在2017數博會“產學研創”國際論壇上，美國智能浪潮CEO本杰明德西奧發表了“中美大數據產業合作共贏”的主題演講，以下為本杰明德西奧主要演講內容：

　　1、到2020年世界范圍內互聯網這邊的產能可能要超越4700億美金，換成人民幣大概是3.2萬億人民幣的規模。

　　2、現在為止所有的數據只有1%不到的數據真正接觸到分析用于商業決策。

　　3、對于大數據而言我們有兩個誤解：第一個是，設備越多，數據越多，我們就能夠很容易的，或者有比較好的解決方案;第二個誤解是，機械學習和自動化最終回完全取代我們的工程師。

　　4、所有的數據應用、分析應用里面，人的作用在里面是很重要的。當然你也缺不了機器，缺不了軟件。所以在物聯網這一點來說，你不能說讓人來解決問題，這兩者必須結合起來。

　　以下為演講速記整理(有刪減)：

　　本杰明：我今天談話的焦點大概不僅僅是大數據和互聯網，更重要的是中美在這些領域的合作與機遇。我們扣一下主題“產學研創”還有在商業方面的合作機遇。所以今天我們可能聚焦不但中國，可能全球的一些機會，跟大家分享。

　　到2020年世界范圍內互聯網這邊的產能可能要超越4700億美金，換成人民幣大概是3.2萬億人民幣的規模。

　　美國通用電器公司預測，到2025年全球范圍內所產生的大數據的產能可達到11.1萬億美金這樣規模，這樣巨大的市場。

　　如果你要是想了解物聯網，簡單的講，就是有很多的傳感器，到2021年這些傳感器可能要達到300億的傳感器。

　　大家都談到中國市場機遇巨大，那我想談談我們的看法。

　　今天中國已經是全球最大的互聯網市場，他占的份額已經達到22%。中國的互聯網市場還在快速的增長，每年以41.1%的速度增長，到2020年達到8336億人民幣這樣的規模。到2022年預計大概有2千多個各種互聯網的設備會聯結在一起，這其中大概有95%的互聯網設備是中國生產的。

　　為什么這個事情這么重要呢?因為我們正在開始步入互聯網信息技術，新的變化正在發生。所以在我們深入探討大數據和互聯網科技的時候，我想仔細談一談互聯網大數據現在所存在的誤解，還有真正的事實是什么，問題在哪里?我們美國是怎么提供方案的。

　　就是說在以互聯網為基礎的方案這方面有很多可以給大家分享一下我們的理解，我們的經驗就是說，并不是說設備越多，然后數據越多，我們就能夠很容易的，或者有比較好的解決方案。

　　事實是什么呢?數據量現在已經很大，而且每天的數據都在飛速增長，實際上我們面臨的挑戰，就是在海量的數據中找到我們需要的相關的數據，實際上很困難。所以現在數據量可能很大，但是我們能夠總數據得出的結論或者看到相關的有用的數據分析來支撐我們的商業決策，這方面做得很不夠。

　　現在為止所有的數據只有1%不到的數據真正接觸到分析用于商業決策。所以我們的方案就是我們提供平臺解決方案，來從數據的領域把這些有價值的決策信息挖出來，這樣提供給客戶，提供給修理的工程師，支持他們的維修工作。

　　第二個誤解是，機械學習和自動化最終回完全取代我們的工程師。

　　實際情況怎么樣呢?像飛機的引擎或者是那種巨大的渦輪發動機，整個城市的用電量，這樣復雜的設備我們進行準確的預測，實際上認得經驗必不可少，非常重要。工程師不但要說知道結果，他們還要分析這是怎么造成的這個結果，過程分析實際上非常需要的。

　　大數據這個分析過程會得出結論，比如這個引擎要修，這個決定是一個公司一般的商業要相信這個結論才行，我怎么相信你給我的結論呢?也就是說，我們不但要知道你的大數據給我的結論，我還知道他們實際上非常有用的，要解釋清楚結論怎么得出來的，原因是什么。

　　所以我們的解決方案，我們這個系統使得獲取抽出工程師和專家的經驗、知識，然后再加上數據工具分析我們才能自動化這些工具，這樣我們認為這是一個比較合理的解決方案。

　　在我進一步討論中美在大數據和互聯網合作之前，我想談談我Narrotive，首先我們這個系統可以輸入、處理大量的數據，通過分析獲取什么數據用戶感興趣，對他們有幫助的數據挖掘出來。然后我們提供及時的、立即的，他們可用它來影響工作和維修的商業過程的決策信息。

　　下面我就是舉一些案例，通用電器他們生產的像發動機、引擎，還有渦輪發電機這樣巨型的設備、復雜的設備，發出的電力可以支持一個城市得用電量。一般來說，像通用電器，西門子這樣的公司，實際上他們有自己的技術團隊，也就是說他們大數據的分析能力是相當強的，但他們仍然面對非常大的挑戰。

　　舉個例來說，剛才說的巨型渦輪發動機，全球范圍內有兩千多個這種發動機。這些渦輪發動機每一年可能要產生4萬個緊急事故信號，每一個緊急信號都要用花16小時尋找分析原因。但是問題，其中50%是假信號，但是他們也得深入分析，手工的分析。所以每年實際上浪費是非常大的，像他們技術如此強的公司，現實是這樣。所以他們還是很多手工的，自動化程度是不夠的。

　　為什么出現這樣的情況?他們的公司就解決這個問題的。所以美國通用電器就找到了他們，我個人認識通用電器的顧問，他們實力確實好，他們現在為止維修時間減少了95%，大概精確度提高了25%，維修花費減少50—75%。現在我們來講一講，就是說我們公司解決這個問題，他們學習到什么經驗教訓呢，跟大家分享一下。

　　所有的數據應用、分析應用里面，人的作用在里面是很重要的。當然你也缺不了機器，缺不了軟件。所以在物聯網這一點來說，你不能說讓人來解決問題，這兩者必須結合起來。人的經驗加上自動化這樣才能解決通用他們遇到的技術難題。

　　我自己非常興奮，中美合作我個人特別感興趣。我今天學習到，你們這邊有很多孵化器，我們在美國辦自己的孵化器，也是很強大的。就這一點，在大數據和互聯網，我看到我們有很多可以合作的機會。所以我看到非常直接的合作機會，與泰豪，還有像“金峰”等。

　　最后一點就是剛才和一個同事討論的一個問題，他說從今天的主題，產學研創，大學、研究單位、工業界、創業者，他看到這個機會太多了。所以有很多東西，機會特別多。謝謝!