场景一：智能出行，让出行更简单
琳达·彼得斯(Lynda Peters)是保险公司Tranquilife 的一名IT 设计师，她将参加一次业务会议，会议主题是：真正的大数据和它对保险业的影响。这是一个热门话题，她差点没能获准参加，因为Tranquilife 的员工活动系统显示，已经有另外6 名员工报名参加了。不过，幸运的是，她成功说服上司，让他明白参加这次会议对她有多重要。
琳达报名参加这次会议之后，一切后勤安排，如城市、酒店、开始和结束时间等都会被自动下载到她的行程表中，之后又自动传送给Tranquilife选定的出行管理系统。出行管理系统连接到会议议程和会议细节，并帮她完成相关准备工作。琳达不用自己出力，就获得了包含以下内容的行程计划：
- 她***的航空公司的航班预订，而且还进行了升舱，预订的也是她***的靠过道的座位。
- 酒店预订。
- 无人驾驶汽车预订。因为机场与酒店相距约64 公里，出行管理系统按照现行价格比较了乘坐出租车、豪华轿车和租车的成本。
- 会议期间晚餐的预订，这顿晚餐需要在会议所在城市自行解决，出行管理系统为琳达预订了她非常喜欢的***意大利餐厅，并推荐了三个晚餐同伴以及三个备选，这些同伴都是琳达社交圈中举足轻重的人物，同样也会参与此次会议，琳达只需单击电脑屏幕就可以向他们发出邀请。
琳达预订的无人驾驶汽车会将她送达酒店，而且出行管理系统已经将她的目的地、***空调温度和喜爱的流行音乐站下载到了车里。琳达对无人驾驶汽车主要的不满是，法规要求她必须坐在驾驶位上，这妨碍了她使用平板电脑;她还痛恨那些不允许自己在无人车上看电影和电视的法规。她期待这些限制被放宽的那一天。
在去参加会议的路上，琳达在平板电脑上看到主办方为她推荐了一些很好的会议，这些推荐主要是根据她的学习诉求和资料库里之前参加过的会议。另外，她还看到她邀请的晚餐同伴中有一人无法到场，所以出行管理系统现在提议她邀请首位备选者。琳达很享受这次会议，她发现此次会议的数据经由其智能手机位置认证程序的确认，在她还没离开之前就已经被添加到了她的网络资料库和Tranquilife 的HR 数据库中。这几次会议甚至还让她涨了一点薪水。回到岗位之后，她收到了出行管理系统发来的一封邮件，提示她所有的差旅费甚至包括酒店小费，已经上报公司进行报销。对大数据感兴趣的同事在个人主页上分享了琳达标出的与公司相关的所有会议报告的自动转录文本、演示文档以及琳达做的注解。她在注解中指出，通过了解即将发生的变化，你会发现，大数据出现之后，保险业将变得大为不同，出差之旅也一样。
致怀疑者：
尽管目前许多智能出行功能尚未实现，但我采访过的出行管理专家认为，这些功能就会实现。我们知道无人驾驶汽车早已存在，谷歌将其视作一个大数据项目，它很可能会以某种方式融入交通系统中。
场景二：智能节能，能源管理新选择
戴维· 拜伦(David Byron)是美国一家大型洗浴设备制造企业Bathworks的企业设施和能源经理。他负责Bathworks 在全美20 家办公园区和场地的设施和能源管理。他和其公司有着强烈的节能愿望，希望在利用所有可能的工具和行动达成这一愿望的同时，让员工感觉到舒适，让公司的资产不受损害。
Bathworks 公司能源管理的一个重要方面是它的车队。公司所有的交通工具，包括一些有人驾驶和无人驾驶的车辆都连上了WiFi，因此，拜伦随时能知晓它们的位置、当天的行程和总行程、平均速度和峰值速度，以及加速和刹车的模式。如果司机驾驶车辆的方式不当，浪费能源或者将自己和车辆置于风险之中，那么网络就会向司机发出邮件和短信提醒。一些员工认为，这种监控有点儿侵犯隐私，拒绝使用公司车辆。然而，大多数人，包括所有高管，都逐渐适应了这一模式。
拜伦和他手下的员工也密切监控着Bathworks 公司的采暖、通风及空调系统的能源损耗。他们知道每栋建筑里的每间房的温度、湿度、光照强度以及有无人员，他们监控的房间超过23 000 个。通过中央气温管理中心，可以立即升高或降低温度，也可以打开或关闭窗户和百叶帘。他们知道某个办公室、楼层或建筑物里当前是否有人，或者特定通气管道的气闸是否损坏。他们拥有预测模型，可以预测夏天降低建筑物内部温度以及冬天早晨提供暖气的比较适当的时间。三年间，这一系统已经为Bathworks 公司空调系统减少了超过20% 的能源损耗。
