大數(shù)據(jù)給我們帶來了哪些改變

　　陳國青 清華大學(xué)經(jīng)濟(jì)管理學(xué)院EMC講席教授，學(xué)術(shù)委員會(huì)主任。2005年度受聘教育部長江學(xué)者特聘教授，擔(dān)任教育部高等學(xué)校管理科學(xué)與工程類專業(yè)教學(xué)指導(dǎo)委員會(huì)主任委員，國家信息化專家咨詢委員會(huì)成員，國際模糊系統(tǒng)學(xué)會(huì)（IFSA）副主席，中國信息經(jīng)濟(jì)學(xué)會(huì)副理事長，中國系統(tǒng)工程學(xué)會(huì)副理事長等職。同時(shí)擔(dān)任國家自然科學(xué)基金委大數(shù)據(jù)重大研究計(jì)劃指導(dǎo)專家組組長，主持國家自然科學(xué)基金委重大項(xiàng)目等多個(gè)國家級(jí)科研項(xiàng)目，以及多個(gè)國際合作、企業(yè)信息戰(zhàn)略和管理項(xiàng)目。主要研究與教學(xué)領(lǐng)域?yàn)樯虅?wù)智能與電子商務(wù)、IT戰(zhàn)略與管理、模糊邏輯與數(shù)據(jù)模型。曾獲國際模糊系統(tǒng)協(xié)會(huì)2009年度“IFSA Fellow”；復(fù)旦管理學(xué)獎(jiǎng)基金會(huì)2007年度“管理學(xué)杰出貢獻(xiàn)獎(jiǎng)”；1999年度國家杰出青年科學(xué)基金等榮譽(yù)。

　　7月9日，大學(xué)生們?cè)诎不栈茨鲜写髷?shù)據(jù)展示中心參觀。新華社發(fā)

　　參觀者在位于濟(jì)南市的山東省檔案館推出的山東省大數(shù)據(jù)科普主題展上體驗(yàn)基于5G網(wǎng)絡(luò)傳輸?shù)腣R全息眼鏡。新華社發(fā)

　　貴州銅仁市一家蔬菜公司的工作人員在管護(hù)蔬菜。通過大數(shù)據(jù)云平臺(tái)，蔬菜公司可以根據(jù)訂單來決定種植品種和規(guī)模。新華社發(fā)

　　大數(shù)據(jù)時(shí)代的兩個(gè)階段

　　我們現(xiàn)在處在一個(gè)數(shù)據(jù)的海洋當(dāng)中。

　　2019年的春運(yùn)被媒體戲稱為“世界上最大的人口遷徙”，有30億人次流動(dòng)。2018年“雙十一”網(wǎng)購達(dá)到了2135億元的銷售額度。現(xiàn)在，每天會(huì)產(chǎn)生450億的微信條目。用手機(jī)的網(wǎng)民已經(jīng)達(dá)到8.17億。總體來說，我們國家的GDP數(shù)字經(jīng)濟(jì)占比已經(jīng)達(dá)到了34.8%，超過了1/3，這方面實(shí)際能夠體現(xiàn)出，我們這個(gè)社會(huì)已經(jīng)開始越來越數(shù)字化了。

　　說起大數(shù)據(jù)、大數(shù)據(jù)時(shí)代，主要的時(shí)代背景是什么呢？我們現(xiàn)實(shí)世界有多大程度上可以被數(shù)據(jù)表示？用一個(gè)形象的話來講，我們的社會(huì)像素正在急劇提升。這個(gè)“像素”來自到處可見的感測設(shè)備——探頭、智能手機(jī)、可穿戴設(shè)備、車載設(shè)備，林林總總。這些使我們這個(gè)社會(huì)的數(shù)字化程度越來越高，數(shù)據(jù)的粒度因此也越來越細(xì)。也就是說，數(shù)字化生活的兩個(gè)要素之一：像素、數(shù)據(jù)的粒度已經(jīng)具備。像素夠高的時(shí)候我們要干什么？形象地說就是“成像”，就像手機(jī)、相機(jī)，像素越高成像的質(zhì)量可能越好，因此，成像是我們數(shù)字化生活中另外一個(gè)重要的要素，像素和成像對(duì)應(yīng)起來，就把數(shù)據(jù)和算法聯(lián)系起來了。這就是我們所說的大數(shù)據(jù)的時(shí)代背景。

