大数据影响的绝不仅仅是技术

这样的未来远吗？或许不会特别遥远，因为整个大数据时代到来后，全社会似乎都在进行着一种广义的计算，随着社会计算能力越来越强，社会构建的网络越大，各种合约逐渐从模糊走向清晰，正如在喜欢AA制的人看来，未来精确的AA制模式会使人与人之间的关系相对而言更清晰，他们就有更多精力处理其他事情，而且构建的人际网络圈子也会更大。对于企业，清晰意味着费用的黑匣子不再模糊，所有的成本都是直接成本，每个项目的成本一目了然，能够实现精准管理，精确到某一个部门、某一个班组，甚至某一个人、某件资产。

我们会说信息有用，噪音无用；信息是有指向性的数据，与之对应的则是噪音；但是从另一个角度讲，噪音也是数据，只不过曾经这是被我们抛弃的，现在要把这些数据拾回来重新构建底层数据链路。比如，财务人员容易陷入货币计量的单维数据世界，抽象的财务数据尽管容易计算，缺点是丧失了丰富性，仔细想来，除了金额，位置、时间等信息其实都没有被计量。简单而言，数字时代管理的整个逻辑实际是一个数据下探的过程，要从信息层面进入到数据层面。然后才是数据重构的阶段，这是一个自下而上的过程，从数据底层提炼出新认知，得到新知识，包括在不同环境下怎么使用这些知识的智慧。

数字经济时代的另一个特征是可以增强人类对整个社会的控制感，其实人类特别喜欢控制，不喜欢无序，有时候丧失控制带来恐慌。数字时代管理可以充分利用确定性规则，构建智能合约，在特定条件满足时可以实现自动执行的规则，如现在的ETC、人脸识别技术；包括财务会计的处理流程，一旦能按照固定规则确定下来，财务处理的流程将大大缩减，效率大幅提高。数字时代对确定性的利用可以让整个社会协作效率大幅提高，人们靠经验判断正在被数据靠模型规则所取代，人类社会进入算法时代。

但极度的控制也是一种误区，管理学所强调的控制存在弊端，就是当环境出现巨大不确定性的时候，越是以为控制得井井有条，越有可能失灵。控制往往是基于量化，越是看当下的事情，量化得越精准，但对未来的预测能力就越弱，很有可能导致对未来的风险，尤其是系统性风险出现一些错判。数字化能带来很多好处，但是不代表数字化能解决所有问题。

数字化转型中，能力迁移模型是需要特别强调的，即数字化进程中锻炼出的能力是可以对外赋能和复制的，数字化能力强的企业，每个部门都可以对外赋能，但管理学思维太关注结果而不关注溢出效应，太强调把每一分钱用在刀刃上，太注重耦合性。但是大数据是依赖溢出效应的，数字经济让组织形成系统，形成系统以后才能持续进行迭代，技术与系统的升级尽管初期比较慢但却是指数级增长的，越迭代越让我们感到吃惊。

尤其重要的是，数字化生存、数字化转型应当是一种生长机制，与智慧一样，需要试错和迭代。大数据项目是在应用过程中发现痛点，有了痛点才能成长，但太多的人一开始就用苛刻的标准去判断公司内部的数据化转型项目。这就像你去评价孩子，孩子是需要成长的，总有一天会让你感到吃惊。大数据项目最后到底能带来什么，可以规划、又很难被规划，迭代的过程中或需要更多的问题，也或许能发现新的机会，但我们不去做，就永远没有机会。

大数据需要数据治理，数据的质量、标准和定义是应用的基础；另外，光有数据，光有数据科学家也是远远不够的，如果企业的考核激励政策都是关注当下的绩效，大数据在企业的推进也是很艰难的，因为大数据的效益是逐步体现的。公司价值观、政策和文化的土壤不改变，大数据之花也很难真正盛开。大数据不是凭借简单的算法，不仅仅是技术，它已经渗透到企业管理的每个角度。

在数字化条件下，中国人的教育理念要发生变化。中国教育模式更多地在培养解题的人、回答问题的人。但坦白讲，未来世界需要的是发现问题的人。未来的人才教育，要提倡创新型的人才培养，未来的教育模式应该与计算机的特点错位。

以大数据、物联网驱动的新经济的含义，除了包括阿里、腾讯这些天生具有数字基因的企业崛起，更重要的是整个商业社会在数字化进程中，企业组织架构、商业模式、业务流程、管理方式的变革，大数据影响的绝不仅仅是技术。数字经济不仅仅影响了人与人、人与物之间的连接，也改变了社会，改变了组织。为什么我们的感受会如此真切？或许是因为，人类本身也是数据吧。