为了降低一天和一年中高峰时段的能源损耗，拜伦的团队也实现了对一些非必要设备的远程控制。复印机、打印机，甚至是自动售卖机都能根据需求节省能耗。这家公司还能为电动交通工具提供实地充电的服务，以在能源短缺或高峰时段降低充电率。
拜伦的团队将所有这些系统都整合到了数据运营中心之中。这个运营中心设在总部后面一栋不起眼的建筑物里面。这栋建筑物看上去像“进取号”飞船(Enterprise)的控制台，但是这里不需要像柯克船长(Captain Kirk)和斯波克先生(Mr. Spock)那样的能源管理人才，因为大多数系统都是全自动的。拜伦喜欢跟参观者这样解释：用于管理这些建筑的不同系统都被盖在一张“分析毯”之下。
现在，拜伦开始把目光投向能源管理的其他前沿领域，但是这意味着要在研发新一代技术上进行大量的投入。他有一个计划，打算在Bathworks公司的许多建筑中安装首代太阳能和风能设备，这些设备的性能可以根据可用风能、阳光、白天时长以及能源的价格进行优化。他也正在和供应商合力制作一份征求建议书。
拜伦知道这是个好主意，不过，与其他大数据能源管理工具低廉的成本不同的是，Bathworks 公司将需要投入大量的资金来节省能源发电的成本。
致怀疑者：
这一场景和一些先进企业已经在做的事情相比，并没有什么特别之处，尤其是微软公司已经发布了一份记述它如何在自己的园区内开展类似活动的报道。事实上，“分析毯”的术语正是出自那份报道。
场景三：新零售，让消费更智能
拉蒂蒂亚· 哈里斯(Latitia Harris)是Pettopia 公司的一位高级市场主管，Pettopia 是北美的一个宠物产品和服务连锁品牌，拥有220 多家分店。多年来，哈里斯一直都在为Pettopia 公司与在线宠物产品零售商之间的竞争落于不利地位而担忧。在线宠物产品零售商能掌握他们的客户身份及其购物信息。虽然公司拥有一个会员程序，但是许多客户都不是会员，公司只能通过信用卡识别客户的身份。而且，店内还存在少量但需要引起重视的偷窃问题：客户经常从零食柜台拿东西喂宠物，却不为此付账。
哈里斯得出结论，视频分析是解决这些问题的关键，会让Pettopia 公司在与在线公司的竞争中处于对等地位，甚至是优势地位。因此，她在每家连锁店都安装了摄像头，并开始开发视频分析程序。这些分析之所以必要，是因为视频内容远比人观察到的要多得多。此外，哈里斯对一些程序的快速响应也很感兴趣。
Pettopia 公司起初开发的应用程序中有一个简单的访客量计算器，在它的帮助下，哈里斯可以将访客量与销售量综合对比，并计算访客转化率。根据这一信息可以了解到哪些员工善于推动客户购物，也可以调整不同时段的员工人数。这个程序只需稍加拓展，就能分析员工为在店内寻找商品的客户提供帮助的频率。
然而，这只是一个开始。下一个应用程序更复杂，包含客户识别、宠物识别的功能。在视频图像与会员卡、信用卡、核对信息以及结账时问询宠物名字的匹配下，Pettopia 公司能够识别出90% 的客户和60% 的宠物。哈里斯发现，如果店员在未被告知的情况下叫出宠物的名字，客户会很惊讶，同时也会为此而感到高兴。所以，当客户进入店内后，移动设备上就会立即显示出他们和宠物的名字。
哈里斯同时赞助开发了一项应用程序，这项应用程序会记录客户在逛街时留意过却没有买的产品。如果他们有该客户的邮件地址，就能给他发一封提示邮件，如果下次再光顾购买这件商品或者通过网上下单，可以给他打折。这一举动带来了高转化率。Pettopia 公司也能通过为制造商提供关注过其商品的客户的信息来获得一些额外收入。
视频分析系统的新用途解决了偷吃零食的问题。Pettopia 的视频分析系统能够确定客户和宠物从零食柜台上拿走了多少份零食，并在该客户结账时显示库存数量。根据提示，对于常客偷拿的少量零食，收银员***应不予置评，第二次只能说“您的狗似乎挺享受这些零食的”。三次之后，或者如果是非会员客户，收银人员则直接点明：“还从零食柜台拿了四个，对吗?”并将价格计入总价。虽然一些客户为之惊讶，但是零食收入由此增加了5%。
哈里斯一直在用其他视频分析应用程序做实验，包括一个指示宠物是否需要美容的应用程序，还有一个应用程序则为表现差劲的宠物提供培训计划，而且会基于宠物在店内的表现给出相应的折扣。她觉得在视频内容中，自己只抓到了大数据分析的皮毛。
致怀疑者：
