【正文】 “因果關(guān)系不如相關(guān)關(guān)系可靠。結(jié)語在數(shù)據(jù)資本興起的今天我們作為其中的人類個體若不想被代替，不能只看自己“價格”,因為價格所反映的個人信息在海量數(shù)據(jù)的對比下，已經(jīng)是十分不全面的，只能說一項工作中的個人價值中的一部分是“價格”,個人價值應(yīng)該參考個人偏好、市場所需、公司制度等多方面于勞動力市場得到最佳匹配，否則隨著海量數(shù)據(jù)在人才高流動市場中發(fā)揮的作用，總有更匹配的人才。二是向企業(yè)組織結(jié)構(gòu)中引入市場DNA,以汽車制造公司帶戴姆勒為例，該公司宣布徹底重組公司結(jié)構(gòu)，讓公司20%的員工脫離之前的體系到公司各部門之外運營，組成更靈活的團隊。但在復(fù)雜和不確定的環(huán)境和人類的理性下，傳統(tǒng)的市場和公司圍繞價格而得到的信息往往是十分不完備與不對稱的，因為價格可能解決了信息過量的問題，但它仍然讓我們做出了十分糟糕的選擇，我們對價格的執(zhí)著阻礙了市場發(fā)揮其最擅長的作用，即協(xié)調(diào)人類活動。同樣，如果大家都采用了大數(shù)據(jù)技術(shù)，那么也總有企業(yè)要在競爭中落于下風(fēng)。作者提到，通過輸入大量的數(shù)據(jù)，4種常見語法檢查算法的準(zhǔn)確率提高了很多，以此說明大數(shù)據(jù)發(fā)揮了作用。是否因果關(guān)系，是人類在數(shù)據(jù)基礎(chǔ)上，進行的人為判斷。我們又怎么證明這些數(shù)據(jù)不是你需要的?全量?的一部分呢？作者的行文中，關(guān)于什么是?全量?，處于不斷的搖擺之中。目前公司在搞Hadoop、大數(shù)據(jù)應(yīng)用，外面各類零碎的資料也非常多，那么想我應(yīng)該去看一下這?最好?的專著吧。由于大數(shù)據(jù)的收集方法和分析方法，在于把所有能收集的數(shù)據(jù)都收集，再集中分析，這種研究方法是缺乏時效性（temporality）的，所以，他并不能證明因果關(guān)系，只可以說明兩者的相關(guān)關(guān)系。?大數(shù)據(jù)不是要教機器像人一樣思考。相關(guān)關(guān)系也許不能準(zhǔn)確地告知我們某件事情為何會發(fā)生，但是它會提醒我們這件事情正在發(fā)生。我們可以有更廣闊的業(yè)務(wù)發(fā)展空間、可以有更精準(zhǔn)的決策判斷能力、可以有更優(yōu)秀的經(jīng)營管理能力??可以這些都基于數(shù)據(jù)的收集、整理、駕馭、分析能力，基于脫穎而出的創(chuàng)新思維和執(zhí)行。這是否是《大數(shù)據(jù)時代》一書所未曾闡述的背景材料？在《大數(shù)據(jù)時代》一書中，大數(shù)據(jù)時代與小數(shù)據(jù)時代的區(qū)別：思維慣例。當(dāng)我開通了云服務(wù)之后，已經(jīng)深深感受到云計算所帶來的便利：百度云上，存儲了我N多的軟件、音樂、文檔、圖片；無論哪位朋友，需要我的某個文件，只需打開百度網(wǎng)盤，創(chuàng)建一個鏈接并發(fā)給他，他就能直接下載我存儲在云端的文件。第一篇：讀《大數(shù)據(jù)》時代有感大數(shù)據(jù)時代——信息技術(shù)進行時——讀《大數(shù)據(jù)時代》有感2012年，出現(xiàn)在金融界人士、IT人士、甚至政界人士耳中最多的詞毫無疑問就是“大數(shù)據(jù)”，當(dāng)今社會，每天所產(chǎn)生的數(shù)據(jù)量是十分驚人的，各行各業(yè)都在產(chǎn)生龐大的數(shù)據(jù)，金融、醫(yī)療、教育、政府、商業(yè)等等，每天所產(chǎn)生數(shù)據(jù)總量已經(jīng)不能用PB來計算，而是以EB、ZB為單位（1ZB=1024EB=10241024PB=102410241024TB=1024102410241024GB）來計算，這個數(shù)據(jù)量是驚人的，但是對于人類來說，具有極其重要的意義?，F(xiàn)在我一直在想，在這個云時代，還有必要購買優(yōu)盤、移動硬盤么？這些移動存儲設(shè)備，充其量只是方便我們在本地拷貝文件，異地傳輸，絕對是云的天下。