移动互联网和大数据将带来“新财富鸿沟”
在人类历史上,每一次重大的技术革 命或商业模式革 命,都推动了人类社会前行。但与此同时,也带来人类不同族群之间的力量失衡和财富失衡,总有一部分族群加快了发展速度,掌控了更多的财富,也有一部分族群被甩在后面。
最佳管理智囊档案
在18世纪下半叶,随着蒸汽机的发明,欧洲开始进入了工业文明时代,而此时亚洲等许多地区还处在农耕文明时代,两者之间的财富鸿沟日渐明显。从此时开始,全球的财富中心开始向西方转移。
在20世纪初,随着股票交易制度及相关制度的完善,纽约开始成为全球第一大金融中心,纽约证券交易所、华尔街、摩根已经开始成为当代金融业的标志。在这一轮的金融业革 命之后,也同样拉开了美国和欧洲的财富鸿沟。自纽约成为世界金融体系的太阳之后,包括伦敦在内的世界其他金融市场,从此成为围绕着这个太阳旋转的行星。
在20世纪下半叶,随着在电子、通讯、半导体、软件等方面的大量创新涌现,硅谷开始成为全球信息产业的圣地,成为全球信息产业当之无愧的领导者。在这一轮信息技术革 命之后,美国与亚洲等其它地区的财富鸿沟进一步拉大,随着美国技术源源不断的出口全球,财富和权力进一步集中到西方。
移动互联网和大数据时代的到来,事实上也是一场技术革 命与商业模式革 命,与前面的历史类似,这场革 命同样会拉大不同族群之间的财富鸿沟。
首先,在不同国家之间,在全球移动互联网和大数据体系中所处位置是不同的,比拼的是谁更接近生态体系的基石位置,从而能真正把握住未来发展的命脉,包括手机操作系统、大数据底层平台、开源软硬件平台、大规模社交平台、电子商务交易平台等。现在看来,这些主流平台极有可能集中于少数几个国家之间。互联网是没有国界的,但互联网企业是有国界的,这样集中于少数国家的技术、平台与数据,将拉大不同国家之间的财富鸿沟,甚至形成数字化的垄断霸权。
其次,以中国为例,中心城市与中小城镇的数字化差距也将日渐明显。从城市竞争的角度看,中心城市将占据核心数据资源与核心平台资源,对于商机、人才、知识具有垄断性控制力,是中小城镇无法比拟的。中心城市对于未来移动互联网和大数据的运用将愈发娴熟,使其不断提升城市竞争力。而中小城镇将长期徘徊在这一轮新技术革 命的边缘处。这样使得财富鸿沟进一步拉大,大型城市就像一个黑洞一样,源源不断地把发展中的财富吸附进来。
第三,在不同行业之间,可以发现,如果说以往,行业界限泾渭分明,各有各的财富空间。但现在则不同,以阿里巴巴、腾讯等企业为代表的互联网业,正像“站在门口的野蛮人”一样,冲进了传统行业的领地,可以看到,传媒、出版、零售、教育、交通、旅游、影音、IT等诸多行业都面临价值被互联网掠夺的风险。其中的要点在于互联网公司掌握了用户资源和行为数据,纷纷搭建了自己的云计算平台和大数据平台,比传统行业更懂它们的用户,定价更低,服务更好,这将自然造成不同行业之间的财富鸿沟。
第四,在不同受教育人群之间,是否善于运用移动互联网或大数据的优势,这一点将构成不同人群职业发展的显著差异。移动互联网和大数据既是新技术、新应用,同时也是新思维、新观念,移动互联网所蕴含的“在线”、“连接”的观念极大改善了人与社会资源的配置,大数据所蕴含的“相关性”“规律性”的观念将增强人的洞察力。因此,未来人的职场竞争,无论从事什么行业,在很大程度上比拼的是是否形成了新观念,善用新工具。不同的理念和不同的学习能力,将拉大不同人群之间的财富鸿沟。
移动互联网和大数据在推动社会发展的同时,也极有可能带来新的新财富鸿沟。效率并不必然带来公平。
数据分析咨询请扫描二维码
数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22