新浪财经讯 由《中外管理》杂志社主办的“第22届中外管理官产学恳谈会”于2013年11月2日在北京召开。IBM[微博]中国开发中心首席技术官兼创新工程院院长毛新生出席了会议并发表了自己的观点。

　　以下是文字实录：

　　毛新生：大家下午好，非常高兴今天来分享一下大数据和商业之间的关系，为什么说今天的时代是大数据的时代？为什么大数据跟我们的商业拥有很密切的关系，为什么这些冰冷冷的数据跟您所做的商业和管理有很密切的关系？先从一些小的例子谈起，大家都知道现在蛮多人挺时髦的，手腕上带一个小环，有点像佛珠，或者装饰品，很时髦。每次我去美国朋友都说，先生我送你一个，现在我家里有六个，在美国是不亚于当年Ipad出来时的礼物，这个东西能干什么，为什么跟大数据有关系。这个其实是美国在医疗卫生行业中非常有意思的最新现象，腕带不光时尚，让人觉得很开心，很重要的是他可以随时随地了解你走了多少步路，是不是有跑路，你心跳的速率如何，你是不是着急生气了，等等这些情绪，他把这些都能记录下来。到晚上你把这个东西插在USB接口上，就传到网上了，然后它还能跟你的手机联系起来，给你一个推荐，说先生你今天运动太少了，给你很多建议，应该多跑不，多走路，卡路里消耗太少，你的心率有问题，应该检查一下，非常受欢迎，所以是个很好的CE。但是背后说的是什么？说明信息技术在医疗卫生行业以一种时尚的方式侵入到了你生活的每一个片段，然后在这个基础上把数据收集过去进行分析，用主动的办法告诉你，你应该有什么样的锻炼计划、饮食计划，应该做什么检查，把过去的被动医疗转化为主动的医疗。

　　这样的医疗方式非常好的跟现有的医院，包括美国的很多社区的私人医生连接起来，从而让整个医疗卫生行业的链条里面，从个人的消费者到社区的医生，到私人诊所，到大型的医院，到医药，整个行业里面，大家对这些数据所产生的报告，都非常的感兴趣。而每一个人因为每一天接触到这些信息，觉得这个是非常可信的，一天又一天，一周又一周，所以产生了非常好的广告机会，交叉销售和向上销售的机会，这是特别好的例子，告诉我们，我们今天的商业拥有了一个新的机会，把你的商业过程当中原来不为你所知的数据，很轻易，非常轻巧地拿到了。

　　另外一个例子给大家讲一下，这是国内制衣的，洗衣服的，我们找普兰德洗衣服很麻烦，最近我夫人相当困扰这件事，因为普兰德跟我们说，你们那个地方太远了，我们不去送衣服了，您要找我洗衣服可以，您自己开车送来。这下把我夫人难倒了，接送孩子已经了不得了，还要送衣服，天啊！但是最近有一个人做了一件非常好的事，他说我要改变这个洗衣服的行业，怎么改法呢？他在微信上面做了一个插件，通过微信插件可以预约，跟洗衣公司关联一下，把洗衣公司变成你的朋友，预约之后让你拍照，每件衣服还给你发一个二维码，你把二维码的东西放到街角，小区旁边有一个24×7的药店，现在你上班的时候把东西一放，街角的人负责给你送去，你下班去收就可以了。大家还可以在微信上面吐槽，洗的好不好。服务怎么样。这下他获得很多数据，你的电话号码、姓名、地址，对这件事情感不兴趣，你的衣服是谁洗的，谁送的，谁取的。老板通过这个了解客户有什么不满意，甚至发现新的商机，这个人洗什么样的衣服，我们怎么样做一些关联，包括这个附近哪些人等等。

