大數(shù)據(jù)的應(yīng)用難題：是否該建立數(shù)據(jù)“公地” 

要想考察大數(shù)據(jù)最好同時考察大數(shù)據(jù)背后的技術(shù)、商業(yè)和社會維度。從發(fā)展成熟度來看，技術(shù)維度走的最遠、商業(yè)維度有所發(fā)展但不算全面成熟，社會維度發(fā)展最差。所以雖然已經(jīng)談了很久大數(shù)據(jù)，但除了孕育出大數(shù)據(jù)自身的幾個領(lǐng)域比如搜索等，其它領(lǐng)域卻并沒有從大數(shù)據(jù)中獲得可見的收益。大多時候人們還是處在覺得這里肯定有金子，但需要更多的耐心的狀態(tài)。這篇文章則嘗試對大數(shù)據(jù)本身的特征做點挖掘，對未來的發(fā)展趨勢做點預(yù)測。

　　大數(shù)據(jù)上的深度和廣度

　　如果把大數(shù)據(jù)對應(yīng)到海量的數(shù)據(jù)，那它就是非常含糊的概念，相當于變成信息的同義詞，顯然也就很難回答信息到底能干什么這樣的問題。

　　這時候為了推進思考通常需要先分類。如果把時間空間作為最基本的視角，那首先要區(qū)分的就是大數(shù)據(jù)的深度和廣度。從時間的角度看大數(shù)據(jù)是完整的歷史，從空間的角度看大數(shù)據(jù)是全球活動的痕跡。前者可以看成一種深度，后者可以看成一種廣度，不同的場景對深度和廣度的側(cè)重有所不同。

　　對于有些垂直的行業(yè)，比如醫(yī)療，大數(shù)據(jù)的深度更重要，所有的歷史都可以在數(shù)據(jù)上得到找到之后，人們就可以更好的認知并優(yōu)化相應(yīng)的行業(yè)。

　　對社會而言，很多時候廣度則更重要，具體到某個場景我們只有一鱗半爪的消息，但當這種信息足夠多，范圍足夠廣，就有可能描述出相對及時的全貌。經(jīng)常舉的Google預(yù)測傳染病的例子依賴的就是這種廣度。

　　這點決定了大數(shù)據(jù)的應(yīng)用發(fā)展趨勢，在深度重要的地方，公司這類組織需要成為主體，困難是如何跨越數(shù)據(jù)所有權(quán)的邊界。對于醫(yī)院而言，顯然把所有治療案例數(shù)據(jù)化并共享是有好處的，但如果只有一個醫(yī)院這么做，那對這一家醫(yī)院而言更多的可能是隱私上反彈所帶來的壞處。

　　在廣度重要的地方，雖然在搜索這樣的領(lǐng)域里公司也可以受益，但真正可以從大數(shù)據(jù)全面受益的機構(gòu)其實是政府。數(shù)據(jù)越廣，其所描述的主體就越大，而如果描述的是整個社會，那顯然應(yīng)該是社會的主要責任人會從中受益。這是個常識問題，就和看病的時候不會吃了醫(yī)生給別人開的藥自己反倒好了差不多。有的時候央視會播放百度做的春節(jié)期間人員流動圖，這件事情也正好可以從側(cè)面說明這問題。這種人員流動地圖對能做出地圖的人公司幫助遠沒有對政府的幫助大。

　　簡單總結(jié)下就是：深度和廣度兩個方向?qū)?shù)據(jù)的要求不同，前者需要更為詳盡、有質(zhì)量的數(shù)據(jù)源;后者則對此要求不高，但兩者在應(yīng)用的時候都會面臨付出回報不對等問題。大數(shù)據(jù)傾向于描述整體，而有能力收集或處理大數(shù)據(jù)的往往是個體，個體的回報在整體的提升中并不容易獲得清晰體現(xiàn)。

　　所以說現(xiàn)在大數(shù)據(jù)發(fā)展的瓶頸不是技術(shù)，而是背后所需要的分配關(guān)系的建立。這種關(guān)系理不順，數(shù)據(jù)就會停留在孤島層面，每個組織都有自己的東西，并把它命名為“大數(shù)據(jù)”。而為了理順這種關(guān)系則要回到一個非常經(jīng)典的問題，“公地”到底可不可以建立。

