大數據影響的絕不僅僅是技術

這樣的未來遠嗎？或許不會特別遙遠，因為整個大數據時代到來后，全社會似乎都在進行著一種廣義的計算，隨著社會計算能力越來越強，社會構建的網絡越大，各種合約逐漸從模糊走向清晰，正如在喜歡AA制的人看來，未來精確的AA制模式會使人與人之間的關系相對而言更清晰，他們就有更多精力處理其他事情，而且構建的人際網絡圈子也會更大。對于企業，清晰意味著費用的黑匣子不再模糊，所有的成本都是直接成本，每個項目的成本一目了然，能夠實現精準管理，精確到某一個部門、某一個班組，甚至某一個人、某件資產。

我們會說信息有用，噪音無用；信息是有指向性的數據，與之對應的則是噪音；但是從另一個角度講，噪音也是數據，只不過曾經這是被我們拋棄的，現在要把這些數據拾回來重新構建底層數據鏈路。比如，財務人員容易陷入貨幣計量的單維數據世界，抽象的財務數據盡管容易計算，缺點是喪失了豐富性，仔細想來，除了金額，位置、時間等信息其實都沒有被計量。簡單而言，數字時代管理的整個邏輯實際是一個數據下探的過程，要從信息層面進入到數據層面。然后才是數據重構的階段，這是一個自下而上的過程，從數據底層提煉出新認知，得到新知識，包括在不同環境下怎么使用這些知識的智慧。

數字經濟時代的另一個特征是可以增強人類對整個社會的控制感，其實人類特別喜歡控制，不喜歡無序，有時候喪失控制帶來恐慌。數字時代管理可以充分利用確定性規則，構建智能合約，在特定條件滿足時可以實現自動執行的規則，如現在的ETC、人臉識別技術；包括財務會計的處理流程，一旦能按照固定規則確定下來，財務處理的流程將大大縮減，效率大幅提高。數字時代對確定性的利用可以讓整個社會協作效率大幅提高，人們靠經驗判斷正在被數據靠模型規則所取代，人類社會進入算法時代。

但極度的控制也是一種誤區，管理學所強調的控制存在弊端，就是當環境出現巨大不確定性的時候，越是以為控制得井井有條，越有可能失靈。控制往往是基于量化，越是看當下的事情，量化得越精準，但對未來的預測能力就越弱，很有可能導致對未來的風險，尤其是系統性風險出現一些錯判。數字化能帶來很多好處，但是不代表數字化能解決所有問題。

數字化轉型中，能力遷移模型是需要特別強調的，即數字化進程中鍛煉出的能力是可以對外賦能和復制的，數字化能力強的企業，每個部門都可以對外賦能，但管理學思維太關注結果而不關注溢出效應，太強調把每一分錢用在刀刃上，太注重耦合性。但是大數據是依賴溢出效應的，數字經濟讓組織形成系統，形成系統以后才能持續進行迭代，技術與系統的升級盡管初期比較慢但卻是指數級增長的，越迭代越讓我們感到吃驚。

尤其重要的是，數字化生存、數字化轉型應當是一種生長機制，與智慧一樣，需要試錯和迭代。大數據項目是在應用過程中發現痛點，有了痛點才能成長，但太多的人一開始就用苛刻的標準去判斷公司內部的數據化轉型項目。這就像你去評價孩子，孩子是需要成長的，總有一天會讓你感到吃驚。大數據項目最后到底能帶來什么，可以規劃、又很難被規劃，迭代的過程中或需要更多的問題，也或許能發現新的機會，但我們不去做，就永遠沒有機會。

大數據需要數據治理，數據的質量、標準和定義是應用的基礎；另外，光有數據，光有數據科學家也是遠遠不夠的，如果企業的考核激勵政策都是關注當下的績效，大數據在企業的推進也是很艱難的，因為大數據的效益是逐步體現的。公司價值觀、政策和文化的土壤不改變，大數據之花也很難真正盛開。大數據不是憑借簡單的算法，不僅僅是技術，它已經滲透到企業管理的每個角度。

在數字化條件下，中國人的教育理念要發生變化。中國教育模式更多地在培養解題的人、回答問題的人。但坦白講，未來世界需要的是發現問題的人。未來的人才教育，要提倡創新型的人才培養，未來的教育模式應該與計算機的特點錯位。

以大數據、物聯網驅動的新經濟的含義，除了包括阿里、騰訊這些天生具有數字基因的企業崛起，更重要的是整個商業社會在數字化進程中，企業組織架構、商業模式、業務流程、管理方式的變革，大數據影響的絕不僅僅是技術。數字經濟不僅僅影響了人與人、人與物之間的連接，也改變了社會，改變了組織。為什么我們的感受會如此真切？或許是因為，人類本身也是數據吧。