　　这些很小的例子说明，信息技术今天正在渗入到我们难以想象的广度和深度，渗透到整个商业过程当中的每一个环节。最关键不同的地方是，他把这个商业环节数字化了，连我们最后一公里统统都数字化了，获得了更多的数据，给我们带来了非常非常多的价值。这些价值埋葬的很深，今天是这个演讲，我希望跟大家沟通的。

　　但是要发现这样的价值，利用这样的价值，有非常多的挑战。

　　大家理解一下，百度[微博]这个公司挣很多钱，谷歌[微博]也挣很多钱，请问这个公司是个什么公司？我们今天讨论来讲，他们不过就是大数据公司，谷歌能把全球的网页搜集起来，现在网页还不够，很贪婪，想用把大家的电子邮件数据搜集起来，用地图把大家出行的数据搜集起来，把你的日程表信息搜集起来等等，但凡是数据他们都搜集。在这个基础上构建了第三方广告联盟，大家说一说做过关键词，弄个广告开始挣钱，这个就是在巨大数据基础上，来构建的一种增值服务。无数的公司都是大数据公司，但是这种价值要经过商业模式的转换，要经过思维方式的转换，你才能够发现这个数据在哪一个角度，在你的商业模式里，在你的商业过程当中能够发挥价值，这种价值是深深地埋藏着的。所以我们说大数据是什么？是净化，对的，但是要挖，怎么个挖法？首先有技术上的挑战，技术上的挑战是什么？首先很显然，数据量非常大，事实上大不是问题，大只是描述了一个状态，真正的挑战是什么？你怎么样才能有机会得到这么大的数据。

　　在座的各位要做成谷歌，或者做成百度，这个机会比较少，但是你确实有机会像做腕带一样，或者像耐克公司，做成一种可以搜集数据的鞋，或者像刚刚讲的制衣公司可以做成搜集数据的衣服等等，你有机会，你需要在我的商业生态体系里面，有什么数据我可以利用今天这么轻巧的方法，再也比今天更轻巧、更便宜、更方便的方法来手机数据了，贪婪地想一想，有什么数据你可以搜集。这个是大真正的含义，如果你只是还是那点交易数据太小了。

　　第二，这个数据兼容并茂，今天的数据就像我前面讲的腕带一样，数据的洪流随时不停地汹涌而来，是时时的，大量的，繁杂的数据，所以数据怎么保存呢？怎么处理？怎么样根据你想要的价值做合适的处理，这都不太容易。在这个地球上目前只有少数的公司彻底地掌握了这门技术，很好地做一件事情。但是我个人认为技术的事情你们先不要操心，真正的挑战是思维模式的挑战，大家想想看，过去我们对数据没有这么重视，过去我们认为数据这件事情冷冰冰的，跟我的业务没有什么关系，顶多我看一看月度报表，每一天卖了多少单，业务是上还是下，我们很少去想那些不相关的，非常不起眼的各种各样的数据，我要它干嘛，是的，我们现在要开始改变这样的思路。而且我们要琢磨，在整个商业流程当中任何一个环节，甚至包括商业数据，商业模式，有没有机会借助于这大量新时代的数据，来做一个彻底的改变，今天我要给诸位在每一个环节都分析一下，看看我们所过的例子给诸位一些启发，但是我一再在这里向各位管理人员，郑重地提醒，我们习惯了信息不足，习惯了在信息不足的情况下，信息缺乏的情况下，在我们的信息不及时掌握的情况下，以感性的方式，拍脑袋去做决策。很多人还表扬自己，这表明我作为一个管理者具有智慧，我具有别人所没有的洞察里，我想这件事情很危险。

　　今天越来越多的人试图搜集足够的数据，进行非常好的分析，以事实和数据作为一个基础，来帮助他做决策。或者是选择崭新的商业模式，或者是对已有的商业过程的每一个环节进行优化，他们的力量是非常大的。

