早在1980年，著名未來學家阿爾文·托夫勒在《第三次浪潮》一書中，就將大數據譽為“第三次浪潮的華彩樂章”。大數據為什么這么熱？如何科學對待大數據？本報記者就此專訪了中國社會科學院信息化研究中心秘書長姜奇平。

人類第三次創世紀工程旨在建設一個新維度

《中國社會科學報》：當前，“大數據”在業界和學界已成為“時尚”話題，人們認為“人類已進入大數據時代”，并賦予“大數據”之于經濟社會發展的作用以“革命性意義”。在您看來什么是大數據？

姜奇平：我們不用工程師的語言，而從“人類”和“時代”這個角度，看看什么是大數據。我們今天所從事的大數據，只不過是人類第三次創世紀工程的一個片斷。整個工程的“目的”，旨在建設一個新的維度，使“意義”投胎到世界的“數據體”上。為什么這么說？我們可以這樣表達，人類曾投了三次胎。第一次投胎的胎體，我們稱之為世界1。這是實體的世界，它以實體為中介存在。這個世界以功能和使用價值，承載人們生存的存在。第二次投胎的胎體，我們稱之為世界2。這是價值的世界，它以貨幣為中介存在。這個世界將一切轉化為等長的社會必要勞動時間，即我們平常所說的價值。人們衡量一切事物的尺度，就是它“有沒有價值”。這個世界以價值承載人們發展的存在。第三次投胎的胎體，我們稱之為世界3。這是意義的世界，它以網絡為中介存在。這個世界以意義承載人們自我實現的存在，要在以往的實用、價值的基礎上，追求認同。

世界2是一個時空標準化的世界，它無法準確呈現意義的存在。今天，人們發明人際網絡、物聯網，都是在給意義一個適合的呈現空間，使事物隱含的快樂或痛苦的潛在含義，在我們創造的每一份價值和使用價值中鮮明呈現出來。大數據就是“意義發現”。通過意義的發現，指導價值的取舍，讓有意義的價值實現，讓沒有意義的價值湮滅。

世界3的誕生，并不意味著世界2和世界1的消失。世界3只是相當于世界2和世界1的照明系統。傳統經濟相當于一個摸黑干活的系統，所謂“摸黑”就是指人們不知生產的東西哪些最終有需求，哪些沒有，為此需付出巨大的交易費用，來實現供求平衡。“智慧化”相當于提供一個照明系統，讓傳統貨幣經濟與實體經濟不再摸黑創造交換價值(世界2的價值)和使用價值(世界1的價值)，通過大數據照亮意義，即洞察最終需求，只創造那些有意義的價值和使用價值。因此人們經常把智慧比喻成明燈。這是智慧化對于傳統經濟的意義。

從這個意義上說，大數據與傳統經濟并不是對立的關系，而是一個遞進發展的關系。大數據的應用，本質上就是在世界2、世界1中尋找并呈現意義。

大數據旨在實現“意義”的專業化

《中國社會科學報》：奧巴馬政府將“大數據戰略”上升為國家戰略，甚至將大數據定義為“未來的新石油”。從當前及未來看，“大數據”究竟有什么用？

姜奇平：在這里就不介紹“大數據”細枝末節上的作用了，我僅談談大數據的根本作用，即實現“意義”的專業化。我先談兩個具體方面：

一是“意義賦值”系統的專業化。在大數據之前的世界，特別是工業世界，各種事務的功能系統、手段系統都是專業的，但一涉及意義，例如宗旨與目的，就變得十分業余。我們以智慧城市為例說明。從以人為本的角度看，智慧城市到底智慧不智慧，關鍵看它的“意義賦值”系統是否專業，有效還是無效。習近平總書記指出，人民對美好生活的向往，就是我們的奮斗目標。就等于說，人民才是意義的賦值者。離開人民群眾，就沒有意義；數據離開了意義，就沒有智慧；沒有智慧，建設的所謂智慧城市就一定是愚蠢城市，與民生實際相疏離。從這個意義上說，大數據對智慧城市建設的頂層作用，應該是把群眾路線專業化，讓人民群眾滿意不滿意、幸福不幸福這類意義信息及時被洞察、被滿足，從而使人民群眾得到更良好的體驗。

二是企業決策系統的智慧化。大數據之前的企業決策，一線員工沒有決策能力，這是意義系統不專業的重要表現。用戶需求這種決定企業生死的意義信號，不能在此時此地的分散條件下得到當下響應。大數據讓決策這種意義處理系統發生根本變化，從后臺決策向前端決策轉移，從集中決策向分散決策轉移，從價值決策向意義決策轉移。

舉例來說，人們對大數據決策容易有一種誤解，以為就是數據大集中的決策。這是傳統集中控制思維方式運用到分布式計算條件下常有的慣性。

海爾的決策模式強調“群龍無首”。因為如果調動起每個自主經營體的主動性，使人人成為自己的CEO,這些一線員工就會進行分散CEO式的決策，沒必要事無巨細非得通過“龍首”來決策。為此，海爾用戰略損益表等制度，進行戰略性的價值管理，使每個員工在決策時可以按企業的戰略利益來權衡當前的形勢，達到比集中式決策更優越的決策效果，其最高境界就是企業無為而治。

