大数据时代需有大智慧

毫无疑问，这是一本颇具诱惑性的书籍。试想，如果能够准确预测即将发生的事情，那么未卜先知、“逢赌必胜”的格局必将颠覆许多人的生活。

问题之所以变得并非如此简单，不是因为我们缺乏研判的信息，恰恰相反，“现在我们每天生成的数据高达250兆亿个字节”，而信息存储量仅3000兆的人脑，其“存储量不过是全球每天所产生信息量的百万分之一而已”。这也就是说，我们必须用这一个个存储量仅3000兆字节的人脑，迅速筛选每天250兆亿个字节信息，从而甄别出到底哪些是有用的信号，哪些又是无用的噪声。

本书作者纳特·西尔弗(Nate Silver)曾被誉为“神奇小子”，在这方面当然有过成功案例。2008年美国大选期间，纳特按照自己拟订的分析方式，成功预测出49个州的选举结果，2012年大选期间更是成功预测出全部50个州的选举结果。纳特的预测，当然不会形同那些混迹于街头巷尾“掐指一算”的“半仙”，而是基于统计学理论之上，综合多种知识的严谨分析之法。

本书中，纳特除了谈到他拿手的政治选举外，还谈到了棒球比赛、天气预报、地震预测、经济预测、疾病预测、股票、温室气体、*等跨行业跨学科多个内容。成功的预测当然是用正确的方法得出了正确的结论，真正值得反思的往往是，历史上那些时间跨度相对较长，期间曾屡露端倪的现象，为什么未能引起人们的重视？为什么预测结果一再与最终走向背道而驰？信手可拈来的案例如“9·11”恐怖袭击事件、2008年金融危机、卡特里娜飓风、2011年日本大地震、禽流感肆虐等。

其实，国外有则预测的经典案例许多人想必并不陌生。60多年前的朝鲜战争前夕，美国兰德公司组织大批专家对朝鲜战争进行评估，并对“中国是否出兵朝鲜”进行预测，最终得出结论：“中国将出兵朝鲜”。直到3年的战争艰难结束，在失望中幡然醒悟的美国联邦*，才回过头高价收购了兰德公司的过期研究报告。兰德公司的预测结论为什么没被重视，原因众多，但有一个不可忽视，那便是这一预测结论未能顺应*意图。

我们不妨再看看美国的次贷危机。稍有经济头脑的人不难判断其危险性，然而，尽管如此，无论是*机构还是那些享誉国际的知名评级公司，一再给出了积极评价。原本可以提前大幅减少损失的小问题，结果在各种错误的累积与助推下，泡沫一吹再吹，疯狂膨胀。可以肯定的是，导致这种扭曲的结果并非因为大家都蒙在鼓里，而是在自利初衷驱动下，侥幸也是违心地向社会抛出了并不正确的结论。

纳特对数据分析推崇备至，几乎到了无数不能的地步。从作者对两届选举结论的正确分析结论来看，其严谨的分析态度确实令人尊敬。但是，在大数据时代，我们缺的不是数据，而是正确分析数据的路径。某种意义上，这种分析也有赖于科学研究的进步。就像是，即便一项预测结果与发展结果相吻合，如果没有详细的证据链，依然无法取信于人。

作为讨论信息分析的著作，纳特并没有给出具体方法，这并非投机取巧，实乃因为各门科学的标准不一，方式不同。但纳特也给出了自己的明确思路，即“要在正确的地方寻找信息和支点，关键在于要开发一些手段、培养一些习惯，这样才能在准确的地方发现更多的想法和信息。”

有必要指出的是，纳特对信息分析的笃信不疑，是建立在坚定的客观原则之上。问题是，科学家或学者对某种现象或形势的研判，既有对历史经验的综合分析，也有对未来理想的主观愿景。很显然，无论是总结经验还是展望未来，从哲学角度看，均不可能完全摆脱主观因素困扰，但也并不能因此就断定其是凭空想象。

现代管理学之父彼得·德鲁克有句名言，预测未来的最好方式就是去创造它。这句话实际阐述了预测的主观性。倘若从这一角度发散思考，倒是觉得，越是准确的预测越离不开两方面的创造：一是不断提升科学知识水平，二是努力剥离预测中的种种利益因素。