1973年，Alex Pentland還只是個大三學生，他到美國國家宇航局環境研究所實習，做一名電腦程序員。分給他的一項任務是開發一個利用人造衛星，從外太空數清加拿大海貍數量的軟件。人造衛星離地球太遠，海貍的個頭太小，難以精確測度。Pentland靈機一動，想出一個主意：海貍會建造水壩，通過水壩的數量，可以推測海貍的數量。重要的不是去數每一個海貍，而是觀察海貍們的生活方式。

在之后的四十多年里，Pentland一直沿著同樣的思路思考問題，只不過他關心的不再是海貍的數量，而是人類社會的秩序。 Pentland的學術道路充滿了戲劇性。他完成了海貍軟件項目之后，對大學生活感到非常沮喪，中途輟學，去當卡車司機了。后來，他又想回到校園，本來報考的是密歇根大學，但他的女朋友去了波士頓，于是，Pentland就改為申請麻省理工學院和哈佛大學。他懶得再寫一份新的申請書，直接復印了給密歇根大學的申請書。結果，麻省理工學院錄取了他。

Pentland和麻省理工學院里別的科學怪人不同，他一直對心理學感興趣，想利用人工智能等高科技分析人類的社會行為。拿到博士學位之后，Pentland曾經到斯坦福大學做過一段研究，1986年又回到麻省理工學院，逐步建立自己的團隊和實驗室。如今，他是麻省理工學院人類動力學實驗室的主任，培養了一批批優秀的科技人才，還孵化了至少30家高科技公司。

傳統的經濟學模型認為每個人都是“理性人”，會獨立地做出自己的決策。Pentland的研究則指出，人與人之間存在著廣泛的信息交流和傳播，這種信息的交流與傳播會影響到人們的社會行為。傳統的經濟學模型依據簡單的前提假設進行邏輯推理，而Pentland的研究則依靠大數據。他們有一個龐大的家庭數據庫，實時觀測30多個行為指標，每6分鐘就更新一次數據。他們還有一個大學宿舍的實時監測系統，這些大學生剛入學，Pentland就送他們每人一部智能手機，這部智能手機中的軟件會監測學生們的通話、社交活動等信息，累積連續記錄了500,000個小時的數據。

與傳統經濟學理論的假設不同，Pentland發現，人們在做出決策的時候總是會模仿他人的行為。這是有道理的，模仿別人是最有效的學習方式。如果你買了一臺新電腦，比如你過去用的是IBM的小黑本，但現在想換一臺MacBook Air, 但操作系統跟過去用的不一樣，你會怎么辦?你是照著操作手冊一條一條邊讀邊摸索，還是請教一個用過Mac OS X的朋友呢?

你身邊的人會在不知不覺中影響你的行為。比較經典的案例就是體重的變化。如果你身邊有熟人體重增加了，你很可能也會慢慢變胖。不過，有趣的是，如果你身邊有人成功減肥，卻不會對你有太大的影響。而且，只要是熟人，就會影響你的行為，倒不一定非得是跟你親密的好朋友。你的政治觀點也會受到熟人的影響。一般來講，政治觀點相似的人們更愿意廝混在一起，而你和這群人呆的時間越久，彼此互相打氣，潛移默化中，你的觀點會比以前更加偏激。

這就是信息交流中的“雙刃劍”。一方面，“獨學而無友，則孤陋寡聞”，但另一方面，如果是抱團取暖，就容易黨同伐異，雖起于意見之歧，實成于意氣之激。Pentland曾經觀察過一個投資者群體的行為。投資者們互相交流心得，比較各自的交易策略，慢慢地，成功投資者的身后會聚攏了一批追隨者。一開始，這些成功投資者和他們的追隨者的收益率會不斷提高，但聚攏來的人太多了，就會出現“羊群效應”，原本能夠脫穎而出的交易策略也就失效了，大家的收益率反而比不跟風的時候更低。

喬布斯曾經說過，創新就是把不同的事物聯系起來。有創新力的人們知道怎樣把自己的經驗融會貫通，并盡可能地整合其他人的經驗。我們要是想變得更有創新力，就必須注意：第一，社會學習是重要的。能模仿別人的經驗就盡量模仿別人的經驗，同時也要從別人的失敗中吸取教訓，這比自己在黑暗中摸索，把所有的錯誤再犯一遍要更劃算。第二，多樣性是重要的。如果所有的人都說你錯，你可能還會有一線機會是對的;如果所有的人都說你對，那么你很可能離犯大錯不遠了。盡可能地讓你的社交網絡廣泛，盡可能地讓你的團隊成員有差異性，最正常的狀態應該是一半人說你對，一半人說你錯。第三，逆勢操作是重要的。站在潮流之外的人很可能看得最清楚。他們可能會選擇和潮流相反的方向。他們有可能是極其高明的智者，也可能是腦子壞掉的瘋子。你怎么能夠判斷他們的選擇是否正確呢?盡可能地多接觸背景不同，但各有各的智慧的高人，如果你發現在他們中間，有一個相當大的子集已經形成了逆勢操作的共識，這個判斷很可能會是對的。

在大數據時代，我們一路走過，留下來很多信息“面包屑”，這些信息“面包屑”暴露了我們的行為，甚至我們的心理活動和潛意識。當掌握了海量信息之后，我們有可能讓一個團隊或是社會變得更有效率和活力。大數據尤其在三個方面能夠大顯身手：一是社會動員(social mobilization)。比如在網絡上發動大家尋找“人肉搜索”貪官，在臺風、地震之后動員全社會的力量救災。二是調節社會網絡(tuning the social network)。當一個組織的內部變得“同質性”太強的時候，就要及時地補充新的成員，增加多樣性;當一個群體內部的信息交流變得過于頻繁、密集之后(比如，人們對傳播謠言的興趣超過了深入交流)，適當地控制信息交流的速度，或有助于讓人們更關注真實的重大問題。三是影響社會契約(leveraging social engagement)。人們生來就是群居動物，當我們彼此合作的時候，比如一起跳舞，一起劃船，人的身體內就會釋放出更多的內啡肽，讓我們更加愉悅和興奮。

但人們也會在合作中遇到“囚徒悖論”、“公地悲劇”這樣的困境，這主要是因為人們各為己利，互相忌憚。如果能夠改變激勵機制，讓人們從團隊成員的成功得到獎勵，而非單純從自己的成功中得到獎勵，就會激發人們的合作動力。在Kerry Patterson的《影響者：改變任何事物的力量》一書中就講過一個故事，一個企業雇傭了很多刑滿釋放人員，而且成功地改造了這些人從監獄和幫派中沿襲下來的“叢林法則”，訣竅之一就是把他們分成一個個小組，獎勵和懲罰都不針對個人，而是針對小組。

我們都是大數據時代的海貍。我們不僅能被觀察者觀測，被分析師研究，我們也能利用大數據，改變自己所在的團隊，甚至社會。我們會建造自己的水壩。規則已經不一樣了。你如何行動，取決于你如何認識未來的規則：在大數據時代，合作比競爭更重要，交流比交易更重要，靈活的同伴關系比冰冷的階級斗爭更重要。