一、活动时间：2015年12月12日8:40-12:25
二、活动地点：中国●北京中关村国家自主创新示范区会议中心
【图文直播】中关村大数据日：共享共融 数创未来
12:30【主持人】谢谢田总，随着田总短小精悍的演讲，今天我们2015中关村大数据日主题峰会到这儿也即将结束，让我们再次用热烈的掌声感谢所有的嘉宾，谢谢！本届大数据日还设计了2400平米大数据展馆，下午还有13场分会场，解读大数据的应用和发展，大家可以在今天下午和明天去更进一步感受中关村大数据产业的魅力。
亲爱的朋友们，让我们共同期待2016年的12月12日再相会，感谢大家，再见！
12:25【田溯宁】我争取两分钟结束。我跟大家分享两个观念，我们怎么看待今天大数据这个时代。我在想，大数据通过这么多年的投资和实践，我认为用一个词来比喻，相当于人类历史上有地理大发现的时代，那时候发现新大陆，能够使人类对时空观念有非常大的变化，我们今天对数据认识，根本到了一个数据大发现的时代，所以我觉得对这个时代我们稍微有点时空观和历史观可能会看得更透一些。
第一次能够了解我们过去没办法感知的世界，通过各个方面的数据来源，地理大发现让人类发现新的时空观发现新大陆，开始工业革命。数据大发现正在开始，数据大发现了解自己，到底我们人类是什么？更多了解整个服务对象，更多了解这个世界。
第二个观念，在大数据时代企业经营形式是什么？我觉得企业经营形态会发生大变化，过去工业革命企业基本形态是以产品为中心，我们生产出好的产品，未来可能企业的经营形态更多是围绕你的客户，你客户想要什么，什么时间要，他的整个状态是什么？围绕着客户的运营的时代会到来。而你将来的企业发展再不仅仅简单是把一个产品做得好，而是你要了解的你客户，什么时候需要你的产品和服务，在他最需要的时候，你能给他提供出来，我觉得是一个非常激动人心的时候。
无论我们今天看到大家周末聚在一起，来分享大数据刚才齐红威说是马拉松1500米，我估计刚刚开始，发现时代刚刚开始，这个时候能否发现数据的规律，像徐院士讲的，数据有很多规律，就像物理大发现、化学大发现时代出现，化学元素周期表，这个时候有数据元素周期表，我跟大家提这些问题，我们到一个非常激动人心的时候，就像几百年前发现新大陆，我们正在一起开始发现数据新大陆，发现我们知识的新大陆，我们为这样一个目标我们共同参与，有勇气来征服数据的海洋，谢谢！
12:23【主持人】非常感谢齐总精彩演讲。接下来是最后一位演讲嘉宾他是来自宽带资本的董事长田溯宁先生，有请。
12:11【齐红威】谢谢主持人。数据堂是一家非常年轻的公司，我们到现在才四年多一点，数据堂专注做大数据基础资源服务，在做四年过程中，我们积累了一点小进步和经验，但更多是教训，我们今天想跟大家分享教训这层面的结果。
先看数据堂基本情况，我们现在是2011年9月1号成立，新三板挂牌企业，新三板有两家真正的数据企业，一家是数据堂一家是美林。
到现在数据堂做过三轮融资，将近最规模3个亿，天使轮是田总投的。
数据堂商业模式非常简单，就干了一件事情，把数据提供方和数据拥有方通过大数据的服务平台把它打通，这个平台我们干了三件事情。数据获取，加工分析整合，把整合分析结果通过云的方式提供给数据需求方，这是一个整个的理念模式。
到现在，数据堂已经积累了将近十几个领域数据，信用、科技、交通、医疗、地理、质检、商户等领域，加在一起4.5万套，每一套可以独立完成一件事情或者独立做一件工作的数据。到现在整个规模大概在1.2T左右，为了存储数据，现在的耗费资源非常大，这个数据非常强的备份，我们在全国三地备份，还需要做很大的灾备。
数据获取模式，现在我们有四种方式获取，第一种，数据堂有50万社会大众，也就是全国一二三线社会兼职人员利用业务时间帮数据堂采集散发大规模的线下数据，这是数据堂获取数据非常独特的业务渠道。
跟行业合作，有的企业有交通数据，我们跟他们深度合作。
互联网数据。
通过政府，像厦门、青岛做了深度合作，这表达什么意思？数据拿过来有一个很大的问题，是原始数据，原始数据对于用户来讲是没有办法使用，我们需要把数据进行加工和处理。
拿来原始数据是小麦，我们分析整合，整合成面粉，我们客户做面包、汉堡、比萨，把这些数据整合到它的业务应用里头去，数据前期获取处理分析都做好，我们客户只专注到应用层面事情就OK。
数据堂整个业务模式对外提供模式是三种。
第一，利用我们现在50万的社会兼职人员众客帮我们采集大规模线下数据，这个数据可以重复使用。第二，要想办法拥有版权，拥有版权你有重复使用的机会。
第二，数据交易。数据交易，我过会聊，为什么数据交易，现在改名数据商城，本质上在上面交易面粉，是分析处理结果。
第三，数据堂现在最主要的服务模式，把我们数据整合成接口，整合成云服务方式，通过API提供出去。
现在我们客户都是2B，都是国内现在相对一流的企业，分三类，一类是顶级互联网企业包含BAT，还有国外在国内的分支，我们在美国刚建立一个子公司，也是全程服务国外客户。除此之外最大的客户群是我们国内利用数据做创业的一帮创业公司。
除数据堂商业服务之外我们跟政府做深入合作，数据堂做事情相对比较务实一些，现在提供了一个整体的一站式的帮政府去整合把服务数据整合方案，有几个环节，政府作为数据提供方提供数据，第二个环节类似数据堂作为数据运营方对外提供三方支撑，第三，数据应用方，拿我们整合数据做各种各样的应用，这是百花齐放的角色。从这个角色来讲，数据堂去盘活政府数据，和政府合作。从数据角度，我们并不试图迁移原始数据，原始数据不会泄露，有一个非常安全的保证方式。
第二，这里面其实数据堂作为一个服务角色更是24小时甚至包含全方位运行机制。
第三，围绕数据堂有将近一千家数据应用企业，这其实是一种生态，如果我们和某个地方政府合作，某个领域数据合作有一堆运用方用我们数据，把这个产业生态盘活，这是真正大数据产业到最后还是要落脚到数据应用层上。
做了这几年数据应用的尝试，切实我们有一些感触，也走过好多弯路，最大的远路就是这个，直接数据交易是无法实现。数据堂当年刚刚开始做创业也想做类似的事情，包括市面上也有同行企业相关企业推动数据交易概念或者数据交易平台，这条路是很难通，根本原因是三个，数据本身是分红绿黄，红色数据是国家安全，个人隐私，黄色数据中间有非常多模糊地方我们没办法规定或者是商业化应用，绿色数据规模不是特别大，真正有价值的数据蕴含在前面两种，数据直接交易是无法做到，这个制度也不允许，我们整个社会规则也不允许，原始数据拿出来直接交易这是一个原因。
