張敏

我們正處在移動互聯網的新時代，大數據、人工智能等攪動了幾乎每個人的神經。大數據和人工智能使我們擔憂它們將來會不會取代人類現在所做工作，擔憂人類自身在未來世界中的地位。但現實真的如此嗎？由于人類對未知世界的好奇心，驅使著人類會不斷地探索未知的世界，所以人工智能的向前發(fā)展是必然的趨勢。這樣的趨勢是以大數據和高速通信為基礎的，大數據在其中扮演著很重要的作用。但人類的所有活動初衷都是為了能將人類自身從繁重的勞作中解放出來，如果技術的發(fā)展有悖于這個初衷，社會肯定會發(fā)生一些動蕩，完成新型結構的重組。不是社會適應新的技術，就是社會將選擇對技術有控制地發(fā)展。歷史已經無數次的證明了這樣的過程，如克隆技術的發(fā)展，核技術的發(fā)展，以及現在轉基因技術的發(fā)展等都是如此，即使控制地發(fā)展，社會形態(tài)的變革也是巨大的。

信息行業(yè)的變化首當其沖，人們需要對變化有清晰的認識，方能未雨綢繆。 現在對大數據的崇拜有些過熱，認為大數據能解決一切問題。其實還是沒能了解大數據的實質是什么，還只是停留在表象層面的理解，有些理解是有悖于人類活動規(guī)律的，他完全抹殺了人類在自身活動中的創(chuàng)造性勞動，這和現實是不符的。

人們常能聽到人們津津有味地談論關于大數據帶來的智慧，比如，我們剛打個電話去訂餐，接線員已經按照我們喜歡的口味，給我們推薦了幾道菜，并準確地說出你的家庭地址，甚至你這兩天還看過的商品，順帶給你推薦一下。這個例子表面上看，未來的世界十分的美好，你剛想干事，系統(tǒng)都能根據你過去的行為方式將你想的東西說出來，并送貨上門。其實按照慣性行事只是人類活動中最低級的活動，它不需要人們動腦筋去思考，人類最有價值的活動實際上是腦力上的創(chuàng)新活動。

大數據的數學原理是建立在大概率事件的數學模型，是一種由眾多事件得出的統(tǒng)計概率。而人類的創(chuàng)造性勞動恰恰是小概率事件，如美國的馬斯克把他生產的電動車送上了太空，這個事件既是第一次，也不可能天天做，根本就不可能有大數據。所以，所有的創(chuàng)造性勞動都和大數據無關，而創(chuàng)新性勞動是人類勞動的本質性勞動，這個勞動不可能被替代。但隨著工具的進化，創(chuàng)造性勞動的定義會發(fā)生變化。遠古的魯班們，發(fā)明了鋸子，就是很大的創(chuàng)造性勞動，而今天的魯班們，也許要發(fā)明更加自動化的工具才能算的上是創(chuàng)造性的勞動。今天的我們還在為新能源車將要替代汽油機車而欣喜若狂，未來說不定有一種永不消失的能源唾手可得，或者說，一個能源模塊就能用至少30-50年。那時候能源不再是困擾我們的主要因素，那么現在圍繞著能源而存在的世界格局也將隨之變化。一種新的能源方式的產生也不是大數據能解決的，而是在不斷地創(chuàng)造性勞動中產生的。

N年前的一個故事，有個老板在一次飯局時，無意中夸了一道菜，他的下屬在場，以后他的很多飯局總有這道菜，最后老板很奇怪，就問他的下屬為啥總有這道菜，下屬回答你不是很喜歡這道菜嗎？老板終于明白自己無意中夸了一下，下屬記住了，天天點，終于把他吃膩了。現在打開網頁，我常常想起這個故事，因為只要你翻過某類網頁，再開機的頁面準有這類廣告等，就是因為系統(tǒng)假定了你對這類東西感興趣，而忽視了人的學習性，和探索性，很是膩味。這樣的方法真的對消費者有用嗎？我是很少去再翻同類的東西的，因為我在網上要找資料時常常是出于研究的需要，而這類的查詢是不需要重復的。

所以大數據不是萬能的，它只對一些需要有統(tǒng)計特征的事情是有效的，比如統(tǒng)計一款游戲是什么年齡段的人在玩，可以按照這個年齡段的特性，在功能上做一些強化。比如看各個年齡段在網的時間長短以及時間段，針對不同人群做不同的廣告發(fā)放。但是有些東西也不是統(tǒng)計特征能解決的，比如在網時間，如果網上東西更適合另一個年齡段的人，那可能反過來影響他們的在網時間。人的行為方式并不完全為習慣所驅使，大數據的業(yè)務需要審視這些因素，并非萬能。