所以，在这个时代，我们都不一定能预料并把握住很多东西，因为一切都在变化。现在是一个不确定性时代，但有几个确定性判断与大家分享：

1、互联网仍在加速进化，DT时代已经来临：围绕互联网产生的新技术、新应用、新服务层出不穷。

2、商业生态系统不断演化，一切业务数据化，一切数据业务化：社会生态系统复杂化、开放化、非结构化、人性化，引发商业生态系统的数据化、品牌化、虚拟化。

3、组织架构重构，数据治理能力越来越重要，不单单要关注“人”“财”“物”，还要关注“数”：传统企业层级制、中心化、金字塔结构，互联网扁平化、去中心化、倒金字塔的组织结构，激烈博弈。

4、实物资产在变虚，虚拟资产在做实：门店、网点、现场、资金、厂房、机器等重要性在下降。那什么变得越来越重要呢？基于运营、基于业务逻辑流程的数据变得越来越重要，数据已成为企业进步、创新的重要驱动力。

5、成本高度透明：竞争越来越激烈、人工成本越来越高、产品和服务价格要越来越低。为什么呢？还是因为数据，信息越来越透明。

大数据时代的到来，将催生新产业、改造传统行业（原有的ICT产业结构正在被重新组合，拥有云计算服务能力的互联网企业，正在成为越来越重要的大数据服务商）、淘汰落伍产业（一些不适应大数据要求的技术、产品的IT提供商，必将受到很大的冲击，逐渐被淘汰）。现代产业会越来越多，传统产业会逐渐落后。据说，一些专业人士也可能会淘汰，如红领集团不需要会计人员，未来会计岗位可能价值不大，医生律师也可能被淘汰等。

事实上，行业大数据应用发展与行业的信息化水平、行业与消费者的距离、行业的数据拥有程度相关。其中，应用水平最高的是互联网和营销行业，其次是信息化水平比较高的行业（如金融、电信这两类行业。政府行业的信息化程度和数据化程度差异较大，但政府大数据将会是未来大数据发展的关键，它通过数据开放可以激发数据类创新创业的大发展），最后是制造业、物流、医疗、农业等行业。

关于大数据赋能商业模式与组织创新，主要有三个观点：

（1）大数据云计算促进数据联通

过去数据有，但不好用。现在大数据云计算模糊了企业内部IT与外部IT的界线，公司间传统的数据与程序相隔离的状态将有望被打破，随之将出现新的商业生态和价值网络，公司IT系统很容易与其它公司的IT系统实现信息交流与交换，从而越过公司界限执行业务流程。

（2）大数据直接赋能商业创新

云计算带来海量数据收集、存储和计算能力的飞跃，原则上所有活动中产生的数据都可以被收集下来，带了商业运作逻辑根本变化。企业内的管理和企业间的协作变成网状、并发、实时的协同。数据往哪里流动，应该往哪里流动，商业模式就应该跟着它变化。

（3）大数据驱动商业逻辑转变

从结构化的数据依附于结构化的流程转变为非结构化的数据驱动非结构化的流程。以用户为中心的、非固化的、灵活动态的商业流程协同。

大数据应用起源于互联网，正在向以数据生产、流通和利用为核心的各个产业渗透。传统领域利用大数据主要以行业和机构内部数据为主，通过对整合后的数据进行挖掘分析，从而发展大数据应用，少部分则借助于外部数据，开展大数据运用。

C2B一个重要的支撑是数据，没有实时的、精准把握客户销售和需求的数据，要实现C2B是不可能的。我们过去是“先生产再销售”，通过C2B我们“先销售再生产”，从过去“标准化大生产”到现在“大规模定制化生产”（以大规模生产具有的成本、速度满足消费者的个性化需求）,这是商业模式的变迁。

C2B模式有四大特点：（1）以用户（消费者）为中心。工业时代以厂商为中心，而大数据下以用户（消费者）为中心；（2）以定制创新独特价值。消费者不同程度、环节上参与，更具独特价值；（3）数据共享驱动大规模协作。实现大规模、实时化、社会化的网状协作；（4）基于云计算、互联网、大数据平台等新基础设施。

大数据应用的前提是收集数据、管理数据、应用数据，要有数据（业务的互联网化是产生大数据的前提）、数据可用（系统化、标准化、实时更新的数据管理平台是大数据可用的前提）、数据有用（科学的管理决策理念是大数据有用的前提）。

大数据下的组织模式外在表现是“大平台+小前端”。

大数据要做到以下几点：（1）预测：预测和未雨绸缪，不只作出反应或者调整行动计划，还会驾驭和评估折中方案。（2）清醒：收集、感知和使用来自环境中的每个节点、人、传感器的结构化和非结构化信息。（3）联系：以对应于需要获取的业务结果的方式，从前端到后端跨地区连接内部和外部职能。（4）精确：仅使用最相关的信息，来支持更接近影响和结果的及时决定/行动。（5）质疑：保留通过质疑现状以变得更智慧的权利，同时创造新的机会。（6）赋能：支持和扩展员工的记忆力、洞察力和活动范围以及决策和行动的权力。

以上几点显示了大数据对企业的支撑，要把大数据融入企业的各个环节，把传统方式转化为智慧方式。过去工作是年、月、日，现在我们用时、分、秒；过去是决策支持，现在是行动支持；过去讲求效能，现在讲求优化问题，用数据说话、用数据管理、用数据决策、用数据服务。

数据分析与优化是一个与业务目标紧密结合的持续优化过程。根据企业战略和业务目标，了解企业的短板和需要提升的领域，这个过程是一个循环的过程。所以我们要利用好数据的价值（收集数据、加工数据、利用数据）、挖掘内外资源（借助专家智慧、创新员工思维模式）、寻求智慧模型、形成高效管理。

数据作为一种越来越重要的生产要素，将成为比土地、资本、劳动力等更为核心的要素，数据管理成为企业核心竞争力。

工业时代主要是劳动力资本时代，钱已经不是企业最核心资源。大数据时代，数据从资源到资产、到资本，未来还可能到资金。资本需要增值，那数据这样一个角色怎样实现？又回到了数据管理，是资源管理、资产管理还是资本管理？数据是资源观、资产观还是资本观？

（1）企业信息资源越来越重要，决定企业未来命运，成为企业生命线，无数据，无未来；（2）数据重在使用，分享中增值，为企业辅能；（3）重视数据基础工作，数据元标准化是前提（没有标准化的数据其实就是一批脏数据）；（4）数据与系统分离是趋势。

最底层应该是数据元实现标准化；数据集要高质量，数据不是脏数据；数据目录应该是灵活动态的，可以调节、调整、编辑、加工，能够实时反映数据关系；信息体系应该“强健壮”。通过新的信息体系，实现基于业务和应用场景，保障数据灵活地映射、关联、调用、管控、应用。

1、从数据库到数据仓库，再到数据工厂。不单单把数据收起来、存起来，还要用起来。

2、广泛采集、整理、分析、加工和应用数据，保障数据的流动性。

3、利用数据来重塑企业流程、组织、提高智能与效率、规范与创新。

4、建立基于数据为基础的企业运营模式。

5、在资产报表中率先加进数据资产项，不断完善资产清单（资产报表叫做数据资产，数据资产的价值、好坏、不断完善我们企业数据资产）。不管国家的财务报表如何，我们自己的财务报表中要有数据资产项。