还有一个重大原因，数据提供方，数据拥有方和数据需求方之间他们是不对等的或者他们提供的东西和需要的东西是不一致的，这里面就是我刚才提到的小麦和面粉规则原因，提供方是小麦，需求方是面粉，平台需要深度整合这些数据。
好多单一数据价值并不高，好多时候需要不同的数据进行深度整合，这时候整合简单交易平台是做不到的，你需要有一个深度服务平台，把这些数据整合到一起，这是基于三个原因，我们这几年走的弯路，直接数据交易很难做到，真正要做的话要落脚到数据深度整合。
再有，大家一直想去直接交易数据本身，我们说的版权。数据现在有个巨大问题，版权很难鉴定，或者数据很难拿出来交易。本质上现在数据交易是什么呢？或者是数据服务其实是一种使用权或是数据增值部分，使用权，比方说我们现在和政府合作或者和数据敏感相关部门合作，我们并没有把数据迁移出来，这个东西做不到，这是底线，这时候我们要和合作伙伴商量去解决一个使用权的问题。使用权也可以在数据堂这一侧使用，也可以在合作伙伴使用，这时候大家不会担忧，尤其是在我们合作伙伴那一侧去使用数据，大家不担心数据泄露数据迁移出来好多不可控的问题。
另一个，还是面粉的问题，面粉价值远超于小麦，数据安全性、敏感性、数据定价、流通问题几乎都可以方便解决，只要大家别把关注点到关注原始数据本身，好多问题就已经不是问题。
还有这一点，整个大数据产业发展还是在非常初级阶段，我们现在是万米马拉松，大数据产业无论数据资源本身服务加数据应用，数据应用好一点，现在我个人分析是在1500米左右，还远没达到行业应该达到的高度，这个时候要深刻干的一件事情，真正大数据蓬勃应用发展它的生机有一堆数据应用企业，最终数据盘活起来，数据服务环节非常重要。这里涉及到地方政府合作建一些数据资源盘活的时候一个误区，大家想得更多第一步，如何把数据整合出来，如何对外服务，但是第二步没有做得足够多或现在刚刚起步，如何应用或者引入更多的数据应用方把这个数据盘活，从拿出数据来到服务数据到应用数据如何形成一个闭环这是最本质的一个让大数据真正发挥效率一个核心目标。
大数据最终不是一个低的业务端简单整合，不是一个低端业态浪费，最终需要是的数据或者是技术深度整合，大数据整个数据，我们现在大数据应用的面非常浅只是简单数据整合一些数据处理，远没到徐院士说的分析阶段。但是大数据价值非常非常深，非常非常多，即使是我们现在做到了数据简单处理层面，其实好多产业好多生态已经被大数据改变了，或者说优化了。比方说我们的征信，国内做得最多的应用面非常广，征信这件事情，我个人分析，未来会依靠我们数据来建成。美国征信体系是靠法律制度建立起来，我们国内靠数据把这件事支撑起来。
上次去杭州，播报员播报，不要逃票，你的逃票会进入了购买征信系统。
万米马拉松刚刚开始刚刚起步，在这个过程中肯定会存在各种各样的问题，包含甚至一些我们规则不清的地方或者制度不清的地方，我觉得整个产业发展时候多给一些宽容，尤其是数据堂我们在做的时候，过程中体验到了好多地方是在模糊尝试，我们并不知道有些规则是不是清晰或有些制度是不是我们可以做。但是我们本着一个道德或者是一个国家基本法律体系基础之上我们有几个底线不去做，其它都是在尝试，可能会有问题，也请大家，政府领导对这件事情多给一些宽容，谢谢各位！
12:09【主持人】谢谢。接下来要为我们带来主旨演讲是数据堂北京科技股份有限公司创始人兼CEO齐红威先生，有请。
11:46【钱晖】尊敬各位专家、各位领导、各位来宾，中午好！非常荣幸有这个机会跟大家做一个分享。
前面各位专家领导讲了很多对于大数据的概念、意义、技术方面的一些东西，我这边我想花十分钟时间整体介绍一下作为一个传统的管理软件厂商是怎么看待大数据，而我们在大数据整个的产业方面是如何布局的。
对于久其，我们说一句话，开始我们在发布这条新闻的时候，我们在参加作为联合主办方参加咱们的大数据日，有朋友就给我发微信说，久其参加大数据日是怎么样的？对于久其可能不太了解，我这边先介绍一下久其。
久其公司，97年成立，18年来，就做一件事情，就是做数据。从数据采集、处理、存储到汇总、上报、披露，18年做一件事情，作为中关村同步成长的一家软件公司，对于我们的定位对于这个认识，今天在座跟各位嘉宾做分享。久其这边主要在政府和大型企业集团用户，在中央部委60多个部委常年服务，而且在对于国务院国资委央企这边100多家有80多家常年服务单位，所以一直从事一些高端数据处理技术，这边是有一些数字包括介绍的一些内容，这些方面大家知道久其做这一块。
对于大数据我们有自己的一些认识。认识是什么呢？那首先，大数据作为整体来讲国家战略，对于行业来讲，我们是作为行业趋势，大家已经讲得很多，久其18年数据积累到现在变成我们久其在上市之后的二次创业一个根本，所以我们从战略和资本市场上是做了很多的布局，这种布局我们在讲，从久其能信、易企联包括久其唯数、久其云计算等等包括这些公司，已经构成大数据领域完整产业链，云计算的平台数据处理技术到上面的咨询和服务等等方面已经构成了一个完整布局，从一个传统的报表管理软件变成一个大数据管理软件这样的公司，我们做的一些布局是这样的。在这边也形成了自己的一个完整产业链，我们做的一些内容，大家可以看到，构成精准的内容。
很多单位做一些发布，我们从资本市场和战略方面定位以后我们也推出我们自己的解决方案，大的一些解决方案，针对我们的政府客户我们的企业集团客户还有一些行业客户，那这些方案都是比较成熟的一些技术在这边来做的。像美林，工业4.0，以工业角度，久其更多偏管理领域，我们在管理领域做的一些内容，做的一些情况，这些相对来讲我们针对政府机构、针对行业协会、针对企业集团做的这种方案，而且形成了一整套针对大数据完整的服务体系，从执行、实施、技术到产品和运维等等这一部分，形成自己的完整的情况。
久其云计算，是一个独立的法人，海南久其云计算公司，久其商业智能做的是久其从历史上报表到商业智能整体架构。包括上面的一些数据采集、整合到展现等等的这些东西是作为我们的一个方案处理。
整个技术架构，从数据建模到整合到结构化、非结构化数据的处理到可视化已经构成完整技术平台按这个框架来做。
