、领导，各位同学，大家下午好！我今天上午听各位专家的报告，学习到很多，尤其是李德毅先生，他见解高超、洞察力很深，是令我敬畏的科学家，非常感谢他在百忙中给我们做这个好的报告。

 

 

    我要和大家交流的题目分为5个方面。科学研究今天讲很多跨界，很多情况给大家回顾一下，如果我们没有主动抓住历史的规律，再用以前的思维模式去理解数据科技，可能不自觉回到工业时代。大数据这个说法很泛，7月14号美国研究机构才开始琢磨怎么把定义说清楚，标准化。此时此刻，我就分享一些关于大数据定义或者想法。在这里可能会有对大数据结构解剖，也会有对微软、Google等等的解析，看看他们怎么做的。

 

 

    大家知道教科书的第一页讲46年前，发明第一台计算机，第二页是讲什么是二进制、十进制，再讲语言等，我们有三种软件，一种系统软件，一种应用软件，一种叫做平台或者数据库等等中间件等等。比如说我们自己很熟悉的一个界面，我们发展到一个看得比较多的Windows界面，接下来革命性数据，在Windows上我们做了一个浏览器，后面发现我们实际上可以在很多移动终端上把我们所有的计算机的资源联起来，出现了所谓的移动终端，云计算和大数据等等，这是很简单的发展脉络。这个简单脉络会被误导成为每个阶段分离的。恰恰我们认为每个阶段都有阶段的历史贡献，和现在要组合的应用，而不是每个阶段要全部放弃，有用武之地。这些贡献应该在不同层上有不同使用，不应该说有了Windows,DOS就不用了。所以我的观点是，目前我们需要用这些标准件或者这些部件来进行一个组合成为更有丰富意义的表达，就是我们怎么样进行组合创新。

 

 

    从人类历史来看，其实刚才这个视角是技术视角，看得见摸得到，拉到人类5千年长河角度来看。当然我们说5千年是文字记载的长河，5千年到现在发展，前面一直在很长一段时间都是在面对面，然后发明文字才能把知识把数据，把信息进行传递。然后接下来我们有相关的所谓电话或者是我们收音机和电视机的发明。这些发明甚至这些卫星使得我们的传播的途径和距离发生深刻变化。但是这些变化仅仅是一个传输，我们说变化本身给我们带来一个时间效率提高距离缩短，互联网来到真正彻底改变我们传统对知识数据，对我们的科学发现的研究和理解。所以我想在目前来说，不能够把互联网简单地看成一个通讯工具，应该看成一个有丰富资源的数据知识海洋，如何在里面挖掘出很好资源很好知识体系。

 

 

    总结信息科学产业发展规律来看，我希望大家注意一点事实是，所有的IT产业和以前的工业时代产业有一个很大的差距，首先要发明一些概念，而这些概念我们通过工程的研究到知识产权，争端最多是一个公司如果它说有很强的实力，是看什么？看它有多少个比如专利，看它有多少个优质数据，看它有多少好的算法，看它有多少好代码。从这样一个创作、工程到知识资产的积累还没有办法产生经济障碍，通过什么？通过给我们各种行业的接地气才完成它的价值转换。所以IT本身不能产生价值，只有嫁接到其它产业才产生价值。

 

 

    我们说本来第一天做IE时候已经跨界了，我们实际互联网到以后才说现在在跨界，其实我们每天在跨界。IT人没有不跨界的。我卖硬盘给你干什么，我MP3发明是为什么？不是为我自己，肯定这个硬盘给你存东西，MP3可以存世界所有歌曲。这个技术创新完全是为了应用服务，所以大家可以看到这个角度全部以应用作为我们的标注，完成技术语言，这是IT技术特别重要的特征。技术创新是不变的，但是技术创新一定要落地，落地到应用，如果没有电子表格你发明这些所谓的计算没有意义。我们讲在这个过程中一定要注意一个规律，如果不把握这个规律以为我们现在在跨界，其实我们一直在跨界。我们希望大家理解这样的事实。

 

 

