大數據 大恐慌

　　日前，在HDS公司的CIO峰會上，公司COO(首席運營官)Brian Householder提到，大數據主要來源于三個方面:一是業務驅動的數據，即基于企業ERP、CRM、OA等既有信息化基礎的數據;二是人為驅動的數據，即基于電子郵件、社交網絡等新媒體的數據;三是機器驅動的數據，即基于工業互聯網、物聯網而產生的諸如衛星地圖、M2M日志等數據。

　　目前，人們更多地關注前兩類數據，并將它們應用于精準營銷和精益管理。而在Brian Householder看來，大數據的真正價值蘊涵在機器驅動的數據里，而且，未來的數據將獨立于應用和IT基礎架構而無限期地存在。

　　機器驅動的無限量數據和獨立于應用與IT基礎架構的無限期數據，為洞察大數據價值提供了必要條件，但也帶來了數據取舍、存儲能耗、數據析權等新的恐慌。

　　無法遺忘的恐慌。無窮無盡堆積的大數據，不僅記錄了歷史，綜合了現在，而且可以洞悉未來，最終模糊了時空的界限。正如大數據鼓吹者維克托·邁爾-舍恩伯格的預言：遺忘已經變得昂貴而又困難，記憶反而便宜又容易。一個無法遺忘的未來正在向人們走來，在遺忘中取舍、在取舍中決策將成為歷史，記憶將不堪重負，取舍將無從下手。

　　無處存儲的恐慌。從智慧地球到工業互聯網，機器驅動的數據將成百倍地增長。從移動終端到可穿戴計算，加上印象筆記和GoogleKeep等服務，每個人都產生著無窮的數據。將這些數據轉化為實時信息，本身就需要龐大的計算能力和存儲空間。無論是傳統的磁帶，還是風起云涌的數據中心、云計算中心和大數據基地，散熱、能耗和二氧化碳排放等都將是一個世界難題。難怪有CIO調侃將大數據運營中心建在南極，建進海底，建入地下。

　　無法析權的恐慌。以美國通用電氣公司的工業互聯網戰略為例，其實質是建構大數據分析平臺，將云計算中由大型工業機器產生的數據轉化為實時信息，通過提供實時數據管理、分析以及機器與運營平臺的連接，致力于推動從“工業運營”模式轉向“預測模式”。一種顛覆商業領域既得利益的力量正在集聚，一種牽涉大數據物權的“牛鞭效應”必將顯現數據獲取設備及數據初始源的物權似乎是明晰的，而數據反復重組的形態及其價值卻無從析權。