 |
|
涂子沛，知名專欄作家、信息管理專家，畢業(yè)于華中科技大學。赴美留學前，曾做過職業(yè)程序員，擔任過公安邊防巡邏艇的指揮官，也從事過政府統(tǒng)計工作，現(xiàn)居美國匹茲堡，是美國某軟件公司數(shù)據(jù)中心的主任。 |
■
《大數(shù)據(jù)》作者涂子沛談不可阻擋的大數(shù)據(jù)浪潮
小數(shù)據(jù)時代，可以研究個體但不能研究群體，因為只有關(guān)于個人的數(shù)據(jù)。而在大數(shù)據(jù)時代，人的行為都以數(shù)據(jù)形式存在，這里面就有很多商機。
從中國的邊防警到美國的軟件公司數(shù)據(jù)中心主任，20年來，涂子沛的工作一直跟數(shù)據(jù)處理有關(guān)。他在最近由廣西師范大學出版的《大數(shù)據(jù)：正在到來的數(shù)據(jù)革命》（下稱《大數(shù)據(jù)》）一書中，以美國半個多世紀以來的信息開放、技術(shù)創(chuàng)新歷史為例，談在這個大數(shù)據(jù)時代，政府該如何推動信息公開，企業(yè)在其中有何商機，數(shù)據(jù)創(chuàng)新給民眾、政府、社會帶來的種種挑戰(zhàn)和變革。昨晚，涂子沛在上海以“不可阻擋的大數(shù)據(jù)浪潮”為題與讀者見面，并接受了專訪。
大數(shù)據(jù)是與云計算同時興起的一個商業(yè)概念，從谷歌到騰訊，過去一年他們都在談大數(shù)據(jù)能帶來的商機。何為大數(shù)據(jù)？涂子沛有過一個簡單的描述：“什么叫大數(shù)據(jù)，簡單理解就是超大量的數(shù)據(jù)。到底多大才算大呢？我們一般認為按π為單位的數(shù)據(jù)就是大數(shù)據(jù)。π下面的單位就是G，一部電影大約一個G，一π就等于1024個G。你乘上π，1000多部電影那就算大數(shù)據(jù)了。我們再舉個形象的例子，現(xiàn)在美國國會圖書館是比較大的圖書館，所有的印刷品如果輸入電腦的話，它才是幾十個π，基本上人類的知識要是全部放在電腦里，也就是按π為單位�！�
在這本《大數(shù)據(jù)》里，涂子沛要討論的是，大數(shù)據(jù)時代能夠幫助我們走向更自由的社會。因為信息社會最重要的資產(chǎn)是信息，信息的產(chǎn)生、信息的使用、信息的整合，這都是信息社會最重要的生產(chǎn)活動。
用數(shù)據(jù)說話，別用數(shù)據(jù)說謊
問：在全世界，哪個公司或哪個機構(gòu)擁有最多的數(shù)據(jù)？
涂子沛：我在書中有一個圖表，是2009年美國各行業(yè)數(shù)據(jù)存儲量對比，其中排在第一位的是制造業(yè)企業(yè)，第二位的就是政府。我們說數(shù)據(jù)帝國的興起，美國聯(lián)邦政府首先就是一個數(shù)據(jù)帝國，它擁有前所未有的數(shù)據(jù)。當然Google、Facebook也有大量數(shù)據(jù)，但只是其中一個公司。我們有一個錯覺，僅僅把互聯(lián)網(wǎng)數(shù)據(jù)當作數(shù)據(jù)，這是不全的。
問：所以這本書最重要的主題是，推動政府開放數(shù)據(jù)？
