海量數(shù)據(jù)擴(kuò)大了算法和以機(jī)器為媒介分析的運(yùn)籌領(lǐng)域。例如，在部分制造企業(yè)，算法對生產(chǎn)線的傳感器信息進(jìn)行分析，形成了自我調(diào)節(jié)的流程，從而減少了浪費(fèi)，避免了代價(jià)高昂(有時(shí)十分危險(xiǎn)的)的人為干預(yù)，最終提升產(chǎn)量。在先進(jìn)的“數(shù)碼化”油田，儀表不時(shí)讀取有關(guān)井口狀況、管道和機(jī)械系統(tǒng)的各類數(shù)據(jù)。這些信息由一組計(jì)算機(jī)進(jìn)行分析，并將結(jié)果輸入實(shí)時(shí)運(yùn)營中心。后者則調(diào)整油量以優(yōu)化生產(chǎn)和最大限度縮短停機(jī)時(shí)間。一家大型石油公司因此減少了10-25%運(yùn)營成本和員工成本，產(chǎn)量提高了5%。

　　現(xiàn)在，從復(fù)印機(jī)到噴氣發(fā)動(dòng)機(jī)等各種產(chǎn)品都可以產(chǎn)生能跟蹤其使用情況的數(shù)據(jù)流。制造商能夠分析輸入數(shù)據(jù)，并有可能主動(dòng)糾正軟件缺陷或派遣服務(wù)代表到現(xiàn)場維修。一些計(jì)算機(jī)硬件供應(yīng)商正收集和分析這些信息，在發(fā)生故障導(dǎo)致客戶運(yùn)營中斷前未雨綢繆，提前維護(hù)。這些信息還可以用于實(shí)施產(chǎn)品變化，預(yù)防未來的問題發(fā)生或提供客戶使用信息，對下一代產(chǎn)品開發(fā)提供靈感。

　　部分零售企業(yè)也走到了利用 “大數(shù)據(jù)”時(shí)代的前沿：它們運(yùn)用“情感分析”技巧，發(fā)掘使用社交媒介的消費(fèi)者產(chǎn)生的海量數(shù)據(jù)流，及時(shí)掌握新營銷活動(dòng)的反應(yīng)，并適時(shí)調(diào)整戰(zhàn)略。有時(shí)，這些方法使常規(guī)反饋和調(diào)整周期縮短了數(shù)周。

　　無獨(dú)有偶。一家全球性飲料企業(yè)將外部合作伙伴的每日天氣預(yù)報(bào)信息集成，進(jìn)入其需求和存貨規(guī)劃流程。通過分析特定日子的溫度、降水和日照時(shí)間等3個(gè)數(shù)據(jù)點(diǎn)，該公司減少了在歐洲一個(gè)關(guān)鍵市場的存貨量，同時(shí)使預(yù)測準(zhǔn)確度提高了大約5%。

　　取得的成效是業(yè)績改善、風(fēng)險(xiǎn)管理能力的加強(qiáng)以及洞察能力的提升(要是缺乏海量數(shù)據(jù)，這種洞察或許會(huì)繼續(xù)隱藏，無人知曉)。隨著傳感器、通信設(shè)備和分析軟件價(jià)格的持續(xù)下降，越來越多的企業(yè)將加入這場管理革命中。

　　海量數(shù)據(jù)正催生采用信息化業(yè)務(wù)模式的新一代企業(yè)。它們在價(jià)值鏈中扮演中介角色。它們發(fā)現(xiàn)自己正在通過業(yè)務(wù)交易產(chǎn)生的“廢棄數(shù)據(jù)”形成寶貴信息。例如，一家運(yùn)輸公司在經(jīng)營過程中意識(shí)到自己正在收集全球產(chǎn)品運(yùn)輸?shù)暮Ａ啃畔ⅲ谑莿?chuàng)辦了一個(gè)業(yè)務(wù)部門，專門銷售為企業(yè)和經(jīng)濟(jì)預(yù)測提供輔助的信息。

　　一家跨國企業(yè)從制造業(yè)轉(zhuǎn)型過程的自身數(shù)據(jù)分析中學(xué)到的東西是如此之多，以至于它決定創(chuàng)辦一家公司為別的企業(yè)提供類似服務(wù)。現(xiàn)在，這家公司為一批制造業(yè)客戶收集車間和供應(yīng)鏈信息，并銷售改善客戶業(yè)績的軟件工具。目前此項(xiàng)服務(wù)業(yè)務(wù)的業(yè)績要好于企業(yè)的制造業(yè)務(wù)。

