让数据的应用回归冷静_000002.docVIP

让数据的应用回归冷静_000002 　　确定性层次的数据应用 　　数据应用的不同层次 　　对数据的使用有两个层次，一种是对数据的直接使用，如数据处理、数据挖掘、机器学习、人工智能等，在这个层次里是机器在使用数据，人脑并不参与，使用数据的逻辑是清晰的，问题是确定性的，这是IT能够发挥作用的层次。 　　另一种是间接使用数据的模式，要先进行数据挖掘，从中提取出信息，再由人脑利用信息进行决策或进一步研究。信息使用方式是高层次使用数据的方式，是通过人脑完成的，计算机可以处理数据却不能处理信息，利用信息决策是人脑才有的能力。人脑对信息的使用是不确定性问题。 　　信息技术与确定性问题 　　信息技术只能解决确定性问题，这是由计算机的原理决定的，计算机软件是一种计算，其结果必须是确定的，信息必须是完备的，计算机只能提高逻辑演算的速度，尽快得出答案，却不能在信息不完备的环境下进行运算。 　　信息技术适用于成熟规范业务的自动化建设，因为这类的不确定性已经被排除了，效益问题已由甲方承担了，信息系统的作用是提高业务的运作效率，没有人脑参与、没有不确定性，在这种环境下应用很容易成功。 　　信息工程学是面向确定性的科学 　　随着信息系统建设而成长起来的信息工程学是解决确定性问题的科学，它要求用户要解决问题的信息是完备的，目标是确定的，这样信息系统就可以准确有效地设计出来，信息工程学解决技术可行性问题。 　　在信息技术应用中不确定性问题是不可避免的，如效益不确定、用户需求不确定、数据不完备等，这些不确定问题将由甲方负责人来拍板定夺，乙方不必考虑不确定性问题，这种分工有利于乙方专心完成信息系统的建设任务。 　　业务数据整合是确定性任务 　　2016年国家发改委等十部委联合提出了“一号一窗一网”，方便公办事。政府公共服务需要对当事人相关实体数据进行处理，但一些数据会分散在不同部门的数据库中，调用不通畅是降低效率的主要原因，政务数据整合共享能够实现以实体标识符到部门数据库实际的统一调用，这是一项目标明确的任务，可以通过专业软件及数据标准化解决。 　　确定性项目也要有所?橛兴?不为 　　确定性任务容易实现但不等于有效益，取得效益的关键在于恰当地选择目标，全面推动数据整合共享没有必要，因为不是所有的数据整合共享都有效益，无效益的数据整合共享不必做，即使会计成本划算的项目，也还要看其机会成本会不会耽误更重要的项目。政府经费与人才是有限的，集中力量改进用户规模大的项目往往比多做几个小项目更有益。数据整合共享应当“有所为有所不为”才会有效益，总之确定性项目也不能什么都做，不能一刀切，精心选择目标才能提高效益。 　　不确定性问题的解决办法 　　解决不确定性问题的智慧 　　现实生活中确定性是相对的，不确定性是绝对的，确定性问题有规范的逻辑处理办法，计算机能够处理；不确定性问题没有规范的逻辑处理办法，计算机不会处理。不确定性问题要靠人脑来解决，人脑可以从更高的层次上思考与创新，这是电脑不及人脑的地方。 　　人脑解决不确定性问题的办法是创新与选择。人脑可以进行概念创新、技术创新，从而提出多种创新方案，借助于决策者的阅历、经验、直觉来评价优劣，选择最好的方案实施。解决不确定性问题没有万无一失的方案，所以决策人必须准备承担风险的能力，这是电脑无法效仿的，因为电脑不懂责任感。 　　想象力丰富才会有好选择 　　人们常把技术设计与应用视为智慧，而忽略企业家选择的贡献，实际上选择是更重要的智慧。技术智慧解决的是确定性问题，商业智慧解决的是不确定性问题，技术智慧只考虑技术可行性，商业智慧考虑的是最终效益，效益问题超出了技术思维的能力。技术层次只懂得怎么做，商业智慧懂得选择做什么。技术怎么做可以学习，选择做什么却没有方法可学，只能依赖决策者的想象力与判断力，技术并不保证带来效益，效益来自企业家的勇气与悟性。 　　设计有生命的运行机制 　　数据服务系统还有因长期服务而增加的效益不确定性，因为服务环境总是不断变化的，用户需求也会不断变化，设计者不可能设计出长期有效的服务系统，为保证长期效益，设计者需要从更高层次上设计系统，需要设计自适应的机制，能够自动地调节服务功能，适应环境变化确保长久的服务效益。运行机构的激励机制很重要，激励的方向要与整体目标相一致，强有力的激励机制与高效率反馈改进机制形成运行机构的生命基因，确保了数据服务系统的长期效益。 　　效益层次高于技术层次 　　数据服务系统建设关键问题是要有效益，没有效益的数据服务不可持续，有效益才会有不断的资源供应，才能使数据服务系统服务持续整个生命期，实现效益的难度高于技术可行性。技术可行性可视为第一层次目标，有可持续效益则是第二层次目标，形成可持续效益的数据服务系统和生态环境是第三层次目标。层次越高不