    另外一个我们自己应该自豪的东西是，现在的所有的系统，都离不开这些优秀的科技成就积累。也就是说我们非常自豪说，他们可以自豪说汽车有它的发动机，从以前没有到现在有，我们可以自豪说，我们以前只能存10本书，现在任何一台机器可以把国语图书馆书都存起来。另外我们自豪东西，发明很多这样软件，很多这样的算法和工具，使我们构造出现在的互联网丰富的世界。我们不能不承认这些是人们用智慧大脑写出来代码实现出来的。这是我们特自豪的地方。

 

 

    2006年评比这些软件，50年来对整个世界贡献，贡献排名大家可以看到4、5、6到这些，这些大家都熟悉。对人类很大贡献，没有他们我们今天IT黯然失色，互联网不可能存在。

 

 

[page]    三样利器，第三名是一个应用软件，猜不出来，有这个软件使我们对生命科学探索有很强大手段，以前对生命科学发现没有软件支持，有了我们现在基因测试可以往前走一步，证实我们假设。我们如果没有数据库，这个数据库已经不存在了，但是它的思想光辉，它的整个理念影响我们很多。现在大数据来了以后替换成多节点应用。Unix这个思想是很好的学术好思想，有一个内核，不同进程在管理，这样安全性得到大幅度提高。

 

 

    我们回头想，我们不可能也不应该眼睛只盯改进这些软件，而应该这些软件能不能够通过标准化，把它们作为一个单体软件来看待，我们应该构建更大平台，就是现在云计算或者大数据。

 

 

    我刚才为什么强调观点说我们一直跨界？我们知道信息科学其实如果想知道的话，Google招的人才基本上要有数学天赋，要有做科学精神和科学思维，有工程经验。除了商业模式设计，商业专家，管理专家，我们数学的形式化证明，在大数据里面有两个非常重要的核心技术，很不幸现在只有美国三家公司掌握，中国包括百度和淘宝没有。里面很巧妙地用一个数学解决一个问题，怎么再收到数据后，有一万台机器怎么能够平均按等概率事件放到所有节点。我们其实一直在跨界。也有我们自己的特征。

 

 

    我们自己的特征是什么？我们必须设计构造硬件系统时候要符合物理规律，就是说你的电子学的规律等等必须跟随，现在量子计算机要出来也要知道符合量子规律，所以说在设计这个硬件系统时候，必须符合物理规律。有一些专家说不需要，我随便想可以，不对，必须符合。

 

 

    接下来构造软件系统实际是认知水平，人家一看会用，一看会理解，一看会使用。认知水平从3岁多到80岁都能使用。过程中如果喜欢要有艺术的创作，为什么我们说乔布斯发明了从鼠标键盘发明到手触这样的模式实际非常革命，他重新定义两个指头行为能够做什么，三个指头做什么，这么拉又表示什么。但是他定义这个行为符合人的这样一种形体的舒适的这种动作，或者是比较容易理解和学习这样的方式。当然在这个过程中打造整个的手机向一个奢侈品或者像一个消费品，不仅仅是一个电话。在这个过程中范式在发生着变化，而且一直在研究跨界方式。

 

 

    我们在这里除了问题的提出，形成概念，解决问题，更重要是发明什么算法解决问题，你对人画像是用几个参数来刻画等等，这些是我们要发明创造的。这个人5个参数知道消费习惯，那个人用100个搞不出来，这就是创造模型是不是反应真实情况。

 

 

    有一条我希望跟大家分享的，现有的我们在做信息化时候，或者是做云计算，其实我们不要忘记两个根本任务，第一个根本任务，我们必须是设计和验证有用的系统，也就是我解决问题，所以我们今天早上李德毅院士自动驾驶的车是解决问题，让你不疲劳，不出事，解决问题。还有，有用不行，还得用最低的成本做出更高质量的系统。这个是我们两个很大软件，做所有的云计算大数据和应用系统这两个条件不变。这个情况下发生一些变化，是我们以前教科书里面讲的，都是99年之前都是算法，数据结构，这是我们最基本的知识。到2000年以后知识体系发生变化，从互联网、云计算、移动计算、可视化等等很多新的，这样一种应用相关的这些词出现，而这个词的出现我们要重新定义。所以想的是使用效果，而以前PK是算得快，存得多，现在PK使用效果产生效益。还有具体考核指标，我们给大家分享一个故事，就是你们CIO班的学员。他是我们海淀区主任，听完我的课跟我说，看我们写的标书，我们做政府云平台，我一看这个标书，完全是以前的模式，买多少T存储，买几核计算机，整个人家一看是购买硬件。因为云计算里面必须搭建平台，我们在上面一定跑应用，你支持应用指标体系应该你有多少应用有多少数据存，怎么样存？迁移的时候这个数据怎么迁移，考核指标发生变化，不能一个机器给你，让你自己折腾。