　　我们接下来看一些例子。

　　首先任何一个管理人员对自己的行业，对自己的公司销售过程，营销过程，一定是非常关心的，我怎么样做广告，怎么样获取客户，怎么样提高客户的忠诚度，怎么样让客户买了一个产品以后，想着买第二个产品，想着买别的产品等等，这些事情非常重要。所以营销和销售他们有机会受惠于大数据吗？是的，不妨我们来看一些例子。

　　同时我们讲，在一个营销的过程当中，我们要看生产，我们的东西卖出去了，开始要生产，生产的过程能够受惠于大数据吗？我们的生产可以变得更有效率呢？我们的生产可以比过去来的更加聪明吗？生产的过程要原料、合作伙伴、供应链怎么样管理，可以受惠于大数据吗？整个过程都可以受惠于大数据。但是更有趣的事情是，大数据是不是对我这个行业带来颠覆性的变化，有没有崭新的商业模式出现呢？我可不可以利用大数据得到新的商业服务，卖新的东西，可以挣更多钱，打败我的竞争对手，是的，所有问题的答案是yes，怎么让这个yes发生，我们讲一些例子。

　　第一件事，美国一家银行利用大数据，这是一个什么样的场景，这个银行本身有很多数据，银行发信用卡，美国有相当多的人用它的信用卡，有60%、70%的人用他们银行的信用卡，用信用卡做各种各样的事情，买股票、买书等等，所有这些消费行为这个数据都停留在他的数据库当中。过去这家银行只是想怎么样做客户精分，了解客户，帮助自己，卖自己银行的产品，股票、基金，但是有一天这个银行突然想，这个数据的金矿我可以重新挖一下，怎么个挖法呢？他的眼睛不再盯着最终用户，而是转向了地球上广大的商户，比如说卖奢侈品的公司，他们特别需要什么，他们特别希望了解怎么样精准向能买奢侈品的人做广告，不要去打扰人家，不要形成垃圾短信，科技报还在想，我希望有机会跟别人做捆绑销售，好像美国最近卖房子，要送礼物，富豪们比较喜欢LV的包、普拉达的包，所以卖房子搭配一个普拉达的包，据说效果很好，所以房地产商也很想干这件事情。

　　但关键一个问题，这样的洞察从哪里来，房地产商没有这个数据，普拉达的包也没有这个数据，他就买了很小一些人，数据量不够大，银行的量够大。所以银行很聪明，把几十年的数据都拿出来，跑到各个地方买数据，买回来之后分析，说这个人的消费行为怎么样，对奢侈品的感觉如何，是不是最近有买房的倾向。通过这样的分析就形成了数据服务，把数据服务卖给普拉达公司，让他们有机会做非常精准的推销。同时还给普拉达提供非常有意思的建议，你跟什么地产商做一个联合比较好，最近某个国家的富豪们奔那个地方买房子的人很多。所以这样非常有意思的例子表明什么，表明当你拥有数据的时候，你找到一个合适的商业视觉，对它挖掘，你会获得崭新的商业模式和商业服务。

　　已经构成的业务模式里面，无外乎是商业流程，你有客户，透过你的商业过程，给客户提供端到端的服务。这样一个商业流程，无外乎有营销、市场、销售、生产、制造、供应链的管理、社会服务等等这几个环节，所有这些环节都可以受惠于大数据。

　　我们看第一个公司，这个公司是美国很大的公司，专门给各种企业提供市场营销，它的问题是发现，不管是制造业还是各行各业客户用他服务的时候，抱怨一件事情，什么事情呢？不是太及时又非常准确地告诉他的客户，消费者对他们的反馈，他们要改善这件事情，开始做一件事，就是每一年他们发很多邮件，350亿封邮件，看起来我们每天收很多垃圾邮件还是有道理的，350亿封邮件每年，把这些邮件全部集中起来，做了一件新的事情，过去发个邮件就算了，现在做了一个调整，说我今天发完邮件以后，邮件是可以HTM发给你的，所以你看邮件的动作他是可以观察并且记录的，大家要小心，不仅仅是木马的问题，你看邮件是怎么动的，你是直接删了，还是点了什么，还是翻了翻屏等等，他把这些行为都记录下来，他把这个信息搜集。搜集完了以后，形成了一个巨大的数据库，每一个公司找这个公司发一个邮件出去以后回来，得到了一大拨数据看这些人怎么样对这个邮件进行动作的，基于这个来进行一个更加好的分析，分析完说哪些人、哪些地区，什么样的收入等等，下一轮给这些人发的时候，在什么阶段发，发什么样的内容等等，这个效率就大大提升了。所以这个客户当然是非常高兴的。