视频分析正变得越来越强大，如果经过专门的训练，可能早已能执行这个场景中所描述的大多数任务了。我知道人脸识别这项技术已经走得很远了，狗脸识别技术也许还只有几年，但是似乎不无可能。
场景四：智能家教，为孩子重塑教育
拉里· 迪西科(Larry DiCecco)是一名17 岁的高二学生。他父母知道他有很大的潜能，但是成绩却没有那么突出，所以他们认定拉里在学校并不用功。他们非常希望拉里能上大学，但是又担心他考不上理想中的大学，除非他能加把劲。拉里的父母并不富裕，也清楚他必须获得不少的经济资助才能承担得起费用。他的SAT[1] 模拟考试成绩很不理想，父母意识到，需要请家教来提高拉里的SAT 成绩，但负担不起家教费。
不过，他的父母从学校辅导员那里听说一家备考公司推出了一款智能家教(AutoTutor)应用程序。他们研究完这个应用程序之后，决定订阅几个月，这比请家教要便宜得多。这款应用程序中的所有备考内容都是以数字形式提供的，并且拉里消费的内容都是物联网化的，所以智能家教应用程序可以监督他的学习习惯。
开始使用智能家教服务之后，拉里和他的父母很快发现，他的学习效率非常低。例如，这个系统显示，拉里经常打瞌睡，学习重点不突出，而且学得很慢，因为他做了太多的重复性阅读，这表明他在学习时不专心。这个应用程序也显示，拉里学习时一心多用，例如，和朋友发信息，刷Facebook，听他非常喜爱的潘多拉音乐电台，有时还玩视频游戏，这也在他家人的意料之中。不过现在，他决定至少努力戒掉其中一些坏习惯。
这个应用程序还分析了他的词汇，认定他在科学类术语方面基础薄弱，所以给他提供了与这类术语相关的练习。在数学方面，它判断出拉里擅长代数，而在几何方面有所欠缺，因此为他提供了一系列针对性的几何练习。
SAT 考试中有一个写作部分，智能家教服务承诺会提升拉里的写作技能，至少是将被测试的那些技能。这个应用程序让他写一些短文，并自动为之评分。结果发现，拉里的短文异常薄弱的环节是每段的主旨句，因此为他提供了一套专项训练，提升他的技能。
每次在电脑上上完课之后，提高分数的应用程序会预测拉里的SAT 分数范围和每个部分很有可能的得分。他的预测分数开始稳步提升。
这个应用程序也让拉里的父母参与到他的学习和提升过程中来，包括向他们发送一些关于拉里的行为和进步方面的建议，以及针对他的状态和程序对他的态度和表现所做的推断，推荐他们可以采取的激励措施。和父母交流之后，拉里在功课上也有了一些进步。
拉里持续使用了两个月智能家教服务，花费比请家教少很多。虽然备考公司和拉里没有直接的接触，但是这家人对结果非常满意。拉里的SAT分数提高了150 分，这个分数处于智能家教应用程序预测范围的平均值，终于，他成功进入***的大学，并且想在进入大学之后还能继续使用智能家教应用程序来提高成绩。
致怀疑者：
如开普兰教育集团、嘉佩乐酒店(CapElla Hotal)和凤凰城大学(University of Phoenix)这样的组织已经在从事这个场景中描述的一些事了。大型在线教育联盟，如Coursera 和edX，也在研究这些衡量手段和建议的可行性。我预测，在接下来的几年里，大数据教育将是一个重点，而在这个场景中，拉里的经历可能会成为司空见惯的事。
成为***，还是竞争者?
我希望，这些令人振奋的场景或其他类似的场景能够在你的企业和行业中实现。原始的技术能力不太可能成为它们的障碍。事实上，正如我在“致怀疑者”中暗示的那样，现在这些场景的大多数方面是可以实现的，至少在实验或试点的基础上是这样。要实现这些场景，需要的是企业构建和部署这些创新的眼光与决心。踏上这一大数据旅程将需要非常丰富的想象力、相当大的勇气和全身心的投入。每一个场景都包括大量的工作，比如数据收集、IT 开发、系统和数据的整合以及分析模式的开发，而且企业可能需要一些富有成效的新工具的帮助。这些场景将需要一些优秀人才工作数年才能变为现实。在某些情况下，还需要调整一些政策法规，例如，发布允许无人驾驶汽车上高速公路的法律法规。
目前，所有这些创新的商业模式以及企业如何从中盈利，还没有完全明确，也不清楚客户是否欢迎它们，特别是像在宠物店安装摄像头这样的措施对客户和宠物的隐私都会构成威胁。但是，一些企业可能会解决这些问题，从而获得成功。例如，谷歌决定实现汽车无人驾驶，而其他一些企业则将会把它融入综合出行管理系统中。你希望自己的企业成为这些场景的***或创造者，还是竞争者呢?
本文摘编自《数据化转型》