　　數(shù)據(jù)公地的設(shè)想

　　大數(shù)據(jù)其實有點像公地，在經(jīng)濟學(xué)里非常出名的一個論點是公地悲劇?！睹绹?jīng)濟史》舉了一個非常易懂的例子來說什么是公地悲?。?/span>

　　...這些經(jīng)濟推理命題有利于解釋集體所有制和產(chǎn)出的共享(平分或固定份額)如何導(dǎo)致“免費搭車者”問題。為了說明這一點，考慮共享土地所有權(quán)，且共同生產(chǎn)了100蒲式耳玉米的10個工人，平均每人消費10蒲式耳玉米。假設(shè)一個工人開始偷懶并將其勞動努力減半，從而導(dǎo)致產(chǎn)出減少5蒲式耳。由于產(chǎn)出共享制度的安排，偷懶者的消費量和其它工人一樣，現(xiàn)在都是9.5蒲式耳。盡管他的努力已經(jīng)下降了50%，但他的消費量只下降了5%。偷懶者是在搭他人勞動的便車...

　　這背后有非常深刻的人性問題，即使我們可以通過努力協(xié)作創(chuàng)造更多的財富，個人也可以從中分享更多，但在群體里明顯的個人傾向則是自己工作更少但分享更多。這與囚徒困境其實是相通的。

　　基于實物的世界里眼下看不到徹底解決這問題的方法，只能依賴于某種被大家基本認可的分配秩序，比如：以前的血統(tǒng)現(xiàn)在的物競天擇，但基于比特的數(shù)字財富眼下看卻有解決這問題的可能。

　　基于比特的數(shù)據(jù)與實物最大的區(qū)別是數(shù)據(jù)并非是你拿走我就沒有的東西，并且硬件的價格在飛速下降，開源又使數(shù)據(jù)的訪問工具基本免費。這幾者疊加在一起，使數(shù)據(jù)公地成為可能。

　　這里面很有意思的問題是如果大家更在意我拿到的東西是不是絕對值變大了那數(shù)據(jù)公地的形成可能性就大些，因為如果存在數(shù)據(jù)公地，那每個人(企業(yè))一定收獲更多，但如果大家更在意我是不是比你多，那數(shù)據(jù)公地的建設(shè)就會多很多障礙，因為公地其實是讓相關(guān)人員站到同樣的競爭起點上。

　　大數(shù)據(jù)的問題，在數(shù)據(jù)的使用上是技術(shù)問題，但在數(shù)據(jù)源上其實是社會經(jīng)濟問題，后者更難，所以大數(shù)據(jù)應(yīng)用的發(fā)展不取決于技術(shù)的發(fā)展而取決于社會經(jīng)濟方式的變革速度。在有限的領(lǐng)域里，比如搜索、電商、云計算，技術(shù)已經(jīng)得到比較充分的發(fā)展，眼下來看誰付出誰受益的問題是把小數(shù)據(jù)變成大數(shù)據(jù)過程中最主要的問題。

　　大數(shù)據(jù)的路往那里走?

　　數(shù)據(jù)的內(nèi)在發(fā)展動力是數(shù)據(jù)越全價值越大，其實這也是一種網(wǎng)絡(luò)效應(yīng)，這種內(nèi)在動力導(dǎo)致宏觀來看數(shù)據(jù)所有權(quán)的發(fā)展只有兩種趨勢：

　　一種是像現(xiàn)在移動端一樣，每個人都有自己的私有數(shù)據(jù)源，接下來開始你死我活的競爭，最終有一家活下來，這也可以達成數(shù)據(jù)統(tǒng)一的終極目標。

　　另一種則是在競爭中開始聯(lián)合，建設(shè)上面所說的數(shù)據(jù)公地。

　　如前所述行業(yè)數(shù)據(jù)和全社會的數(shù)據(jù)性質(zhì)上差別很大所以要分開來探討。

　　對于行業(yè)數(shù)據(jù)而言，競爭對手間彼此的坦誠合作除非有極為特別的人物出現(xiàn)，否則是不太可能的。這種情況下最簡單的辦法是引入第三方。

　　比如說每家運營商都握有幾乎所有網(wǎng)民的行動數(shù)據(jù)，但要想讓運營商彼此間開誠布公的合作把這些數(shù)據(jù)整合在一起創(chuàng)造某種價值，這就很難。這時候如果有第三方介入，制定好利益分配方案那就是可能的。