 

 

    从学术观点来说，我从很多教科书里和学术文件里总结的。我们整个云计算，我们大数据也好有很明确的指标体系，我们恰恰在指标体系模糊化。A这个公司说我有云，B公司说有云，我们可以很快检验，检验标准是什么？至少在右边我们可以说是不是可以横向扩展等等，这是我们很明确一个指标，其实这个垂直坐标指标更明确，是不是一个分布的机群，是不是能够存储万亿以上记录。我们说要百级以上计算机群，咱们大学里没上这个课，使我们现在有短板，你让他建机群说大学没教过。

 

 

    还一个是每一个企业你用很少人，不超过10人，可以管理百万级以上机器。我现在看很多计算中心，10个人管100台管不过来，你做到百万台机器，10%机器系统能不能运行。有一些做方案的，今天停机，他们要我们验收，说今天停机，有两小时服务，这个本来不是云。

 

 

    云计算里面经济指标论断，经济学家研究出来自购拥有，独享使用，但贬值快和维护费高，我们找供应商很难，因为他们没能力实力做。

 

 

    这是云计算7种商业模式，我们希望一本书或者一个研究，到底大数据有几种销售办法，现在应该有7种以上，我们说服务要建议买这个服务做这样的事，现在我没有看到这个书。

 

 

    到底什么大数据？这个例子大家看看，有一个文件有67亿5千按记录，每个记录10个链，然后文件大小10G,我们任何一个笔记本电脑可以放下。我要干什么？所谓的大数据就是现有工具，处理你要的任务的时候，不足以解决，跟数据规模没有直接关系或者没有必然关系。但是并不意味着我们不能用另外办法解决，而前面这个办法解决的问题在于我们任何一个问题都得编一个程序就麻烦死了。这个问题下一个解决说可以得到一个通解，可是这个通解不争气，这个情况下是不是可以把这个工具改造？这是我们大数据要创新的。所以为什么做大一下明白了。我们不能编解决方案，我们这里结论是传统的技术面向小数据解决。大数据除了解决问题之外，我们还要面向大数据尝试解决不能解决的问题，比如从数据中寻找到底加上历史坐标什么时候发生事。什么时候有月食。后面三个跨界，科学分析历史上发生不知道，为什么发生要解释，还能解释150年有日全食，一直在跨界，这个是很典型的。

 

 

    大数据有几个误区，这是美国历史专家列出来的。大数据是一个标准，大数据可以提供多住户安排，大数据可以降低费用。

 

 

    我只解释两个， 80年时候在文献上证实。第二个重要技术，这些技术譬如说我们负载均衡这个时间，我们还可以合并，还可以垂直等等，这学都是发现，只不过这些思想都发蒙了，只是把这些思想落地，解答我们技术，是一个很容易忽略的。

 

 

    这个是我从朋友手上拿到的，他告诉我罗老师你好好看一下，咱们国家的工信部，给大数据定义，处理需要新型架构，智能算法。

 

 

    这个地方是世界第一论坛里面达沃斯里面提的，这个事情只是一种理想，现在大家还没有达到这个境界，有一些公司已经变现在，有的公司不断探索。是帮助我们每部分工作内容和任务。我们安排不同组建不同任务解决所有使我们互相不恰当的难点，就是专业分工。

 

 

