大數據時代與中國人的機會

核心提示：人類所有的知識、經驗和科研成果，都是以碎片化形態(tài)存在的大數據。在四維時空結構的指導下，這些東西猶如大自然賦予我們的礦藏，可以按照一定邏輯，從中找出某些隱藏著的脈絡及規(guī)律。還可以逐級提煉、組裝，或者像搭積木那樣創(chuàng)造性排列組合，進而產生明顯的加速效應。物質世界存在著進化鏈和創(chuàng)造鏈，大數據挖潛同樣如此。

中國人的思維在某種程度上，具有較強的整體性和綜合性，這種特征的思維往往會滑向大而化之的境地。在各細分領域數據已經呈現“大數據特征”的前提下，這種思維也絕非一無是處，是比較適合用來做數據挖潛的。自文藝復興運動以來，西方更多走的是“細分差異化”的路子，并以此為基礎不斷跑馬圈地、開拓創(chuàng)新。他們整體上的受教育程度和科學素養(yǎng)都比較高，五六百年來在具體問題上面的突破都異常驚人。

如果你將前人所思考過的一些細節(jié)，所取得的突破，匯集成一個“大數據”的話，你會發(fā)現絕大多數具體內容，前人都已經說得十分到位了，你根本不太可能超越什么了。他們只是談的不太系統(tǒng)，只是在這些東西的排列組合之上可能做得還不是太好而已。實際上這種現象在西方最近幾百年來所積累的“數據庫”中表現得更為明顯。我們談到的這種現象，貌似不好理解、不可思議，如果仔細分析，實際上還是非�，F實的。

第一，某些案例、事情、道理和感悟的發(fā)生，雖然都存在著比較苛刻的前提，但畢竟是概率性事件，只是其概率到底有多大而已。我們已知的概率區(qū)間，是大于等于零、小于等于一的�，F實中的概率，基本也呈現出一種正態(tài)分布的特征。很多我們通常認為不可能的事情，僅僅是概率超低而已。低到了千分之一、萬分之一、億分之一甚至是十億分之一的程度。

第二，自從人類告別洪荒時代開始，我們這顆藍色星球上所存在過的個體意義上的人，都是數以百億計的。這個數量已經構成了天文級的數量基數，只要不是受整個時代科技水平限制而為徹徹底底不可能的事情，即使某個事情的發(fā)生概率為十億分之一，在歷史上或現實中都一定會有人遇到過，甚至利用某種特殊的形式記錄了下來。我自己夢過很多稀奇古怪的夢，后來證明相當多的人都夢到過。這都沒什么奇怪的，概率和基數使然。

第三，最近幾百年來，西方人整體上的教育普及和文化素養(yǎng)程度都比較高。他們做事情更多以“細分差異化”為導向，還都習慣于記錄。他們在有記錄可考的具體細節(jié)方面的突破，其數量和質量都是異常驚人的。這在英文數據庫檢索當中可見一斑。如果用谷歌來搜索有關英文內容，你的這種感覺將會更加強烈。

第四，在“大數據”和“云計算”時代，如何將這些近乎完美的“零部件”找出來，按照一定的邏輯和原理搭積木，創(chuàng)造出更加具有傳奇色彩、更加富有顛覆效果的東西，就顯得極其關鍵了。

第五，按照西方那些優(yōu)質且基數龐大的人力資源狀況以及傳統(tǒng)的“細分差異化”創(chuàng)造與創(chuàng)新理念，再加上信息化的驅使，只需要十多年時間，一個細致入微、功能強大和配套齊全的“零部件庫”“總成庫”同樣能夠基本成型。維基百科、IT及人工智能的現狀，就很好地說明了這一點。

1840年以來，我們中國人在相當多的領域也確實發(fā)生了很大改觀，但整體上所呈現出來的不足還是顯而易見的。時至今日，我們在科研創(chuàng)新領域的成就依然不算太理想。這種特征的民族思維所導致的一個結果，就是以中文為基礎的“數據庫”，無論在數量還是在質量上，都不理想。同以英文為基礎的主流數據庫相比，只能望其項背，依舊不能同日而語。甚至同日文數據庫相比，也還是要差一些。

