要想考察大數(shù)據(jù)最好同時(shí)考察大數(shù)據(jù)背后的技術(shù)、商業(yè)和社會(huì)維度。從發(fā)展成熟度來看,技術(shù)維度走的最遠(yuǎn)、商業(yè)維度有所發(fā)展但不算全面成熟,社會(huì)維度發(fā)展最差。所以雖然已經(jīng)談了很久大數(shù)據(jù),但除了孕育出大數(shù)據(jù)自身的幾個(gè)領(lǐng)域比如搜索等,其它領(lǐng)域卻并沒有從大數(shù)據(jù)中獲得可見的收益。大多時(shí)候人們還是處在覺得這里肯定有金子,但需要更多的耐心的狀態(tài)。這篇文章則嘗試對(duì)大數(shù)據(jù)本身的特征做點(diǎn)挖掘,對(duì)未來的發(fā)展趨勢做點(diǎn)預(yù)測。
大數(shù)據(jù)上的深度和廣度
如果把大數(shù)據(jù)對(duì)應(yīng)到海量的數(shù)據(jù),那它就是非常含糊的概念,相當(dāng)于變成信息的同義詞,顯然也就很難回答信息到底能干什么這樣的問題。
這時(shí)候?yàn)榱送七M(jìn)思考通常需要先分類。如果把時(shí)間空間作為最基本的視角,那首先要區(qū)分的就是大數(shù)據(jù)的深度和廣度。從時(shí)間的角度看大數(shù)據(jù)是完整的歷史,從空間的角度看大數(shù)據(jù)是全球活動(dòng)的痕跡。前者可以看成一種深度,后者可以看成一種廣度,不同的場景對(duì)深度和廣度的側(cè)重有所不同。
對(duì)于有些垂直的行業(yè),比如醫(yī)療,大數(shù)據(jù)的深度更重要,所有的歷史都可以在數(shù)據(jù)上得到找到之后,人們就可以更好的認(rèn)知并優(yōu)化相應(yīng)的行業(yè)。
對(duì)社會(huì)而言,很多時(shí)候廣度則更重要,具體到某個(gè)場景我們只有一鱗半爪的消息,但當(dāng)這種信息足夠多,范圍足夠廣,就有可能描述出相對(duì)及時(shí)的全貌。經(jīng)常舉的Google預(yù)測傳染病的例子依賴的就是這種廣度。
這點(diǎn)決定了大數(shù)據(jù)的應(yīng)用發(fā)展趨勢,在深度重要的地方,公司這類組織需要成為主體,困難是如何跨越數(shù)據(jù)所有權(quán)的邊界。對(duì)于醫(yī)院而言,顯然把所有治療案例數(shù)據(jù)化并共享是有好處的,但如果只有一個(gè)醫(yī)院這么做,那對(duì)這一家醫(yī)院而言更多的可能是隱私上反彈所帶來的壞處。
在廣度重要的地方,雖然在搜索這樣的領(lǐng)域里公司也可以受益,但真正可以從大數(shù)據(jù)全面受益的機(jī)構(gòu)其實(shí)是政府。數(shù)據(jù)越廣,其所描述的主體就越大,而如果描述的是整個(gè)社會(huì),那顯然應(yīng)該是社會(huì)的主要責(zé)任人會(huì)從中受益。這是個(gè)常識(shí)問題,就和看病的時(shí)候不會(huì)吃了醫(yī)生給別人開的藥自己反倒好了差不多。有的時(shí)候央視會(huì)播放百度做的春節(jié)期間人員流動(dòng)圖,這件事情也正好可以從側(cè)面說明這問題。這種人員流動(dòng)地圖對(duì)能做出地圖的人公司幫助遠(yuǎn)沒有對(duì)政府的幫助大。
簡單總結(jié)下就是:深度和廣度兩個(gè)方向?qū)?shù)據(jù)的要求不同,前者需要更為詳盡、有質(zhì)量的數(shù)據(jù)源后者則對(duì)此要求不高,但兩者在應(yīng)用的時(shí)候都會(huì)面臨付出回報(bào)不對(duì)等問題。大數(shù)據(jù)傾向于描述整體,而有能力收集或處理大數(shù)據(jù)的往往是個(gè)體,個(gè)體的回報(bào)在整體的提升中并不容易獲得清晰體現(xiàn)。
所以說現(xiàn)在大數(shù)據(jù)發(fā)展的瓶頸不是技術(shù),而是背后所需要的分配關(guān)系的建立。這種關(guān)系理不順,數(shù)據(jù)就會(huì)停留在孤島層面,每個(gè)組織都有自己的東西,并把它命名為“大數(shù)據(jù)”。而為了理順這種關(guān)系則要回到一個(gè)非常經(jīng)典的問題,“公地”到底可不可以建立。
數(shù)據(jù)公地的設(shè)想
大數(shù)據(jù)其實(shí)有點(diǎn)像公地,在經(jīng)濟(jì)學(xué)里非常出名的一個(gè)論點(diǎn)是公地悲劇?!睹绹?jīng)濟(jì)史》舉了一個(gè)非常易懂的例子來說什么是公地悲劇:
...這些經(jīng)濟(jì)推理命題有利于解釋集體所有制和產(chǎn)出的共享(平分或固定份額)如何導(dǎo)致“免費(fèi)搭車者”問題。為了說明這一點(diǎn),考慮共享土地所有權(quán),且共同生產(chǎn)了100蒲式耳玉米的10個(gè)工人,平均每人消費(fèi)10蒲式耳玉米。假設(shè)一個(gè)工人開始偷懶并將其勞動(dòng)努力減半,從而導(dǎo)致產(chǎn)出減少5蒲式耳。由于產(chǎn)出共享制度的安排,偷懶者的消費(fèi)量和其它工人一樣,現(xiàn)在都是9.5蒲式耳。盡管他的努力已經(jīng)下降了50%,但他的消費(fèi)量只下降了5%。偷懶者是在搭他人勞動(dòng)的便車。...