    这是大数据关于处理方面，大数据有两个重要关键词，如果不这么做我们刚才说的67亿认购数据不要这样记忆的话，用产品库根本找不到。在这里给出所谓的生态，就是每个地方有成长控制，包括产品、服务、数据。这是李院士带领一个团队，研究大数据，写了反映感应书。他做一个比较，相当于样本全集，这些我认为是对的，怎么样落到跨界去完成而已。这是另外一种解决方式。这种传统方式放了一个经典二维表，或者是数据模型，再所谓的数据分析数据仓库，这是非常经典的方式，可是到现在除了经典方式的结果数据之外，还有其它若干交易数据，移动数据，在里面获取融合这些数据得到一个阶段。这个解读和我们现在看到的解读是不同的视角，这个视角是Google的方式，就是Google里面提出BI这个方式和我们现在这样方式区别。比如说Google是这样一种模式和亚马逊模式，这里我们可以看到通用这种优化方式，这个图是研究院研究人员引用。大家注意在这里其实这两个只是大数据竞赛当中一个代表而已，我不用但可以用另外一个工具，我们从展示分析和管理有什么新手段。

 

 

[page]    我们剖析Google例子也许给大家启示，启示是什么？一直以来，这是我强烈的观点，专注于技术能力积累，技术能力积累实际上是每天都有，每天在做，不是某一个人出一个命题，某一个院士给的时候做，应该是日常里面发现这些问题克服解决，发现如果我们的开源软件不好用我们要改进提升，这个是常见积累。积累三方面，一个怎么样提高基础设施能力，比如刚才我们讲到的永不丢失这些都是在考核指标里应该是能够表现出来基础架构能够做到。我们在评测一个基础架构最简单模式，有没有单点事项，如果方案里什么不用看，看这个图，单线的一看这个东西，废掉，为什么？我发现你有一个单点实效，其它的不用，你们在座回去评估，所有厂家不管多牛，Google也好，百度也好，一看就明白，画这个图是某个拿出来时候基本完了。我们做交换机最有发言权。

 

 

    还有大数据一些工作，还有怎么样处理海量数据。它的做法到技术积累不是为了技术积累本身，而是为了获得竞争优势，这个优势体现在投放广告效率更高，获取回报更高。其它的业务创新更容易。比如做一些科学研究，比如这个流行病分析等等，我们所说的国际卫生组织他很容易做这样的分析软件，还有很多服务，包括反恐，可以很快利用这些基础设施很快构建一个应用。

 

 

    下面最后一部分是给大家分享一下研究体会。去年把这几家公司请来说你们认为DATA什么东西，包括什么？包括IBM等等这些公司，你们自己声称自己有大数据平台，你现在拿出来亮相，怎么样？这个是登台亮相东西，有多少是原来的？基本上我们可以看到，离不开的痕迹是什么？这个企图升级到这里，原来单机放云里面让你们用API.Windows做所谓的虚拟机，前面做一个想做一个革命性东西，现在说存100万记录，这个工作取决于下面工作。大家看到熟悉面孔关键词，这个是开源，有一些东西搞不定，只好是塞进来补充不足，所以你们看到，在这个过程中这边服务于计算，这是技术软件，只能这样。但是主要是有现金所以可以，如果没有现金也很难。

 

 

    以前我记得5、6年前，IBM举大旗说做网格，突然不干了，现在又做大数据。我们看他怎么玩大数据。说有这些东西，会发现原来这是自己搞不定，开源做。重新包装一下，就是把以前软件再重新包装，按照云考核指标，这种做法挺危险的。危险在哪里？以前使用代码设计里面不是为机群，不是为百亿级以上数据，你让他套上大数据肯定会踉踉跄跄，所以我想要大家睁大眼睛看一下，演示10亿级以上数据怎么跑。他什么方案都敢做。我跟他较量一次，当时做一个软件，不成功以后自己编，后来我们自己编，因为他里面人员不少，也挺老实，到时候说这个产品在测试不稳定。你们不知道，吹挺厉害，后来在中国水土不服，据说在美国不错。大家还是要有一个评估能力。

 

 

    Oracle,大家现在说不要它了，开始不要时候是互联网，因为贵，互联网说我没有钱买这个软件，我只能用开源的。他现在占用企业的所谓的用户，企业用户基本上买了升级，一旦有卖的请工程师升级。说这个慢，再买100个，还买，买1000个。已经把你锁死了，但是以前的确实是坏了，所以他会买一家公司去做这样的东西。

 

 

