大數(shù)據(jù)時代，一個新的相對論時代

不久前的一個周末，我在成都參加希捷公司的年會。

這是全球數(shù)一數(shù)二的硬盤供應商，年會熙熙攘攘，盛況空前。在國內各項重要的經濟指標均為下行的情況下，希捷公司的出貨量仍然保持著增長。事實上，整個存儲器行業(yè)這幾年都在連續(xù)逆勢增長。

時代的輪廓如此清晰。人們在減少飲料、成品油甚至住房的消費，卻在花更多的錢保存數(shù)據(jù)。

演講中，我提到，今天的社會治理、商業(yè)管理以及個人生活，無不在快速地數(shù)據(jù)化，即事實和細節(jié)被廣泛地記錄下來，通過這些記錄，消逝的世界可以再現(xiàn)，從而進行分析和預測，人類歷史上一些精細的、微妙的、隱性的、曾經難以捕捉的關系和知識，現(xiàn)在都可以捕捉到，快速上升為顯性的知識。

我的結論是，通過數(shù)據(jù)，人類從來沒有如此客觀地認知我們每天生活的世界。

從成都返回杭州，有幾個小時我在空中飛行?；氐郊?，一封郵件已經靜靜地躺在我的郵箱。里面是迫切且尖銳的提問：

“涂先生，這個時代，讓我越來越困惑，我是一名資深的數(shù)據(jù)分析師，但隨著數(shù)據(jù)的增多，我甚至成了一名大數(shù)據(jù)的懷疑論者……之所以沒有在現(xiàn)場提問，是擔心我的挑戰(zhàn)給大數(shù)據(jù)的信奉者潑上冷水……”

他的問題是，數(shù)據(jù)越來越多，但他卻經常感受到，他離事實越來越遠，通過數(shù)據(jù)，無法發(fā)現(xiàn)真正的真相。

換句話說，雖然數(shù)據(jù)是真實的，但它卻不一定符合真正的事實。

這是一個新的相對論，數(shù)據(jù)相對論。愛因斯坦的相對論是關于時空和引力，新的相對論是關于數(shù)據(jù)和事實。

數(shù)據(jù)永遠在追趕事實

美國政府曾經竭盡腦汁，一直想掌握全國真正的人口數(shù)量。1860年代開始，美國總統(tǒng)就開始給美國的普通公民寫信，請他們不要因為害怕人口普查而隱瞞人數(shù)，他以總統(tǒng)的名義保證，這些數(shù)據(jù)只是為了掌握美國的真實人口數(shù)量，而不會用于征稅、征兵和法庭調查等其它用途。此后歷屆美國總統(tǒng)都致力于排除人為因素，力圖保證數(shù)據(jù)的客觀性。他們還想方設法縮短普查時間，最初一次普查要兩年時間才能完成，到后來慢慢縮短至兩個月，乃至兩三天。

每時每刻，都有人出生、死亡或者瀕臨死亡，他們發(fā)生在不同的家庭、醫(yī)院、甚至野外，現(xiàn)實不會靜止以等待你給它畫像，任何一次人為組織的人口普查，都沒有辦法在同一個時間點掌握全部的這些事實，從而計算出一個時間點這個世界真正的人口數(shù)目。

直到今天，信息技術、互聯(lián)網(wǎng)、手機如此發(fā)達，這個問題還沒有解決。

人類是這個世界的靈長，迄今為止仍無法準確的掌握這個星球上有多少同類，遑論其他？

世間萬物，一顆紅豆、一碗牛肉面、一臺汽車、一段感情，其中的知識，都往往豐富得我們難以想象，所謂一花一世界、一葉一菩提。

世界之大、包羅萬象、周行不殆、須臾萬變，人類就像刻舟求劍的楚人一樣，能掌握的永遠只是某一個節(jié)點某一個范圍內的小事實，有混亂和困惑是再自然不過的事了。

但在紛繁復雜、持續(xù)演變的世界，人類又在不斷努力。縱使人口不斷變動，美國政府亦不斷改進數(shù)據(jù)獲取方式，以提高效率、逼近真相。今天的美國人口普查局，已經開發(fā)了一個“人口鐘”（population clock），每分鐘可以預測一次美國人口的變化情況。

數(shù)據(jù)永遠在追趕事實，就像永不停歇的鐘擺。在追求真理的道路上，我們進入了一個更為清晰的相對論時代。

數(shù)據(jù)僅記錄事實的一個側面

十年前，我剛到美國留學。開學不久，就學到了一件重要的事情，必須區(qū)分“事實”和“觀點”，至今還記得，教授在課堂上第一次引用這句名言：“每個人都可以有他自己的觀點，但不可以有他自己的事實”，我從此引為圭臬。

但隨著經驗和閱歷的增長，我又感悟到，大千世界，之所以意見紛爭、共識稀少，還是因為每個人擁有他自己的事實，事實確實只有一個，但一個事實卻有千萬面，人因為自己的局限，往往只能看到自己認同的那一面，很少有人能面面俱到、看到一個事實的全貌。

導致的結果，各人還是各有“事實”。

這真是個很可怕的結果，數(shù)據(jù)越多，分歧也可能越多，因為每一個不同的觀點，都能找到相應的數(shù)據(jù)來支持，一定程度上，比沒有數(shù)據(jù)還糟糕。

在我還沒到阿里巴巴工作之前，阿里就有業(yè)務線上的高管咨詢我，說阿里有很多數(shù)據(jù)，也有很多部門，僅僅預測顧客下一件可能要買的東西，就有9個部門在做，這些部門，往往得出不一樣的結論，而且都認為自己的預測最占理、最準確！

我的第一反應，是這些部門依據(jù)的應該是各自收集的、不同環(huán)節(jié)的數(shù)據(jù)，一問果然如此。我建議說，阿里的正確做法，應該是合并部門、歸整數(shù)據(jù)，形成一個多維度的、盡可能大的數(shù)據(jù)，再進行預測。

這個案例其實隱藏著一個巨大的時代風險。數(shù)量龐大的數(shù)據(jù)，將導致“人人皆有理”。一個人要做出一個與其它人迥異的結論，總可以找到相應的數(shù)據(jù)來支撐自己。

其中的本因，就是數(shù)據(jù)再多，我們都可能無法掌握事實的全貌。數(shù)據(jù)再大都不是事實，但它逼近事實。事實確實是只有一個，但有千萬個棱面，任何一組數(shù)據(jù)，可能都只僅僅描繪了“一個”面。

如果有上帝，那只有他的眼睛才能看到萬事萬物的全貌。人，不可以。

再大的數(shù)據(jù)，也不可以。