這背后有非常深刻的人性問題,即使我們可以通過努力協(xié)作創(chuàng)造更多的財(cái)富,個(gè)人也可以從中分享更多,但在群體里明顯的個(gè)人傾向則是自己工作更少但分享更多。這與囚徒困境其實(shí)是相通的。
基于實(shí)物的世界里眼下看不到徹底解決這問題的方法,只能依賴于某種被大家基本認(rèn)可的分配秩序,比如:以前的血統(tǒng)現(xiàn)在的物競天擇,但基于比特的數(shù)字財(cái)富眼下看卻有解決這問題的可能。
基于比特的數(shù)據(jù)與實(shí)物最大的區(qū)別是數(shù)據(jù)并非是你拿走我就沒有的東西,并且硬件的價(jià)格在飛速下降,開源又使數(shù)據(jù)的訪問工具基本免費(fèi)。這幾者疊加在一起,使數(shù)據(jù)公地成為可能。
這里面很有意思的問題是如果大家更在意我拿到的東西是不是絕對(duì)值變大了那數(shù)據(jù)公地的形成可能性就大些,因?yàn)槿绻嬖跀?shù)據(jù)公地,那每個(gè)人(企業(yè))一定收獲更多,但如果大家更在意我是不是比你多,那數(shù)據(jù)公地的建設(shè)就會(huì)多很多障礙,因?yàn)楣仄鋵?shí)是讓相關(guān)人員站到同樣的競爭起點(diǎn)上。
大數(shù)據(jù)的問題,在數(shù)據(jù)的使用上是技術(shù)問題,但在數(shù)據(jù)源上其實(shí)是社會(huì)經(jīng)濟(jì)問題,后者更難,所以大數(shù)據(jù)應(yīng)用的發(fā)展不取決于技術(shù)的發(fā)展而取決于社會(huì)經(jīng)濟(jì)方式的變革速度。在有限的領(lǐng)域里,比如搜索、電商、云計(jì)算,技術(shù)已經(jīng)得到比較充分的發(fā)展,眼下來看誰付出誰受益的問題是把小數(shù)據(jù)變成大數(shù)據(jù)過程中最主要的問題。
大數(shù)據(jù)的路往那里走?
