大數據旨在實現“意義”的專業化

　　《中國社會科學報》：奧巴馬政府將“大數據戰略”上升為國家戰略，甚至將大數據定義為“未來的新石油”。從當前及未來看，“大數據”究竟有什么用？

　　姜奇平：在這里就不介紹“大數據”細枝末節上的作用了，我僅談談大數據的根本作用，即實現“意義”的專業化。我先談兩個具體方面：

　　一是“意義賦值”系統的專業化。在大數據之前的世界，特別是工業世界，各種事務的功能系統、手段系統都是專業的，但一涉及意義，例如宗旨與目的，就變得十分業余。我們以智慧城市為例說明。從以人為本的角度看，智慧城市到底智慧不智慧，關鍵看它的“意義賦值”系統是否專業，有效還是無效。習近平總書記指出，人民對美好生活的向往，就是我們的奮斗目標。就等于說，人民才是意義的賦值者。離開人民群眾，就沒有意義；數據離開了意義，就沒有智慧；沒有智慧，建設的所謂智慧城市就一定是愚蠢城市，與民生實際相疏離。從這個意義上說，大數據對智慧城市建設的頂層作用，應該是把群眾路線專業化，讓人民群眾滿意不滿意、幸福不幸福這類意義信息及時被洞察、被滿足，從而使人民群眾得到更良好的體驗。

　　二是企業決策系統的智慧化。大數據之前的企業決策，一線員工沒有決策能力，這是意義系統不專業的重要表現。用戶需求這種決定企業生死的意義信號，不能在此時此地的分散條件下得到當下響應。大數據讓決策這種意義處理系統發生根本變化，從后臺決策向前端決策轉移，從集中決策向分散決策轉移，從價值決策向意義決策轉移。

　　舉例來說，人們對大數據決策容易有一種誤解，以為就是數據大集中的決策。這是傳統集中控制思維方式運用到分布式計算條件下常有的慣性。

　　海爾的決策模式強調“群龍無首”。因為如果調動起每個自主經營體的主動性，使人人成為自己的CEO，這些一線員工就會進行分散CEO式的決策，沒必要事無巨細非得通過“龍首”來決策。為此，海爾用戰略損益表等制度，進行戰略性的價值管理，使每個員工在決策時可以按企業的戰略利益來權衡當前的形勢，達到比集中式決策更優越的決策效果，其最高境界就是企業無為而治。

　　事實上，大數據決策應是集中決策與分散決策的結合。共性的問題適合集中決策，個性的問題適合分散決策。而且，二者不一定是對立的關系。例如，一線員工的分散決策，也需要并且可以調用數據中心的分析資源和計算能力；數據中心的決策，也需要與員工本地數據，甚至客戶本地數據進行錨定和關聯。按美國最新的情境定價理論，在一對一的營銷中，產品和服務定價這種最關鍵的決策，可能要依靠用戶本地數據，如手機中數據的參與，通過與數據中心數據的即時匹配來完成。用戶數據參與決策將成為分散化決策的一個趨勢。

　　不能離開人這一主體來談大數據

　　《中國社會科學報》：“大數據”作用的發揮，依賴于數據收集、數據提純、數據判斷等多重關鍵要素。但數據有時候也會騙人，有學者基于此提出，大數據“是一個過度包裝的概念”，是個偽命題。對此您怎么看？

　　姜奇平：大數據當前確實存在包裝過度的問題，主要表現在一些人把不是大數據的東西，都裝到這個筐里，甚至夸大其作用，等等。但不能因此就把整個大數據說成是“偽命題”。

　　實質性的問題是，我們不能離開人這個主體來談大數據。現在談大數據，確實存在這樣的傾向，而且這種傾向很普遍。例如，把“大數據”當作了“數據大”，這就確實接近“偽命題”了。因為離開了人這個參照系，很難判斷數據是不是垃圾。

　　我認為，一些人看大數據的角度有問題。從數據這個角度解大數據，是客體的角度。僅從客體角度解大數據，缺點是難以聚焦，因為數據本身并沒有告訴我們，它們的存在是為了什么。所以，我建議人們換一個角度，從主體的角度來看什么是大數據，也就是從大數據到底能解決人的什么問題這個角度，來看它是什么。這樣看的結果，會發現大數據映射在主體上的是意義，是為了使人更好地獲得智慧。對大數據來說，使人更能把握意義，就是智慧；干擾了人們把握意義，就是垃圾。

　　這個方向上的思考具有現實意義。許多專家都在提大數據的應用導向，就是在從客體供給導向，向主體需求導向轉。不這樣轉，就成了為大數據而大數據，最后把要解決的問題丟了。這樣的大數據，最后只會成為一地雞毛、一堆碎片。更惡劣的是以搞大數據為名，其實是在為搞房地產、偷稅漏稅而服務，或者是套取、騙取國家有關資助，濫用納稅人的血汗錢。

　　我認為，“大數據”作用的發揮，不光有賴于數據收集、數據提純、數據判斷等多重技術要素，更關鍵的是應用，要同人聯系起來，同解決人的問題聯系起來。衡量大數據成效的標準，不應是TB這樣的客體標準，不是創造了多少TB的數據，而應是利用這些數據，在滿足人們需求方面創造了多少價值，有多大意義，這樣的大數據才是“真命題”。