在这边做的活动，我们刚才看的一个情况，这个方面做了的一些东西。刚才做的这些，不光停留在方案层面，我们可能做的一些案例也借这个机会，我们在做案例的讲解，对于案例来讲，久其在做的，我们做的教育现代化的项目，是基于大数据做的教育的项目，这个项目成果在国家层面已经得到认可，包括北师大现场，习近平主席在现场参观的情况，这个项目规模非常大，大到什么程度？从49年以来教育系统的十大门类，从高等教育到幼儿园包括成人教育，十大门类所有教育数据60多年的数据通过它的电子化、数字化处理，通过国内既有还有国外的数据，包括联合国教科文组织还有一部分外面非官方披露的一些数据做的整合，这个数据量非常大，在这个层面做的情况，做了十大功能，覆盖从幼儿园到高校所有的数据的教育资源包括教育决策支持的一套体系。这一部分我们在做的内容，从模型、分析、科学决策做了很多，60多年的数据，经济社会的数据，60多年的经济年鉴统计局数据，基于我们的方案做的东西，不只是教育服务的系统，而是面向未来教育现代化的一个内容，这是教育现代化的问题。从教育口方面来做的案例，教育方面通过这个系统你实时看到孩子在学校的情况，通过试点看到教育情况。
我们看到有代表性智慧交通。程维总介绍滴滴，作为交通主管部门，我们做的智慧交通案例，这是以江苏省交通统计监测，完全基于大数据的内容，不只是统计监测而且基于所有的视频数据做的，所有在江苏省内高速出入口的视频和海运、河运、港口所有的音视频的数据都纳入到这个体系内来做的，这个系统做的情况，实时监控系统。在江苏省内如果你的车被偷或者你这边违法对于号牌模糊识别在这个系统里都完全可以做到，你可以在一秒钟之内对于号牌的识别，在江苏整个省之内包括对于河运船舶管理都已经纳入到这个系统里，大数据应用已经影响到我们的生活。
你在高速上，智慧交通这里面有很多指标需要做的一些情况，那这个情况相当于说，就像以前咱们讲，有一个克强指数，现在经济情况，对于交通这边我们可以监测到通过高速公路的出入口可以查到大货车的运量，直接影响到对于经济决策的要求，这些类似的东西通过大数据平台是完全就可以做出相关的一些决策的一些内容，我们在整体上来讲，数据实时入库、动态更新包括它的查询，而且数据量非常大，从这个系统上运行以来到现在，每年保证的大概12亿条信息记录方式在做的一个情况，这个方面做的内容相对来讲就比较多，包括高速公路、普通公路、海运、河运而且通过及时方式展示我们在这个方面做的。
久其，刚才已经形成了从底层云计算的平台、技术平台到整体的分析平台完整整合，最新久其刚刚在大数据方面还有一块新业务，久其刚刚公告的，我们在收购华夏电通公司，针对音视频顶尖公司，未来整合相关的这一部分音视频数据构成一个相对完整的大数据的解决方案。对于传统报表软件的公司变成管理软件再到大数据的公司，作为久其重点方向考虑，今天也是借这个机会跟各位做一个介绍，做一个理解。
久其软件，构建大数据生态，突出大数据价值，上个月24号到25号，在深圳我们有一个叫央企CIO年会，做的大数据主题，我在上面做了介绍以后，国务院国资委的领导给我们一个评价，对于大数据时代，久其已经准备好了，我也想以这个话结束我们今天的演讲，久其传统的软件管理公司，从2012年开始布局大数据情况，根据中关村跟政府一个基本上同步方式，探索了我们整体的从战略到资本市场布局完成了自己完整一套大数据解决方案，实施了大量的大数据相关的项目。当然这一部分久其开始不是说做大数据公司，我们是一个国内真正管理软件公司，是以这个角度来考虑的，这边今天分享的内容也希望跟各位嘉宾一起分享，作为久其软件来讲，我们是构建整体的大数据的生态，探索大数据的价值发挥这方面的优势，我们做好这方面的情况，谢谢！
11:45【主持人】接下来做主旨演讲是北京久其软件股份有限公司副总裁钱晖先生，有请。
11:37【王璐】今天这个题目非常大，我给大家分享的只是我们在对工业大数据的一些理解。
美林是一家大数据技术起点非常高的一家公司，我们在6、7年前开始做这个研究，并且现在应该也是在整个大数据领域，技术领域应该是比较靠前的一支团队。
但是在整个工业大数据实施过程中，我们会发现，在这6年中我们感觉步履维艰。为什么？因为大数据对整个工业带来的冲击是太大太大了，在这里头我们可以看到，这是我们过去讲了很多很多的故事，在这里头我们也听了很多故事，下一个环节说工业大数据分成两个方向。
第一，工业的服务大数据。像国家电网公司甚至还有很多公司，我觉得是在整个服务这个领域更多一些，而服务大数据，工业服务大数据它应该所采取的技术和资源是不太一样的。
第二，称之为工业研发、制造大数据，而这个制造大数据里头，我们需要的是什么样的数据？应该说是精准的数据。在这里头有几个特征。第一，比较全量的数据，第二，质量要求比较高的数据，还有我们要强调整个模型关系以及产品，我们工业研发制造大数据是精准的大数据研究，这点可能区别于大数据的服务。这是整个的大数据。
其次，我们来说工业大数据可能带来的最主要三个方向，这三个方向，总结一句话，不忘初衷，方得始终，在日常过程中最需要的是信息共享，信息共享和整个智能响应带动了组织链条的变化，最后就是我们整个产品的优质高效这块的服务。
下面我们会讲一下美林公司对于在整个研究过程中遇到的一些困惑，遇到的一些困难以及我们的解决。在我们遇到最大的问题是什么？在我们研究过程中当数据量大的时候，人们经常说天下武功为快不破，为量不破，当量大的时候，当我们整个的数据变化频率非常大的时候，我们会发现我们的标准，我们的主数据我们的数据仓库，我们很多设计理念、实施理念、设计模型理念发生很大的变化，我最早实施数据仓库，当时大家告诉我，以静为准，以固化为准，在大数据时代应该是什么呢？应该以快，以量整个的分析为准。
第一个观点，在整个工业大数据，数据的标准，主数据、数据仓库甚至BI会形成另外一种，因此我们现在研究出来大数据下的数据管理，大数据的数据中心还有大数据下的BI的中心。
其次，在整个工业领域尤其我们现在从事国家电网还有整个军工装备制造业，我们大力推行两化融合，两化融合核心是什么？我们认为是数据的管理，数据的组织就是两化融合的组织，而数据在这里头我们提出两个概念，第一是流行模型数据化，包括产品模型数据化还有模型数据化是当前当务之急跟过去信息化有所区别。
第二，我们大数据最后还原出来是什么呢？应该是整个数据的模型，而这点带来，我们才认为将来两化融合真正的能力。大数据作为两化融合核心或者基石当之无愧。
这是我们公司研究的一个成果，我们把整个工业大数据划分了四个特性，第一个就是全属性。全属性这也就是说产品、制造或者大数据所带来的一个特别大的挑战。什么叫全属性？全属性没有最全只有我们往全奔的过程中。
第二，全寿命和全过程。我们过去常讲数据全生命周期还有全过程流程都是指这样的含义。
第三，全方位，是全连接的手段，做的很多案例过程中，你用大连接的方式，用连接的方式来看这个视角看你的商业来看你做的目的，你可能就会发现更多的价值。