　　另外这个公司利用大数据分析技术，把过去要以上月时间分析的时间长度压缩到几秒钟的时长，这样他们的客户可以随时通过Ipad上浏览器，市场邮件发出去以后，随时可以有机会去干最终用户反馈，来调整市场活动。

　　除了做营销的活动以外，可以受惠于这样的大数据，我们的市场预测、销售也可以。

　　另外一个公司叫做Trident Marketing，是做市场预测，在预测基础上看怎么样对商品做更好的规划，生产什么东西，什么时间，生产多少，面向哪个区域投放，他们搜集数据的方式相对于前面那个公司不太一样，前面那个公司通过邮件的方式，这个公司通过整合公司的社交数据等等来进行。另外一个公司是国内的电器公司，应该是前三位的，我们跟这个公司合作的是什么呢？是对它的销售过程进行大数据分析，这个公司非常有意思，他觉得我现在已经在某些领域是老大了，某些家电是老大了，某些我是老二，某些我是老三，我希望所有的东西都变成老大，但是怎么做？传统的方式就是请第三方调查，过去访问一些客户，这个数据量不够。我们看看大数据会不会带来崭新的突破，我们首先是做一个情感分析，看一看最终消费者在网上所做的所有吐槽，不管是在微信上面、微博上面，还是各种各样的场合，我们怎么样把这些信息搜集到以后进行一个理解，再做一个情感分析，是什么意思呢？毛先生讲的一句话，买某某公司电冰箱很不开心，虽然造的不错，价格也还行，但是物流太慢了，我都下单一周，中间折腾好多回，才拿到冰箱。这是一个吐槽可以变成是，这个顾客是毛先生，他买的什么冰箱，评价是正面还是负面的。

　　当我们每天在网上发成千上万很多的吐槽进行累计和分析，我们把分析出来的结果进行统计，大概就了解整体上来说，消费者们对这个公司的一个产品，总体上是正面的还是负面的，如果是正面或者是负面，他是因为什么样的原因，对这个东西表示负面或者正面，这个帮助你用数据很好了解了市场对你这个东西的反馈，所谓的品牌效应非常的细化也看到了。更近一步，很重要的是，这些吐槽里面包含了很多跟竞争对手的评价，像刚才讲的吐槽，我就说我有一个朋友买了什么公司的冰箱，那个公司物流好很多，或者售后服务相当好，价格也合适，所以这个公司的东西跟竞争对手的东西如何，也有了一个来自于最终用户，最终一公里的反馈和深入的了解。

　　与此同时，大家讨论的这些东西也会告诉你，他们对于整个，不管是通过呼叫中心，还是通过前台，销售网点等等，这些地方都可以进行分析，了解大家究竟对你的商品的什么东西是感兴趣的，是性能，还是对门的大与小，还是对于颜色，所有这些东西都可以用来帮助你更好的理解你的客户，帮助你更好的去决定你应该把力气放在什么事情上，去进行改善。所以销售的过程会因为这个而获得极大的效果提升，最终客户满意度也得到很好的提升。我们给这个公司所做的是这样的事情，销售的环节。

