牛津大學教授、暢銷書《大數(shù)據(jù)時代》作者Victor Mayer-Schonberger博士
Schonberger博士先給大家講一個故事，這個故事的主角是Oren Etzioni先生，他是一位大數(shù)據(jù)的科學家，其創(chuàng)建了好幾家大數(shù)據(jù)企業(yè)，其中最為有名的是Decide.com網(wǎng)站，該網(wǎng)站能監(jiān)測400萬種消費品的價格，使用超過250億種數(shù)據(jù)，從而幫用戶分析出什么時候最適合購買照相機。該公司77%的預測結果都是準確的，一般為每個產(chǎn)品節(jié)省100美元。Decide.com對于價格為什么變化并不關注，其關注的重點是大數(shù)據(jù)的分析可以為客戶節(jié)約大量的錢。
這就是所謂的大數(shù)據(jù)技術。從1993-2003年花了十年的時間才第一次完成人類基因測序，而今天人們只要花2-3天的時間，在2000美元的實驗室里就能做到同樣的事情。這就意味著現(xiàn)在測序的不僅僅是一個人類的基因組，而是所有人的基因組。
大數(shù)據(jù)三大特點：全體性、混雜性和相關性
1987年，在全世界大概有26億個數(shù)據(jù)點，大多都是模擬數(shù)據(jù)，到2007年已經(jīng)增長了100倍，而且還在繼續(xù)增長，更重要的是模擬數(shù)據(jù)的數(shù)量在2000年的時候達到了巔峰。而數(shù)字數(shù)據(jù)在2000年的時候，世界上3/4的信息還是模擬數(shù)據(jù)的形式，而今天它已經(jīng)不到2%了。所以可以理解，人們看到的數(shù)據(jù)就是現(xiàn)在數(shù)據(jù)點的數(shù)量之和，而且還會更多。Schonberger博士認為大數(shù)據(jù)有三個主要的特點：全體性、混雜性和相關性。
首先，全體性，既收集和分析更多的數(shù)據(jù)。如果人們研究的現(xiàn)象只有6000個數(shù)據(jù)點，抓住6000個數(shù)據(jù)點就是大數(shù)據(jù)，因為它抓住了所有數(shù)據(jù)。通過這種方式人們可以看到之前隨機抽樣給不了的細節(jié)，而且大數(shù)據(jù)帶來的速度可以用IBM Jase的話來描述：它帶給人們一種洞察力，這種洞察力人們從來沒有過。
其次，混雜性和相關性。在小數(shù)據(jù)時代人們總試圖收集一些非常干凈的、高質量的數(shù)據(jù)?？墒谴髷?shù)據(jù)不必追求精確性，人們可能會滿足于某種大的方向，而不是現(xiàn)象的點滴細節(jié)。當人們在宏觀上失去了精確性，卻可以在微觀上獲得準確性，因為更加混雜，相互加強作用帶來了第三個巨大的轉變：從因果關系轉向相關關系。
舉個例子說明一下，在50年代美國國防部花了幾百萬美元去創(chuàng)造一個計算機程序，將俄語翻譯成英語。他們是要教會計算機200種英、俄語法規(guī)則。而研究者認為他們會在1960年代完成這個任務，但在1962年就失敗了，因為語言太復雜了，他們根本沒有辦法用200種規(guī)則把它歸納。一直到1980年代我們才找到了一些希望，其實這個希望就是有著不同想法的公司的出現(xiàn)——IBM。想法就是建立起兩個非常大的語言庫，讓計算機自己找到統(tǒng)計的可能性或者概率，一種語言翻譯成另外一種語言的概率是多少，再考慮到它的語境。他們在這個實驗里用英語和法語翻譯了加拿大議會的辯論，他們把所有這些語料都給計算機，然后讓計算機做統(tǒng)計。所以在整個90年代這個項目取得了非常大的進步，機器翻譯變得可行，而此時IBM的數(shù)據(jù)并不夠大。15年、20年之后，谷歌公司采用了和IBM相同的設計理念，現(xiàn)在它已經(jīng)為全世界提供了非常大的搜索引擎，現(xiàn)在人們完全可以用機器來翻譯15種語言，還可以通過中介語來翻譯多種語種，這也是基于相關關系的。
無處不在的數(shù)據(jù)化
當人們數(shù)據(jù)化這個世界的時候，可以使用流程把數(shù)據(jù)進行存儲、分析，能夠從中獲得價值。以圖書館為例，老式的圖書數(shù)據(jù)化方法是進行掃描，獲得這些圖書的圖像，但是這種方式并不能讓獲得很多的數(shù)據(jù)。人們可以將最終的文本數(shù)字化，基于這些數(shù)據(jù)進行分析。比如一個藥物，對它的副作用進行分析，不需要實際病人的情況，只需要在網(wǎng)上看醫(yī)生輸入的關鍵詞就能知道。地點同樣也可以被數(shù)據(jù)化，因為地點有經(jīng)緯度、有GPS、有衛(wèi)星數(shù)據(jù)提供確切的位置，GPS接收器并不處理它得到的數(shù)據(jù)，如果把GPS接收器和電腦、智能手機結合起來，人們就能夠分析GPS接收的數(shù)據(jù)。