涂子沛：數(shù)據(jù)開放運動為什么在政府部門開啟？技術(shù)的開放是一步步的，最早的開放是代碼開放，形成了1990年代的開源運動。這在當時有很大的爭議，比爾·蓋茨就曾反對代碼開放，但最后代碼開放都被接受了，大家也都在用開源軟件。軟件由兩部分組成，一部分是代碼，一部分是數(shù)據(jù)，開放完了代碼，接下來就是開放數(shù)據(jù)。開放代碼發(fā)生在私營企業(yè)中，開放數(shù)據(jù)則要看誰擁有最多數(shù)據(jù)，當然是政府。那么政府開放數(shù)據(jù)，首先開放什么？當然是公共財政支出的數(shù)據(jù)。這種情況已經(jīng)在英、美出現(xiàn)。
相比商業(yè)企業(yè)，為什么政府要推動大數(shù)據(jù)開放，因為企業(yè)的數(shù)據(jù)是零散的、案例性質(zhì)的。大數(shù)據(jù)從三個層面發(fā)生影響：商業(yè)、政府和個人生活。因為政府擁有最多數(shù)據(jù)，應(yīng)該首先開放。奧巴馬在美國推行數(shù)據(jù)開放運動，在全世界掀起一個數(shù)據(jù)開放浪潮。大數(shù)據(jù)要發(fā)揮作用，不僅是收集、挖掘，目前最重要的是開放。大數(shù)據(jù)可以從很多角度去談，我也談到了大數(shù)據(jù)怎么起源的，但我最關(guān)注的是，大數(shù)據(jù)真正要發(fā)揮作用是要開放，否則就不會產(chǎn)生價值。開放誰來推動?那就是政府。
問：政府擁有那么多數(shù)據(jù)，但很多是不能開放的。如何界定哪些數(shù)據(jù)可以開放？
涂子沛：這里有兩條標準，首先是這些數(shù)據(jù)不能侵犯國家安全，其次是不能侵犯個人隱私。比如最先開放的內(nèi)容之一，有政府福利項目支出數(shù)據(jù)，但開放時上面的名字都會抹掉。
問：如何讓我們相信數(shù)據(jù)？
涂子沛：我之前有個講演，就是用數(shù)據(jù)說話，別用數(shù)據(jù)說謊。很多報告里都有數(shù)據(jù)，但通常的情況是，這些數(shù)據(jù)常常成為說謊的工具，成為任人打扮的小姑娘�，F(xiàn)在經(jīng)常會出現(xiàn)的情況是，孤立地解釋數(shù)據(jù)。合理地來說，我們不僅僅是要公布一個數(shù)據(jù)，還要公布數(shù)據(jù)的來龍去脈，一個數(shù)據(jù)可以復(fù)制才是站得住腳的。只公布一個數(shù)據(jù)是不夠的，還要求數(shù)據(jù)背后的數(shù)據(jù)公布。一個公布的數(shù)據(jù)是很難判對錯的，數(shù)據(jù)之間要互證才可以避免偽造。這就是數(shù)據(jù)開放的價值。不只是要公布一個孤立的GDP，更要開放整個數(shù)據(jù)，可以讓所有人自己去算這個GDP數(shù)據(jù)怎么來的。
用數(shù)據(jù)提高生產(chǎn)力
問：大數(shù)據(jù)開放的商機在哪里？
涂子沛：我們講到數(shù)據(jù)開放，首先想到的是知情權(quán)和政府透明，但這只是一方面�，F(xiàn)在推進數(shù)據(jù)開放，不再只是政府監(jiān)督方面，而是要看是否有商業(yè)價值，如何用這些數(shù)據(jù)推進生產(chǎn)？大數(shù)據(jù)時代標志著人類向知識時代的邁進。美國的數(shù)據(jù)開放運動，從數(shù)據(jù)中整合、發(fā)現(xiàn)新的知識，成為經(jīng)濟發(fā)展的動力。比如沃爾瑪，在數(shù)據(jù)挖掘中發(fā)現(xiàn)，一來颶風某些產(chǎn)品就會脫銷，那么他們就去看颶風按照哪些線路走，沿著颶風路線的那些沃爾瑪超市，就會把相應(yīng)的商品調(diào)高倉儲量。
