“多算胜，少算不胜”——从百度发布大数据引擎说起

◆ 叔 平/ 文

质量时评

“多算胜，少算不胜”
——从百度发布大数据引擎说起

◆ 叔 平/ 文

4月24日，“百度大数据引擎”发布，引发关注。

“大数据引擎”指的是对大规模的数据进行收集、存储、计算、挖掘和管理的一套系统。包括“开放云、数据工厂、百度大脑”三层核心平台。

其中，“开放云”相当于存储记忆的“脑容量”，解决的是数据存储和计算瓶颈。“数据工厂”相当于人脑中的记忆关联过程，是用百度提供的“大数据挖掘机”把大数据关联起来，并从中挖掘出价值，TB级甚至更大的数据的查询和扫描工作，是其生产任务。“百度大脑”，是做决策的能力，如同人脑，不过目前的智慧还只相当于两到三岁的孩子。尽管如此，但这可能是世界上最复杂的可以模拟人脑思维的系统。再过十年二十年，百度大脑很有可能比人脑还要聪明。

值得关注的是，“百度大数据引擎”采取邀请和免费模式，把一整套核心能力通过平台化、接口化的方式对外开放。政府、NGO、制造、医疗、金融、零售、娱乐、教育等传统领域，将率先与之合作。拥有海量数据的传统企业，可以利用“百度大数据引擎”，在线使用其提供的种种技术便利，一举进入大数据、云计算、平台经济等移动互联网技术触发的新一轮工业革命。

随着信息化发展进入移动互联网和大数据时代，企业管理、产品服务设计、乃至商业模式，不仅改造、优化、甚至颠覆。企业竞争力将极大增强，生产效率将不断提升。正所谓“创新驱动、转型发展”，是也。

事实上，最早提出“大数据时代到来”的是麦肯锡公司。2011年6月，麦肯锡全球研究院发布了题为《大数据：下一个创新、竞争和生产力的前沿》研究报告。该报告指出：大数据时代已经到来，数据正成为与物质资产和人力资本相提并论的重要生产要素，大数据的使用将成为未来提高竞争力的关键要素。

开大数据研究著作先河的《大数据时代》作者维克托·迈尔·舍恩伯格，提出了“大数据时代最大的转变就是，放弃对因果关系的渴求，取而代之关注相关关系”的观点。该书指出，大数据的核心就是预测。这正是大数据应用的最迷人之处。

“大数据”的重要性，可以从联合国“数据脉动”计划、美国“大数据”战略、英国“数据权”运动、日本“面向2020年的ICT综合战略”、韩国“大数据中心战略”的提出和实施中窥见。

2012年3月29日奥巴马政府发布的《大数据研究和发展计划》明确，要从国家战略层面收集庞大而复杂的数字资料，并从中获得知识和洞见，以提升能力。奥巴马团队更是身体力行，将大数据分析运用到竞选，通过对近两年搜集、存储的海量数据进行分析挖掘，寻找和锁定潜在的己方选民，运用数字化策略定位拉拢中间派选民及筹集选举资金。在数据挖掘支持下的决策，为奥巴马的连任立下了汗马功劳。

“大数据是与自然资源、人力资源一样重要的战略资源”，这一点正在全球形成共识。大数据犹如亟待挖掘的金矿，挖掘金子的应用越来越多。本刊上期“质量译丛”《掌握大数据的组织将超越对手》一文中，便提到了20种应用。包括：抵押价值评估，车辆故障预测，自动识别促销活动商品，非医疗检测健康风险识别，诊断辅助，顾客维系，目标营销，预测广告定位，电影与图书推荐，雇员留任，引导针对性教学，妊娠预测，犯罪预测，网络入侵检测，垃圾邮件过滤，开放式问题回答，博客内容焦虑检测等等。

这20种应用，都已经有了经典故事。如“自动识别促销活动商品”，故事是：一位收到广告的父亲很愤怒地对商场说：“我女儿还在高中，你们现在天天给她寄婴儿尿布、奶粉的广告，什么意思？”商场说：“对不起，我们搞错了！”过了一个星期，这个老爸又回来，说：“对不起，我搞错了，我女儿已经向我坦白了，她真的怀孕了。”

尿布和啤酒相关的经典故事，也脍炙人口。沃尔玛通过挖掘顾客消费数据发现，尿布、啤酒，两者关联。原来，当家里有小孩后，买尿布的任务多半由新爸爸去完成。新爸爸在买完尿布时，往往会顺便买一瓶啤酒犒劳自己。看似“风马牛不相及”的两者，不仅相关并存在因果关系。后来沃尔玛就把啤酒和尿布放在一块儿，啤酒的销售量一下子就增加了。

