以合理规划，统筹资源为目的，“顶层设计”初衷无可争议。但具体到大数据，其顶层应该如何设计？这让我想到了云计算。有人说，应该设计一个“中国云”，果真如此，绝对可以实现社会资源最大化。
　　说到大数据应用的顶层设计，前不久恰巧看到一个有着500多万人口的中等城市所做的大数据应用“顶层设计”，在此分享如下。

　　该方案设计以智慧城市建设为核心，将需求分解为云计算、移动计算和大数据应用三个部分，并通过构建卓越研究基地（CoE）来满足需求。其中，大数据CoE的设计是整合智慧基础设施的各种信息，用于提高金融、交通、制造等产业大数据的分析能力，以此为依托提供城市的智能化管理水平。
　　根据部署大数据CoE建设，需要经历规划、基建、培养、设计、交付、运营和提升等步骤逐步加以实施。如此“顶层设计”，不可谓不周全。但不知道为什么，总感觉有些无的放矢。
　　不要说时效，仅数据整合就是一个难题，所谓“信息孤岛”，难就难在其背后所牵涉的条块分割和行业壁垒问题，并不是技术问题，因此大数据CoE完全可能因数据整合而搁浅。
　　如果说“顶层设计”自上而下，有时候不妨自下而上。所谓大数据应用，以海量非结构化大数据为主，如：奥巴马连任总统和大数据、2009年谷歌在甲型H1N1流感爆发前几周成功预测，公共卫生部门震惊、美国折扣店零售商塔吉特与怀孕预测、UPS快递最佳行车路线和汽车修理预测、亚马逊大数据书评推荐下调战胜专家团……，所有听说过的有关大数据应用的段子，一个共同的特点是匪夷所思。这样的应用显然不是按照顶层设计出来的，尽管如此，这些近似草根的应用，对智慧城市建设意义重大。以H1N1为例，如果公共卫生部门能够提前有所警觉，就不会陷于被动补救的局面。
　　其实对于公共卫生部门而言，要做的不是再造一个谷歌，他们要做的就是开放数据，并购买第三方提供的数据服务。
　　以智能交通为例，交管部门拥有大量数据，包括公交刷卡数据、卡口视频监控数据等，单凭交管部门自身的技术实力，并能够充分保存和利用好这些数据，受存储容量的限制，有些数据被覆盖/删除掉了。这也是大数据的一个特点：数据价值密度低，如果用传统手段处理这些大数据会得不偿失。
　　对于这些价值密度低的大数据，更好的办法是自下而上，有关部门应该面向社会开放这些价值密度低的大数据，充分调动社会的力量和智慧挖掘数据的价值，鼓励推动相关数据服务的推广。开放这些大数据，会涉及隐私等敏感问题，但是这些不应该成为阻力和借口，对于隐私的保护，应该从传播一端加以控制和管理，而不是扼杀在数据的源头，那样就如同把孩子和脏水一起泼掉。
　　开放大数据，也去会出现更多“高速摸奶男”类似的事件，但与“孩子”相比，这只是“脏水”，不可因噎废食。数据开放与隐私保护，这是一个事物的两个方面，以政府的智慧，解决类似的问题并不难。
　　所谓大数据应用的“顶层设计”并不完全是一个技术命题，政策环境，法律制约等土壤环境更是不可或缺的因素。大数据需要大智慧，这才是顶层设计的关键！