　　我認(rèn)為，大數(shù)據(jù)時(shí)代可以分成兩個(gè)階段。

　　第一階段是數(shù)據(jù)商務(wù)階段。不斷地把現(xiàn)實(shí)生活中的要素，人財(cái)物，都進(jìn)一步數(shù)據(jù)化，同時(shí)根據(jù)這些數(shù)據(jù)化的人財(cái)物進(jìn)行算法的應(yīng)用。

　　第二階段是算法商務(wù)階段。當(dāng)像素足夠高的時(shí)候，重點(diǎn)就變成了成像了，也就是說，重點(diǎn)變成算法應(yīng)用。

　　數(shù)據(jù)商務(wù)階段和算法商務(wù)階段都圍繞著數(shù)據(jù)和算法進(jìn)行，但是重點(diǎn)有所不同。數(shù)據(jù)商務(wù)階段就像做菜一樣，數(shù)據(jù)化的過程就是不斷準(zhǔn)備材料的過程，不停地增加和豐富材料，然后根據(jù)已有的材料提供不同的菜品。但是在算法商務(wù)階段，材料已經(jīng)足夠豐富了，這個(gè)時(shí)候要比的就是手藝了，你是不是能夠做得更好、更多。這就是我們所說的算法進(jìn)階及應(yīng)用創(chuàng)新，如“智能+”，我們可以用更加高尖的智能技術(shù)，包括人工智能的很多技術(shù)，在現(xiàn)有的大規(guī)模數(shù)據(jù)下進(jìn)行應(yīng)用。

　　大數(shù)據(jù)的數(shù)據(jù)特征

　　那么，什么是大數(shù)據(jù)？首先看它的數(shù)據(jù)特征，可以從4個(gè)維度來理解，即4V：volume（規(guī)模）、variety（多樣）、value（價(jià)值）、velocity（速度）。大家對(duì)這四個(gè)維度沒有什么大的爭議，但是對(duì)它們的含義的理解還是有相當(dāng)不同的認(rèn)識(shí)的。

　　第一是規(guī)模，我們稱之為超規(guī)模。大數(shù)據(jù)規(guī)模會(huì)很大，但是沒有絕對(duì)的量綱標(biāo)準(zhǔn)，沒有說一定要達(dá)到多少G多少P多少Z才是大數(shù)據(jù)，這個(gè)不一定，因?yàn)榇髷?shù)據(jù)的大規(guī)模和問題、領(lǐng)域有關(guān)。只要這個(gè)大的規(guī)模超出了這個(gè)領(lǐng)域和問題的傳統(tǒng)邊界，那就是大規(guī)模里的超規(guī)模。

　　第二是多樣，即富媒體的意思。現(xiàn)在80%～90%的數(shù)據(jù)都是文本、語音、圖像、視頻，不再是特別傳統(tǒng)的二維的整齊的結(jié)構(gòu)化的數(shù)據(jù)了。

　　第三是價(jià)值。我們處在數(shù)據(jù)的海洋中，四周都是數(shù)據(jù)，但是跟我個(gè)人有關(guān)，跟我企業(yè)有關(guān)的那種有價(jià)值的信息相對(duì)少了，因?yàn)閿?shù)據(jù)量的分母太大了，即密度在降低，這個(gè)后面直接的隱喻就是要深度挖掘才能發(fā)現(xiàn)我們希望的價(jià)值。

　　第四是速度。數(shù)據(jù)就像開著的水龍頭一樣，源源不斷地出來，而不是我們上傳下載圖片要等很久。因此，大數(shù)據(jù)里的數(shù)據(jù)是一個(gè)流數(shù)據(jù)的概念。

　　大數(shù)據(jù)的問題特征

　　那么，什么樣的問題才是大數(shù)據(jù)問題？這要看它的問題特征。

　　第一個(gè)特征，是粒度縮放。粒度縮放是指我們碰到的這個(gè)問題的要素一定是數(shù)據(jù)化的，即這個(gè)要素不管是宏觀的還是微觀的，一定能通過數(shù)據(jù)表示。同時(shí)，可以像地圖一樣，可以在特別大的范圍和特別細(xì)的范圍之間縮放，能夠在宏觀、微觀之間進(jìn)行映射。