　　如果這點可以達成，那唯一的關(guān)鍵點就是相應(yīng)的商業(yè)模式是不是可以超越數(shù)據(jù)處理的成本。這點必須強調(diào)下的是，大數(shù)據(jù)的價值密度是很稀疏的，很多東西有價值但并不一定值得做，視頻網(wǎng)站之所以賺不到錢一個關(guān)鍵原因就是帶寬和存儲的成本比較高，而對大數(shù)據(jù)而言商業(yè)模式找不好，情形可能比視頻網(wǎng)站還差。挖礦的成本怎么也要小于挖礦所得挖礦才有價值。

　　上述問題在行業(yè)數(shù)據(jù)里可能問題還不是太大，一般來講行業(yè)數(shù)據(jù)的價值密度終究會大一些，并且因為相對比較垂直，總量終究有限制。所以大數(shù)據(jù)的行業(yè)應(yīng)用比較容易發(fā)展。

　　但對社會性的數(shù)據(jù)，這在很多時候就是個問題。我們都知道樣本的全面性比數(shù)據(jù)的多少更有價值，但是如果多是確保樣本全面性的唯一手段的話，那就意味必須有全的數(shù)據(jù)做一件事情才有意義。

　　社會化的數(shù)據(jù)有兩種應(yīng)用方向，一種就是企業(yè)可以搞定的比如Google，一種則是屬于社會層面，很難單獨屬于某個企業(yè)的比如智慧城市相關(guān)的人的活動數(shù)據(jù)。后者則需要上面所說的數(shù)據(jù)公地來做支撐。

　　從數(shù)據(jù)的視角來看，現(xiàn)在有兩種數(shù)據(jù)存放形式：一種是Google這樣的企業(yè)擁有整個社會某個橫截面上的全部數(shù)據(jù)，這應(yīng)該是種特例，并且數(shù)據(jù)會局限在公開信息;一種則是被割裂的各種與人行為相關(guān)的數(shù)據(jù)，比如購物相關(guān)的在電商，與人相關(guān)的在社交網(wǎng)絡(luò)和IM，線下服務(wù)相關(guān)的則在O2O企業(yè)，鐵路相關(guān)的在12306等。Google這種擁有全的數(shù)據(jù)，但并不擁有人的行為，所以說Google這種企業(yè)相當于擁有整個社會的一個橫截面的數(shù)據(jù)。而所有其它企業(yè)則只擁有某個垂直領(lǐng)域的數(shù)據(jù)。

　　如果依賴于企業(yè)做這種數(shù)據(jù)統(tǒng)一的嘗試，在前者就會有投資200億做O2O類的舉動，因為這會補全數(shù)據(jù)，在后者就會有做電商的想做社交，做社交的想做電商這類事發(fā)生。類似的故事還可以在終端上發(fā)生，所有這些行為的終極目標都是一家企業(yè)搞定所有這些事情，但這是不可能的，這種不可能還不單是經(jīng)濟原因。而數(shù)據(jù)不能打通，那就只能在割裂的數(shù)據(jù)上做自以為是大數(shù)據(jù)的大數(shù)據(jù)。

　　所以說這骨子里是數(shù)據(jù)公地究竟能不能建立的問題，而要想建立數(shù)據(jù)公地，那至少要解決誰來做的問題，對此開源給出的啟示有兩點非常關(guān)鍵：第一這不能是個盈利組織;第二這要能獲得眾多企業(yè)的支持。因為數(shù)據(jù)會牽涉隱私，所以同開源相比那就一定還要有比較清晰的界定數(shù)據(jù)使用的規(guī)則。

　　小結(jié)

　　在有一種切實的辦法解決數(shù)據(jù)所有和使用權(quán)之前，大數(shù)據(jù)的應(yīng)用應(yīng)該還都是局部的。因為它的深度應(yīng)用牽涉社會很多部分的彼此協(xié)調(diào)，所以這個過程可能是非常漫長的。這里面有意思的事情是，大數(shù)據(jù)的出現(xiàn)直接推動了機器智能的發(fā)展，而機器智能產(chǎn)生影響的速度可能會遠快于大數(shù)據(jù)本身。