12月4日，颠覆式创新研习社《创新模块之人工智能》登台，作为大数据专家，吴甘沙不迷信大数据，他说，我们永远没有办法利用大数据测准东西，我们只能求得近似一个东西。大数据顶多不过是一个消息比较灵通的算命先生，但是它不可能实现完美的预测。

点击下方图框，可听吴甘沙演讲精彩语音：

演讲者｜吴甘沙（英特尔中国研究院院长）

大家会问现在的大数据这么火，它到底是什么鬼？我今天课程的目的，首先破除神秘，大数据是我们每个人都可以实践的。

其次，要破除迷信，我们不能把大数据神话成为一个万灵药。我相信经过今天的课程，大家一定有这两个自信，理论自信、道路自信。

大数据是产业生态各类技术勃发的诱因

大数据是非结构的

数据间既可相互融合，也可快速流失

在寒武纪，全部生命出现了爆发式的进化。科学家提问：为什么寒武纪会出现这样的情况？

现在有一个推论，说寒武纪的时候在海底大量的地壳运动释放出很多的钙，而当时的生物基本上还都是生活在海里的原始生物。

这些被大量释放的钙离子，对这些海里的原始生物来说要不就是毒性高，要不就是可以利用钙慢慢的长出了脊椎，进而可以慢慢的迁徙到陆地上。因此，钙对寒武纪的生物大爆发非常重要。

我们的大数据正是当下社会中诱发产业生态各类技术勃发的钙。大数据为什么会进入大家的关注视野？因为它体现了一个大的现象。我们从三个角度描述大数据。

IBM曾经提出一个观点，在任何一个时间点，90%的数据都是在过去2年生成的。2015年90%的数据是2013-2015年形式，2017年的数据是2015-2017年形成的。

Google指出，2010年每两天产生的数据量等于人类文明曙光初照到2003年数以万计的时间长河中所产生的数据总和。IDC的一个报告现实，数据产生量每两年翻一番。这个现象就是指数增长。

指数曲线有一个非常有趣的特质，开始增长的特别缓慢，突然经过了一个转折点以后，以爆炸式的增长，这就是我们说的大数据爆发。

大数据有多大？举个例子，现在我们的手机内存是3GB，TB就是1024GB，现在的PC硬盘可以达到TB，然后就是PB，PB上去是EB，再向上是VB。

2020年一年将产生40VB数据。这个概念可能大家有点生疏，我给大家一些概念。

互联网公司，比如说Google，这是在几十EB量级的概念，全国的数据加起来是几十个EB，百度可能就是几个EB。阿里巴巴刚刚到一个EB，很多的互联网公司在几十个PB上。

电信公司、金融公司稍微的少了一点，10-100个PB，医疗和零售更少一点。大家知道医疗领域现在的数据最大的说大数据一般说的都是10PB。你看大数据的大，主要会看这几个领域。

IDC说大数据未必一定要大，比如说有一百个TB就可以了，假设说我们现在的台式机是两个TB硬盘，50台的台式机装满一百个TB。

或者说数据来的非常快，不停地流进来，或者说你这个数据的增长速度大概每年可以增长60%，这都可以算是大数据。强调的是多个数据之间的融合，以及高速的流失。你有这样的特征你就是大数据。