大數(shù)據(jù)生態(tài)系統(tǒng)
很多時候發(fā)現(xiàn)消耗電能的數(shù)據(jù)會產(chǎn)生一些數(shù)據(jù)流，而且有非常大的潛在價值。當人們進行數(shù)據(jù)化的時候可以把它轉化成別的東西，所以現(xiàn)在已經(jīng)有一個非常大的數(shù)據(jù)——大數(shù)據(jù)生態(tài)系統(tǒng)，他們會形成一個大數(shù)據(jù)的價值鏈，有三個方面的內(nèi)容：有技術的企業(yè)，有思維的企業(yè)，有數(shù)據(jù)的企業(yè)。大數(shù)據(jù)需要技術，技術可以在一家IT公司或者咨詢公司里找到，另外需要工作工具，他們需要知道如何去組織。另外需要有大數(shù)據(jù)思維的公司，有一些非常具有想象力的人可以利用數(shù)據(jù)做很多事情。這不僅僅關乎到創(chuàng)新或者企業(yè)家精神，而是關系到世界的想法。擁有數(shù)據(jù)的公司，通常情況下是大公司，比如新浪、百度、Facebook、谷歌，還有很多大的零售連鎖企業(yè)，市政公司，金融服務公司，這些公司都有很多數(shù)據(jù)，而且他們并沒有意識到這些數(shù)據(jù)的價值，只有從數(shù)據(jù)當中找到價值才能將自己轉型成為大數(shù)據(jù)公司。
如何在這個大數(shù)據(jù)時代占有一席之地
Schonberger博士認為，在這個大數(shù)據(jù)時代需要知道兩點，第一，技術或者規(guī)模并不意味著成功。20年前如果你有上十萬的服務器，像亞馬遜、谷歌需要這么多服務器才能做搜索的服務，可是現(xiàn)在，在大數(shù)據(jù)時代里這些新公司因為云服務，IBM云架構，也可以迅速趕上上十億的數(shù)據(jù)點，它們可以集體在Decide.com這個公司里進行分析，在Decide.com里有上十億的客戶，而這個公司其實只有30個員工，沒有實體的服務器。所以在大數(shù)據(jù)的企業(yè)家里，不管是大公司還是小公司，只要有創(chuàng)意就有可能成功。這些公司有兩種選擇，要么變得規(guī)模龐大，要么就是變成有創(chuàng)新精神的小公司，而且是敏捷的架構。
第二，為了在大數(shù)據(jù)時代有立足之地需要強有力的工具——好的數(shù)據(jù)分析架構。這些分析軟件可以幫人們獲得洞察力，比如IBM的分析產(chǎn)品，它可以帶來很多智能分析。幾年前谷歌選用藍色作為搜索窗口色彩，所以藍色最適合谷歌。然而谷歌的老板卻不這么認為，因為實際上有51種藍色，設計師需要從中分析大量的數(shù)據(jù)來找到合適的藍色，如果重新從51個藍色中選擇一個，那么這個設計師可能就得辭職了。在這51種藍色中他發(fā)現(xiàn)最好的色澤與最初選擇的藍色是不一樣的，但當他們用裸眼比較時根本看不出如此微妙的區(qū)別。當你用大數(shù)據(jù)測試分析的時候，你會發(fā)現(xiàn)一種能讓谷歌損失200-300億收入的藍色，因為其它藍色更有誘惑力。這就是大數(shù)據(jù)的力量，也就是擁有了大數(shù)據(jù)思維的力量。
大數(shù)據(jù)帶來的時代機遇
如果數(shù)據(jù)對于經(jīng)濟成功很重要，政府也希望發(fā)掘數(shù)據(jù)的財富。政府提供一些基礎設施給企業(yè)和社會，街道、鐵路、電網(wǎng)、排水系統(tǒng)等等，這都是經(jīng)濟發(fā)展的基礎。在美國，聯(lián)邦政府為私有部門和社會免費提供50多萬種數(shù)據(jù)，很多歐洲國家也仿效此法。還有像國際組織，比如世行，因為他們認為數(shù)據(jù)分析是推動經(jīng)濟發(fā)展的一種方式，也給人們發(fā)展提供動力。在過去30年里我們看到了在制造業(yè)的轉型，從西方到東方，經(jīng)濟發(fā)展的源泉來自亞洲，在美國導致很多人失業(yè)，所以奧巴馬總統(tǒng)就給蘋果公司加了很大壓力，要把很多制造基地轉回美國，Schonberger博士認為這在政治上是正確的，但并不是明智之舉。因為在大數(shù)據(jù)時代真正的利益來自于數(shù)據(jù)而不是制造。所以，如果一個國家能夠在大數(shù)據(jù)時代生存和繁榮下來，它一定會成功。未來的競爭優(yōu)勢、成功源泉將會是來自于數(shù)據(jù)，而大多數(shù)國家只是剛剛進入大數(shù)據(jù)時代。但是誰會成功，誰會失敗還不知道。
