2009年，谷歌通过分析5000万条美国人*常检索的词汇，将之与美国**中心在2003年到2008年间季节性流感传播时期的数据进行对比，并建立一个特定的数学模型。*终谷歌成功预测了2009年冬季流感的传播区域。

    很显然，谷歌拥有无可争议的大数据获取端口，谷歌搜索的背后就是一座庞大的数据平台。在大数据时代，获取数据的渠道至关重要，难怪有人会说，得“数据”者得天下，在其他行业，玩转数据的案例比比皆是。

    AI助力安防挖掘大数据

    安防监控的数据是价值*低的数据。面对那么多摄像头和视频数据，很多时候我们只是把这些视频数据存在那里，并不会去看，并且也看不过来，其实挺浪费的。但是，客户需要的永远是有意义的情报，无论是出于**因素破案，还是管理因素，都需要有意义的情报。

    目前以视频数据为核心的安防监控体系其实给客户带来了大量的麻烦，因为产生了非常多数据，把这些数据放在客户跟前，好比大海捞针。

    目前结构化数据已经可以使用非常成熟的手段去挖掘，这个过程中会有一些非常浅度地挖掘、简单的筛选：比如黑名单，检测到一辆车时，车牌号码是一个嫌疑犯车牌号，当我检测到车牌号码时，这辆车就被后台预警。简而言之，结构化数据就是数据能够直接表达目标的性状、属性以及身份。

    当我们需要的数据变成结构化数据以后，在不同行业、不同场景要有大量的数据挖掘应用才能够有效地把结构化数据变成有意义的情报。所以，未来人工智能在安防监控行业会有大量应用软件的市场空间，为各个垂直行业去做针对性的数据挖掘。

    快递也有科技范儿

    除了高科技设备，大数据同样助力快递提速增效。过去订单是按照产生时间的顺序出单，天南海北的订单都有，需要快递公司回网点分拨，现在基于大数据预测和云计算，提前在商家端做好订单分配，订单产生后，快递公司可直接按目的地区域分类、装车发货，大大提高了效率。

    在义乌一家申通智能机器人分拣系统仓库，就有一群类似扫地机器人的机器在地面上来回移动。不同的是，每个机器“头顶”黄色小托盘，载着快件。地面上有一个个格口，格口按地域划分。每次到达指定格口，机器人的托盘翻起，快件顺着格口滑槽落入楼下的编织袋中，由人工进行打包。

    机器人是如何到达指定格口，进行分拣的呢？原来是仓库两侧的放件员将快件放在机器人的托盘上，面单朝上进行信息采集，后台向机器人传达路径信息。机器人沿着地面上的二维码“路标”，到达指定位置卸货，几乎不会出现“撞车”现象。

    商业银行加入队伍

    银行的数据量是庞大的，对于商业银行的业务应用而言，则应从具体效用的角度来理解大数据思想及技术。

    大数据技术支持商业银行对大量日志数据进行统计和建模，从而了解客户的行为习惯、风险偏好、健康情况、消费能力、渠道喜好、信用状况及人口统计学等多方面的信息，进而为客户“贴标签”、“画像”;亦可整合多种信息反馈渠道的数据，帮助商业银行实时关注、理解客户的真正业务需求。

    如能有效地将大数据分析系统与移动互联网技术、线上线下一体化服务体系进行紧密融合，就可为商业银行的客户提供“千人千面”的个性化服务。

    例如，对于低净值长尾客户，可用较低的成本，批量化地通过电子渠道提供随身的知心服务，提高产品和服务的覆盖率;对于高净值客户，提供“客户经理+电子渠道”的随身贴心服务，提升客户的业务贡献。

    可见，从具体效用的角度来看，衡量一个商业银行是否真正应用了大数据、发挥了大数据的价值，就是要看其大数据系统是否能够显著提升数据分析和商业决策的效率，是否能够提高对客户的理解与认知能力，是否能够低成本、批量地实现较高水准的个性化客户服务。

    大数据在航运业“起航”

    航运大数据能做什么？专家解释道，基于大量的船舶类型、航线、船期等数据，分析全球大宗商品的实时走向，可以了解全球各大港口的货物类型、囤积情况等。比如通过对全球运输大豆船舶的实时监控，如果发现南美即将进口的大豆出现压港，无法按期抵达中国，就能在**时间推断国内大豆价格可能会出现上涨。

    事实上，在航运业数据服务大有可为。在国内，从数以百万计的班轮船期信息，到由此衍生的动态船舶地理位置，还有全球总数高达一千七百多万TEU的集装箱实时地理位置信息，以及背后可挖掘的国际贸易相关客户信息、商品资料信息以及资金流信息等。这些不容小觑的庞大数据是联通了整个世界的贸易流的信息，是世界贸易的大血管，它的背后是每年4万亿美元的中国国际贸易总金额。

    近年来，各个港口城市也正在努力兴建地域性的航运中心，瞄准的都是在蓝海经济中抢占核心数据，获得话语权。可以说，谁掌控和利用好“大数据”，谁就首先从航运的迷雾中突围，**行业未来。大数据在航运业中的运用将远远超乎我们的想象，并将随着航运电商的登堂入室掀起指日可待的变革。