【49:20】
杨昀煦：所以也多亏了像您说的VMware跟各大厂商适配做得特别好，我们也希望它在中国的路一片大好。
我们进入下一个话题，我们之前一直说空气不好希望用大数据来分析一下，这也是大数据的一个体现，现在IBM把自己的大数据跟Twitter合作，因为Twitter大家知道用户特别多，各个用户的特点都是非常分散的，也是大数据得到了特别好的应用，您觉得IBM和Twitter合作是不是有一定的必然性？IBM也希望体现自己大数据的能力，Twitter也希望有这种水平的公司来帮助它？
赵效民：我觉得是这样的，我觉得这个Twitter我们先看它的属性是什么，有些人管它叫互联网公司，有些人觉得说它是互联网的传播公司，有些说是互联网媒体，我比较认同它是一个媒体，但是媒体内容并不是Twitter的员工做出来的，而是Twitter的用户提供出来的，比如说发表一些什么小新闻，赶紧啪一下就出来了，哪坠机，埃博拉病毒了，Twitter的反应速度非常快，但是这个反应速度是它用户的反应，有一些用有这样一种心理，我要尽快发出来，这是头条，这是我发的，这是我最先得到的消息。
但是，作为Twitter它是一个很大的数据的拥有者，但是这个数据对他来讲太多了，太大了，Twitter并不是一个很严格意义上以技术为先的互联网公司，不像Facebook，不像阿里，亚马逊这类公司，Twitter还是说我给你做好一个媒体的消息的传播平台，它怎么盈利呢，其实跟传统媒体差不太多，也是移动的广告或者怎样的一些东西，所以它也希望说是不是我能通过用户的一些数据来找到一些合理的营销机会，所谓的合理我不破坏你的体验，我不破坏你的隐私，而是说我真正是从数据里边看到了一些规律，我看到了一些可能喜好的一些倾向，可能的一些商业机会，借助这个商业机会我是跟这些相关的用户客户去合作也好，还是根据我自己，然后我再去做一些增值的服务，这可能都是他很重要的需求，这个时候这次IBM也是沃森的部门跟它做的合作，沃森我们知道它最早是由90台Power750服务器组成的一个大的智能化的数据处理集群，它最着名的一个战绩是参加了美国的一个危险边缘智力问答的节目，战胜了两个有史以来最好的人类选手。这个问答其实是特别能体现计算机智能的能力的节目，它怎么出题呢，评委的出题是我找准这个人，我通过他外围的一些信息把这个人描述出来，比如说我先告诉你他是十几世纪，他干过什么事，做得怎么着，让你把这个人猜出来，这个时候就需要有大量的检索能力，交叉检索，有年份的一条线，地理的一条线，还有性别，怎么着的一条线，你通过不同条线去找出几个点，把最可能的点可能就是它的正确答案。
沃森，后台有一个纪录片，IBM看沃森它自己的分析，一般沃森针对不同的问题至少会给出5个答案，沃森自己会判断这个答案靠谱程度，它会选择一个最靠谱的说出来，因为它有一个基准线，高于这个基准线的才会被最终沃森来去采纳，基于这么一个原理，因为你想想人脑他的记忆量是有限的，但是沃森后面是一个整套的大的数据库，为此IBM当时把维基，很多的包括大英百科全书全都往里边输入到沃森里边了，沃森以它自己海量的处理能力来去即时应答。
这次我们可以看到Twitter所产生的数据跟当时的危险边缘的问答设计其实有类似的地方，Twitter的数据量大到多少呢，每天大概有48种语言，5亿条数据出来，48种语言你想想你能说出几种语言的名字，你能说出20种都差不多了，它有48种语言，全球各地的人都在那上面用Twitter，可能就中国好像没有吧。所以说沃森在上面它要针对48种语言国家的用户去看他们每天发的消息，然后去找一些关键字，这些关键字我觉得应该是Twitter和IBM共同去研究的，针对某些热点我们去看，比如说埃博拉，他可能去看埃博拉在Twitter上历史数据，不同国家，可能来自中国的评论少一些，可能来自美国的评论特别着急，来自非常的特别悲观，来自欧洲的怎么着，这都是可以分析出来的。
然后再通过对于某些食品，某些产品，比如说Iphone6出来以后是不是我可以做一个历史的筛选，从Iphone6开始发布到一个月两个月之后，Twitter上的口碑评价或者怎么着，以此类推，这样我觉得对于，如果说我是一个厂商的人，我是一个做消费品的，我的用户可能是很多都会在Twitter上去发表意见的人，我可能会跟Twitter说我能不能付一笔钱，我能看看我的口碑吗，你能帮我去做一个调查或者怎么样，我觉得这么着其实也是Twitter的一个营收的新的增长点，它为这些所谓的CMO，就是这种企业的首席市场官，他会给他们去定制化你的公司产品分析服务，这可能是它新的增值的一个体现，这背后的技术支撑就来自于IBM沃森，这次IBM沃森和Twitter的合作我们看到了一种新的未来的商业模型，现在很多人都说我应该怎么做大数据营销，首先你有没有那么多的数据，你有没有那么好的数据质量，你没有那么好的数据我给你拿沃森分析一个底掉可能也不是用户需要的，可能用户在你这也得不到什么有用的结果。
但是，如果说像Twitter这样的，真的是全球的一个镜子，全球的一个发言场，我觉得在这上面去挖掘一些东西，因为这个数据本身是属于Twitter的，它又不能说去很放心的，比如说你是一个公司的一个人，你说我把你数据买下来，或者你给我开一个月的时间窗口，你让我可以随便用你的数据，我给你付一大笔钱，如果换Twitter谁干啊，这有很大的安全风险，我把我的用户数据全都交给你了，你做一遍清理，你是不是把这东西又给卖出去了，甚至你还可以做竞争对手的分析。
但是，Twitter现在和IBM如果这么合作了以后它可以自己做，我可以自己给你提供一个，私下给你提供一些定向的这种服务，当然我不去泄密，我只会给你提供一个报告或者我给你提供一个竞品分析或者怎么样的，我觉得这是一个，真的是通过现实中的数据来去看清市场这么一个举措，Twitter本身可能没有这么强的数据分析的能力，这次借助于IBM我觉得是很受人启发的案例。互联网公司不见得什么都行，传统的IT厂商也不见得说玩不转互联网时代的一些东西。
杨昀煦：所以可能以后大家再收到那种广告电信类的可能就是比如说我需要的是女装什么的，它就会给我发这一类的，您需要的是男装或者是购置房产，可能就给您发这一类的，所以大数据也是。
赵效民：我觉得这个大数据本身其实关键是看你这个人想怎么分析，数据在这里，有不同的脉络在里面，其实我也说过很多次，我以前在军队里面搞无线电测向的，无线电测向一个很重要的机理，通过不同条线来去找交叉点，去找出这种我想测量的电台的方位，电台的侧向很重要的原理我的接收天线正对你的电台的时候，我接收的电波这种电场强度是最高的，这时候我按照你的方向定下来我划一条线，这只是一条线，我在另外一个地方也同样的电线去转的时候，我也是正对你的时候是最高的，我把这个方向定下来，你那方向跟我的方向交叉出来有一个交叉的点，这就是一个点了。