    另外一个，他的办法有现金，现金很足，所以买过来。这是西方做IT的常用手段，搞不过你买过来，因为我有钱。现在马云也这样，你做得好买你。

 

 

    下面是一个SAP,也要改造，他们很担心，一旦开源解决方案成熟，他们可能就没饭吃，因为可以不用你，你处理不了。他们做自己一个品牌，我也相信国内很多公司自己也往里去玩。

 

 

    EMC,做得更火，因为很成熟，现在该买都买，配齐了，人家有ABS我也买，导航的都买，全部标配上去，要什么都给你。所以现在基本上是做到这样的地步。

 

 

    NIST一个科学家，他说我把大数据分17种能力，到底能给我解决什么问题，比如我们说只是解决一个数据源的获取问题，还是解决应用和用户的问题，等于说把你的能力分级，你会什么？数据库还是什么，你别讲这么多新名词，好像听不懂的东西，很怪的动物名字或者鸟名字等等，他说我归真，这个是阿姆斯特丹大学，学院派，基本上逃不出规则，搞一堆数据，这个会不会成为标准？不可能。我认为是一种看法。NIST为了这些工作以后，最后没办法统一起来，其实就三大件，第一是所谓的数据组件，怎么处理数据源，怎么表示，数据角度可以干的，然后从分析角度，到底支持什么模型，回归，分类等等，从这个角度，还一个角度你们讲很多故事，其实从这个角度你们到底有什么革新东西，有什么创新，这是标准化，你不要讲这么多词汇，就三大类词汇好一些。这个门道1、2、3、4,我提醒一点，这个维度我们很缺乏，属于数据的治理，怎么定游戏规则，像斯诺登事件出来以后，当时大数据这个地方缺失，什么人能分析什么数据，和监控他使用数据频度，其实很简单，把整个所有的数据都当到硬盘，如果有一个监控，有这样的功能，知道这个人老是当他那个东西就应该怀疑他，当时他没有这套体系，所以他们现在反思这个问题。这是大数据风险。

 

 

    还有报告生成，可视化，分析技术等等，所以刚才我们还讲了，大家老讲一个故事，老用一个啤酒的事是很小部分，非常小的一个小圈，还有很多事情要做。而且有一些时期没做。

 

 

[page]    从平台角度有安全设施、监控等等，还有硬件的，数据整合的等等。第二个结论特别有意思，这个结论是什么？分析角度有5种，你们怎么讲就是分析5个形态，也许这个人起名字叫仪表盘，这个起的名字叫动件等等，反正属于很简洁信息告诉你，像开车里油表跑多少公里，水温多少等等。对于数据管理我们有文件，我们有传统的数据模型管理，结构化等等，对于数据自主设施来说，一般的文件，大家不要有误区，一要大数据必须放数据库不一定，可以是一个文件，比如一个视频也是。

 

 

    还一个管理的，还一个特别重要的，我们叫做水平的扩展，水平扩展和垂直在整个云平台和大数据里面是最重要的概念，就是说我资源不够增加节点提高吞吐率和效率，增加我们单体所谓的硬件指标，比如说两核变四核，变八核，比如变10G内存，通过单个机器增量扩容。如果水平是说同样节点都一样的，都是24G内存，多少个T,两T硬盘，整个我们要增加这个节点得到我们的回报是高吞吐率高可靠性。还一个观察特别有意思，整个架构里，所有公司架构里有一个非常缺失东西没有支持解决所谓安全和隐私问题。他们到现在还比较脆弱，这是你们审视架构时候注意的地方。

 

 

    微软很有意思，从生态角度看这个大数据框架，我们会讲速度，会讲数据获取，到这条线多数据融合，从数据使用方，比如画法，比如网络数据，比如说工业数据和商业数据，比如政府数据，比如健康数据还有金融数据，完全从应用角度把数据源划分，不是从技术角度，技术角度是所有大数据从技术角度必须加上一个时间冲，回答历史今天是什么回答不了。我们从技术角度要有时间冲，另外这个过程中运行任何商务系统运行，比如定单，比如话费，都是最终结算时候的交易结果。我们一谈大数据时候，必须把什么时间提交这个掉，交互数据在哪个营业网点做的事，以前从业务角度这个数据没有价值，为什么？来我这个银行办储蓄，我为什么记什么时候来，没关系，几点来没关系，谁来没有关系，面对所有的客户都是一样的。

