發展智慧消防，離不開消防的大數據。

雖然業界談論大數據的聲音在降低，但通過采集、分析和運用數據提升能力的行動卻越來越普遍，大數據已經成為消防等行業的底層關鍵技術。

1、智慧消防離不開大數據

建設智慧消防，很大程度上取決于消防大數據時代是否來臨。

人工智能，簡單點說就是機器智能，機器具有學習能力，而機器學習的前提是有大量的數據，沒有大量的數據作為支撐，人工智能智能就會止于空談。

大數據信息處理，主要分為四個環節——產生、傳輸、存儲與處理，每個環節都有技術上的突破，才能說是真正的大數據時代，才會有智能的產生。

比如說人臉識別、Google翻譯，都是在收集大量的數據之后，工程師們編輯出一套可靠的數據模型，然后才實現的人臉識別和自動翻譯。

此外，數據區別于信息，地球圍繞太陽運轉，這只是一個信息，而數據是一個記錄的過程，通過一些列的數據，可以推導出一些東西。

如，消防管理部門擁有多維、異構、實時、海量的消防大數據資源，包括人員(消防救援隊伍、社會消防力量等)、場所(高層樓宇、商業綜合體、地下建筑、出租房等)、企業單位(高危單位、重點單位、化工企業等)、物品(危化品、易燃易爆物品等)、環節(電器線路、消防設施、疏散通道等)、水源(消火栓、天然水源等)、巡查信息等多種數據。

另外，包括規劃、住建、國土、民政、通信、交通、氣象、供水、公安等相關部門的數據，需要對相關數據資源進行收集、融合，構建全面、實時、標準的消防大數據資源體系，為進行基于大數據方法的“智慧消防”建設提供良好基礎。

雖然，在消防領域記錄了很多信息，但并不是所有的信息都能稱之為數據。只有掌握大量的、有效的消防數據，把它們放在特定的、行之有效的數學模型中，才能夠讓數據發揮效用，讓數據、機器具有智能。

2、智慧消防大數據技術和應用

大數據是以容量大、類型多、存取速度快、應用價值高且實時數據不斷增長為主要特征的數據集合。

大數據思維發揮作用，簡單來講主要分為兩個方面，感知現在和預測未來。

感知現在：歷史數據與當前感知數據融合，潛在線索與模式的挖掘，對事件發展狀態的感知。

預測未來：全量數據、流式數據、離線數據的關聯分析，態勢與效應的判定與調控，揭示事故發展演變規律，進而對事物發展趨勢進行預測。

即，獲取原始采集的消防數據資源，然后進行數據清洗、比 對、整理及融合處理，成為“智慧消防”大數據，供系統調取并進行大數據分析利用。

3、大數據下的智慧消防商業模式

今年的兩會政府報告后，“智能+”成為一個熱詞。

“大數據+消防”，“智能+消防”，商業模式可能會發生重大的變化，主營業務核心或由消防產品制造轉向消防設備的運營和服務。

回顧董明珠和雷軍的10億賭約，其實就是兩條企業路線之爭。

傳統的商品，如空調、洗衣機等，都是一次性買賣，產品賣給消防費者，從某種程度上來說，就意味著交易的結束。董明珠經營的格力就是傳統的制造業思想，重視產品生產研發制造的專利和技術，這個小米在短時間內很難超越。

小米，則是數據驅動的公司。小米手機采用Google系統，雖然有改編的一些功能，但從根本上說沒有自己的核心技術。但通過小米手機，獲取用戶的數據，開發了音箱、電視等一些列家電，成為一家垂直電商，這些都是因為小米掌握了“數據流”，并從中獲取了新的業務。

再看如今的華為、BAT，他們紛紛搭建平臺，向消防、安防等領域跨界擴張，如華為的Ocean Connect平臺、阿里的阿里云等，并強調只是做平臺，不做下層業務。

為什么這些科技巨頭要獲取大規模的數據接入資源，他們背后的目的和野心在哪里?

我們來看下谷歌機頂盒的運營模式，或許能從中找到答案。

谷歌曾經為家庭用戶制作機頂盒，研發費用大，如果光靠賣機頂盒，谷歌不知道要什么時候才能夠賺回成本。但是谷歌通過機頂盒收集的數據，分析出家庭用戶的一些需求，然后研發出了游戲終端等一些列產品，賺的盆滿缽滿。

所以，看明白沒有，數據不是關鍵，如何利用有效數據開展生態商業，才是大數據時代正確的打法。

目前，智慧消防大事記還停留在最初級的階段，大部分屬于原始的數據收集，至于它的實用性，還需要進一步挖掘。

消防的管理和服務是持續不斷的，后續會有大量的數據積累下來，這些數據中會沉淀下消防的特征。通過對這些數據的分析，可以為消防的智慧化以及精細化管理提供決策依據，而且還能夠為智慧消防的服務系統提供新的洞察力。

大數據分析將大大提高消防企業的核心競爭力。大數據的分析和處理對企業來說是非常重要的，誰能掌控數據誰就能掌控市場。