数据具有天然的多维度和混杂性

相互关联的数据才有意义

数据价值会折旧，因此快者通吃

多维度才是大数据的价值来源，而不同维度之间的关联性很重要。如果多维度但互不相关，这是没有意义的。

这跟我们的人思考一样，人是不是有思想，在于从各个不同的侧面获得信息以后，能不能在信息之间找到关联总结出规律出来。

我们经常说数据是个矿山，谁采矿的速度快谁就厉害。在服装业有两个例子，H&M，还有ZARA，很多的方面他们的努力是相似的，但是有一个决定了他们的高下就是数据处理。

ZARA数据处理做的快，所以它可以把一年变成12个季度，每一个季度推出一种新的服装，时间就是金钱。

像其它的商品一样，数据的价值会折旧，过去一小时的数据可能比过去一个月数据的总和还有价值，最近的数据这是最有价值的。

随着时间的推移，数据价值会衰退。数据跟新闻和金融的行情一样，这是有时效性的。我们经常说快鱼吃慢鱼，在金融市场比别人快就占有先机，这就是快。

反映快其中有一个数据的活性，我们经常说银行的刷卡数据是低活性的，因为我可能就是一个礼拜刷一次出去，但是电商的浏览数据是高频的，这就是区别。

数据的价值在于它的真实性，在于它的辨识度，在于它的准确性。数据质量相对于数量更重要，数据失去辨识度就不应该留下了，应该被洗刷。

大数据的结论具有或然性的

大数据只能预测不能预言

大数据思维更适合做大批量的小决策

不管现在概念的数目有多少，有多少支持归纳，普通性为真的概念总是为零的。

就像在几个世纪以前大家都认为天鹅是白的，所有的数据都证明天鹅是白的。直到在澳大利亚发现了黑天鹅，这一个数据把原来的归纳给打破了，所以归纳法是有或然性的。

这意味着我们的观察会影响被我们观察的东西，大数据也是一样的。你对一样事物的观察会产生一些数据，这些数据会影响一部分的行为，间接影响被观察的事物。

所以爱因斯坦说错了一句话，他说上帝不掷筛子，我们永远没有办法利用大数据测准东西，我们只能求得近似一个东西。

不要期望大数据能够实现完美的预测，大数据顶多不过是一个消息比较灵通的算命先生，但是它不可能实现完美的预测。

大数据获得的任何结论，你需要看这是以多大的概率来给出这个结论的，这个结论说股票要上涨，不会说一定就涨，它是说85%的概率要涨。

我们这里要特别强调大数据理念经常在做大批量的小决策。我在亚马逊买一本书，结果它推荐了十本书，这是大批量的小决策。比如说我要买一个房子，买一个车，这是小批量的大决策。

大批量的小决策你可能不需要因果性，无伤大雅。我最近在亚马逊买书的时候，发现好像我买这本书，但是给我推荐的书都是不相关的。

后来查了一下，这一批集体降价，到了一块钱，大家买这本书试可能买另外一本书，产生了一种相关性，这是不可解释的。他们从内容上来讲没有任何的关系。这是因为他们正好集体降价，然后才产生了相关性。

但是小批量的大决策一旦失误，很容易产生严重后果。上个世纪五六十年代的时候，保险公司发现了一个相关性，保险理赔和肥胖相关性，听起来很合理，于是大量的让这些人吃减肥药，结果引起了很多的其它问题。

大数据让电商为我们贴上标签

互联网商业中，我们每个人都是商品

我们要经营数据的我，因为我就是我的数据

在阿里可能有几万个人，我们每个人生活在不同的层面，对你个人进行画像，会把你归入某一个标签里面。最有趣的是阿里有18种性别，某一个方面表现的男性，另外一个方面表现为女性，这就是一种性别。

电商根据对客户进行的刻划，把客户详细分类。而且现在对用户的客户已经从传统的个性化到具体的个体化，消费者本身也希望被以个性化的方式来对待。对产品提供者来说，原来专注于产品的，现在越来越要专注于客户。

商家原来关注一个人的背景是中产阶级，原来关注的就是交易一个月买了几次，现在我要关注什么，关注他的行为。经过没几次的浏览跑到我的这个网页上，这是它的行为路径。

比如说他在微博上发表了一个跟我产品相关的正面的，或者说是负面的评论，这是关于反馈的。关注行为的下一步就是关注个人的意图和意向。经过各种数据的手机，电商可以由点到线，由线到面对客户进行全面的立体的观察。

每个人有各种各样的数据。我们量化自我，各种可穿戴搜集下的信息。我们各个网站上的数据身份，我们的社交威望度，我们的信用指数，我们的各种消费行为，我们的三观等等。

我们创造了技术，技术也在影响着我们，所以数据描述的人和真实的人是在一个不断的影响循环中，我们真实的人不断的量化变成了数据，而很多的大数据分析和服务会影响我们的数据，而数据人又会反过来对我们的真实人行为发生改变。