最后，全融合，整个系统融合。美林在工业大数据的领域只做两件事情，工业大数据的大数据中心建设；第二点，对数据还原和利用，这里头核心是，包括分析、挖掘还有高维可视化。
我们来说工业大数据，在任何一个标签里头都有它的位置，美林数据，我们也在逐步来定义工业大数据的2.0，工业大数据3.0，工业大数据4.0，我们做的很多工作是工业3.0，工业是3.0是两化弱连接，你还是你，我还是我，在这个过程中我们关键的时候要进行属性的迁入，因此我们提出主题数据库之间的集成和应用。例如我们说的实验管理系统，实验数据和产品数据集成是什么呢？不单单是流程的集成不单单是共享的集成，而是要把实验属性嵌入到我们产品属性当中。
在工业4.0当中，应该它是整个两化强连接，所代表的是高度嵌入的整个物理系统。
我是学航空发动机，所以说对GE是非常熟悉。刚才我们讲是讲了美林一点看法，整个在工业大数据里头，第一个分类的重要性。什么叫分类重要性？整个的工业服务大数据、工业研发制造大数据的分类。第二，整个信息分类重要性。第三信息融合重要性、集成程度重要性，我们可以看到整个GE体现这几个过程中创造出来价值是什么？能够达到1%，1%又是什么呢？我们可以看到这是非常大的一个数据。
这块简单介绍了一下我们公司在整个工业大数据这块理解，后面我简单说一下一个思考。
整个工业大数据或者大数据，我们说带来是整个大数据时代，我们现在要用数据说话、决策、管理、创新，核心一点，我觉得这两点文化建设和氛围建设已经具备，核心在于大数据技术的挑战，我们现在看看这块。
这是我们整个对大数据建议：
第一，顶层设计。现在我们帮助很多企业做顶层设计，两化融合和大数据融合的战略还有复杂组织系统下的设计，尤其数据管理的长效机制，这点是非常重要，以及在整个新形势下我觉得是流程和组织发生最大的挑战，就是在于我们需要一批懂业务，懂数据还懂分析的人才队伍。
第二，美林认为，无论工业大数据或者是互联网大数据，它带来最大的变革是整个生产关系的改革。
下面我介绍几个案例。
我们在整个数字化车间这块来做的。数字化车间我们形成两个成果，第一叫车间集的大数据中心。第二，车间集的集成性平台，最终目标要把整个PDM、MICE、ERP业务集成起来，形成新的业务流形成新的业务。
质量大家看到2800，还有一个亿，1%，说明什么？工业大数据里头每一个1%就代表很大数字，在整个工业大数据里头价值用货币可衡量，我们整个价值显性化。
大家分析产品上布局，还有我们在整个一带一路数据交易所、数据资源的布局，下午还有一个主题演讲，欢迎大家能够参加，谢谢大家！
11:36【主持人】非常感谢王主任精彩演讲。接下来做主旨演讲是美林数据总裁王璐先生，有请。
11:26【王继业】尊敬的各位专家、各位同仁大家上午好，今天我想和大家交流一下全球能源互联网和大数据的有关事项。刚才国网、智能电网研究院发布了全球能源互联网大数据实验室，这项工作现在在国家电网已经全面启动。
国家电网公司应该在座可能比较熟悉，是一家关乎国民经济基础命脉一家国有中央企业，我们在世界500强，今年排名是第七位，服务用户超过11亿人，除了在国内我们在菲律宾、巴西、葡萄牙、澳大利亚也拥有一些海外的资产。
为什么我们要提全球能源互联网？确确实实能源网和电力网是密切相关的，大家可能知道，电力是以每秒30万公里的速度在传输，它和信息流是一样的，电力流和信息流是一样的，高速传输、高速互联，所以说有了全球的信息互联网，那么我们也在设想有没有可能建立一个全球能源互联网呢？事实上这个事情已经初步有了一个答案。
中国国家主席习近平在今年联合国峰会上已经提出中国倡议，“探讨构建全球能源互联网，推动以清洁和绿色方式满足全球电力需求”，这边这张图是我们公司董事长和联合国秘书长潘基文先生在交换关于全球能源互联网的有关想法。
全球能源互联网是以特高压电网为骨干网架、全球互联的坚强智能电网，是清洁能源在全球范围内大规模开发、配置利用的基础平台，是集能源传输、资源配置、市场交易、信息交互、智能服务于一体的一个物联网。它也是共建共享、互联互通，开放兼容的巨系统。全球能源互联网可以实现各个国家各个洲际之间的能源网络的互联，实现北极风能资源，赤道太阳能资源供大家全球使用。全球能源互联网的建设确确实实是人类一个美好理想，它的建成将会大大改变我们人类生活。
这张图可能有些数字大家不一定了解，全球目前的化石能源它的使用年限事实上是非常有限的，你像石油，我们的石油那么可以开采也就50多年，我们煤炭可以开采也就一百多年，那么超过这些年之后，怎么办呢？反过来，我们现在光能、太阳能和风电只要开发其中的万分之五，能满足社会全部能源需求，所以说通过构建全球能源互联网，可以保障能源安全，降低环境污染应对气侯变化。
应该说，全球能源互联网要解决的问题非常之多，包括电源的技术、电网技术、储能的技术，更重要的一个和我们今天主题相关就是信息通信的技术，这个里面包括了企业级和全社会的大数据、云计算、物联网、移动等等相关技术。
为了建设全球能源互联网，国家电网公司，我们也启动了相应的信息通信工作的支撑工作，这个里面通过大数据、云计算、物联网和移动互联技术广泛应用，建立电力云和电力物联网，从而支撑特高压电网、泛在智能电网支撑全球能源互联网的建设，这个里面我们认为大数据是核心。云计算是一个处理的方式，物联网和移动是一种信息交换方式，真正的核心在于大数据。
国家电网公司发布《信息通信新技术推动职能电网和“一强三优”现代公司创新发展行动计划》。加快推进“大云物移”，等新技术在智能电网和公司经营管理中的创新应用，推动子螚电网向全球能源互联网发展，行动计划的主要内容包括四项目标、六大领域、六年计划。
技术先进，自主研发信息，智能电网融合应用的关键技术。
推动公司智能电网技术水平持续保证全方位的国际领先。
六大领域包括了输变电的智能化，智能配用电，原网何的协调，企业经营管理和智能信息支撑。同时根据近期细化远期规划原则，制定六年计划，分为三个阶段，按照关键技术研发、基础平台建设、重点应用推进、信通安全保障四条主线统筹推进，这个计划是按照2015、2016年作为试点阶段，2017年、2018年推广阶段，2020年全部完善，我们建立电力云的相关运用体系。
这是我们对于全球能源互联网和信息通信技术相关的工作。
为了技术的变革，我们信息化也要进行相应的升级优化和调整，这个里面包括对于基础架构要进行优化，对于业务流程要进行进一步的融合。