　　事实上生产环节也一样，我们来看一看，美国的一家医院，叫UOIT，是安大略湖科技大学，他们有一个校产医院，做什么事情呢？专门看怎么样减少早产儿的夭折率，大家都知道早产儿现在的夭折率是相当高的，怎么样把他的夭折率降低，医学上来讲最关键的环节是要尽量提前了解早产儿本身身体上各种各样的医学体征变化的趋势，如果我们能够将这个体征恶性的趋势判断的时间提前12个小时，这个夭折率就下降一半，怎么样把这个体征向恶化方向加速发展的趋势提前预测到，这就是生命线。怎么样做这件事情呢？过去是没有办法的，只能靠家长和护士24小时睁着一双疲惫的大眼看着这个小孩子，护士还好一点，懂一点点，家长哪知道，通常发生的结果是什么？都是等到恶化的体征已经完全表现出来，也就是说这个东西已经到了非常糟糕的后期的时候，人们才了解，这个就是麻烦了。他们说我们是不是可以把这个过程当中的数据拿出来，并且利用大数据的科技来获得生命的时间呢，可以，怎么做？我们跟他们合作的做法，在这个小孩身上一秒钟、一秒钟做一千次采样，采样包括各个方法，包括小孩心跳、体温、呼吸、脉搏等等，所有这些东西结合起来，大概有五千多个指标，每个指标一秒钟一千多个采样，所以乘下来是很大的数据，把这个数据再以一周为时间窗口，进行快速分析，每一秒钟数据采集一进来，这边就开始去做时时的运算，跟前面的时间做对比，来了解他的体征本是否在进行恶化，恶化是不是加速，通过这样的方法，现在可以提前10几个小时向医生报告，说这个早产儿有一个问题，这是他们生产过程当中的例子。

　　另外一个生产过程的例子是这样的，一个叫做GL，是专门造飞机部件的，是相当成功的制造业公司，但是这个制造业公司发现，他们在竞争当中对付不过新冒出来的欧洲或者美国的制造商，原因是什么呢？是因为这家公司没有办法让他的飞机部件制造工程师，可以很好地相互分享各自的知识，并且把每一个制造工程师的经验很好的分享出来，而且能够非常容易查到，为了做这敢事情，他们也想是不是可以把整个生产过程当中，所有的部件生产过程产生的数据，以及工程师在处理部件的时候相关的一些，比如生产线后期测试的数据，以及跟前面所选择的方案，产品用在飞机上出鼓掌的比例等等，所有环节数据搜集起来，以它组织成为一个知识库，这个飞机的工程师可以在这个基础上根据需要，来查询他需要各种各样基于过去这么多的经验基础上的知识，来决定他这个环节要做的事。这个过程中非常讨厌的事情是什么，不是说今天上网搜一下毛先生IBM就可以搜到毛先生的信息了，它这个是根据飞机本身的相关东西来做，大家认为可能很容易，不是的。飞机的操作手册垒起来，如果以这个台子和高度为基础，这么大的空间能堆满了，更不用说生产制造的环节了，那个知识量是海量的。

　　还有一个生产公司是宝马，我们合作的时候，他们提了几件事情，第一件事情，今天这个宝马在生产线上的时候，我能不能减少生产线上的问题，但是生产线要出问题也在所难免，如果出了问题的话，能不能更准确的预测，在什么时候生产线某些部件要坏了，以最准确的时间段去对它做一个维修和更换，要压缩这个时间，为什么？因为如果生产线停工一分钟，我就要损失多少钱，停工十分钟损失的钱那就更多了，要是停工一两天，那了不得了，宝马公司的损失就太大了。所以怎么样根据生产线上的这些部件时时的状况搜集数据，来了解它的老化状况，以此为基础去决定我什么时间，什么样的间隔，以最短的时间，以最小的生产线停生产的代价做更换，那是非常有意思的数学问题。过去宝马是没有这些数据的，因为都是靠老工人去看，或者是根据非常粗略的说法，我们按照经验这个生产线，这个模具，这个部分是五年换一个，还是三个月换一个，这个想法是不对的，大数据的时代我们不应该根据感性做决定，我们要获得足够的数据，时时的数据，在科学分析的基础上了解这个部件是不是有问题了，在什么时间应该更换，并且根据最短的更换时间的数学约束去进行，这是最合适的。怎么做，跟医院的做法有异曲同工之处。