事實上，大數據決策應是集中決策與分散決策的結合。共性的問題適合集中決策，個性的問題適合分散決策。而且，二者不一定是對立的關系。例如，一線員工的分散決策，也需要并且可以調用數據中心的分析資源和計算能力；數據中心的決策，也需要與員工本地數據，甚至客戶本地數據進行錨定和關聯。按美國最新的情境定價理論，在一對一的營銷中，產品和服務定價這種最關鍵的決策，可能要依靠用戶本地數據，如手機中數據的參與，通過與數據中心數據的即時匹配來完成。用戶數據參與決策將成為分散化決策的一個趨勢。

不能離開人這一主體來談大數據

《中國社會科學報》：“大數據”作用的發揮，依賴于數據收集、數據提純、數據判斷等多重關鍵要素。但數據有時候也會騙人，有學者基于此提出，大數據“是一個過度包裝的概念”，是個偽命題。對此您怎么看？

姜奇平：大數據當前確實存在包裝過度的問題，主要表現在一些人把不是大數據的東西，都裝到這個筐里，甚至夸大其作用，等等。但不能因此就把整個大數據說成是“偽命題”。

實質性的問題是，我們不能離開人這個主體來談大數據。現在談大數據，確實存在這樣的傾向，而且這種傾向很普遍。例如，把“大數據”當作了“數據大”，這就確實接近“偽命題”了。因為離開了人這個參照系，很難判斷數據是不是垃圾。

我認為，一些人看大數據的角度有問題。從數據這個角度解大數據，是客體的角度。僅從客體角度解大數據，缺點是難以聚焦，因為數據本身并沒有告訴我們，它們的存在是為了什么。所以，我建議人們換一個角度，從主體的角度來看什么是大數據，也就是從大數據到底能解決人的什么問題這個角度，來看它是什么。這樣看的結果，會發現大數據映射在主體上的是意義，是為了使人更好地獲得智慧。對大數據來說，使人更能把握意義，就是智慧；干擾了人們把握意義，就是垃圾。

這個方向上的思考具有現實意義。許多專家都在提大數據的應用導向，就是在從客體供給導向，向主體需求導向轉。不這樣轉，就成了為大數據而大數據，最后把要解決的問題丟了。這樣的大數據，最后只會成為一地雞毛、一堆碎片。更惡劣的是以搞大數據為名，其實是在為搞房地產、偷稅漏稅而服務，或者是套取、騙取國家有關資助，濫用納稅人的血汗錢。

我認為，“大數據”作用的發揮，不光有賴于數據收集、數據提純、數據判斷等多重技術要素，更關鍵的是應用，要同人聯系起來，同解決人的問題聯系起來。衡量大數據成效的標準，不應是TB這樣的客體標準，不是創造了多少TB的數據，而應是利用這些數據，在滿足人們需求方面創造了多少價值，有多大意義，這樣的大數據才是“真命題”。

規避大數據過度發展的風險

《中國社會科學報》：您認為“大數據”的負面作用有哪些？

姜奇平：“大數據”是中性的，談一個中性東西的“負面”作用，需要補上這個問題省略的潛臺詞，才能讓這個問題本身成立。

第一種可能，如果不能正確利用大數據，會產生什么負面作用？我認為，如果離開主體，離開人們的需求、應用搞大數據，會造出許多數據垃圾，不僅不會讓人的腦子變得更清楚，反而會加大決策成本，讓人們迷失在過多的數據中，找不到所要的答案。

為了規避為大數據而大數據的風險，第一要強調以人為本。搞大數據的根本目的就是要提高人的洞察能力，使人變得更加智慧，至于發展技術、產業等次一級的目的，是由此派生的。第二要強調應用導向。對大數據，要抓應用促發展，以最終用戶需求為導向，讓大數據產生實效。要克服長官意志，讓市場發揮配置大數據資源的基礎作用。要避免只是從投入、供給角度片面發展大數據，最后弄出一些沒有市場需要的政績工程。

第二種可能，在大數據本身沒問題的情況下，把大數據擺在不恰當的位置，或加以夸大，會產生什么負面作用？對此我認為，大數據在功能、價值和意義這一串價值鏈中，更多定位在意義上。意義要以功能和價值為基礎，如果脫離了功能、價值而片面強調意義，負面作用是對整體產生虛化作用，也就是讓事情不實在。

《中國社會科學報》：從中觀上看，大數據產業的比重是不是越大越好？如何規避大數據發展不足或是過度發展的風險？

姜奇平：大數據產業比重不見得越大越好。它與產品制造業、服務業的比重應恰當。比重過高，就會出虛火。大數據作為產業，恐怕與經濟的服務化程度有關，對農業、制造業、服務業等經濟的服務化越發展，對差異化和質量提升的要求就會越高，對大數據的需求就會越高，大數據的產業鏈就會展開得越充分。而經濟的服務化，也不應是人為決定的。一般在人均收入5000美元之后，出于對生活質量的追求，人們可能越來越多地把錢花在服務上。

為了規避大數據發展不足或過度發展的風險，需要的可能恰恰不是產業政策干預，而是要進一步發揮市場作用。美國《連線》雜志聯合創始人凱文·凱利認為，未來人們會在個人信息保護與個性化服務需要之間達成均衡。對個性化的賦值越高，越傾向于開放個人數據，供服務者量身定制；相反，越不重視個性化(如只顧溫飽)，越傾向于保守個人數據，讓服務者不了解自己。大數據的發達程度，顯然與此機制有關。就中國現實情況來說，現在恐怕不是個性化供給能力過剩、服務水平過了，而是現有產業政策讓同質化的中國制造產能過剩太突出了。因此，雖然從局部和短期看，一些地方發展大數據可能有點熱，但整體上大數據發展還是不足的。