回到刚才的问题，如果中国移动开放了所有的网络日志，这些大数据中什么样的信息是有价值的？我的回答是不知道，但是也许你可以开放这些数据，集思广益，让大家让全世界的神人们来帮你发现这些信息。接下去的问题是说你要开放一个数据，你要做一个平台，请问你的平台是怎么做的？这个我知道。这个是我们的一个假想图，但是不要以为我是纸上谈兵，我先卖一个关子。这个图最右边很简单，是一些分布式的云存储，说我们用一大堆便宜的服务器把中国移动、中国联通等等的大数据往里面一存，光有存储是不是够呢？是不够的，因为我们刚才说了，大数据是不是忽悠？关键问题在于你能不能发现其中的价值，发现其中的价值靠什么东西呢？靠中间的地方，算法，数据挖掘的算法，所以，你中间这个地方，你要有数据挖掘的算法加上云计算的并行计算。为什么要用并行计算？因为大数据的量太大了，你简单算的话，几个月也算不下来，时间就是价值的一部分，所以你要用并行计算加速数据的处理。最前面是什么？它是一个APP Stroe。那些开放以后来自外界的专家提供的不一定是最后的答案，但是他们完全可以提供很多很有价值的中间工具，中间的工具串联在一起，就极有可能促成发现最后的价值信息。所以，在我们中间就特别强调这个中间的工具，这就是我们APP Stroe的意义所在。云计算的平台第一是你的存储要便宜，你买一大堆垃圾的服务器，串在一起有一个非常漂亮的名称就叫云存储。
刚才我说的是技术架构，在这个技术架构里面，实际上牵扯到很多很多的人和物。首先，左边是说我们有很多数据来源。刚才我们举例说中国移动有网络日志，我们还有舆情分析等等，我们称之为数据来源。数据来源放进去之后，你要发现不了价值那就是垃圾，怎么才能发现呢？我刚才讲了，那是艺术、那是经验，靠很多人，其中最主要的一种人是教授、学者。那些人一天到晚看着文案想主意，然后他发现一种新的算法，应用开发商来应用，开发出一个很简单好用的应用，这个应用就是说我有一个功能性的东西，怎么才能让用户喜欢呢？我们需要一个产品设计师，你有了产品了，也能够推到市场，但是需要钱，谁来帮你做这个事呢？投资商进来，然后你有了产品为谁服务？三种人，最终消费者、企业、政府。所以，你要想促成这个大数据产业的繁荣，实际上就要团结很多人形成一个生态系统共同繁荣，其中最最主要的实际上是两条。第一个是扩大数据的来源，第二个是尽可能发现大数据中间的价值，抓住这两条，大数据产业就能繁荣。
这个实际上是说一个产业一个学界上的开放平台，叫KDD，这是洛杉矶分校搞的一个，在所有的数据应用中间，这个地方是被引用最高的。大数据样本很多人在捐，已经联系到中国移动、中国联通以及好几家银行，还有中国海关、中国政府部门，他们会提供一些数据的样本，什么叫样本呢？样本是说一个部分的区域，不是全国的，而且是经过处理的，把一些真实的信息去掉，保护隐私。所以，数据有了，接下去，我们刚才说这个数据平台，那是要钱的，现在钱也有了。这张照片是我周五刚刚拍的，在西二旗中关村软件园，右边旗杆这个地方的楼是北京市政府指定给云基地的，在云基地里面搞一个什么东西呢？叫集客共和国，GeekCafe，首先它是一个咖啡店，在里面干吗？交流思想，思想是碰撞出来的。第二个叫GeekShow，实际上是一个展厅，大家做出来产品模型可以去贩卖。第三个是GeekLab，大家可以坐下来在一起工作。我们搞这个东西干什么呢？我们实际上是想做一个实验，这个实验首先是发现了大数据有什么价值；第二个是团结这帮集客，这帮很牛的工程师，这帮人代表了能力；第三是一个不成熟的产品的原型。有了这三样之后，我们就可以把需求、研究、投资、产品、市场几样要素串联起来。所以，参与这个集客共和国的这些人，有学者、工程师、媒体、投资人，你开发一个东西，我们卖给大公司，由他开发产品，我们抽个10%，15%GeekLab就可以养活了。