大数据和云计算将超级计算机的能力赋予了每一个人，但是会让人产生迷失的是：我们用于解析信息化浪潮的工具有可能存在着致命的缺陷。很多时候我们用于大数据分析的模式是错误的，它意味着出错将不可避免，特别当预期的结果超过我们的判断能力时，其后果是非常可怕的。
这不是类似“大数据不是非常大”的问题，我们所获得的数据量，即使是有缺陷的工具，也能够让我们获得有价值的信息。真正的麻烦在于我们会混淆结果，以为自己无所不知。我们偏爱自己的技术，当模式错误时，我们就会相当失败，错误越大失败越大。
与编程错误相比，更严重的问题在于分析所依赖的程序过于简单化。例如在2011年4月， Peter Lawrence在亚马逊上推出“如何制作一个苍蝇”，这一发育生物学经典，引来了许多生物学家定期资讯，产生了17份销售订单：其中35.54美元的15份，23.698美元和655.93美元(外加3.99航运费用
)各一份。
我们再来谈谈Mark Zuckerberg的《知识经济》一书，该书1992年出版，现在已经绝版，但这不能用来解释其数百万美元的标价，它是两个自动程序的产物，一个由卖方“bordeebook”控制，另外一个卖方是“"profnath”，采取的是迭代和增量竞购策略。一旦某一天profnath将价格提高到bordeebook售价的0.9983倍，几个小时后，bordeebook会增加他们价格到profnath的最新价格的1.270589倍。这是一个典型的例子，显示了即使是最好的计算模型也会因为一些意外因素产生挫败，这并不是一个孤立的事件。
这是不是有些像次贷危机？在2008年之前，最好的人才运用最好的技术，运行着最先进的预设情景，没有意识到迫在眉睫的危机和问题的严重性。事实上，更加广泛的模型蕴藏着更多错误的可能性。这显而易见，但我经常不顾这样的现实：就是模型永远没有办法替代真实。
这里有另外一个案例。一个T恤卖家在Amazon.co.uk上出售印有“保持冷静，强奸很多”字样的T恤衫。有人可能会问，谁会认为这是一个好主意？制作该衬衫的Solid Gold Bomb公司甚至没有意识到有这样T恤出售不知道还有这样的。公司为此进行了公开道歉，但用于纠正的措施只是一个小小的编码错误。事实上，没有任何人设计这样的T恤，也不会印制。这家公司的业务也不是T恤设计，他们的业务是设计类似“Keep Calm and Carry On”这样的流行语代码库，用于T恤制作并自动在亚马逊上出售。它只是4000个词语中的一个错误(幸运的是该公司没有其他攻击性语言和词汇)，问题发生在语义上。
同样的，一个简单的模型导致严重的社会后果。制作Solid Gold Bomb T恤的程序并不知道受众如何看待“强奸”，又怎么会知道如何控制T恤的业务呢？以至于由于一个字词内容转化为一个具有破坏力的公众事件。
从这两个事例可以看出，程序与程序之间，以及更广泛含义字词所造成的破环性事件，是没有办法预计的。这是两个典型的模型建立在有缺陷程序代码基础上的事例。
大数据会有大问题。例如我们所收集的数据往往没有进行恰当的归类(确保所有数据都是苹果与苹果的比较)，我们的模型没有进行仔细的测试和审阅，而且更为关键的是，这些信息通常来自大企业内部的信息孤岛，而不是民主的可核查的信息。
这并不是说技术无用，我们每天都在使用大大多数应用都非常好，并且在某种称得上，以不同的方式影响和改变着我们的生活。但我们理应对模型进行检查，因为它们不定在某一天，以某种方式导致我们的失败。
