你好,游客 登录 注册 搜索
背景:
阅读新闻

「大数据」距离「大智慧」还有多远?

[日期:2014-12-31] 来源:科技新创榜  作者: [字体: ]

大数据

    Big data(大数据)就如同很多被过度炒作的趋势,当很多公司真的把「Big data」应用到公司运作时,就会发现真实情况与媒体(中枪)说的完全不一样。也许我们很了解如何收集数据,可是将数据分析出有用的资讯,协助你作出正确的决定又是另一回事。Big data 跟 Big knowledge 中间隔了一道河,难以跨越,一大堆看不懂的数据中只有少少的洞见。应用 Big data,绝对不是「收集数据、执行程式分析数据、汇出结果」这三句话说得那么轻松。

    Kholsa Ventures 的投资伙伴 Keith Rabois(曾经投资多家 Big data 公司例如 Parstream)直言,要把这些数据转化成有用的资讯,需要专业的数据分析师来进行复杂的分析,但额外聘请一位分析师并非新创企业可以负担。

    对于那些有财力的公司,有些则希望分析师可以建构程式或演算法来协助处理数据,可是这又是另一个额外的全职工作了,本来已经在分析数据的分析师根本没时间再做这件事。最终即使真的建构了这套工具,也不一定能对复杂的问题提出直接的答案。想要完全依靠 Big data 来决定公司决策,目前来说并不实际。

大数据分析是先知吗?

    在许多方面,大数据当然也能准确预测结果,例如飞机与水源系统,透过数据分析可以了解零件何时会损坏,作出提早更换。不过一旦牵涉到「人」,就会产生许多不确定的因子。棒球界其实早就在使用 Big data 来计算球员的表现,该演算法名为 Sabermetrics,用来协助分析每一位球员最适合的位置是那一个。他们还制作出一套名为 WAR 的统计方法,计算球员受伤时,球队换上后备队员后会损失多少。尽管这些计算方式非常精密,能够了解每位球员的投球准确率,但它无法计算出球员的抗压性、对棒球的热情,以及队长跟队员之间的关系等等。

    同样的例子,假如公司的人力资源部门使用 Big data 来计算员工学历得分,但一些无形的技能例如人际沟通技巧等等难以被计算,这些误差足以让一间公司在招聘员工时找错了人。人为因素,依然是影响统计的最大变数。

将判断留给人

    IBM 推出了一款医疗用途的智慧诊断平台 IBM Watson,可以根据病人的身体情况提供医生治疗上的建议与用药。这个平台并非要取代医生,也不会代替医生诊断疾病为何,而仅仅是作为医生的助手,协助忙碌的医生专注在他的专业上,而不用花时间在每天重覆的杂务。最终也最重要的判断,依然是留给医生决定。把 Big data 运用在直接给出答案的事情上,复杂的判断则留给人类,这才是应用 Big data 的最佳办法。

    Data Divination: Big Data Strategies 的作者 Pam Baker 认为未来的资讯将爆炸性成长,也许很快我们的脑袋便无法跟上资讯产生的速度,而不得不依靠机器来替我们做决定。不过在目前的世界,Pam Baker 承认,数据仅能针对部分问题提供直接的答案,大部分时候(特别是当人为因素牵涉其中时),统计结果依然充满了不确定性。其实早就有句老话「尽信书不如无书」,这些名言的智慧依然适用在现今世界。





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款