大數據技術給作戰指揮帶來新的機遇，但若認為“有數據就夠了，數據會說話”則是片面的。大數據的價值應該被認同，但不應被夸大，看到優勢一面的同時也要看到劣勢一面。一句話，大數據不是萬能的，如果我們盲從大數據，就容易產生“大錯誤”，出現大問題。
首先是結果不確定。《大數據時代》一書作者維克托·邁爾·舍恩伯格，將大數據集定義為“N=全部”，意思是進行正確的大數據推理需要所有的數據集。而作戰雙方采取各種手段來隱蔽自身信息，“N=全部”只可能是一種假設。舍恩伯格指出：“數據量的大幅增加會造成結果的不準確，一些錯誤數據也會混進數據庫。”來源不同的各種信息混雜在一起會加大數據的混亂程度，導致出現“錯誤發現”的風險增加。
其次是邏輯無規律。大數據能夠提高指揮效率、加快獲取情報、加速信息處理，然而也會遇到傳統的統計學問題。劍橋大學著名教授斯皮格哈特指出：“大數據中充斥著大量的小數據問題，它們不會因為你得到了很多的東西就消失不見。”不容置疑的是，數據量的增大會帶來規律的喪失和嚴重失真。而且，數據運行過程中不同的數據會相互融合，發生變異得到新的數據，以至于很難發現事件背后的規律。
最后，大數據是對過去已發生的事件進行經驗總結，本身不具備創新性。同時強調以數據為主導，容易忽視指揮員本身的主觀能動性。戰爭沒有重復，每次作戰都是一個新問題，不能按照以前的模式照搬照用。一味地相信數據，可能還會起反作用。比如，美國臉譜公司大獲成功前，互聯網巨頭們的數據分析結果統統認為社交網絡沒有大的機遇;臉譜成功后，谷歌執行總監施密特才惋惜地表示：“我在谷歌犯的最大錯誤，就是沒有在網絡社交興起的時候參加進來。”所以說，不是擁有了大數據，就能作出正確的選擇。凡事無絕對，在看到大數據技術帶來革命性變化的同時，一定要看到其不足的一面，防止產生盲從，有效規避可能出現的錯誤或問題。
京公網安備 11010502049343號