这种相关的关系是一直动态变化的。过去我们只能看到静态的过程，可能只看到这一点看不到下一点了，而在一个事实动态的过程中捕捉所有的相关因素，可以让结果更加准确。
举个例子，谷歌街景可以捕捉到海量的数据，可以给无人汽车提供路况信息，可以提前预知周围的环境，同时车上有数十个传感器，可以捕捉周边的数据，保证行驶的安全。谷歌就是把数据整合在一起了，从一维到多维。我觉得，谷歌汽车是目前大数据应用比较成功的例子。
能源大数据用处多多
我们把大数据和各个领域结合，看他未来的市场价值，发现能源这一领域，在整个大数据市场中，可以占到8.5%，为什么会占到这么大的比例?主要是因为能源行业的特点。
第 一，能源行业本来就是一个非线性的混沌系统，相关因素多。比如地缘政治、种族主义、恐怖主义这些不可抗力。如果借助大数据手段，把这个地方的宗教、历史、 人文、社会等等因素模拟出来相关之后，可以预测一定时间内恐怖分子炸油管的可能性，在什么时间发生，可不可以预防。电力生产领域，风电、太阳能，也不只跟 太阳的辐射量有关系，跟环境、温度，沙尘暴的相关性也非常大。
第二，数据类型的复杂多维。就电力生产来讲，有生产端、有输出端、有消费端，现在消费者参与到当中来，这个数据就比较多维，发电企业、电网企业、消费者都有不同的需要。将来微网流行起来以后消费者的比重就更大了，所以他是多维的系统。既有结构化的数据，也有非结构的数据。
第三，数据价值的密度较低。数据量很大，但是真正有价值的数据很少，经过筛选，就可以发现更多有价值的信息和无数的小机会。
第四，数据处理的要求很高。举一些能源大数据在风电上的应用实例。首先，风机的制造。以前做风机，试错的成本很高，在实验室最起码做一些样机出来，反复的调 试，现在通过数字模拟技术，很多调试在计算机上就可以完成，还可以依赖前端采集的大数据，减少试错的时间和成本。其次，风力的监测。风力的监测就是实时动 态的监测和历史数据结合的过程。监测的作用有那些呢?可以给风机的研发提供数据的支持;可以减少运营成本;可以做单个风机的优化，最重要的，可以提升风机 间的配合。风机是有尾流的，相关性很高，一个风机产生的尾流会影响另外一个风机的处理的，为了让整个风场的配合更好，相关性更强一些，我们还要做尾流控 制，这是在传统手段下解决不了的，只能从理论上模拟单个风机，大数据情景下我可以根据当时的实况对风机之间做调配，协调性更好，整个风场的发电率更高。
大数据的金字塔顶端最终取决于人
能源大数据产业链，我把它分成四层。第一层最大的就是数据的收集和存储，是数据形成的过程。运用到流计算、并行计算、分布式计算，等等很多计算的过程和存储的过程，他是整个大数据行业的基础端。
再往下一个层次就是信息的整合端，把采集到的海量的数据变成一个信息，经过一个去噪和强化的过程，做信息的整合。
第三个层次，知识的发现过程。从初步的分析，从信息中提炼出我们需要的内容，把它变成知识，涉及到数据加深、机器的学习。
第四个阶段，在金字塔顶端，也是最难的，是把初步的分析做深度的应用，这个就是从知识到智慧的过程，需要洞察。简单来讲，需要人的更多的经验、更多的积累，甚至天分的参与的，并不是一个完全可以被机器替代的过程。
结合这四个层次来讨论一下大数据的产业链。上游就是一个数据资源，比如电网，它拥有非常庞大的数据资源，这是很好的方式。中游就是技术，数据整合和分析，通 过去噪和增强，实现第二层次的数据整合和第三层次的初步分析。下游应用，就是第四个层次，需要经验判断和知识的融合，最终来创造商业价值。
所以，大家都说BAT要进来能源行业。但我觉得他们进来之后，可能对数据形成、信息整合、知识发现等有很大冲击，但对于有门槛的能源行业，还是有一定的壁垒，需要更多人的经验、积累，甚至天分来参与，能源互联网并不是一个完全可以被机器替代的过程。
前面提到，大数据不转化为商业价值是没有用的。大数据的商业价值，对内就是降本增效的过程，比如安全生产预警、环境风险管理，还有风机的运营维护和监测，都 可以减低成本，增加效益。对外是实现商业价值的过程。我们可以卖设备、卖服务，甚至卖数据。数据资源有垄断优势，但是数据资源如果不分享、不交流，可能会 形成数据孤岛，商业价值可能就会减少。
大数据是天然和金融相关的
投资和能源大数据的关系从两个角度来说。第一个角度，对企业本身来讲， 投项目的目的是为了赚钱，但是最终能不能赚到钱，是概率事件。企业为了让投资决策更准确，可以运用大数据，降低项目的投资风险。比如油气开采的例子，可以 用大数据做模拟钻采，同时真正开钻的过程中做实时的调校，这样就可以降低试错的成本。
第二个，对于金融机构来讲，能源大数据可以帮我们来发 现产业链上的好企业。比如，百度、阿里巴巴和腾讯，为什么说他们三家是好企业呢?做过大数据分析之后发现，百度汇集的是信息资源。阿里巴巴汇集的是商品资 源，腾讯汇集的是社交资源。在大数据分析之下发现，他的信息流非常大，产生的价值也很大，我们就发现了好企业。同理我们可以在这个产业链条上发现哪家企业 是做能源大数据做的好的。
融资是很多企业关注的问题。美国的一个谐星说过一句话：银行只有在你证明你不需要钱的时候才能借钱，因为银行是这 样的机构，从来不会雪中送炭。这就是很多初创企业想从银行拿钱很难的原因，他只做锦上添花的事，企业经营很好才给你拿钱。反过来想说明什么问题呢?如果想 从银行借钱的话，企业就要出示一系列的证明。有了大数据就可以让银行更信服一些。比如光伏电站融资，行业内的人觉得光伏电站是一个固定收益的好产品，但是 银行会问，电站质量如何，限电怎么样，补贴到位怎么样，现金流怎么样，到底是不是真的固定收益。如果我们可以提供一个客观真实的数据取得银行的信任，就可 以更容易的借钱。
但大数据绝对不是无所不能的，因为当我们通过大数据的分析采集、分析整合，得出一个结论的时候，他最终能不能变成商业价值，其实是跟行动相关的。同样的道 理，我们通过大数据得到一个结论的时候，我们最终能不能把它变成我们自己值得依赖和骄傲的商业价值，是跟行动有关系的，这完全依赖于人的眼光、格局和执行 力了。
关于嘉宾：郭剑寒，美国纽约州注册律师、中国律师资格，现就职于某顶级合资投行。在能源、新能源、节能环保等领域的境内外并购交易、股债权融资、私募股权投资等方面具有丰富经验。