当然，“阿里小微金融”这个颠覆了传统银行做法的大数据应用经典故事，最为震撼。阿里金融发放微贷，其实是利用了客户的两类数据，一是网上客户信用数据，二是客户的行为数据。据此，阿里金融建立起了一个网络数据模型和一套信用体系。这个网络模型和信用体系，会给每一个商铺，每一个店家做信用等级的评分。这个评分，就是阿里金融发放微贷的依据，从500元钱到100万元不等。从而抛弃了银行贷款必须抵押、必须担保的传统做法。阿里“平台+金融+数据银行”的做法，也让传统银行深受启发，开始重视大数据，重视线上渠道。

于是，你用大数据，我也用大数据，一场以大数据为重要生产要素驱动的革命，即将出现。正如百度CEO李彦宏表示的：“技术创新是一个从量变到质变的过程。并行计算能力不断提升和云存储等技术产品成本的不断降低，使大数据真正走到了技术变革的临界点。百度开放自己的大数据核心能力，将更好地帮助传统行业挖掘数据价值，加快传统行业转型升级，进而发挥出对整体社会经济的革命性影响。”

中国的人口和经济规模决定了中国大数据规模为全球最大，同时也意味着中国大数据的分析方法、解决方案将适用于其他国家。这将为“中国制造”向“中国创造”转变提供难得的机遇。为此，上海已经率先向社会开放了政府数据资源，上海市经委正在研究筹备大数据局，为中国企业和社会更好地应用大数据创造条件。

显然，百度大数据引擎的发布，以及上海率先开放政府数据资源，上海市经委研究筹备大数据局等等迹象，是大数据应用走到了技术变革前夜的标志。企业要善加利用，极早将传统企业转型为“大数据说话”的智慧企业，提升大数据时代的企业竞争力。在这方面，企业一方面可以与大数据专业公司合作；另一方面本身也须做好几件事。

首先，要从小数据思维转变为大数据思维。

1931年，美国安全工程师海因里希通过分析55万起工伤事故的发生概率，提出了著名的海因里希“事故金字塔”理论，论证了加强日常安全管理、细节管理对消除不安全行为和不安全状态的重大作用。

在今天看来，55万起工伤事故的数据，就是个小数据。因为全世界互联网流量累计达到1EB所需要的时间，2001年需要一年，2004年需要一个月，而现在只需要一天。大数据时代，没有最大，只有更大。量变会引起质变，于是大数据时代就出现了不可思议的事情：似乎不需要逻辑思考，大数据会直接导出答案，而且更准确。

因此，今天我们可以放宽对概率精度的严苛要求，也不要过分追求相互关联中的因果关系，不如“让大数据说话”。但我们也须明白，大数据可以驱动精确的预测，但不能代替判断，也不能代替理论，毕竟，我们要“知其然”，也要“知其所以然”。

其次，建立以大数据为基础的客户为中心的经营管理模式。

我们一直在强调，要建立以客户为中心的经营管理模式。今天看来，没有线上、线下全方位的客户大数据，就不可能建立真正的以客户为中心的经营管理模式。只有从传统的业务数据拓展到网络数据，把网络数据与客户数据、业务数据结合起来，才有可能真正建立起以客户为中心的管理模式。只有重视客户体验，把线上线下客户行为的各种数据综合联系起来，再把这些联系还原成一个个活生生的客户体验偏好，才能引导我们“精准营销”，这样的经营管理模式，才会对客户提供更好的服务，才会有更高的投资效率，才会有更强的竞争力。

第三，要以高度的社会责任感处理大数据资源。

大数据的挖掘，最大的挑战莫过于破除复杂性，所谓的“数据除尘”，以找出数据间的关联。就是说，要在大海里捞“针”，发现规律，这才是一件最重要的事情。此外，数据是流动的，海量的数据每时每刻在增长，如飞机引擎般每时每刻在流出数据，我们需要所谓的流计算，这又是一门专业的挑战。

不管如何，企业要把基于大数据的质量管理过程建立起来，包括建立PDCA循环互动的质量数据池，配备既懂得数据分析技术，又谙熟企业各项业务，还善于右脑思考的新型复合型人才。

大数据时代，千万不能忘记的是“祸兮福所倚，福兮祸所伏”这句老话。因为海量的数据有四宗罪：它的质量可能很差；它可能不客观；它可能存在分析错误或误导性；更糟糕的是，数据可能根本达不到量化它的目的。

噪音大、波动大的大数据时代，更令人担忧的是它尚未建立起来的行为规范。“退潮时，可以发现谁在裸泳”，这是在过去。现在，“不用退潮，就可以看见谁在裸泳”了。放肆地公开数据信息或刻意地垄断数据信息，都有着不可推卸的责任。

“多算胜，少算不胜”。《孙子兵法》如此说。这种实事求是的大数据精确管理体系，是未来中国发展实现有质量增长所不可或缺的基础条件。我们相信，大数据时代，无论挑战有多么大，中国的机遇一定会更大。