 |
|
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。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。現(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和政府透明,，但這只是一方面。現(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。現(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,，你是有權利看的。那政府的數(shù)據(jù)更有義務去看了,，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墓的記錄整合起來，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”,。