发展目标实现基础架构的云化，业务模式的创新，信息基础信息化推动业务模式进行创新。这是一些很具体的内容，由于时间关系我就不展开，这是基础设施要进行全面的云计算、互联网化。我们要建立三朵云，公共服务云、企业管理云和电网控制云，同时电力物联网要实现涉及电力用户的以及设备资源的全面的互联。
移动作业以及外网的移动，这个相应也进行相关的一些工作。
在大数据方面，首先是要建立企业级的大数据平台，通过大数据平台实现数据的采集、传输以及存储和处理。在大数据平台之上建立决策支持类、实施采集类、在线监测类计算分析类大数据业务应用，这里面分成十大场景，在不同的单位进行相应的试点工作，可以说我们在大数据方面的工作也是刚刚开始，我也认为刚才也听了我们一些相关的单位同仁的一些介绍，下一步我们还要在这个基础上还要继续完善。
比如说我们通过对于电力符合预测这项工作，我们组织了江苏电力公司、山东电力公司利用大数据技术，基于电力负荷用户档案数据，结合气侯、气温变化等数据，建立用电数据分析模型，实现用电负荷特性分析并且预测未来用点负荷曲线，这个也可以向大家报告一下，我们在江苏省电力公司，他们在今年的4月份，通过构建了几百个分析模型，那么对于江苏省全省的电力用电高峰进行了预测，成功的在今年的8月份成功的得到了验证。
他们的预测，江苏省全省的电力用电高峰出现在8月6号，事实上真正的出现时间是8月5号，就差一天。他们预测的最高的电量是8481千瓦时，实际发生在8440，误差率仅仅40万，相关电力调度和电力专家确确实实感觉到大数据带来的威力确确实实十分之大，我们也尝到了甜头，下一步将会在电力负荷预测以及其它的各方面应用场景中全面应用大数据，真正使得通过大数据改进我们的工作，改进我们的效率，提高我们效率。
通过他们的前期的试点，负荷预测准确率提高到99.5%，最高负荷发生时间偏差一天，峰谷差率下降了5%。对配电网抢修精益化大数据预测，实时监测、鼓掌预测、抢修达标率析，设备故障预测准确率提升40%，抢修达标率达到15%，抢修时长缩短30分钟，这个效果也是非常好。
国家电网客服中心，大家遇到停电事项要打9598在这个客服中心进行处理。客服中心，通过对于实时监测、预测分析和关联分析。
可以创造社会美好的新生活，可以开启人类文明的新篇章。国家电网公司在这个基础上进一步建设智能电网，推动能源互联网的建设，像这张图是我们江苏电力设想的一个美好的智能电网的场景，包括光伏发电，包括能源路由器、暗电替代包括智能家居包括抢修，这里面提到的电梯，对能源处理效率进一步提高。
国家电网公司通过应用信心信心新技术，电网智能化和数字化水平进一步提高，能源互联网特征初步显现，未来用户和远距离可再生能源更紧密结合，通过能源替代转化交易和调度业务的集成，实现能源生产、传输、消费协调控制，促进供需双向互动，能源共享，通过能源生产和消费革命。
我们相信在互联网+浪潮之下，传统工业基础，工业经济基础设施进一步向信息经济基础设施转化，我们经济社会进一步由工业社会向信息社会加速迈进，谢谢大家！
11:25【主持人】非常感谢来自美国的大数据专家MichaelKorcuska精彩演讲，接下来做主旨演讲国家电网信通部主任王继业先生，有请王先生。
11:13【MichaelKorcuska】大家早上好！非常抱歉，我的中文不够好，没法用中文演讲。我是MichaelKorcuska，我在领英工作，在座有多少人有领英的账户呢？可能今天之后还有更多人建立领英账户。
我们的使命就是连接全球，使他们事半功倍发挥所长。我们给我们的会员提供这样的教学提案，把他们连接机会，也就是说让他们获得机会，不光是就业的机会或者是工作的机会，而且也是建立起一种环境，让他们可以实现任何想做的事情，我们为我们个人会员做三个方面的工作。
第一，建立专利领域连接。
第二，有专业咨询专业新闻。
第三，让他们获得工作，开始拓展自己的职业生涯。
对我们客户来讲有四种方式，帮助他们在全球招募人才，帮助他们营销自己的服务，给公司和个人，而且帮助他们进行销售，而且帮助这些公司在他们的工作内部自己的企业内部效率最高，这是我们使命。
我们愿景是什么呢？有这样一个梦想，为全球至少每一个成员创建经济机会。
我们现在全球有数十亿人口，我们要为他们实现职场机会，就需要大数据，需要大数据的巨大的经济图的力量。经济图就是全球的经济的数字地图，也就说我们为每一个工作会员提供一个档案，每一个公司都有一个档案，不光是公司还有工作机会，工作机会也有档案，而且需要什么样的技能才能获得这个职位，这个技能也有档案的建立，而且我们要把每一个院校的这些人还有专业培训机构的人把他们对应到这些技能，我们让这些所有的公司和人才可以来进行一个分享，这就是我们所谓的经济图谱。
我们有了经济图谱，用它做什么呢？我们目前为止取得的这些进展，现在我们全球会员是达到4亿，其中有700万的公司是会员，而且提供职位是超过500万。有80亿的技能，有2.7万个大学，而且有每日共享的信息是20万条，我们还需要进一步发展经济图谱，用我们的数据用我们的一些工作，给大家分享一下。
我们讲一下旧金山湾的地方也是我的家乡，对我们这个地方，要能够实现经济图谱它的洞察力，我们需要的是什么？在美国，我们需要一个非常强的市场基础，也就是领英的市场基础，我们有80%的人都是用领英找工作，其中包括35万个公司还有很多个人。而且代表大量的工作群体的人。
我们在旧金山湾会员达到了400万，你可以看到在那边涉及到很多工作机会也涉及到很多的技能，很多的技能都是跟大数据相关的，比如说像算法、云计算还有集成电路等等，这些都是跟旧金山地区跟大数据相关的技能，而且我们看一下哪些公司雇佣的人最多。首先是谷歌还有苹果还有加州大学甚至还有Uber，滴滴没在上面，但很快滴滴能排到上面了。
看一下人才来自于哪里，哪些人才会留下来，我们可以看到在旧金山这个地区大部分的人才来自于印度、大的纽约城区。我们还可以用数据来了解这个大学，我们对这个大学进行一个评级，可以看到到底哪一些毕业生他们能够获得更好的就业机会，哪一些大学他们的毕业生可以到最优秀的公司去就业，在这边列出来，在美国最重要的或者是最顶级的一些大学，也包括软件领域非常著名的大学在这里也列出来。
你们肯定非常感兴趣我们在中国数据分析的结果，我们在中国是非常新的，我们不到两年成立中国办事处，我们在中国是一个新人。现在在中国有15万的专业人士，但是我们只是有1.3万人用领英，10%。会员只是1300万，而在总体的1.4亿的中国的专业人士来讲只有10%，我相信政府官员和公务员也会加入领英。