我经营我的数据可能有很多的好处。比如说你现在情绪不好，你就打一个不开心的符号，你的朋友会看到，他会给你发一个短信，或者说给你听一首歌帮助你改变情绪。

同时，这个数据的你会给你带来很多的坏处，你所有的数据都会留在那里永远都不会插手，几十年前做的一些不好的事情，几十年后会被别人看到。老大哥会一直在看你的，会出现基于数据的歧视。预测也会带来其他方面的困扰。

你需要搜集数据对客户进行画像，然后做精准营销。首先要获得客户的数据，其次要对客户画像，然后做个性化的精准营销。精准营销来自于几个方面，就是看你的兴趣在哪里。

大数据不但可以为用户画像，

还可以创造新的用户需求

生态=数据+平台+终端+应用

有了精准营销以后，下面就是希望能够提供跨渠道的客户购买的体验，可以把它转化为客户。这里有一个首次用户体验战略，当你用户第一次用你的产品，你有什么样的战略以后能够跟用户建立长期的关系。

个性化是必须要注意的，更高的境界不是发现用户原来的需求，而是创造新的需求重塑行为。这里很重要的是场景化的趋势。把场景化的需求创造分成几个级别，记录下来。

第一个级别能够对你的历史进行回溯，你今年买过十次的咖啡。

第二个级别说你来到这个地方了以后，根据位置信息服务我给你推送一个打折券。比如说开车经过的时候基于位置信息推送，就是有场景的味道。

再下一个级别，我可以预测，每天上班八点半经过我这个地方，然后我在八点的时候给你推一个打折券，说这个打折券半个小时之内有效。

消费者拿到打折券的时候，很有可能他原本没有打算买咖啡，但是看到有打折就买了，这就是创造了用户需求。

数据拥有者拥有数据，数据的技术提供者可以提供数据技术和基础设施，还有数据思维者和创意者，他在数据基础上可以提出新的数据创意产品，这就是大数据的生态。

MasterCard首先是数据的拥有者，雇佣了一家公司提供数据分析技术。同时，又有一个子公司是数据的创意者，根据这些分析提出了新的创意。

他发现下午四五点的时间，在加油站加油的车基本上都会到附近的餐馆消费50美金，这样的话，在我这边加油给你打一个小票，背后就是附近餐馆的打折券。这就是数据生态。

有了数据生态以后，如果把我的库存数据开放给我的供应链，开放给生产商可以预测性的进行生产，进行补货，整个过程从实际需求驱动变成了预测性需求驱动。

再往下发展，产品的设计者可以在社交网络获得很多用户的需求，结合用户的需求与沃尔玛的需求，更好地设计产品，其实我们互联网公司一直强调生态是什么，生态就是数据+平台+终端+应用。乐视有数据，有内容，有平台，有电视，形成了整个的价值链。

在这里面其实它既是一个数据的提供者，也是一个数据的创意者。而这个过程中其实也可以引入第三方作为数据的创意者，利用我的数据进行创意，也可以进一步的提供数据的基础设施服务。

乐视原来只有我自己版权的服务，现在逻辑思维也可以在我的上面面向大众，我给你提供一个数据的基础设施，所以大家可以看到在这个过程中丰富了自己的生态系统，不但有数据的提供者，也有数据技术的提供者，也有数据的创意者。

＊ 本文根据吴甘沙在颠覆式创新研习社的课程内容整理而成，欢迎转发分享，网站或期刊转载请联系微信warmly11。

为什么过去几年，Google、微软、Facebook、百度都成立了深度学习研究院？因为随着数据规模的增长，过去传统的人工智能算法并不能处理好，而深度学习可以处理大数据。点击标题阅读本次课程笔记《前百度研究院副院长余凯：再多的数据也不是优势，数据＋深度学习才能形成商业壁垒｜研习社12月4日演讲实录》

人，依旧是企业管理的真正难题

没有高素质员工，任何创新只是空谈

12月12/13日，深圳研习社课程

《打造移动互联时代的组织能力》

著名华人管理大师

中欧人力资源管理教授杨国安

教你掌握“杨三角”组织能力理论和实操方法论

点击下方阅读原文报名《打造移动互联时代的组织能力》课程

↓↓↓