在這個時代，因為大數(shù)據(jù)的存在，人的行為是可以研究的。以前，小數(shù)據(jù)時代，可以研究個體但不能研究群體，因為只有關(guān)于個人的數(shù)據(jù)。而在大數(shù)據(jù)時代，人的行為都以數(shù)據(jù)形式存在。這里面就有很多商機。通過研究消費者習慣，可以找到很多市場商機。就算在企業(yè)運營中，優(yōu)化才能提高效率，減少成本，優(yōu)化就要基于數(shù)據(jù)。產(chǎn)品也離不開數(shù)據(jù)，產(chǎn)品質(zhì)量控制就是以數(shù)據(jù)為支持的。大數(shù)據(jù)最根本的，就是促進經(jīng)濟的發(fā)展，知識時代的特點就是信息和數(shù)據(jù)的整合產(chǎn)生新的價值。
問：為什么直到現(xiàn)在，大家才開始談數(shù)據(jù)的商機？
涂子沛：因為直到現(xiàn)在才有那么多數(shù)據(jù)可供研究。以前，保存數(shù)據(jù)很貴，現(xiàn)在很便宜；第二，以前收集不到那么多數(shù)據(jù)，現(xiàn)在每個人在互聯(lián)網(wǎng)上的行為都可以記錄下來�，F(xiàn)在數(shù)據(jù)庫就是資產(chǎn)，如果有數(shù)據(jù)，就能掌握我的用戶。所以麥肯錫說，大數(shù)據(jù)是下一個創(chuàng)新、競爭、生產(chǎn)力提高的前沿。數(shù)據(jù)就是一種生產(chǎn)資料。
問：我們在互聯(lián)網(wǎng)上留下那么多蹤跡和數(shù)據(jù)，誰是數(shù)據(jù)的擁有者呢？
涂子沛：在數(shù)據(jù)開放運動中，英國提出了一個數(shù)據(jù)權(quán)問題。個人的數(shù)據(jù)該由個人做主。你在超市購物，你會在那里留下大量消費記錄。英國的做法是，每個消費者登錄網(wǎng)站是可以看到自己的消費記錄的。谷歌在英國也簽了協(xié)議，要開放相關(guān)的數(shù)據(jù)。谷歌已經(jīng)開放了一部分。你的數(shù)據(jù)是你的，你是有權(quán)利看的。那政府的數(shù)據(jù)更有義務(wù)去看了，因為你的數(shù)據(jù)是拿著納稅人的錢去收集的。這些是公共數(shù)據(jù)，本來就是公共資產(chǎn)。
數(shù)據(jù)開放之后，是面向社會大眾的開放。任何人都可以使用，只要有能力都能創(chuàng)造新的商機。產(chǎn)生的新知識都是由精英壟斷，但現(xiàn)在每個人都可以接觸這些數(shù)據(jù)，誰都可以做這些事情。
問：但這只是一種理想，你的消費記錄，你的互聯(lián)網(wǎng)記錄，其實已經(jīng)隨意泄露。
涂子沛：信息時代，我個人能不能決定怎么發(fā)布數(shù)據(jù)，什么時候開放，什么時候修改，但現(xiàn)在已經(jīng)失控了。無論是在美國還是中國，尤其是在中國，隱私權(quán)非常薄弱，個人信息被隨意買賣。
問：個人留下的數(shù)據(jù)越多，它對你的掌握就越容易。大數(shù)據(jù)會成為老大哥嗎？
涂子沛：大數(shù)據(jù)是老大哥，這是不可避免的。美國想建中央數(shù)據(jù)銀行，把每個人從出生到墳?zāi)沟挠涗浾掀饋�，后來很多組織反對。經(jīng)過許多博弈，美國政府還是放棄了，但對政府來說，他們很想建立這樣一個“銀行”。