现在我们的会员超过了1300万，主要的雇佣者有百度、华为还有西方的一些跨国公司。现在在这里也有一些排名当中，比如说像德勤还有普华永道，现在我们中国的会员增长的速度非常快。大家可以看到这里，排名最靠前的一些大学，上海交通大学、清华、复旦大学还有上海大学和武汉大学他们都是主要的领英的用户。
我们看一下在过去三年，从领英所分析出来的人才流向中国的情况，你可以看到越来越多的人从全球来到了中国，在过去三年当中来到中国，这也是强劲中国经济导致，在全球，尤其西方欧洲遇到经济危机导致的。他们都来自于哪些地方的人才？在领英上，你可以看到英国、台湾以及日本还有欧洲有很多的人到了中国。当然他们为了来就业或者进行再次深造，当然还有很多人的也会离开中国到美国在这边也列了出来。
对于那些来到中国和离开中国的这些人，他们这些是进入中国的技能，这是离开中国的技能，经济学、统计分析还有化学和社交媒体这些都是最重要的一些进入中国的技能，离开中国的技能包括城市规划还有海洋、导航以及水库的管理还有传统的中医也在离开中国，去到其它的国家。
那我们可以做什么？首先我们可以去支持政策制定，我举一个例子，首先讲一下你可以在领英上寻找各种各样的工作，比如在北京找工作，你可以注意到，有很多的职位那么很多有关于大数据技能的要求，因为全球人都没有这样的技能，你很难在北京找到这样的人才，所以你可以做两件事情，第一个，你可以使用我们的数据库，在全球寻找人才，能够找到一些激励机制；第二，和大学合作开发专门的学科来去培养人才。希望这些企业他们能够让他的员工效率更高，我们的经济图谱可以帮助区域以及这个国家的GDP很快增长，因为我们可以帮助人们更快的找到，找到适合工作的职员。怎么发现？会员在企业里分享很多信息，横向都看到信息都在进行大量分享，这是我关于我们在领英，我们对未来愿景还有我们经济图谱是我们的一种数字经济，同时希望我们通过我们的技术帮助提升我们国家GDP的发展。
我再说一下关于领英中国，我们是在两年前成立的，和红杉资本、宽带资本支持下成立的，我们在本地做了很多事情，包括和当地互联网生态进行合作，我们和微信进行合作，还有芝麻信用等等进行合作，还有我们自己的领英的应用，我们也希望中国唯一的以及基于移动这样的一些移动，我希望大家试用一下。
另外我们在招人，团队人数不断增加，我们希望有更多的人才能够加入到我们的团队，让世界职业人士连接起来实现梦想，谢谢大家的参与，希望大家今天愉快，谢谢大家！
11:12【主持人】非常感谢徐院士的慷慨激昂的演讲，接下来做主旨演讲的LinkedIn全球副总裁MichaelKorcuska先生。
11:00【徐宗本】各位领导、各位同仁，刚才成果发布无疑给大家展示一件事情，大数据确实能干很多很多的事情，有另外一句话说大数据的确具有大价值，但是最近也不能不说，有很多人在说另外一句话，叫大数据也有大忽悠的一面，所以我的标题就取成了中道，中庸之道，大数据确实有大家知道，但是大数据用得不好就是大忽悠，所以我的结论是用大数据是大智慧，但是要用好大数据必须具有大智慧。
从国家层面深刻认识到大数据的价值意义所在，问题在于我们大家怎么办？我的发言说三句话，理性认识数据、准确把握机遇和科学应对挑战。我把我的中心语放在第三部分。
数据里面有太多的误区需要澄清，否则我们就以为数据是万能什么都能干，其实我的结论是告诉大家，数据也并不是万能的。大家都知道什么叫数据？数据其实就是社会活动的这些资料的数字化，用标准的科学术语上讲，数据就是指具有编码形式的信息载体，好记的话就叫资料数字化形式。
什么叫大数据，就在数据前加了一个大，不是全部，大数据基本上是说是大而复杂的数据，复杂是什么？复杂泛泛地说四大基本特征，第一，海量性。第二，确实是具有时变性，第三，集构性。第四，分布性。大而复杂的数据才叫大数据。
什么叫大？一个误区。我给大家展示一个图，这是关于生活片断，假定积攒了20年，再过了五年，慢慢有了样子东西出来，这个时候只有很少数人看得出来，如果再积攒5年，大家看到，它就是个大象的轮廓，这个数据再积攒五年，不仅看到轮廓也看到上面的编码甚至更多的细节。这件事情告诉我们，数据在积累过程中间有一个从量变到质变的转变过程，这个点使得数据积累达到这么一个程度，我们叫做大数据临界点，超过临界点意味着我们通过数据对它背后的故事能够说出一二，大数据的临界点。
大数据是指超过临界点的数据叫大数据，不仅仅是指存储量太大太大的那个叫大数据，那是一个误区需要注意。所以大数据两件事情必须记住，第一，对于决策问题而言。第二，大是个相对，我想这两件事情给大家做一个交代。
大数据之所以有用数据积累到一定程度，集散能力提高，这件事情加在一起就变得非常有用。到底价值在哪儿？今天早上有很多领导讲过了，概括说主要提供社会科学的方法论、形成高新科技新领域，形成社会进步新引擎，每一部分都能挖掘下去，我特别同意马校长讲的一句话，提供科学的方法论，使得科学决策变到基于事实的决策，变得客观的决策，人治、法治的概念，提供广泛遵循，被所有人接受的方法论，这是大数据真正魅力所在。
大数据当然是很重要，另外我希望认识上，大数据到底是一个过眼烟云的技术还是一个永恒的技术，刚才讲了很多词，叫物联网、互联网、大数据、移动互联网，我们简称为物大云移。分析这几个技术，你会发现，物联网讲人、机器环境怎么交互。互联网云计算或者云存储讲的基础设施，大数据讲什么？大数据讲的是机器和机器、机器和人发生的交互，信息处理基本形式，所以说大数据是在从信息技术的底层含义来捕捉信息化的共性基础和未来发展趋势。从这个意义上讲，大数据技术是一个底层技术，基础性、内蕴性、普适性可以给它助力。
第二，机遇。成果发布这么多，这一部分不必要讲，我反过来说管理机遇、产业机遇、科学研究机遇、学科发展机遇，我在大学当然关注学科发展机遇，一会做结论。传统所熟悉的统计学，传统统计计算科学面临大的改革和挑战这才是大学服务于社会，大学用于培养真正适应于大众创业、万众创新的人才第一个切入点。
我讲的另外一个方面，我们到底挑战在哪儿？其实半年前我在中国科学报对我一个采访，大家记得有一篇文章写的我的观点，大数据产业需冷热结合。这篇文章基本观点，大家对大数据有很高的热情，适应大数据的潮流，但是确确实实需要冷静认识它能带来什么。我先说说这件事情。
先说我们大数据，挑战在哪儿？我们首先看一看，我们对数据很熟悉的以后基础在哪儿？我们都知道，统计学是作为数据分析和处理的相当微积分的概念，这个概念是个什么概念？什么叫统计学，首先处理的是抽样数据，既然是抽样数据，当然都会假设，ID，意思就是说独立同分部，大家按照公正性原则、简便性原则等等抽样出来的数据，这是第一。
