数据时代的技术创新管理方法

《数据时代的技术创新管理方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大数据时代的技术创新管理方法刘南哈尔滨工业大学2016年5月6日一、理论与背景最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交

2、易信息、互联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。近年来，“大数据”引起各国政府、产业界和科技界的高度关注，2012年3月19日，美国总统奥巴马宣布启动“大数据研究与开发计划”，旨在提高从大型复杂数字数据中抽取知识与观点的能力，以帮助解决国家在科学与工程中最紧迫的诸多挑战问题，增强国家安全，实现教育与学习的转变。该项计划的提出将“大

3、数据”研究上升到美国国家战略的最高层，以国家政府为核心的全球“大数据”战略竞争正式拉开序幕。“大数据”时代的来临，标志着传统数据挖掘方法已经不再适应日新月异的数据环境，在数据采集、数据存储、数据分析以及可视化等诸多方面捉襟见肘。与此同时，各行各业对数据的依赖性有增无减，甚至以数据为基础的定量分析方法也有逐步取代耗时耗力的以专家为基础的定性分析方法的趋势。正是在这样的大背景下，传统的“技术创新管理”方法也面临着巨大的挑战，传统的数据挖掘方法与工具技术逐渐无法应付技术领域中迅速涌现的大规模数据，更无法实现对如此量级数据的实时处理与分析，从而丧失产生辅助决策依据的数据分析方案

4、与能力。因此，从我国技术创新管理工作的实际需求出发，如何有效把握“大数据”环境下的大机遇与大挑战，应对“大数据”给传统技术创新管理工作所带来的从思维体系到技术方法的大变革，实现我国技术创新管理工作的决策创新，既是本文的立足点，也是本文期望解决的实际问题。为达到这一目标，一方面，本文将结合当前国内外的最新研究进展，并着重关注已公开的美国“大数据研究与开发计划”项目研究内容，深入剖析美国国防部与国防部高级研究计划局相关项目的研究目标与研究对象，寻求“大数据”环境下美国国防研究中的新思路、新理念。另一方面，本文以数据挖掘技术为核心，构建“目标驱动”与“数据驱动”并行的双向技术

5、创新管理方法体系，为我国技术创新管理的实际工作提供有力支撑。一个权威机构把“大数据”定义为“无法在一定时间内使用传统数据库软件工具对其内容进行获取、管理和处理的数据集合”。“大数据”可以认为是“分析”的另一种表述，它是寻求从数据中萃取知识，并将其转化为商业优势的智能化活动。在大多数文献中“，大数据”被总结为如下三个特征（即三个V）：（1）容量大（Volume）：2012年，全球数据总量约为2.7~3.5ZB。而每秒钟通过网络传输的数据总量已经超过了20年之前互联网的总存储量。（2）产生速度快（Velocity）：IBM将这一属性定义为数据进出的高速性，也可以将这一特性引

6、申理解为对大数据迅速的处理能力以及决策能力的要求。（3）多样性（Variety）：大数据所包含的数据种类不仅仅包含常规意义上的关系数据库或数据仓库数据，还容纳了如图片、流媒体以及社会网络信息在内的全新数据类型。然而，国内的“大数据”研究尚属起步阶段。自2012年5月份以“大数据科学与工程——一门新兴的交叉学科？”为主题的香山会议顺利召开以来，在不到一年的时间，以李国杰院士为核心的计算机学科专家学者纷纷就围绕“大数据”定义的“数据科学”的理论架构与算法应用等问题进行了综述性的归纳研究与探讨不过，针对如何应对“大数据”环境给科技管理问题带来的挑战，国内的相关研究微乎其微。如

7、何把“大数据研究”应用于实际的学科领域，或者说如何指导生产实践工作应对“大数据环境”的研究，几乎仅停留于理论阶段。因此，本文将着眼点于美国的“大数据研究与开发计划”，希望能从该项计划的制定与实施过程中寻找能够将“大数据”研究与技术创新管理工作相结合的突破口。二、大数据环境下我国技术创新管理“双向”决策模型如何应对“大数据”时代所带来的挑战与机遇？美国“大数据研究与开发计划”项目提供了一条行之有效的新思路与新方案，即转变决策驱动根源，由传统的“目标驱动决策”向“数据驱动决策”转化。以此为契机，我国的技术创新管理工作如何适应大数据环境，如何应