　　我们把它生产线所有的环节，所有的部件都有一个数字化的过程，来了解各个方面的数据，然后以合适的数学模型进行分析和预测，每一秒钟都有很多采样数据传过来做分析。过去为什么不能做这件事情？因为过去搜集数据和对数据做分析太昂贵了，现在变得人人都可以做了，所以宝马先做了这件事情，这个对生产产出带来了巨大不同。

　　另外一件事情对宝马来说也是相当重要的事情，生产线生产出来的部件，生产线用的材料和生产线本身的老化状况，生产出来部件的质量是不一样的，所以我们作为最终消费者，假设每年宝马车是完全一样的，这个好像是有一点点拍脑袋的想法，那个都是被动的。我们把这些部件组装成一个车的时候，我们出现一个问题，我们应该承诺多长时间去做保修，哪些部件多长时间可以换，这个牵扯到宝马公司能挣多少钱，所以他一定要奇妙设计保修设计，还包括全球保修的时间，分析数据找出规律，以这个为基础确定保修时限，降低成本，挣很多钱。这个东西可能有很多制造业，或者正常企业都可以去考虑的。

　　比如最近跟国内大电网做这件事情，电网很多设备非常贵，上亿，我们最近也跟核电设施做类似的事情，大家都知道核电的反应堆非常大的投入，核电反应堆如果说靠拍脑袋这样的方式做的话损失非常大，停的时间，什么时间维修，统统是一样的问题。

　　最后一个，我们讲供应链，我们把东西市场了解好了，客户做了非常深度的分析，个性化的营销，生产过程也获得了优化，接下来供应链也可以优化。供应链的优化，现在这个已经是普遍的实践了，我们怎么样根据销售情况来做一个很好的倒推，来规划生产的计划、物流等等。但是还是有非常多的公司没有把全面数据都搜集起来，事实上今天随着电子商务的进行，物流也越来越多的外包，销售也越来越多的外包的你会发现很多生产企业其实很痛苦，为什么？因为这个理论很好，但是数据拿不到，销售数据在别人那里，我们的数据在另外一个人那里，供应链现在也越来越动态，需要不断调整，否则的话没有办法维持原材料和零部件成本下降。所以在动态的情况下怎么样搜集足够数据，利用各个方面的数据，以一个非常低的代价，非常快的速度拿到这些数据，然后根据销售网点怎么样利用搜集也好，微信也好，等等很轻巧的方式，把这个整个链条上的数据全部搜集到，以一个合适的方式去分析，成为以终为始，倒过来推，以天为单位，甚至更短时间来时时推，推出来我生产计划应该怎么样弹性调整，仓储、物流等等这些。所以这个里面也有很多有意思的崭新的进展，甚至还要考虑社交网络上面，大家对你的商品的吐槽，根据这个吐槽去预判，而不是仅仅刚才商店里面已经卖出去的，因为大家在吐槽，预示了一两年之后你的东西销售趋势。所以怎么样结合所有东西把供应链进行更好的优化。

　　所有这些例子，我们只是把每个环节例子拿出来，简单给大家分析一下，我想要给大家分享的重要观点是什么？第一，今天信息科技以无比便宜，无孔不入，无处不在，非常轻巧的方式深入到你的商业流程的每一个环节，尤其是最后的一公里，他给你的商业过程带来了无比的可建性，这种可建性是大数据真正的内行，这是第一个要讲的。如果你们看不到这一点，你将out，因为别的人将狠狠的利用这样一个可建性来寻求，第一商业模式的创新，颠覆现有行业的做法，第二对自己商业过程中每个环节，从营销到销售到生产过程，到供应链的环节管理，全面进行大数据的创新。在这个基础上极大的优化自身的商业效益，以此为基础拉开了以大数据为基础的企业创新和管理的新篇章，预祝各位能够在自己的行业和企业里面，真正的建立起大数据的思维，开启这样的旅程。我的演讲主题就到这里，还有10分钟，根据邀请人的建议，可以有些互动，大家有什么问题吗？