　　此外，海量數(shù)據(jù)也在大幅改造著數(shù)據(jù)集成行業(yè)。這是從諸多來源匯總和分析信息，為客戶產(chǎn)生洞察的行業(yè)。例如，在醫(yī)療業(yè)，一批新進(jìn)入者正在集成臨床、支付、公共衛(wèi)生和行為信息以形成更加完善的疾病資料，幫助客戶控制成本和完善治療方案。

　　隨著價(jià)格信息在網(wǎng)上及線下大量擴(kuò)散，企業(yè)家正提供自動(dòng)編輯數(shù)百萬種商品信息的比價(jià)服務(wù)。從零售企業(yè)的角度看，這種比較可能是一種破壞力，但對消費(fèi)者而言卻創(chuàng)造了巨大價(jià)值。研究表明，使用此項(xiàng)服務(wù)的人可以平均節(jié)約10%的成本。

　　截至目前，我們強(qiáng)調(diào)了海量數(shù)據(jù)帶來的戰(zhàn)略機(jī)遇，但領(lǐng)導(dǎo)人還必須考慮到一系列副作用。人才是其中一項(xiàng)。我們的研究表明，單單在美國，對擁有深厚的海量數(shù)據(jù)分析(包括機(jī)器學(xué)習(xí)和高級統(tǒng)計(jì)分析)技能人才的需求，可能超出目前預(yù)測供應(yīng)量的50-60%。到2018年，需要新增多達(dá)14-19萬名專家。此外，還需要如下人才：150萬名熟悉如何應(yīng)用海量數(shù)據(jù)的管理者和分析員。企業(yè)必須加大招聘和人才挽留力度，同時(shí)大力投入關(guān)鍵數(shù)據(jù)人員的教育和培訓(xùn)。

　　“大數(shù)據(jù)”經(jīng)常需要的對個(gè)人信息獲取渠道的拓寬也會(huì)令另一問題進(jìn)入聚光燈下，那就是隱私和便利性之間的沖突。例如，我們的研究表明，消費(fèi)者受惠于海量數(shù)據(jù)：更低的價(jià)格、更符合消費(fèi)者需要的商品，以及從改善健康狀況到提高社會(huì)互動(dòng)順暢度等生活質(zhì)量的提高。5 但同時(shí)，隨著個(gè)人購買偏好、健康和財(cái)務(wù)情況的海量數(shù)據(jù)被收集，人們對隱私的擔(dān)憂也在增大。

　　數(shù)據(jù)安全同樣如此。我們描述的趨勢往往與加大信息開放度、設(shè)計(jì)新的信息收集設(shè)備以及為海量數(shù)據(jù)的龐大存續(xù)和分析需求提供支持的云計(jì)算等如影隨形。帶來的副作用是IT基礎(chǔ)架構(gòu)將變得越來越一體化和外向型，對數(shù)據(jù)安全和知識(shí)產(chǎn)權(quán)構(gòu)成更大風(fēng)險(xiǎn)。有關(guān)領(lǐng)導(dǎo)人應(yīng)如何應(yīng)對的部分建議，請參見《迎接互聯(lián)網(wǎng)安全的挑戰(zhàn)》。

　　雖然企業(yè)領(lǐng)導(dǎo)人把大部分精力集中在“大數(shù)據(jù)”對其自身企業(yè)的影響上，但我們調(diào)查的企業(yè)層面的各類機(jī)遇也有著更為廣泛的經(jīng)濟(jì)意義。我們的研究顯示，在醫(yī)療、政府服務(wù)、零售和制造業(yè)，“大數(shù)據(jù)”可以每年提高勞動(dòng)生產(chǎn)力0.5-1個(gè)百分點(diǎn)。全球這些行業(yè)創(chuàng)造了數(shù)百億美元和歐元的新價(jià)值。

　　事實(shí)上，海量數(shù)據(jù)可能最終成為決定國家，而不僅僅是企業(yè)如何競爭和興盛的關(guān)鍵因素。毫無疑問，它們給努力尋找實(shí)現(xiàn)更加快速增長的經(jīng)濟(jì)體帶來一線希望。通過投資和前瞻性政策，企業(yè)領(lǐng)導(dǎo)人以及政府領(lǐng)袖可以充分利用海量數(shù)據(jù)的好處，而不是被其迷惑，不知所措。

　　Brad Brown 是麥肯錫紐約分公司資深董事;Michael Chui是麥肯錫全球研究院資深研究員，常駐舊金山分公司;James Manyika是麥肯錫全球研究院資深董事兼舊金山分公司資深董事。
　　版權(quán)：Mckinsey Quarterly