　　第二個(gè)特征，是大數(shù)據(jù)外部性導(dǎo)致的特征，稱之為跨界關(guān)聯(lián)。考慮問題的時(shí)候要看視角，問題邊界是在哪兒，如果考慮問題的時(shí)候這個(gè)邊界到了傳統(tǒng)邊界之外，就是跨界了，而且你把這個(gè)外部的要素和內(nèi)部要素聯(lián)系起來了，所以你在關(guān)聯(lián)。

　　第三個(gè)特征，全局視圖。大數(shù)據(jù)實(shí)際是希望了解全貌的，它最后是要看畫像，因?yàn)榍懊嫖业拿恳粋�(gè)點(diǎn)、每一個(gè)環(huán)節(jié)的數(shù)據(jù)叫作粒度縮放，同時(shí)和我相關(guān)的要素我又關(guān)聯(lián)了，但是我最后要干什么，要了解全貌，要有個(gè)人畫像、企業(yè)畫像、政府畫像、社會(huì)畫像等，所以這個(gè)畫像本身又是全景式的，從范圍來講是全景式的，從內(nèi)涵來講，我們希望既關(guān)聯(lián)又因果。

　　這里，我舉一個(gè)共享單車的例子，方便大家審視大數(shù)據(jù)問題的特點(diǎn)。有的人會(huì)認(rèn)為共享單車其實(shí)就是我們的代步工具，但是這是傳統(tǒng)的概念。現(xiàn)在一般每輛共享單車都有自己的感應(yīng)器和定位裝置，也就是說感測的數(shù)據(jù)粒度到了車和部件。這時(shí)候就不單是一個(gè)單車了，可能我走到什么地方，共享單車的App就告訴我附近有什么商圈、酒店、餐館，我在什么地方買東西可能還可以用移動(dòng)支付，當(dāng)視角從單車走到了其他行業(yè)、要素時(shí)，就開始跨界關(guān)聯(lián)了。可能在這個(gè)地區(qū)人特別多，共享單車不夠，可能在另外的地方單車冗余了。因此，共享單車的平臺(tái)應(yīng)該清楚什么地方需要車，什么地方不需要車，怎樣調(diào)動(dòng)，這就是全局視圖。當(dāng)共享單車具備粒度縮放、跨界關(guān)聯(lián)和全局視圖時(shí)，共享單車的運(yùn)營、優(yōu)化，就是一個(gè)大數(shù)據(jù)問題。

　　這些年來，社會(huì)上比較流行一個(gè)論斷，說“大數(shù)據(jù)只講關(guān)聯(lián)不講因果”。這個(gè)論斷雖然有一定道理，但是總體來講是誤導(dǎo)的。特別是在重要決策的時(shí)候，如果涉及的后果可能會(huì)有嚴(yán)重的人財(cái)物的損失，然后我告訴你“你就這么干吧，沒有為什么”，誰敢作決策？所以，在大數(shù)據(jù)環(huán)境下作管理決策，既要看關(guān)聯(lián)也要看因果。另外，因果是認(rèn)識(shí)論的基本訴求，我們要知道原因。

　　大數(shù)據(jù)沖擊各行各業(yè)

　　我們作為個(gè)人不僅是數(shù)據(jù)的接收者，也是數(shù)據(jù)的生產(chǎn)者。一方面我們下載、閱讀、瀏覽，因此我們?cè)谙�費(fèi)數(shù)據(jù)；另一方面，我們又上傳、撰寫、參加各種活動(dòng)，各種活動(dòng)就可以留下我們的很多痕跡，因此我們也在留痕，我們實(shí)際又在產(chǎn)生數(shù)據(jù)。在這樣一個(gè)既是消費(fèi)又是生產(chǎn)的環(huán)境中，我們從方方面面已經(jīng)和數(shù)據(jù)分不開了。

