发展智慧消防，离不开消防的大数据。

虽然业界谈论大数据的声音在降低，但通过采集、分析和运用数据提升能力的行动却越来越普遍，大数据已经成为消防等行业的底层关键技术。

1、智慧消防离不开大数据

建设智慧消防，很大程度上取决于消防大数据时代是否来临。

人工智能，简单点说就是机器智能，机器具有学习能力，而机器学习的前提是有大量的数据，没有大量的数据作为支撑，人工智能智能就会止于空谈。

大数据信息处理，主要分为四个环节——产生、传输、存储与处理，每个环节都有技术上的突破，才能说是真正的大数据时代，才会有智能的产生。

比如说人脸识别、Google翻译，都是在收集大量的数据之后，工程师们编辑出一套可靠的数据模型，然后才实现的人脸识别和自动翻译。

此外，数据区别于信息，地球围绕太阳运转，这只是一个信息，而数据是一个记录的过程，通过一些列的数据，可以推导出一些东西。

如，消防管理部门拥有多维、异构、实时、海量的消防大数据资源，包括人员(消防救援队伍、社会消防力量等)、场所(高层楼宇、商业综合体、地下建筑、出租房等)、企业单位(高危单位、重点单位、化工企业等)、物品(危化品、易燃易爆物品等)、环节(电器线路、消防设施、疏散通道等)、水源(消火栓、天然水源等)、巡查信息等多种数据。

另外，包括规划、住建、国土、民政、通信、交通、气象、供水、公安等相关部门的数据，需要对相关数据资源进行收集、融合，构建全面、实时、标准的消防大数据资源体系，为进行基于大数据方法的“智慧消防”建设提供良好基础。

虽然，在消防领域记录了很多信息，但并不是所有的信息都能称之为数据。只有掌握大量的、有效的消防数据，把它们放在特定的、行之有效的数学模型中，才能够让数据发挥效用，让数据、机器具有智能。

2、智慧消防大数据技术和应用

大数据是以容量大、类型多、存取速度快、应用价值高且实时数据不断增长为主要特征的数据集合。

大数据思维发挥作用，简单来讲主要分为两个方面，感知现在和预测未来。

感知现在：历史数据与当前感知数据融合，潜在线索与模式的挖掘，对事件发展状态的感知。

预测未来：全量数据、流式数据、离线数据的关联分析，态势与效应的判定与调控，揭示事故发展演变规律，进而对事物发展趋势进行预测。

即，获取原始采集的消防数据资源，然后进行数据清洗、比 对、整理及融合处理，成为“智慧消防”大数据，供系统调取并进行大数据分析利用。

3、大数据下的智慧消防商业模式

今年的两会政府报告后，“智能+”成为一个热词。

“大数据+消防”，“智能+消防”，商业模式可能会发生重大的变化，主营业务核心或由消防产品制造转向消防设备的运营和服务。

回顾董明珠和雷军的10亿赌约，其实就是两条企业路线之争。

传统的商品，如空调、洗衣机等，都是一次性买卖，产品卖给消防费者，从某种程度上来说，就意味着交易的结束。董明珠经营的格力就是传统的制造业思想，重视产品生产研发制造的专利和技术，这个小米在短时间内很难超越。

小米，则是数据驱动的公司。小米手机采用Google系统，虽然有改编的一些功能，但从根本上说没有自己的核心技术。但通过小米手机，获取用户的数据，开发了音箱、电视等一些列家电，成为一家垂直电商，这些都是因为小米掌握了“数据流”，并从中获取了新的业务。

再看如今的华为、BAT，他们纷纷搭建平台，向消防、安防等领域跨界扩张，如华为的Ocean Connect平台、阿里的阿里云等，并强调只是做平台，不做下层业务。

为什么这些科技巨头要获取大规模的数据接入资源，他们背后的目的和野心在哪里？

我们来看下谷歌机顶盒的运营模式，或许能从中找到答案。

谷歌曾经为家庭用户制作机顶盒，研发费用大，如果光靠卖机顶盒，谷歌不知道要什么时候才能够赚回成本。但是谷歌通过机顶盒收集的数据，分析出家庭用户的一些需求，然后研发出了游戏终端等一些列产品，赚的盆满钵满。

所以，看明白没有，数据不是关键，如何利用有效数据开展生态商业，才是大数据时代正确的打法。

目前，智慧消防大事记还停留在最初级的阶段，大部分属于原始的数据收集，至于它的实用性，还需要进一步挖掘。

消防的管理和服务是持续不断的，后续会有大量的数据积累下来，这些数据中会沉淀下消防的特征。通过对这些数据的分析，可以为消防的智慧化以及精细化管理提供决策依据，而且还能够为智慧消防的服务系统提供新的洞察力。

大数据分析将大大提高消防企业的核心竞争力。大数据的分析和处理对企业来说是非常重要的，谁能掌控数据谁就能掌控市场。

【凡本网注明来源非中国IDC圈的作品，均转载自其它媒体，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。】