我们的国家数字经济在2019年占了GDP的36%，我们的“十四五”规划和2030年远景规划都希望在2030年达到50%的GDP。

  因此，至少在数字经济服务业高速增长的20年期间，各个行业都将深受大数据发展的影响。

  金融业。

  例如，之前的生猪农场要去银行贷款是非常困难的。如今，通过物联网、大数据、人工智能技术，小猪们可以将其转变成一笔抵押品，借给银行贷款，从而为金融领域提供数据。

  养殖行业

  另外，如果某个农场的一只猪死亡了，他们可以用死猪向保险公司提出索赔。

  这类操作也是基于大数据的平台，但有些人会想，他们会把猪拖到另外一个农场，然后用这只猪来向保险公司提出索赔。汽车保险业务中存在欺诈行为，而且在汽车保险业务中欺诈行为更为普遍。

  如今，数字化技术可以有效地减少信用卡诈骗和信用卡诈骗的情况，从而使保险公司对于使用数字化手段的信用卡的人，愿意降低保费。

  它是数字技术、数据要素在金融领域的应用，实际上是一种混合应用，涉及金融、农业等领域。

  工业界。

  数字化技术可以扮演很多角色。

  除内部业务外，数据操作和数据安全也是企业与上下游及整个行业的基本保障。由于地基不牢固，数据安全一旦突破，大楼就会坍塌。

  数字业务。

  与此同时，由于数字化技术发展太快，我们对人才的需求也不够充分，想要政府、企业都拥有自己的数字化专门人才队伍是不太现实的，所以此时就需要一些专业的运营商为这些用户提供专业化的服务。

  运输。

  运输相关数据是否可以整合，构建完美的数据生态，光靠一家或两家运输业是很难做到的。

  其中包括此次暴发，暴发有运输数据、安全数据、卫生部门的医疗数据，由于外部压力，使数据本身高度融合。假设没有外部压力，就不会融合。

  运输数据不仅要解决运输部门的数据问题，而且要包括司机的需求数据、周围的建筑物数据、人流数据等，要把这些数据结合起来，形成模型、算法，包括知识图谱、数据链、数据生态链，最后形成解决方案。要真正解决城市或区域的数据安全问题，或解决数据交通拥挤问题，必须建立数据联系。

  商业管理

  另外还有管理方面的问题，管理数据的应用，数据的安全性，数据使用的初衷是什么，所以这是一个大话题。

  刚性需求是最重要的，没有刚性需求解决问题的驱动，光有场景或光有数据基础是不行的，数据不是核心、是基础、场景是环境、是载体，刚需者是核心。

  如何实现数据价值的最大化？

  第一，要知道数据本身没有任何价值。情景驱动的应用应该成为创造价值，即刚需的重要环节。如果没有刚需驱动，大数据本身就难以创造价值。

  举例来说，大数据目前有一个最大的应用，就是健康码，如果没有它，我们现在的出行、复工、医疗、防控效果就会大打折扣。突如其来的疫情，使健康码和流行病大数据的应用价值大增，这就是外驱。

  第二，以及内驱，管理者为解决交通拥堵问题，交通行政管理部门将建立交通拥堵评估机制，为解决政府对交通安全、交通拥挤的评估问题，必须通过大数据的应用来解决这一问题。因此，驱动力解决了价值问题。

  与其偏重于挖掘需求，我们还不如投入更多精力。要花更多的时间，更多的精力在如何解决刚需问题上，然后再用大数据技术和大数据理念来解决它，挖掘其真正的应用价值。

  如何从海量的数据中挖掘出价值，利用起来？

  以蜂蜜为例，它确实可以变废为宝，通过出售，蜜蜂采蜜的实际价值远远超过生产花蜜的价值。

  如果没有蜜蜂，就没有地球，一些生物学家说。自然也包括其它小昆虫，如蝴蝶，都是通过花粉传播的。

  我们可以将这些数据集中起来，用交易所的方式进行处理，也可以将这些数据进行千行百业的融合，将这些数据放大、叠加，促进经济社会发展，但是，这些价值几乎是微乎其微。

  资料的真实价值有待挖掘，在未来的信息时代，资料就像阳光、空气、水一样，处处不可缺少。

  因此，无论是从数字经济、数字政府、智慧城市、数字乡村，还是从其他方面来看，数据都是一种催化剂，是不可或缺的重要元素。

  资料是0和1，与所有行业、一切事物及一切情景有机结合，构成了整个经济社会的变化。

  这些变化包括治理模式的变化，以及社会发展理念的变化，这种变化的价值是巨大的，大数据的价值是泛化外溢的。