　　大數(shù)據(jù)已經(jīng)在沖擊各行各業(yè)。

　　比如經(jīng)濟(jì)金融領(lǐng)域。股價(jià)的預(yù)測其實(shí)一直是個(gè)難題，傳統(tǒng)的股價(jià)預(yù)測，實(shí)際是通過一些專業(yè)的模型來估計(jì)風(fēng)險(xiǎn)、收益、評(píng)價(jià)企業(yè)，有專門的理論和方法來估計(jì)股價(jià)。但是影響股價(jià)的除了這些因素之外還有人們的“期望”，而估計(jì)“期望”是非常難的，因?yàn)椤捌谕�”既涉及外部因素，又涉及心理預(yù)期。現(xiàn)在一個(gè)新視角是考慮公眾關(guān)注，比如搜索。若對(duì)某些企業(yè)比較關(guān)心，可能就搜索其企業(yè)狀況、新聞事件，這種搜索體現(xiàn)了大眾對(duì)具體企業(yè)的股票價(jià)格和價(jià)值走向的關(guān)心。這是一個(gè)跟過去特別不同的角度，因?yàn)檫@不是特別專業(yè)的角度，它是從專業(yè)外人士的行為來估計(jì)的角度。這種關(guān)注和搜索與股價(jià)的走勢有相當(dāng)強(qiáng)的關(guān)聯(lián)度。但是，要特別指出，僅用這一個(gè)因素來估計(jì)股價(jià)是不夠的，還有大量的因素需要專業(yè)模型。因此，一方面能夠擴(kuò)展或者沖擊傳統(tǒng)的定式和視角，另外應(yīng)該把其他視角引入進(jìn)來，大數(shù)據(jù)的股價(jià)預(yù)測應(yīng)該是包括內(nèi)部與外部、專業(yè)與非專業(yè)因素的模型構(gòu)建。

　　大數(shù)據(jù)也開始在改變會(huì)計(jì)學(xué)。傳統(tǒng)的會(huì)計(jì)學(xué)衡量企業(yè)的狀況是通過三張報(bào)表：資產(chǎn)負(fù)債表、現(xiàn)金流量表、利潤表，這三張報(bào)表反映了一個(gè)企業(yè)的運(yùn)營能力、償債能力和盈利能力。雖然這三張報(bào)表是非常基礎(chǔ)和非常重要的，但是大家突然發(fā)現(xiàn)，有一大類企業(yè)是高風(fēng)險(xiǎn)的，特別是一些IT企業(yè)、創(chuàng)業(yè)企業(yè)、新行業(yè)企業(yè)，長期負(fù)債，但同時(shí)又有非常高的市值，人們又有非常強(qiáng)的忠誠度，如果用這三張報(bào)表衡量，似乎不能完全體現(xiàn)它的價(jià)值，也就是說，傳統(tǒng)會(huì)計(jì)學(xué)的三張報(bào)表現(xiàn)在可能就不夠用了。因此，人們正在呼喚“第四張報(bào)表”的出現(xiàn)，業(yè)界和學(xué)界都在做這方面的研究。長周期、高負(fù)債、高不確定性企業(yè)的價(jià)值可能受到的是口碑、忠誠度、品牌、公允價(jià)值，包括無形資產(chǎn)的影響。這些東西，我們可以稱之為數(shù)據(jù)資產(chǎn)。

　　大數(shù)據(jù)也在為體育界帶來變革。籃球項(xiàng)目像美職籃NBA就做得非常好，他們通過收集肌肉、血液、心臟、動(dòng)作、戰(zhàn)術(shù)、團(tuán)隊(duì)等全景式的數(shù)據(jù)來幫助訓(xùn)練和比賽，因?yàn)檫@些因素，都有可能影響整個(gè)比賽的結(jié)果。科技體育這幾年有巨大的空間，傳統(tǒng)的師傅帶徒弟，師傅的傳幫帶確實(shí)非常重要，但是應(yīng)該有更細(xì)粒度，更加多角度、更加全景式的手段，采用大數(shù)據(jù)技術(shù)來提升整體的競賽水平。

　　大數(shù)據(jù)在藝術(shù)上也有很多影響。傳統(tǒng)繪畫，不管是古典的還是現(xiàn)代的畫，都有自己的素材和表現(xiàn)形式。現(xiàn)在出現(xiàn)了一種新的素材——數(shù)據(jù)素材，也就有了新的表現(xiàn)形式。比如飛機(jī)航班的數(shù)據(jù)軌跡就可以構(gòu)成一幅新穎的畫。

