本文共字，预计阅读时间。

生产和信息交流方式的变革必然会引发管理规范的变革，同时会带动思维方式和价值观的变革。活字印刷发明之后，使得书籍和手册实现大量刊印，突破以往思想传播的限制。这种巨变带来信息爆炸的同时，也引发一系列新规范的创立。审查和许可条例被创立用来规范和管理出版物，著作权法的制定为创作者带来了进行创作的法律和经济动力，保护公民言论自由被写入了宪法，保护公民隐私权利并允许他们对文字诽谤提出上诉的法律规范亦出台。一如既往，权利伴随责任相继产生。

变革并不止于规范。大数据和人工智能又一次带来生产和信息交流方式的新变革，我们在感受着日常生活和思考方式变迁的同时，也不得不重新思考并回答最基本的准则问题，数据到底有多么重要？人类存在的意义是什么？面对AI人类必须要做些什么？

财富取之于数据，危险亦来自数据

智能企业的竞争力并不是体现在庞大的生产规模上，而是聚焦于数据的采集与挖掘。因数据引发的血案和争论也喋喋不休，如刚发生的菜鸟与顺丰之争。数据在为企业带来价值的同时，也为我们的生活带来隐忧。大数据的价值不再单纯来源于它的基本用途（一次利用的用途），而更多源于它的二次利用。虽然当下隐私保护法规定，数据收集者必须告知个人收集的数据类型和用途，且须征得个人同意，而现在很多数据的来源并不是个人（可能是数据中间商），数据采集一段时间后又会产生很多创新性的用途（最终用途与采集数据的初始用途相差甚远），故无法告知个人数据用途。这也说明，原有的隐私保护法在人工智能时代已不能很好的实现个人隐私信息安全的保护功能。

数据收集只是0，算法升级才是1

即便目睹柯洁对战AlphaGo的两连败战局，机器人统治人类的谣言四起，我们仍不禁发问“数据就是万能的吗？”全世界数据的爆发近乎失控，能完全实现对数据进行分类计算还需要极大的革新。从根本上说，人类尚未完全适应数据化生活。这种海量数据和智能算法之间的矛盾类似于飞梭与珍妮的矛盾关系，即硬件的所有进步都会立刻被计算量和数据量吃掉。飞梭的发明使得织布速度大大提升，但纺纱的速度却赶不上织布（纺纱是为了生产织布的原料棉纱），珍妮机的发明使得纺纱销量赶上了飞梭吃原料的速度，而卷轴纺纱机和走锭精纺机的出现又轮到飞梭织布的速度不够了……在矛盾中，如此交替上升，相互激发，生生不息。

算法比数据本身更加重要。过去，人类构思出机器学习的方法，却苦于没有足够多的数据来验证和训练。如今数据大爆发，但如何处理爆发式增长的数据又开始考研硬件能力和计算能力。

经济学上有一个“马尔萨斯陷阱”。即人口增长是以几何级数增长的，而生存资料仅是按照算术级数增长的，多增加的人口总是要以某种方式被消灭掉，人口增速不能超出相应的农业发展水平。今天这个类似的危机又在虚拟世界中出现了，即数据数量以现行规律增加，数据算法以非线性规律增长。若算法跟不上，数据增长也会遇到天花板效应，即便数据增长但不能产生相应的经济价值。

数据为人类服务，人类为选择负责

此外，假设我们能成功跨越数据时代的“马尔萨斯陷阱”，在这样一个完全利用数据做出决策的世界里，人类存在的目的和意义究竟是什么？如果所有人都诉诸数据，都驾驭机器，那时人类的无法预测性，即直觉、冒险精神、意外和错误等，反倒可能发挥出重大作用。如此，为人类的直觉、常识、意外和运气腾出一片空间就显得十分必要，以保证他们不会被数据和机器挤兑出去。

多梅尼科·帕里西所著的《机器人的未来：机器人科学的人类隐喻》任务，目前的机器人或人工智能与人类的区别在于，人的思维中包含了动机与认知两种模式。而现有的机器人只有认知，无所谓动机，因为它的目的是由人设定的。机器人只是工具，为了满足人的特定需要而存在。

颠覆性的创新和卓越的专家经验并不依赖于数据。史蒂夫·乔布斯发行ipod、iphone和ipad等一系列新产品靠得就不是数据，而是直觉。当记者问及他退出ipad之前做了多少市场调研时，他是这样回答的：“没做！消费者没义务去了解自己想要什么。”

大数据预测可以为我们打造一个更安全、更高效的社会，但却否定了我们之所以为人的重要组成部分——自由选择的能力和自负行为的责任。

所以，也并不赞同那种认为未来会趋于“用数据算法实现的“计划经济”的观点。经济学家林毅夫提出新结构主义经济理论中的“有为政府”是社会发展的保障。在数据爆炸和智能变革时代，如何处理好智能领域的发展升级与民众追求的公平正义是政府不可轻视的问题。

同步化管理变革方才取得真经

正如印刷机的发明引发了社会自我管理的变革一样，数据和人工智能亦是如此，它迫使企业必须借助新的管理方式来应对这一将长期存在的变革，并促使政府借鉴历史的基本原理对新的隐患进行防御。

企业管理变革：从业务上将人工智能落地

做人工智能事业要跨越的第一个障碍就是如何落地。首先必须找到非常好的、实际的用户体验，就是能给用户带来实际效益；其次，场景必须清楚，一定要有实际的用户体验价值；最后还要找到商业模式，好的商业模式就是积累数据、形成知识、产生新数据的重要连环点。不然就没有可持续性。

人工智能在没有像电一样普及之前，企业需要一位CAO（首席人工智能官）实现技术引领的角色。期望每个高管完全了解人工智能是不合乎情理的。目前很多企业会设有CIO（首席信息管），他们帮助企业建立技术团队、提升信息传递效率、实现信息共享等一系列信息化和数据化工作。如果所在的产业能产生大量数据，那未来就需要完成从CIO到CAO的角色转变。CAO不仅要有能力从纷繁的数据中嗅到可能有的关联，而且要有场景感知能力，懂得场景计算。根据场景重新规划，打通业务，而不是根据业务来划分产品架构。对场景的敏感实际体现了CAO的生活趣味和人文情怀。

政府管理变革：从法律上保护数据隐私

大数据时代，对原有规范的修修补补已无法一直数据滥用带来的风险，我们需要全新的制度规范。在隐私保护模式方面，政府应更着重与数据使用者为其行为承担责任，而不是将重心放在数据收集之初取得个人同意上。使用数据的公司就需要基于其将对个人所造成的影响，对设计二次利用数据行为进行规范测评。总之，政府必须做好二次利用数据的优势与过度披露信息的风险之间的平衡。

数字与智能技术本身不是导致失衡的罪魁祸首，与不公正的社会制度和不科学的经济政策结合却会加速失衡。而民众择时失衡后果的主要承担着。

深刻理解并把握数据与人类共同进化的哲学。由于“马尔萨斯陷阱”的存在，几何式线性增长的数据必须要通过同样质数增长的算法辅以支撑，必须在对偶网络中实现共同进化，在持久的摇摇欲坠中保持平衡，否则单纯的大数据对人类毫无意义。因此，我们不能让人工智能的发展超出人类可以控制的范围，人工智能也只可能无限的接近人类的能力，但永远无法超越人类的能力。数据和人工智能提供的不是最终答案，只是参考答案。这也警示我们在使用大数据和人工智能这些工具的时候，应怀有敬畏之心，铭记人性之本。

（原文载于微信公众号“交银研究在线”2017年6月16日）

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。