最近十五六年時間，我們確實是與全球同步進入信息化時代的。而且數據庫無論在“質”上還是“量”上，與以往相比都取得了突飛猛進的發(fā)展。并且到目前為止仍處于加速發(fā)展過程當中。然而非常令人奇怪的是，盡管西方這段時期內，在社科、管理、教育和創(chuàng)新等方面都取得了非常重大的突破，你通過英文數據庫也可以發(fā)現大量這些方面的東西，但如果利用中文進行檢索，絕大多數內容卻根本看不到。即使偶爾有一點，也是一兩句話的介紹，延伸不出什么更多的背景性東西。

按照統(tǒng)計學原理進行推算，我們基本可以認定，整個“中文圈”實際上對西方最近10多年來各個領域所取得的進步，近乎一種無知和漠視的狀態(tài)。每每想到這些事情，我就不寒而栗。我們不但在數據庫的存量，而且在數據庫的增量上，跟歐美相比，相差都很遠，而且差距還在不知不覺中進一步拉大。盡管我們在個別領域還是有特色和優(yōu)勢的，但這根本彌補不了整體上的弱勢，避免不了差距的進一步擴大。

時代發(fā)展到今天，無論是誰積累和沉淀的東西，大數據和云計算都使其越來越成為全人類共同的資源，很多時候都難以分清你我。歐美人發(fā)展起來的體系及其對應數據庫，也并非他們所獨享。對于每個有進取心的個體和群體來說都是開放的，差別只在于你如何對待和利用這些東西。20世紀90年代以來，中國高等教育進入了快速普及化時代，盡管中國教學質量和教育體制一直為人們所詬病，引發(fā)的爭議不斷，但無論怎么講，高等教育的普及都是好事情。雖然我們的創(chuàng)造能力整體上不盡如人意，但在各個領域的基本理論框架和基本實踐基礎方面，以及國人整體上的英文能力，還是能夠達到及格水平。這就意味著將某些西方的東西拿過來，大致上還是能夠看懂，能夠琢磨明白的。

你別小看這個基礎，這是非常關鍵、非常重要的一環(huán)。這意味著華人圈中的相當一部分人士，只要改變一下思路，就可以很好去利用透明和開放程度相當高的英文數據庫。在知識整合、數據挖潛和總成制造等方面跑馬圈地、高歌猛進。畢竟歐美人士已經在“細分差異化”慣性思維的指導下，制造好太多的優(yōu)質數據、素材、案例、零部件和總成了。我們并不需要在每一個具體的細節(jié)上都重頭來過，只需要按照一定的“結構”和“框架”，大力發(fā)揚“拿來主義”精神，將其圈過來即可。只是在個別仍需要強化的地方，再進一些適當的補充和深化。

我有位朋友，國內某一流高校理工科畢業(yè)。在大型國企和同行的幾家頂級跨國公司，都做過技術研發(fā)或服務工作，還在一家中等規(guī)模的民營企業(yè)當過CEO�，F在40多歲，自己創(chuàng)業(yè)獨立運作項目。由于他在圈子里具有良好的理論和實踐基礎，并擁有20多年扎實的職業(yè)生涯積累，因此對同行的大量的專利配方理解得較為透徹。

當然，光看一家的專利，你也根本掌握不了什么。但當他將好多家好多個配方放在一起進行比對、然后做拼圖，并將結果通過實驗驗證之后，相當多的訣竅和優(yōu)化替代方案，就會很清晰地浮現出來。到了最后，他最擅長的事情就是破譯某些競爭對手的產品配方，并推出性價比更高的替代性方案。在此過程中，他用的都是公開資源，做的是大數據挖潛，不涉及其他法律問題。

他首先通過自己的理論框架和知識儲備，推導出一個可能的方案。然后通過谷歌用英文搜索相關的技術性資料甚至是專利配方，并在此基礎上進行確認和優(yōu)化。個別不太明白的地方向圈內朋友咨詢，或者給國際上相關原輔料、備品備件廠家的中國代理商打電話詢問。利用這么一個流程，絕大多數問題都可以得到完美解決。他一個人設計配方、委托生產和進行銷售，每年輕輕松松賺取500多萬的純利潤。當然這種替代性配方，也不可能保守得太久，利潤也會逐漸下降，但總歸有2-3年的周期。兩三年之后再設計一個全新的替代性配方就可以了，反正他對這個在行。