　　大數(shù)據(jù)在其他領(lǐng)域也有非常多的應(yīng)用，比如農(nóng)業(yè)方面就有蔬菜革命、精準(zhǔn)扶貧。在醫(yī)療健康領(lǐng)域，醫(yī)院內(nèi)醫(yī)院外，得病和未得病之間的關(guān)聯(lián)，也是大數(shù)據(jù)問題。文學(xué)上通過大數(shù)據(jù)技術(shù)對(duì)一些詞語、作者、關(guān)系、背景等進(jìn)行分析。這些都是利用大數(shù)據(jù)的例子。

　　哲學(xué)里一個(gè)重要的方向是認(rèn)識(shí)論和方法論，這里包括我們近些年提煉出來的新的研究成果。傳統(tǒng)的哲學(xué)認(rèn)識(shí)論追求探索因果關(guān)系，因此基本叫作模型驅(qū)動(dòng)范式，也就是說通過刻畫變量之間的聯(lián)系，比如自變量和因變量，通過構(gòu)建這兩個(gè)之間的函數(shù)關(guān)系，比如線性、非線性等，可以知道一個(gè)自變量一個(gè)單位的變化會(huì)導(dǎo)致因變量有幾個(gè)單位的變化，這里試圖反映變量之間的邏輯的因果上的機(jī)理。但是，這個(gè)模型驅(qū)動(dòng)的范式，在大數(shù)據(jù)時(shí)代會(huì)受到一些挑戰(zhàn)，或者說它碰到一些問題時(shí)會(huì)捉襟見肘。比如，當(dāng)數(shù)據(jù)變量的組合數(shù)特別多時(shí)，當(dāng)很多變量是潛變量和隱變量時(shí)，當(dāng)很多變量雖然重要，但是不可測不可獲時(shí)，還有當(dāng)數(shù)據(jù)的樣本規(guī)模特別大時(shí)，這些問題用傳統(tǒng)的模型驅(qū)動(dòng)做法就會(huì)比較困難。因此，就出現(xiàn)了一個(gè)新的范式轉(zhuǎn)變，催生了大數(shù)據(jù)驅(qū)動(dòng)范式。這個(gè)范式想表達(dá)的是，對(duì)于管理決策，我們希望能夠?qū)崿F(xiàn)既有關(guān)聯(lián)又有因果的訴求，這個(gè)新范式簡單地說由外部嵌入、技術(shù)增強(qiáng)和使能創(chuàng)新三方面構(gòu)成。外部嵌入是指引入視角之外的變量，有些變量我們知道重要，但是沒有辦法放進(jìn)模型里，比如我知道股價(jià)，我預(yù)測股價(jià)有個(gè)計(jì)量模型，但是如果今天這個(gè)公司出了一件事情，或者是有個(gè)關(guān)聯(lián)新聞，或者行業(yè)里有個(gè)新的政策，我們覺得可能會(huì)影響股價(jià)，但是這些變化很可能是視頻、語音或者文本，沒有辦法融入傳統(tǒng)的模型中去。所以，需要引入外部視角。這些圖像、視頻、新聞文本要引入進(jìn)來，就是要使得我們引入的變量可測、可獲，這就需要技術(shù)上的增強(qiáng)。當(dāng)這些變量引入進(jìn)來的時(shí)候，我的變量空間就發(fā)生了變化，這時(shí)候我們可能會(huì)研究新的X到Y(jié)的轉(zhuǎn)換，也就是變量關(guān)系和映射要重新定義和審視，這就是使能創(chuàng)新。

　　歷史學(xué)其實(shí)也和大數(shù)據(jù)密不可分。傳統(tǒng)的歷史記錄內(nèi)容都是帝王將相、英雄豪杰、國家、政治、重大的軍事事件等，很難在歷史中看到平民和我們自己。一個(gè)是過去的粒度不夠，第二手段也不行，存不下來。大數(shù)據(jù)環(huán)境下就可能自下而上反映歷史。比如國家圖書館互聯(lián)網(wǎng)信息戰(zhàn)略保存項(xiàng)目，就是和新浪網(wǎng)合作，把新浪公開的相關(guān)博客文章作為歷史資料記錄下來，通過自上而下與自下而上的史學(xué)觀的融合，能夠讓我們?cè)诟��?xì)粒度上反映歷史和社會(huì)，同時(shí)也可以獲得更加全面的歷史畫面。

