導語：《紐約時報》印刷版30日出版文章稱，大數據將成為人類商業歷史上新的篇章，有望取代想法、范例、組織以及人們思考世界的方式。但與此同時，經驗和直覺同樣不可或缺。

以下為文章內容摘要：

“大數據重要，直覺也不可或缺。”這是本月早些時候在麻省理工學院召開的一次業界會議的主題。

麻省理工學院數字商業中心***科學家Andrew McAfee稱，大數據將成為人類商業歷史上新的篇章。該中心另一名教授Erik Brynjolfsson稱，大數據將取代想法、范例、組織以及人們思考世界的方式。

這些前衛的預測的前提是：Web瀏覽記錄、傳感器信號、GPS跟蹤和社交網絡信息等數據能夠以***的程度面向衡量和監控人類及設備的行為敞開大門。通過計算機算法，可以預測出人類的許多事情，如購物、約會或投票等。

業內專家預計，最終的結果就是：世界變得越來越智能，企業的工作效率越來越高，消費者獲得的服務質量越來越高，人們所做出的決定也越來越合理。

我之前寫過不少關于大數據的文章，但在2012年底這個特殊的時刻，我想應該是反思、提問和質疑大數據的時刻。

從商業評估中挖掘實用啟示并非新鮮事物。100多年前，Frederick Winslow Taylor的名著《科學管理原理》就是大數據的前身。Taylor的評估工具是秒表，為員工的每一個行動進行定時和監測。Taylor及其助手利用這種“時間和動作”研究模式來重新設計最有效的工作方式。

但如果這種方法被過度夸大，就成為了卓別林《摩登時代》(Modern Times)所諷刺的對象。此后，人們對于這種量化方法的熱情也開始跌宕起伏。

通常，互聯網被大數據倡導者作為成功的數據業務的范例，這其中以谷歌為代表。而如今，許多大數據技術，如數學模型、預測算法和人工智能軟件等已被華爾街所廣泛應用。

在本月的麻省理工學院大會上，當被問及大數據領域一些重大失敗案例時，幾乎沒有人能夠說出這樣的失敗案例。后來，麻省理工學院斯隆管理學院(Sloan School of Management)教授Roberto Rigobon稱，金融危機毫無疑問影響了數據業務。他說：“對沖基金在全球都是失敗的。”

問題是，數學模型是一種簡化。這種模型源自自然科學，根據物理定律，流體中的粒子行為是可以預測的。

如此眾多的大數據應用中，一個數學模型通常附帶關于人類行為、興趣和偏好的精確數據。這種方法在金融等領域的危險性也是有目共睹，美國哥倫亞亞大學金融工程學系主任Emanuel Derman在他的書中《Models. Behaving. Badly》中就詳細闡述了其危險性。

紐約創業公司Media6Degrees***科學家Claudia Perlich稱：“你可以用數據來欺騙自己，我擔心大數據出現泡沫。”Perlich擔心許多人將自己稱為“數據科學家”，但并未做足功課，反而給該領域抹黑。

Perlich認為，大數據似乎將面臨勞動力瓶頸。她說：“我們的技能提升速度還遠不夠。”麥肯錫全球學會(McKinsey Global Institute)去年發布的一份報告顯示，美國需要14萬名至19萬名具有“深度分析”經驗的工作者，以及150萬名更加精通數據的經理人，無論是已退休人士還是已受聘人士。

哈佛商學研客座教授Thomas H. Davenport正在寫一本名為《Keeping Up With the Quants》的新書，旨在幫助經理人來應對大數據挑戰。達文波特認為，管理大數據項目的一個重要部分是要問正確的問題：如何定義問題?你需要哪些數據?來自哪里?等等。

Google Research高級統計師Rachel Schutt稱，如果建模人員能夠思考倫理維度(ethical dimensions)等問題，那就會更好地服務于社會。Schutt說：“模型不僅僅是預測，它們還可以讓事情真正發生。”

模型能夠創建數據科學家所謂的“行為循環”(behavioral loop)，如果一個人被提供足夠的數據，都能對自己的行為進行指導。

以Facebook為例，將個人數據上傳到自己的Facebook頁面，Facebook的軟件就會跟蹤你的點擊和搜索。通過算法來評估這些數據，然后再提供好友的建議。

但這種通過軟件跟蹤用戶的行為卻引發了隱私擔憂，難道大數據將迎來數字監控的到來?

我個人***的擔憂是，當前確定我們個人數字世界的算法過于簡單，不夠智能。這也是Eli Pariser所著《The Filter Bubble: What the Internet Is Hiding From You》所探討的問題之一。

令人鼓舞的是，像Perlich和Schutt這些有思想的數據科學家意識到了大數據技術的局限和不足。他們認為，聽取數據是重要的，但經驗和直覺同樣重要。

在麻省理工學院大會上，查特被問及如何才能成為一名優秀的數據科學家，她說，需要計算機科學和數學技能，擁有好奇心，具有創新意識，以數據和經驗為行動準則。她說：“我不會把機器神化。”