大数据四十二条

作者：何宝宏

1. 每个时代的人，都会认为自己所面对的数据太大了。

2. 每个时代对大的理解都不同，古汉语中“三”就很大了，后来是“九”。

3. 所谓大数据，就是一个如何将数据变小的过程。

4. 2019年，大数据的“大”已不再是核心问题，核心是如何更快，比如流计算。

5. 数据大了价值不一定就高，价值更可能被大噪音淹没掉。

6. 主张让大数据放弃追求因果关系，就是要让我们回退到巫术时代。

7. 主张大数据不再采样而是全集，只是技术外行的YY而已。

8. 大数据主张用数据说话，但数据也会说谎，而人类更喜欢听故事。

9. 数据的内涵在不断丰富中：数据是信息，数据是资产，数据是隐私，数据是可回收垃圾(如大数据)，数据是有害垃圾(如DDOS攻击、垃圾邮件)等。

10. 数据的内涵日益丰富，将导致管理技术必然走向碎片化、层级化或分布式。

11. 数据管理技术正在：1）底层数据模型，2）业务方向，3）架构方式和4）处理时效性，从四个维度四散开来。

12. 分布式的浪潮最早发生在分析型和非关系型领域(即传统大数据)，现在杀了个回马枪，回到事务型和关系型了。

13. 数据分析技术的几个发展趋势：向上与AI融合，向下与云和异构计算结合，中间正流批结合、分析事务融合和一体化等。

14. 大数据是因为数据大，区块链是因为数据贵。

15. 数据可视化是因为机器看懂了但人看不懂，AI是因为人看懂了机器看不懂。

16. 开源已经垄断了大数据生态。

17. 云计算的优点主要被城里的数据享受了，环境破坏的代价却留给了村里的数据，于是就有了边缘计算。

18. 大数据被夹在两座大山中，一边是隐私要保护，一边是资产要流通。

19. 一年来，GDPR带来了全球隐私保护立法的热潮。

20. 你不能在拥有100%安全的情况下，同时拥有100%的隐私和100%便利性。(时任美国总统奥巴马，2012年)

21. 现在，每个人的数字化身都是数字奴隶，没有归宿的灵魂在数字世界里飘荡。

22. 现在电话号码是隐私，而30年前，会公开刊登在邮局的黄页上。

23. 你没有隐私, 忘记这事吧。

24. 1993年，”在互联网上，没有人知道你是一条狗”。而在大数据时代，没有人不知道你是一条狗。

25. 现在，人与人见面打招呼“你还记得我啊”，是一种幸福。将来，打招呼时说“我还记得你啊”，是一种威胁。

26. 数据资产化，资产数据化，数据托管化(云)。

27. 2019年，业界从关注数据技术，转向了关注数据资产。

28. 以前数据更多的是信息，现在数据更多的是资产。

29. 传统的三大数据管理框架，都假设数据是信息，而不是资产。

30. 就像河伯还没遇见大海时，任何企业所拥有的大数据其实都是小数据。

31. 数据流通，还处于男耕女织的时代。

32. 比特是计量数据规模的基本单位，不应作为计量数据流通价值的基本单位。

33. 经济学是建立在工业经济的假设上的，而现在已经是数字经济了。

34. 亟需数据流通的经济理论突破，这个问题是诺奖层级的，当然也可能是图灵奖的。

35. 信息技术革命前人类是信息的饿汉，就像工业革命前人类是食品的饿汉。

36. 拥有知识的不一定是知识分子，也可能只是个知识的吃货。

37. 数据是21世纪的石油，但别忘了20世纪前石油不是战略资源。

38. 石油应用也曾经历过至暗时期：当洛克菲勒让石油(煤油)主要用于照明时，爱迪生发明了电灯。石油的主要用途转向动力，是因为汽车的发明和亨利福特将其平民化。

39. 记忆是例外，忘记是常态，于是我们发明了文字、书籍和大数据来当人脑的外设。人类社会的诸多规则和习惯，是建立在人人都有健忘症的假设上的，但这个假设正在被大数据连根拔掉。

40. 算法是数字世界的运行规则。

41. 算法没有偏见，只有人才会有。

42. 电磁介质的普遍寿命是5-30年，1000年后“它们”如何考古呢？

原文链接：原文地址​​​​​​​