　　法律也和大數(shù)據(jù)相關(guān)。比如說，我作為一個(gè)消費(fèi)者，在網(wǎng)上購物、瀏覽，我的網(wǎng)絡(luò)痕跡、數(shù)據(jù)腳印都被相關(guān)公司采集了，那么，我有沒有權(quán)利要求你把我的這些痕跡抹掉、遺忘掉？這就是“被遺忘權(quán)”。所謂被遺忘權(quán)是指數(shù)據(jù)主體有權(quán)要求數(shù)據(jù)控制者永久刪除有關(guān)數(shù)據(jù)主體的個(gè)人數(shù)據(jù)，有權(quán)被互聯(lián)網(wǎng)遺忘，除非數(shù)據(jù)的保留有合法的理由。2018年歐盟出臺(tái)了《通用數(shù)據(jù)保護(hù)條例》，強(qiáng)調(diào)了被遺忘權(quán)，我們國家2018年的高考II卷一篇閱讀文章的題目，也是要考生來思考、評(píng)論這個(gè)被遺忘權(quán)的問題。

　　大數(shù)據(jù)與人工智能的交會(huì)

　　大數(shù)據(jù)的沖擊力量現(xiàn)在看來還在加劇，其中有一個(gè)力量非常值得關(guān)注，那就是人工智能。

　　當(dāng)人工智能遇到大數(shù)據(jù)的時(shí)候，現(xiàn)在井噴式的發(fā)展才變成了可能。其實(shí)人工智能是現(xiàn)在這個(gè)時(shí)代中很多技術(shù)的一類，它本身已經(jīng)發(fā)展了好幾十年，但是為什么在近些年才得到快速發(fā)展？其實(shí)人工智能技術(shù)和這幾個(gè)關(guān)鍵詞有關(guān)，那就是“學(xué)習(xí)、訓(xùn)練、推理、演化、智能、智慧”，也就是說，它是關(guān)于這些關(guān)鍵詞的一類技術(shù)。特別重要的一點(diǎn)，它要根據(jù)大量的數(shù)據(jù)來進(jìn)行學(xué)習(xí)和預(yù)測，就是從數(shù)據(jù)中學(xué)習(xí)，建立模型，并用于預(yù)測未來。過去數(shù)據(jù)的粒度不夠，進(jìn)入大數(shù)據(jù)時(shí)代，當(dāng)數(shù)據(jù)有足夠的粒度和像素時(shí)它才成為可能，因?yàn)槿斯ぶ悄艿闹髁骷夹g(shù)首先是要基于大規(guī)模數(shù)據(jù)進(jìn)行學(xué)習(xí)。其次，人工智能算法本身需要非常強(qiáng)的計(jì)算能力，只有在大數(shù)據(jù)時(shí)代，有了云計(jì)算平臺(tái)、數(shù)據(jù)傳輸、數(shù)據(jù)的流通、數(shù)據(jù)的管理，諸如5G技術(shù)等，才能為人工智能的發(fā)展提供非常好的支持。我們身邊其實(shí)已經(jīng)有很多人工智能產(chǎn)品了，比如工業(yè)機(jī)器人、財(cái)務(wù)機(jī)器人、下棋機(jī)器人、能做詩作畫作曲的機(jī)器人等，這些機(jī)器人可以做很多我們過去認(rèn)為不可能的事情。

　　人工智能在未來會(huì)波濤洶涌，一浪高過一浪地發(fā)展。但是它本身也有局限，目前的人工智能技術(shù)特別是深度神經(jīng)網(wǎng)絡(luò)這樣的技術(shù)，基本上屬于“黑盒子”技術(shù)，可以算得非常準(zhǔn)，但是“為什么”還說不大清楚。在這種情況下，在一些重要的應(yīng)用領(lǐng)域就受到局限，因?yàn)槿绻�不知道“為什么”就不敢用這個(gè)方法作重要決策，如果不能通過非常清楚的機(jī)理來說明，實(shí)際它未來的應(yīng)用也是有局限的。現(xiàn)在，業(yè)界和學(xué)界都在攻關(guān)“可解釋人工智能”，實(shí)際就是人工智能在輸入和輸出之間，在數(shù)據(jù)和預(yù)測的結(jié)果之間，從數(shù)學(xué)上來講需要一點(diǎn)定理，一些形式化的機(jī)理。從認(rèn)識(shí)論上來講需要一些因果關(guān)系。