大數(shù)據(jù)時代區(qū)別與轉(zhuǎn)變就是，放棄對因果關(guān)系的渴求，而取而代之關(guān)注相關(guān)關(guān)系。因此，建設(shè)“數(shù)據(jù)倉庫”，培養(yǎng)“數(shù)據(jù)思維”，養(yǎng)成“數(shù)據(jù)治理”，創(chuàng)造“數(shù)據(jù)融合”，實現(xiàn)“數(shù)據(jù)應(yīng)用”才能擁抱“大數(shù)據(jù)”時代，從數(shù)據(jù)中攫取價值，笑看風(fēng)云變換，穩(wěn)健贏取未來。大數(shù)據(jù)的相關(guān)關(guān)系分析法更準(zhǔn)確、更快，而且不易受偏見的影響。相反，把數(shù)學(xué)算法運用到海量的數(shù)據(jù)上來預(yù)期事情發(fā)生的可能性?？墒牵瑢τ谑挛锇l(fā)展的預(yù)測，有時，影響因素成千上萬，解釋的理論更加是多如牛毛。一、主要觀點上可以探討的地方作者提出了關(guān)于大數(shù)據(jù)的?擲地有聲?的三個原則。有時指?我們需要的所有數(shù)據(jù)?，有時指?我們能收集到的所有數(shù)據(jù)?。一直有相當(dāng)多的應(yīng)用，也是只考慮相關(guān)性，不考慮因果關(guān)系的：確定因果關(guān)系，是需要更大的精力、更多的投入的。這確實是個很有啟發(fā)性的例子，可以去做更深入的分析和研究，但是.....僅僅4個例子，夠得出很有力的結(jié)論嗎？4個算法，作者沒注意到這是一個非常小的樣本嗎？不能因為這是4個用了大數(shù)據(jù)的采樣，就認(rèn)為這是一個支持大數(shù)據(jù)的有力結(jié)論了吧。而既然我們實際上無法真正分析?全量?數(shù)據(jù)，那CEO們還是會有很大的決策空間，哪怕很多決策實際上?不科學(xué)?。與市場不同的是，公司的原則是集中決策，在過去的經(jīng)驗中，公司內(nèi)部的信息被層層上傳由董事會做出決策，其決策層層下傳，層層執(zhí)行。市場順應(yīng)數(shù)據(jù)資本時代是自然的、規(guī)律的，而公司應(yīng)自己選擇戰(zhàn)略進行驚險的生存實驗，從而使自己能在大數(shù)據(jù)時代生存下來。在面臨數(shù)據(jù)資本時代，作為一個不想被替代的人類本身，我認(rèn)為我們并不是要不考慮自己的興趣所在而讓自己拼命在數(shù)據(jù)處理工作，算法開發(fā)工作占一席之地，但我知道自己以后所要從事的工作應(yīng)該是具有創(chuàng)造力且非機械化的。”在大數(shù)據(jù)的支持下，直接通過數(shù)據(jù)得到的相關(guān)關(guān)系能極大程度上代表事物的規(guī)律，也就是說準(zhǔn)確率很高。需要注意的是，雖然在這里并沒有得到因果關(guān)系，但并不是說無法推理得出；恰恰相反，當(dāng)?shù)弥讼嚓P(guān)關(guān)系后，更容易得到相對合理的因果關(guān)系。但人類與數(shù)據(jù)不同，我們有的是內(nèi)心求索活動，及自己思考的能力，我們知道自己想要做的是什么，人類是隨著時代進步不斷學(xué)習(xí)和改變的，只要我們愿意，人類的未來就是知識和充滿見解的，我們所要做的是通過不斷地運用數(shù)據(jù)使我們的未來更加社會化人性化，而不是讓數(shù)據(jù)支配我們的生活，使它變得冰冷又機械。部分公司已經(jīng)預(yù)見了海量數(shù)據(jù)時代的大變革，并主動迎接變革，從目前來看他們主要采取兩種方式，一是實現(xiàn)決策自動化，以日本壽險巨頭富國生命保險為例，他們宣布將使用IBM開發(fā)的一款機器學(xué)習(xí)系統(tǒng)——沃森來評估保險理賠，從而理賠部裁員1/3。傳統(tǒng)的市場與公司圍繞價格這個信息進行決策，不同的是市場進行的是分散決策，公司進行的是集中決策，圍繞價格，市場中不同個體之間，市場與公司之間，公司內(nèi)部完成一筆又一筆交易，人類的合作從而達成，人類依靠交易活動得到的物質(zhì)資本支持人類繼續(xù)下一輪的生產(chǎn)活動，交易活動和心靈求索活動。棋手們笑了：我們只有一半的人能贏啊。如第51頁，對于拼寫檢查的算法的優(yōu)化。計算機從未提供過明確的因果關(guān)系給人類。即便不提這些例子，僅從邏輯而言：收