很難相信，今天的CIO們竟然可以從路易十六身上吸取教訓，但這正是Eric Brynjolfsson的建議。Brynjolfsson，MIT電子商務中心主任，管理學教授，在第10屆MIT斯隆管理學院CIO研討會上這樣說道：“直到站在斷頭臺的腳手架上，路易十六才意識到他身處于革命之中。”

Brynjolfsson表示：“也許到最后路易十六才明白，有的時候作為領袖也會被外界完全隔離，以至于根本沒有意識到，現狀已經不是現狀了。” 今日的企業也面臨同樣的問題，大數據革命一直在挑戰數據精細的極限。從而誕生了一系列的精簡業務。所謂‘數據驅動’，就是以數據說話，而不是相信你的直覺。

本屆學術研討會上舉行了專家討論，Brynjolfsson和其他三位MIT教授就大數據將如何影響包括金融，公共衛生，交通運輸和IT服務在內的各行各業展開討論。他們給CIO們傳遞了這樣一個信息：只是搭上大數據這輛車是不夠的，CIO們還需要小心地駕駛。

大數據，大鴻圖

作為司機意味著什么呢？ 首先，CIO們必須明白，大數據革命真的到來了。這一新工具向我們展示了數據的各種復雜性和存在模式，這些都是我們以前未知的。Andrew Lo，MIT斯隆管理學院的金融教授，用金融服務舉例，用圖解的方式向我們展示了自大蕭條后，金融服務的各種相互關聯變化。通過“之前”和“之后”的幻燈片的對比，明顯看出，現今保險公司，主權國家和銀行之間有著緊密的關聯，這在‘之前’從未如此凸顯。

“直到最近，我們才開始把金融服務看成一個整體系統概念。”Lo說。 “在過去，我們都是把銀行，對沖基金，保險公司單獨看待。 ”

大數據使得金融行業可以更直觀地看待它們的體系和其中的關系，如果要預測下一次的金融危機，則取決于它們如何利用和分析這些數據了。這就是大數據的價值了，專家們指出，公司需要改變他們做決定的方式。Brynjolfsson指出，這么多年來，公司的決定都由 ‘企業河馬’-也就是企業內收入最高人的來做出。他說：“我們不能再讓他們這樣做了，需要把這些河馬變成IT專家。”

相關性并不意味著因果性

這點說起來容易，做起來難。事實上，因為并不是所有的數據關系都是對等的，所以很容易誤導CIO們。就拿癌癥數據為例，肺癌和家里的煙灰缸顯示了“令人震驚的相關性”，Lo說。 “結論就變成了，如果你消除所有的煙灰缸，就可以治愈肺癌。”

CIO們需要明白，相關性并不意味著因果性。為了避免這樣的錯誤，專家們的建議是，在傳統的分析和利用大數據特點的技術之間找到平衡。比如，高頻交易員，因為有太多的實時流動數據，所以沒有必要建立數據模型來測試和評估策略，但是并不代表數據模型就沒有用武之地了，比如在需要了解系統風險的情況下，還是需要進行測試實驗的。

“你可以把消費者信貸數據，住房價格，貸款申請綜合起來考量并預測經濟走向。”Lo說，

“但是，你還是要經過一定的篩選，才能將這些數據從相關性變成因果性。”

相關性會侵犯隱私？

大數據的相關性作用是有重大意義的，同時也藏有隱患。就如其中一位與會者向專家成員指出的那樣“靜止的數據是沒有危害的，但當你開始關聯數據的時候，就涉及到安全問題了。”

專家們也分享了一些‘老大哥獨裁形式’的案例。比如Alex "Sandy" Pentland's教授關于阿富汗的研究。政府情報機構利用監獄釋放信息，來追蹤某些可疑人物以及預測可能的犯罪活動。

“根據統計，有一些行為被認定為極有可能犯罪的征兆。比如罪犯之間溝通的模式。”

Pentland說。 “但其中也有漏洞，比如僅僅因為‘可疑’人員互相發消息就認定他們即將要犯罪，卻完全不顧他們消息的具體內容嗎？ ”

這也許是一個極端的例子，但它凸顯了守法民眾對于隱私的關注，也使公共社區對于使用這些數據感到猶豫。專家小組并沒有忽視這些顧慮，他們認為隱私是一個“巨大的問題”，這也是他們在研究中需要考慮到的。

以Lo教授來說，他使用了安全多方計算，這給了多個參與方保護隱私的權利。然后研究者可以在不知道誰是誰，并且不會侵犯個人隱私的情況下對這些數據進行統計。這樣的隱私保護也是有代價的，這種方式會增加計算的難度，所以需要尋求更加高效的算法。

媒體實驗室的Pentland教授，則采取了另一種方法。他和總部設在法國的一家電信公司Orange正在合作一個項目。研究人員通過其在科特迪瓦客戶手機里收集到的信息（匿名匯總)，發現如何把艾滋病，瘧疾和其他傳染病的傳播率減少10%，甚至20%。 Pentland說，Orange公司希望他們的研究結果可以打消公眾對于手機信息被使用的顧慮。

“我們從Orange公司的案例中可以發現，如果我們可以從數據中帶給公眾回報，那人們會慢慢接受大數據是社會資源的事實。”