第二，我怎么来做推论呢？做推论是基于当我所说的这个事情能够重复无限次而得到稳定分布的结果来作为推断依据，概括一句话，什么叫统计学方法，传统的统计学方法是以抽样数据为对象，以极限分布为基础的数据分析方法。但是注意，这种分析方法大数据时代完全颠覆不成，首先我们的数据是个自然数据，不具有IID特性，第二，我这个数据既大同时又有决策结构不够，让它重复一千次不可能，数据用机器学习方法、辅助学习方法得出结论，大数据是没有成型的方法，大家不要觉得我们现在有那么成功案例，并不是说它完全成熟，我在那篇文章中间有一个基本观点讲，大数据和其它产业转化不一样，是理论、技术，产业伴生的产业形态，产业形态是完整性的产业形态，不同于其它的产业形态。
带来什么后果？前些年大家看了很多书，这些书传递了一些是事而非的概念，我从严格意义上讲。比如说既然样本很大，样本就等于母体，样本是离散世界，母体是指从离散事件归于哪一个总类是母体，既然数据这么之大，相多的人认为不需要考虑母体，样本本身等于母体，对吗？孩子再多没有父母可能吗，这是第一个认识。
第二，查询推断，现在看病要依赖医生水平，十年之后如果医疗数字化什么都做完了，未来看病模式是当你病人来了之后，护士带你查查血脂，查血压，测完之后，计算机看我有没有一样的情况，这叫查询处理问题，请问用查询就可以代替推理吗？查询基础在哪儿？我们都知道查询就相当于高等学校连续函数，X接近于X0，Y等于Y0，离散世界给你再多，你能知道后面连续。
还有大数据不需要理论了，对吗？注意，这很多很多的认识，我从科学意义上跟大家说，请大家关注这些问题都有相当多的误导成分，有它的对的一面但是也有误导的成分。
咱不讲哲学，认识论，讲讲技术本身。技术上能破坏我们什么东西吗？我们真的大数据技术成熟了吗？告诉大家，非也，差得很远，挑战在哪儿？真正挑战三个方面，第一，分析基础破坏。第二，计算技术必须重新革新，无论是存储到语言到计算方法都必须重新来过。第三，真理性难以判定，到底大数据做出来的结论对或不对谁来做上帝，我认为这是我们面临最大的科学挑战。
举一个例子让大家看清楚这个概念。大家看看，我们前些年做报告会讲这么一个例子，谷歌利用社交媒体大数据发明了流感预测软件，很神，但是大家请看08年发表了的文章，这个城市测了108州，100州都在做流感，为什么会错？这就是忽悠人的一面。科学文章的标题是对于谷歌流行软件的拷问，副标题大数据分析的陷阱，大家都可以看出什么问题。
我们再把它分析一下，当一个产品能不能出厂，比如说一个药能不能出厂，一个产品合格不合格，科学假设能不能被接受，在那之前要做一件事情，假设检验。假设检验什么意思？事先设置一个阈值，实验做了以后有没有超过阈值，请问这个阈值从哪来，统计学叫P检验或者Z值，Z值从哪来？就是这个事件出现无穷次，稳步中间的一条线。
这件事情什么意思？数学上来说基于什么东西，基于叫做大数定力的东西，基于极限定理。当样本是无穷它一定区域式分布，这件事情大数据不对，不成立，为什么？基于独立同分部，我给大家展示一个例子，基础不牢地动山摇，怪不得别人说大数据用不好就会成大忽悠。
我们面临三个基本挑战，分析基础必须重新建立，主要三个基础，统计学基础。第二个基础计算理论基础，第三个基础逻辑基础。刚才说查询，这是第一个挑战。第二个挑战，计算模式，简单讲这么一个分布特征的流数据特征用什么加固处理，用什么平台，用什么程序语言用什么样的计算方法，这就是最大挑战。
真伪性判定。我可以详细讲每个方面的问题。我们大家很熟悉建模中间的XYZ基本变量相关，大数据是不相关的等等。比如说内生性等等，我不详细讲技术。
总的一句话，大数据面临挑战最重要的挑战重构大数据分析和统计学。
第二，分析处理的新型计算模式和高效计算方法。
第三，方法论依据，老说科学发现，真伪性怎么判定，不清楚。
这些事情，应该说这几年都得到了广泛的研究，尤其是大公司集中一批人做研究，哪些是我认为值得可以说一说，我认为这几条是可以说的。
压缩感知为代表所谓高维数据处理是成功的。神经网络为基础的深度学习，深度学习依赖数据量，换句话说像音频数据无疑是非常成功。
排序学习等等互联网应用是成功的，这么多成功是展示成果主要原因，说实话，这件事必须冷静必须知道是怎么回事。
高维数据的稀疏信息处理，用了20台计算机，告诉你2分钟算完，用了20台计算机，18个体系，当然对这个软件，美林集成他们软件之中
非结构化数据，我做了一件事情，集合人的感知原理做事也是非常有意思。
我们国家做战略一定关注这几件事情，分析基础、处理方法、真伪判定。
大数据挑战到底在哪儿？我在这么一个大会上传递一个科学家的心声，希望大家减少盲从。其实对新技术的盲从往往是一种必然，但是只要做到清醒可以减少盲从就会化被动为主动发挥更大的效益。
盲从是什么呢？我们有几个概念，第一基础设施等不等于大数据，我经常跟领导讲这个东西。我们都知道，大数据这个产业是什么东西？是以数据为资产，以现代信息技术作为基础设施，以数据挖掘、数据分析为创新要素的活动才叫大数据产业。
刚才说认为云计算，用大的计算机你看就是大数据，告诉大家，其实大数据大部分是大家看不着的，不是这个东西，这是仓库存了数据，是重要方面，是基础设施，就像我们建了高速路，高速路本身建起来不能产生GDP，要产生物流、人流，我认为这是一个观念必须搞清楚，基础设施不等于大数据。
处理不等于分析，什么叫处理？我们想做一个简单统计，做一个查询，想做一个排序及做一个比对做一个融合对齐、配准等等，这叫做数据处理或者大数据处理，它的特征是什么？用计算机的标准逻辑一步过的处理方式又叫大数据处理。又单列是分析，看看中间有没有趋势，数据中间有没有共性结构，有没有关联数据关键要素在哪儿？这些问题叫分析。
分析和处理不是一回事，为了加深理解，我举一个例子。在我们讲堂里面找谁个最高的问题叫处理，但是我要找这个教室里面谁和我们田总关系最好叫分析，这不是一个类型的问题，我为什么区分这个概念，大家总觉得我们大数据技术很成熟了，不是，我们的成功在于部分处理技术的成功。你们现有的例子对于分析而言基本都是传统方法所集，新的方法并没有出现。
信息化不等于大数据，今天我不讲这个，我认为不必纠结，真正让数据发挥价值是全社会引起关注的事情。
我的基本结论，号召国家抓宏观决策引导，抓行业示范重点工程，抓人才队伍、抓大数据生态建设这是我对国家整体建设。理性认识数据，正确把握数据、科学应对数据，谢谢大家！
