大資料有什麼是做不到？

不久之前我曾與一位大型銀行的HTTP://www.aliyun.com/zixun/aggregation/32086.html">首席執行官一同用餐。 他正在考慮是否要退出義大利市場，因為經濟形勢不景氣，而且未來很可能出現一場歐元危機。 這位CEO手下的經濟學家描繪出一片慘澹的景象，並且計算出經濟低迷對公司意味著什麼。 但是最終，他還是在自己價值觀念的指引下做出了決定。

這家銀行在義大利已經有了幾十年的歷史。 他不希望義大利人覺得他的銀行只能同甘不能共苦。 他不希望銀行的員工認為他們在時局艱難之際會棄甲而逃。 他決定留在義大利，不管未來有什麼危機都要堅持下去，即便付出短期代價也在所不惜。

做決策之時他並沒有忘記那些資料，但最終他採用了另一種不同的思維方式。 當然，他是正確的。 商業建立在信任之上。 信任是一種披著情感外衣的互惠主義。 在困境中做出正確決策的人和機構能夠贏得自尊和他人的尊敬，這種感情上的東西是非常寶貴的，即便它不能為資料所捕捉和反映。

這個故事反映出了資料分析的長處和局限。 目前這一歷史時期最大的創新就在於，我們的生活現在由收集資料的電腦調控著。 在這個時代，頭腦無法理解的複雜情況，資料可以幫我們解讀其中的含義。 資料可以彌補我們對直覺的過分自信，資料可以減輕欲望對知覺的扭曲程度。

但是，仍然有些事情是「大資料」不擅長的，下面我會一一道來。

資料不懂社交。 大腦在數學方面很差勁(不信請迅速心算一下437的平方根是多少)，但是大腦懂得社會認知。 人們擅長反射彼此的情緒狀態，擅長偵測出不合作的行為，擅長用情緒為事物賦予價值。

電腦資料分析擅長的是測量社會交往的「量」而非「質」。 網路科學家可以測量出你在76%的時間裡與6名同事的社交互動情況，但是他們不可能捕捉到你心底對於那些一年才見2次的兒時玩伴的感情，更不必說但丁對於僅有兩面之緣的貝阿特麗斯的感情了。 因此，在社交關系的決策中，不要愚蠢到放棄頭腦中那台充滿魔力的機器，而去相信你辦工作上的那台機器。

資料不懂背景。 人類的決策不是離散的事件，而是鑲嵌在時間序列和背景之中的。 經過數百萬年的演化，人腦已經變得善於處理這樣的現實。 人們擅長講述交織了多重原因和多重背景的故事。 資料分析則不懂得如何敘事，也不懂得思維的浮現過程。 即便是一部普普通通的小說，資料分析也無法解釋其中的思路。

資料會製造出更大的「乾草垛」。 這一觀點是由納西姆·塔勒布(Nassim Taleb，著名商業思想家，著有《黑天鵝：如何應對不可知的未來》等書作)提出的。 隨著我們掌握的資料越來越多，可以發現的統計上顯著的相關關係也就越來越多。 這些相關關係中，有很多都是沒有實際意義的，在真正解決問題時很可能將人引入歧途。 這種欺騙性會隨著資料的增多而指數級地增長。 在這個龐大的「乾草垛」裡，我們要找的那根針被越埋越深。 大資料時代的特徵之一就是，「重大」發現的數量被資料擴張帶來的噪音所淹沒。

大資料無法解決大問題。 如果你只想分析哪些郵件可以帶來最多的競選資金贊助，你可以做一個隨機控制實驗。 但假設目標是刺激衰退期的經濟形勢，你就不可能找到一個平行世界中的社會來當對照組。 最佳的經濟刺激手段到底是什麼?人們對此爭論不休，儘管資料像海浪一般湧來，就我所知，這場辯論中尚未有哪位主要「辯手」因為參考了資料分析而改變立場的。

資料偏愛潮流，忽視傑作。 當大量個體對某種文化產品迅速產生興趣時，資料分析可以敏銳地偵測到這種趨勢。 但是，一些重要的(也是有收益的)產品在一開始就被資料擯棄了，僅僅因為它們的特異之處不為人所熟知。

資料掩蓋了價值觀念。 我最近讀到一本有著精彩標題的學術專著——《‘原始資料’只是一種修辭》。 書中的要點之一就是，資料從來都不可能是「原始」的，資料總是依照某人的傾向和價值觀念而被構建出來的。 資料分析的結果看似客觀公正，但其實價值選擇貫穿了從構建到解讀的全過程。

這篇文章並不是要批評大資料不是一種偉大的工具。 只是，和任何一種工具一樣，大資料有拿手強項，也有不擅長的領域。 正如耶魯大學的愛德華·圖弗特教授(Edward Tufte)所說：「這個世界的有趣之處，遠勝任何一門學科。 」

(本文發表于《紐約時報》。 )