 

 

    现在我们大数据来了，每个个体都很尊重他们，当成一个个体看待。任何一个都有价值，只是你没有技术没有办法把它的价值发现，这个时候要记下来。记下来时候我们用这个技术，现在这个技术很便宜，以前累得要命，现在一个人记录，一年做下来不到一得T,为什么？把你东西放一起，以前不是这样，你的东西分散在全世界任何一个角落，现在不是，现在任何一个人，自己的东西有多少文件备份，你一生在这里。你名字和别人名字出现时候，这个要放在公共文件，别人要查询，一个人以下数据要反拣时候，这个数据要公共。刚才我讲单个，一个公共的，这两个技术核心技术没有掌握在国人手上。这是我们想攻克难题，这个难题不知道什么意思。

 

 

    我们举例子这个数据放哪个，我举例子，这个数据扔到全世界哪个节点可以打过来吗，现在你们看很多被按掉网站，我们因为检查整个频道关掉，不能删掉某一个，要堵全部堵。

 

 

    大数据还有一个很有意思角度，可视化一样，这边各种传统的数据处理，这是最典型的，这里会有一些报告数据，这里我们拿到以后抽出来，抽出来时候结构化，有一些文件共享，在这个过程中其实是要把外部数据和内部传统数据整合在一起，问题出来了。这个还有什么事情要做，最后我们要做出决策，这里面出现三个重要角色。这个课程跟不上原因，这个角色是在消化吸收，哪个东西要过滤打标签，谁是谁的东西。这个数据科学家要建模，我到底对它理解是想要区分偏好，还是想要分析他的对某一个人的感应，你要想做的目的是什么？要通过哪些模型哪些参数刻画？这个是我们先标出来。每个人东西标出来，这个时候我们想需要什么建模，最后在这里能够产生出结果，让大家很容易理解。这个是补充，在这个中间增加了这个角色，让它能够高度理解这边的数据以后，能够放进来。这个叫消化吸收或者是分拣，这个有点像看门人，它不是扔掉东西，而是增加有意义东西。

 

 

    最后是分享，第一个云计算也好大数据也好，其实到目前有很多可用技术标准，大家千万不要忘记，我不认为现在大数据云计算是在三环上，我不认为可以没有套路打，我不这么认为。人家有现成技术贡献，比如我们服务协议，我们有现在的前面的PKI等等这些都是研究成果，不要扔掉，不要认为大数据来了，我们要建立在编码上，这些成果要用要理解，为什么说跨界，ID要跨界。原来我只管操作系统等等，我每次背课，罗老师你PPT又改了，必须改，为什么？每天在变，我们按照光速理解IT,这个事情今天这样，明天变了。我们今天成立明天不成立。永远成立是文化是很难变的，道德体系很难变，技术容易变。技术变我们站在编码上，我们问为什么这个技术沉淀下来，我们可不可以组建新应用模式。

 

 

    机会来了是这些，我认为中国在制订云计算也好，大数据也好，研究这些问题。很多命题有时候是开方的命题，这个很遗憾，本来已经很好了。有一些反而应该做的没有做，最终给大家分享这个片子我最喜欢分享。这个分享给大家换一个标题，大数据其实主张，我们不断收集事实，我们对规则，以及这个情况下回答真实世界不容易回答未知问题，这是一种探索。如果我们说用加减乘除算出来东西，我们已经知道了，我们是说历史这样，未来怎么样，我们要回答这样的事情。另外回答升级完怎么组织起来，怎么产生更好效率。用信息科学范式透视互联网云计算和大数据发展。其实都是有很深的基础，在这个基础上厚积薄发，这个过程中强调用免费商业模式和重新定义价值链，今天看李德毅院士重新定义汽车，大数据是收集事实，优化流程和服务决策。你要推断是未知，如果直接算出来不是推断，要优化，比如今天KK这个，我想问，界面太复杂了，因为你可以优化，你有100个要流程审核，优化下不是更好吗？

 

 

    以上就是我分享的内容，谢谢大家！