10:58【主持人】把掌声给每一个人，大家都很棒。亲爱的朋友们，我们本届峰会还汇聚了数据行业权威专家、学者还有企业家，今天大家齐聚一堂一定会带来智慧的碰撞，也为各位呈现出一场思维盛宴。接下来即将进入本次峰会主旨演讲环节，首先掌声有请中国科学院院士徐宗本先生做主旨演讲，有请。
10:55【主持人】恭喜，这是有纪念意义的时刻，这些成果发布企业的代表，他们在发布自己成果的时候都非常骄傲和自豪，确实我觉得非常值得自豪，大数据离我们每个人都不遥远也都在默默改变着我们的生活，所以在这一个非常难忘的也值得纪念的时刻，我们台上企业代表，我们往中间聚一下，我们合一个影。
10:37【成果发布】国家电网高昆仑：大家好，能源领域大数据应用具有广阔的应用前景，国家电网公司智能电网研究院，聚集海外内的研发资源，成立全球能源大数据实验室，实验室将以人工智能大数据工程以及先进计算为研发目标，我们想在5到10年的时间内，打造国际能源界大数据应用核心的支撑力量，谢谢大家！
美林数据程宏亮：我们打造这款产品叫探索宝藏，这款美林数据历经打造的全面探索分析数据价值的一款产品，让有限数据资源发挥无限价值应用，谢谢！
亚信数据张灏：我们的新产品，为政府企业提供我们基于在线P2P模式进行数据交换的一个在线平台产品，我们是基于亚信数据积累数据经验和数据基础，同时和联盟一起，今天成立我们在数据交换、标准委员会也在此号召各位企业家、各位政府官员，一起制定就像互联网的TCIP协议，制定交换的一个标准协议，谢谢！
名略数据吴明辉：我们是提供大数据整体解决方案的公司，我们利用自主研发知识产权大数据平台，帮助企业去管理，主要是行为非结构化数据的清洗关联，公安、国安、金融、税务等行业提供刑事侦查的研判包括反恐、金融风控等等做关联挖掘的服务，我们使命利用大数据技术帮助我们的每一个公民包括国家，保证人身财产安全还有金融安全，谢谢
集奥聚合崔晶晶：集奥聚合覆盖了中国6亿用户行为数据和2亿社交数据，我们通过这些数据及其智能学习算法模型，提供给一千多家企业一百多金融机构做服务，这次发布金融雷达，解决金融营销和风控方面的痛点，希望大家关注。
数联铭品曾途：数联铭品是用大数据技术解决金融风控和定价方方案的公司，整个公司三分之一有海外博士背景，今天发布的产品，就是通过垂直搜索引擎了解基于未来新经济企业所有行为数据打造信用风险产品，我们所有金融机构都可以通过它一键查询企业的风险，从而为我们最后的定价和趋势预测提供服务，谢谢大家！
龙信数据李钰：应用是衡量数据价值唯一标准，我将要发布的是中关村企业大数据平台，记录了北京市百万家企业每天的动态的经营和税收情况，它可以洞悉全国5千万市场主体与宏观经济内在关系，它有百亿的节点在秒级可以进行运算，它有深度学习能力，是未来企业数据的智慧大脑，中关村企业数据分析平台，谢谢！
软通动力刘天文：今天我们要发布城市大数据平台，让大数据让中国经济更稳健发展，政府更开放高效，人民更安居乐业是软通动力奋斗的目标，今后着力于利用大数据拓展智慧城市，用数据联动世界，用创新驱动未来，谢谢。
中科宇图姚新：大家知道，我们都离不开地图，大数据也离不开大地图，就像大数据跟大地图的就是列车跟铁轨的关系一样，我们中科宇图利用多时空的地图，也是我们今天发布的产品，为大数据产业政府和企业提供地图的服务，所以也是为我们大数据产业提供我们中科大地图的力量，谢谢大家！
数据堂齐红威：今天数据堂发布一款数据交易和服务平台，它的目标打通数据拥有方和需求方的需求，通过数据拥有方合作，积累了征信、交通、健康、医疗等数十个领域的数据集。第二步数据加工处理分析，把分析结果放到云上，当前服务BAT在内的一千家企业以上。
众调科技郑鑫：众调科技贯通个人消费者价值、车辆价值和企业价值为目标的汽车大数据认知商务的服务商，1.7亿车主和潜在用户数据帮助汽车厂家和经销商提供精准服务，定价服务。通过贯通企业价值贯通企业金融供应链的服务，今天发布二手车产值指数，我们通过大数据方法改变市场研究行业，建立一套中国人有话语权汽车行业的标准，推动汽车行业的发展，谢谢！
华院数据宣晓华：十年来华院数据服务众多领域客户同时，培育了许多数据分析挖掘的人才，也培育了数云数创数真等十余家围绕垂直行业的大数据企业，现在华院数据以更积极的姿态更灵活合作方式和不同的企业、专业人士、创业者学校和研究机构联盟和政府等共同打造更多的大数据企业，以推动整个产业大数据生态建设，谢谢！
药渡李靖：药渡是全球首个医药研发大数据的平台，我们做两个事情，帮助新药研发和提高审评效率，医药研发和审评最关键问题，你首先对过去所有的数据假如了如指掌这个过程就缩短很厉害，现在审评一个项目大约需要6年，为什么？因为对其中过去的东西不熟悉，医药、西药本草纲目出版在全球发行，我们对中国的新药研发和评审起到作用。
集慧智佳李雷：我们搞了20多年专利工作，后来来中关村创业赶上机会，专利工作蕴含了80%的科技情报，大家认为专利是打官司用的，我和我的团队改变了这种思路，把专利数据、产业数据和风投金融数据联合在一起，实现穿透，从产业链到企业，技术到研发者之间形成新的关系，我们帮助研发者帮助企业重新看待未来技术发展的趋势以及研究这些先进技术的人，在座的大家可能都有可能是我的客户，最后大家发现越来越多的案例证明，真正一个企业的成功有可能表现成在专利上赢得了你的竞争对手，谢谢大家！
机械工业出版社李奇：作为中关村大数据产业联盟成员之一，《产业互联网》一书由机械工业出版社出版并发行，这本书可以说是企业战略的顶层设计，区域经济的终极蓝图，希望能够得到大家的关注，谢谢！
中国行政体制改革研究会王满传：大家好，我来自中国行政体制改革研究会，我们发布的成果跟刚才一些企业家不太一样，我们中国行政体制改革研究会，我们的使命通过我们的研究建设成一个智库给国家给各级党政部门提供决策咨询来推进我们政府管理的创新我们研究会近几年来特别关注大数据也向有关部门向党中央国务院提供了决策咨询报告，推进大数据的发展和应用，特别是对于政府管理创新中的应用，所以我们报告对于特别关注怎么样让广大的领导干部来拥抱大数据，刚才马建堂院长讲，大数据有三个提高，对于政府管理，公共管理能力公共服务水平和公共政策质量，我们特别关注这个问题，所以也编了一本书，叫做《大数据领导干部读本》，这本书一个月之内发行三万册，发行量很大，我们希望通过我们的研究与我们的产业与我们产业界的朋友一起来合作，通过产学研共同推进国家治理的现代化水平，所以我们跟中关村大数据产业联盟进行了合作，签署合作协