　　主持人：让我们有请龙源数字传媒集团总裁汤潮先生做互动分享。

　　汤潮：您好，龙源是中国大部分杂志的数字版权方，包括《中外管理》，所以中国每天出版的内容超过十万篇文章，我们非常希望未来能够匹配到每个人，比如说你，比如说我。这样的话我们有两个问题，一个是，你认为未来大数据价值主要在于搜集能力、分析能力还是商业应用？第二个问题，你认为未来的趋势是，我们自己搜集数据，自己分析数据，自己进行商业应用，还是说会有横向的，比如说像微信大量搜集数据，我们自己不能进行搜集，比如有些公司会分析数据，商业应用肯定是自己的。

　　毛新生：非常好的问题，谢谢你。第一个问题答案是非常清晰的，任何一个公司，尤其不是IT公司，或者是以大数据为生的公司，我想最重要的目标是在冷冰冰的大数据可以为我的商业带来什么价值，所以基于自身企业商业价值来应用大数据，是它的第一目标。在这个基础上带来的问题就是，数据从哪里来？也就是怎么搜集，第二，搜集到的数据怎么分析，这两件事情可以自己做，也可以让别人做。好像说IBM合作的所有公司，大部分来讲数据都由他们自己搜集，当然我们给他建议，做必要的技术支持，分析其实也是他跟我们一起来做，我们提供技术基础，我们给他很好的技术支持和必要的咨询，经验分享，但是还是需要他们，尤其是他的业务人员跟我们一起工作，说我需要达成什么样的业务价值，这个业务价值应该怎么样在现有数据上面来做，还有一个数据的质量是不是好，这些东西也都需要他们的人有一个好的判断，这就是一个例子。

　　有一些别的例子，比如说我们看到一些以大数据分析为生的公司，他们会搜集各种各样的数据，比如最前面的例子，美国这家银行的例子，它其实就是一个大数据公司，搜集很多数据，分析完了以后卖给LV包，卖给普拉达，卖给地产商等等，所以换言之那些地产商也无所谓，他只要想想我现在卖这个房子，你帮我分析分析，我跟谁搭配一下可以卖的更好一点，就行了，我才不关心数据怎么搜集怎么弄呢，反正合适就得了。所以我认为这个跟你问的第二个问题是相连的，也就是说大数据所带来的产业链会是什么样，一定会出现一些横向的公司，他们是以搜集数据和分析数据为生的，事实上谷歌就是这样一个公司。谷歌搜集地球上所有他能搜集到的数据，分析完了以后变成以关键词为基础的广告位，把广告位卖给诸位，你还要花钱去买，这是很好的例子，横向的公司将来也会出现。但是未来大数据横向的公司会越来越专业化，会越来越面向行业。我相信不同的行业这样的创业机会是存在的。

　　回到你讲的自己例子，比如说每天十万篇文章，会有多少人阅读呢？每一天有多少人阅读这十万篇文章，您知道吗？

　　汤潮：潜在的当然是非常多，但是目前来说可能就是几百万到一千万左右。

　　毛新生：几百万到一千万，打一个比方，就好像天上有几百万到一千万颗星星，哪一个星星最亮，您知道吗？我相信您不知道，哪一些亮的星星是抱团的您知道吗？我相信您不知道，但您知道这些以后，大数据就在您的掌中。如何做这件事呢？我们线下再谈。各位还有问题吗？看来大家都非常客气，如果有问题欢迎探讨，谢谢大家。