　　不管怎么說，人工智能的應(yīng)用已經(jīng)深刻地影響到我們了。作為人類，我們自己創(chuàng)造了一個(gè)“亞種”叫作機(jī)器人。機(jī)器人的行為是不是都在我們?nèi)祟惖脑O(shè)想之中呢？會(huì)不會(huì)干一些我們想不到的事情呢？似乎這個(gè)擔(dān)憂是必要的。所以機(jī)器行為學(xué)應(yīng)運(yùn)而生。傳統(tǒng)社會(huì)學(xué)、管理學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)等都是研究人、由人構(gòu)成的組織的行為，由人形成的網(wǎng)絡(luò)的行為。隨著各式各樣的機(jī)器人越來越多地替代人的工作，越來越多地挑戰(zhàn)人們?cè)谥橇Α⒂?jì)算上的能力，這樣的研究是非常必要的。所以，我們要研究機(jī)器如何塑造人類的行為，人類如何塑造機(jī)器的行為，以及人機(jī)協(xié)作的行為。

　　運(yùn)用大數(shù)據(jù)要重視商業(yè)倫理

　　在實(shí)際中，大數(shù)據(jù)的使用本身仍有很多令人擔(dān)憂之處。雖然科技發(fā)展飛速，但是人們使用科技是帶有價(jià)值取向的。

　　比如“大數(shù)據(jù)殺熟”。在傳統(tǒng)的營銷、管理中，我們都希望了解客戶的行為，更好地為他們服務(wù)。在市場的環(huán)境下我們也說，既然有人愿意用高價(jià)買，那就可能要給他提供更好的服務(wù)。但是在大數(shù)據(jù)環(huán)境下，這種處理就有一個(gè)度的問題。第一是客戶是否知道他的信息被收集，第二是他是否愿意真的出高價(jià)買。作為企業(yè)來講，又需要有經(jīng)營哲學(xué)上的思考：企業(yè)是以盈利為中心，還是以客戶為中心？當(dāng)以客戶為中心時(shí)，客戶滿意與否就變成了主要的KPI，就是主要的決策考量，如果光考慮企業(yè)的盈利，而不考慮客戶，可能就不太會(huì)考慮用戶的感受。實(shí)際上，“大數(shù)據(jù)殺熟”涉及的是商業(yè)倫理層面的問題。

　　在大數(shù)據(jù)時(shí)代我們跟數(shù)據(jù)打交道會(huì)碰到一系列社會(huì)問題、法律問題、道德問題，需要在企業(yè)層面、商業(yè)層面，在社會(huì)和政府層面立法立規(guī)，在個(gè)人層面、在道德的層面大家來共同努力解決這些問題。

　　感測和響應(yīng)大數(shù)據(jù)時(shí)代

　　過去的20年我們經(jīng)歷了特別大的技術(shù)變化。20年前，中國網(wǎng)民是62萬，互聯(lián)網(wǎng)普及率只有0.03%，網(wǎng)站1000多家。現(xiàn)在中國網(wǎng)民有8.29億，互聯(lián)網(wǎng)普及率達(dá)到59.6%，網(wǎng)站523萬個(gè)，上網(wǎng)時(shí)間每天人均4小時(shí)。

　　時(shí)代的變化太快，我們應(yīng)該敏銳地主動(dòng)地感測和了解這個(gè)變化，同時(shí)不管是企業(yè)還是個(gè)人，要作出自己的準(zhǔn)備和自己的響應(yīng)，因?yàn)榇髷?shù)據(jù)作為一個(gè)時(shí)代會(huì)伴隨我們相當(dāng)長的時(shí)間。在未來的某一天，可能由大數(shù)據(jù)衍生出一個(gè)新的概念、一個(gè)新的內(nèi)涵、一類新的技術(shù)，可能會(huì)變成一個(gè)新時(shí)代的符號(hào)。