數(shù)據(jù)的內(nèi)在發(fā)展動(dòng)力是數(shù)據(jù)越全價(jià)值越大,其實(shí)這也是一種網(wǎng)絡(luò)效應(yīng),這種內(nèi)在動(dòng)力導(dǎo)致宏觀來看數(shù)據(jù)所有權(quán)的發(fā)展只有兩種趨勢:
一種是像現(xiàn)在移動(dòng)端一樣,每個(gè)人都有自己的私有數(shù)據(jù)源,接下來開始你死我活的競爭,最終有一家活下來,這也可以達(dá)成數(shù)據(jù)統(tǒng)一的終極目標(biāo)。
另一種則是在競爭中開始聯(lián)合,建設(shè)上面所說的數(shù)據(jù)公地。
如前所述行業(yè)數(shù)據(jù)和全社會(huì)的數(shù)據(jù)性質(zhì)上差別很大所以要分開來探討。
對(duì)于行業(yè)數(shù)據(jù)而言,競爭對(duì)手間彼此的坦誠合作除非有極為特別的人物出現(xiàn),否則是不太可能的。這種情況下最簡單的辦法是引入第三方。
比如說每家運(yùn)營商都握有幾乎所有網(wǎng)民的行動(dòng)數(shù)據(jù),但要想讓運(yùn)營商彼此間開誠布公的合作把這些數(shù)據(jù)整合在一起創(chuàng)造某種價(jià)值,這就很難。這時(shí)候如果有第三方介入,制定好利益分配方案那就是可能的。
如果這點(diǎn)可以達(dá)成,那唯一的關(guān)鍵點(diǎn)就是相應(yīng)的商業(yè)模式是不是可以超越數(shù)據(jù)處理的成本。這點(diǎn)必須強(qiáng)調(diào)下的是,大數(shù)據(jù)的價(jià)值密度是很稀疏的,很多東西有價(jià)值但并不一定值得做,視頻網(wǎng)站之所以賺不到錢一個(gè)關(guān)鍵原因就是帶寬和存儲(chǔ)的成本比較高,而對(duì)大數(shù)據(jù)而言商業(yè)模式找不好,情形可能比視頻網(wǎng)站還差。挖礦的成本怎么也要小于挖礦所得挖礦才有價(jià)值。
上述問題在行業(yè)數(shù)據(jù)里可能問題還不是太大,一般來講行業(yè)數(shù)據(jù)的價(jià)值密度終究會(huì)大一些,并且因?yàn)橄鄬?duì)比較垂直,總量終究有限制。所以大數(shù)據(jù)的行業(yè)應(yīng)用比較容易發(fā)展。
但對(duì)社會(huì)性的數(shù)據(jù),這在很多時(shí)候就是個(gè)問題。我們都知道樣本的全面性比數(shù)據(jù)的多少更有價(jià)值,但是如果多是確保樣本全面性的唯一手段的話,那就意味必須有全的數(shù)據(jù)做一件事情才有意義。
社會(huì)化的數(shù)據(jù)有兩種應(yīng)用方向,一種就是企業(yè)可以搞定的比如Google,一種則是屬于社會(huì)層面,很難單獨(dú)屬于某個(gè)企業(yè)的比如智慧城市相關(guān)的人的活動(dòng)數(shù)據(jù)。后者則需要上面所說的數(shù)據(jù)公地來做支撐。
從數(shù)據(jù)的視角來看,現(xiàn)在有兩種數(shù)據(jù)存放形式:一種是Google這樣的企業(yè)擁有整個(gè)社會(huì)某個(gè)橫截面上的全部數(shù)據(jù),這應(yīng)該是種特例,并且數(shù)據(jù)會(huì)局限在公開信息;一種則是被割裂的各種與人行為相關(guān)的數(shù)據(jù),比如購物相關(guān)的在電商,與人相關(guān)的在社交網(wǎng)絡(luò)和IM,線下服務(wù)相關(guān)的則在O2O企業(yè),鐵路相關(guān)的在12306等。Google這種擁有全的數(shù)據(jù),但并不擁有人的行為,所以說Google這種企業(yè)相當(dāng)于擁有整個(gè)社會(huì)的一個(gè)橫截面的數(shù)據(jù)。而所有其它企業(yè)則只擁有某個(gè)垂直領(lǐng)域的數(shù)據(jù)。
如果依賴于企業(yè)做這種數(shù)據(jù)統(tǒng)一的嘗試,在前者就會(huì)有投資200億做O2O類的舉動(dòng),因?yàn)檫@會(huì)補(bǔ)全數(shù)據(jù),在后者就會(huì)有做電商的想做社交,做社交的想做電商這類事發(fā)生。類似的故事還可以在終端上發(fā)生,所有這些行為的終極目標(biāo)都是一家企業(yè)搞定所有這些事情,但這是不可能的,這種不可能還不單是經(jīng)濟(jì)原因。而數(shù)據(jù)不能打通,那就只能在割裂的數(shù)據(jù)上做自以為是大數(shù)據(jù)的大數(shù)據(jù)。
所以說這骨子里是數(shù)據(jù)公地究竟能不能建立的問題,而要想建立數(shù)據(jù)公地,那至少要解決誰來做的問題,對(duì)此開源給出的啟示有兩點(diǎn)非常關(guān)鍵:第一這不能是個(gè)盈利組織;第二這要能獲得眾多企業(yè)的支持。因?yàn)閿?shù)據(jù)會(huì)牽涉隱私,所以同開源相比那就一定還要有比較清晰的界定數(shù)據(jù)使用的規(guī)則。
小結(jié)
在有一種切實(shí)的辦法解決數(shù)據(jù)所有和使用權(quán)之前,大數(shù)據(jù)的應(yīng)用應(yīng)該還都是局部的。因?yàn)樗纳疃葢?yīng)用牽涉社會(huì)很多部分的彼此協(xié)調(diào),所以這個(gè)過程可能是非常漫長的。這里面有意思的事情是,大數(shù)據(jù)的出現(xiàn)直接推動(dòng)了機(jī)器智能的發(fā)展,而機(jī)器智能產(chǎn)生影響的速度可能會(huì)遠(yuǎn)快于大數(shù)據(jù)本身。