1.2　大数据带来的变革

大数据时代已经到来，认同这一判断的人越来越多。那么大数据意味着什么，它到底会改变什么？仅仅从技术角度回答，已不足以解惑。我们需要把大数据放在人的背景中加以透视，理解它作为时代变革力量的所以然。

1.对价值的变革

未来十年，决定一个国家是不是有大智慧的核心是国民幸福。一体现在民生上，二体现在生态上，通过大数据让有意义的事变得明晰，看我们在人与人的关系上做得是否比以前更有意义。总之，让我们从前十年的意义混沌时代，进入未来十年的意义明晰时代。

2.对经济的变革

生产者是有价值的，消费者是价值的意义所在。有意义的才有价值，消费者不认同的，就卖不出去，就实现不了价值；只有消费者认同的，才卖得出去，才能实现价值。大数据帮助我们从消费者这个源头识别意义，从而帮助生产者实现价值。这就是启动内需的原理。

3.对组织的变革

随着具有语义网特征的数据基础设施和数据资源发展起来，组织的变革就越来越显得不可避免。大数据将推动网络结构产生无组织的组织力量。最先反映这种结构特点的，是各种各样去中心化的Web 2.0应用，如RSS、维基、博客等。大数据之所以成为时代变革力量，在于它通过追随意义而获得智慧。

4.对思维的变革

在舍恩伯格的《大数据时代：生活、工作与思维的大变革》一书中指出，大数据时代对社会的最大影响就是对人们思维方式的3种转变，即：

（1）全样而非抽样；在过去，由于缺乏获取全体样本的手段，人们发明了“随机调研数据”的方法。理论上，抽取样本越随机，就越能代表整体样本。但问题是获取一个随机样本代价极高，而且很费时。人口调查就是典型一例，一个稍大一点的国家甚至做不到每年都发布一次人口调查，因为随机调研实在是太耗时耗力了。但有了云计算和数据库以后，获取足够大的样本数据乃至全体数据，就变得非常容易了。谷歌可以提供谷歌流感趋势的原因就在于它几乎覆盖了7成以上的北美搜索市场，这些数据完全没有必要抽样调查，所有记录都在那里等待人们挖掘和分析。

（2）效率而非精确；过去使用抽样的方法，就需要在具体运算上非常精确，因为所谓“差之毫厘便失之千里”。设想一下，一个总样本为1亿人随机抽取1000人，如果在抽取的1000人中运算出现错误的话，那么放大到1亿人会有多大的偏差。但全样本时，有多少偏差就是多少偏差而不会被放大。谷歌人工智能专家诺维格，在他的论文中写道：大数据基础上的简单算法比小数据基础上的复杂算法更加有效。数据分析的目的并非仅仅就是数据分析，而是有其他用途，故而时效性也非常重要。精确的计算是以时间消耗为代价的，但在小数据时代，追求精确是为了避免放大的偏差而不得已为之。但在样本=总体的大数据时代，“快速获得一个大概的轮廓和发展脉络，就要比严格的精确性重要得多”。

（3）相关而非因果。相关性表明变量A和变量B有关，或者说A变量的变化和B变量的变化之间存在一定的正比（或反比）关系。但相关性并不一定是因果关系（A未必是B的因）。亚马逊的推荐算法非常有名，它能够根据消费记录告诉用户可能会喜欢什么，这些消费记录有可能是别人的，也有可能是该用户历史上的。但它不能说出你为什么会喜欢的原因。难道大家都喜欢购买A和B，就一定等于你买了A之后就是买B吗？未必，但的确需要承认，相关性很高——或者说，概率很大。舍恩伯格认为，大数据时代只需要知道是什么，而无须知道为什么，就像亚马逊推荐算法一样，知道喜欢A的人很可能喜欢B但却不知道其中的原因。