我们所做的一切事，不论在线上还是线下，都会留下数字脚印。

每一次刷卡购物，每一次网络搜索，手机上的每一次点击，乃至社交网络上的每一个点赞，都会被记录下来。

有很长一段时间，我们都不太清楚这些数据的用途——只是有时，在搜过“感冒”一词后，医院的广告就会紧紧跟随在你浏览的网页上，但仅此而已。

大量的数据被浪费了，对于建设效率更好、生态更美的社会而言是一个莫大的遗憾。如果利用其中的一小部分，就会给人类社会带来巨大收益。例如：

小而恰当的数：Uber

尽管毁誉参半，但Uber的确成功展现了数据分析的力量。投资者和商业专家早就把这款按需网约车应用称为大数据的楷模。Uber会从司机和乘客那里收集大量信息，按照科技行业分析师韦塞尔的说法，这使它能够规划“人类交通的实时物流”。然而，韦塞尔也指出了Uber数据真实规模的一个关键性的特点。

韦塞尔说：“Uber的成功并不在于它收集的大量数据，而是来自截然不同的方向：小而恰当的数据。Uber就是利用这样的数据来调度车辆。”

在Uber急速崛起之前，乘客是靠出租车来实现类似的服务。虽然没有电脑收集和处理数据，但“在城市街道上用眼睛搜索潜在乘客”的做法本身就是一种收集和分析数据的大型程序。

尽管计算发生在人脑内部，但被收集和分析的数据量并没有不同。Uber巧妙的解决方案就是不再对视觉数据应用生物异常探测算法，而是利用恰当数据来完成这项任务。谁需要打车？他们在哪里？这些至关重要的信息让Uber、Lyft和滴滴出行等公司彻底改革了一个行业。

不过别高兴的太早，大数据在给人类社会带来巨大收益的同时，也可能会致使人类大范围面临失业。

有了大数据，工作岗位有可能被自动化所取代

算法交易越来越流行，金融机构纷纷利用大数据和算法来实现交易自动化，以人类无法匹敌的速度和频率创造利润。高频交易就是建立在庞大数据集的基础之上，通过分析多个市场，根据当前的市场环境来执行交易指令。虽然这创造了巨大的利润空间，但也让许多证券经纪人丢了饭碗。

不仅金融机构面临这样的风险，媒体和律师也会面临这样的境遇。

《洛杉矶时报》已经开发了机器人写作技术，那里的记者正在同一堆机器人进行竞争。在这背后，就是大数据技术的进一步发展。 记者的许多工作现在已经可以利用机器学习工具自动完成，比如叙述科学（通过分析数据创造自然语言的新闻故事）。只需一个会打字的人，输入关键信息，大数据自动匹配出相应风格的新闻稿件。而大数据的写法，一定更受欢迎，因为它基于的是我们大量的阅读数据。

律师在做什么，在诉讼案的发现阶段，律师及其助手们需要筛选成千上万份与案件有关的文件。而现在，复杂的数据库可以利用大数据技术，比如同步分析、关键词识别等，以更少的时间完成同样的工作。

事实上，类似IBM超级计算机沃特森的类似机器学习系统可被合法“训练”，用以审查先例和判例历史，甚至起草法律摘要。而在传统上，这些工作都是律师事务所充当律师助手的人类完成。但是不要认为只有律师助手的工作处于危险中，就连拿着高薪、可预测案件结果的大律师也无法幸免。

密歇根州立大学和南德克萨斯法学院的研究人员设计的统计模型可以预测美国最高法院71%案件的结果。这种预测能力可能是律师能够提供的最有价值的服务，但其很容易被计算机取代。

大数据有多危险

“大数据”已经成为21世纪商业的代名词。聚拢大量数据的浪潮正变得愈加猛烈。公司无论所属行业和规模大小，都竭力想要实现招聘自动化，将流程数字化，并且打造出客户和求职者的信息库。企业管理层必须面对的问题不在于收集了多少数据，而在于是否拥有恰当的数据，以及如何解读这些数据。

很多企业认为自己是数据驱动型企业，重度依赖收集自多个信息源的信息，比如客户、员工、供应商等。但如果数据团队成员有太多的共同点（比如来自同一个部门），那么他们对数据的解读常常会带有偏见、过于简单、过于宽泛或者倾向于证明一个假设，而不是揭示一项事实。

数据科学家凯茜·奥尼尔（Cathy O'Neil）在深受好评的《数学杀伤性武器》（Weapons of Math Destruction）一书中，提出了几个令人信服的观点，包括：

由于企业是从他人那里购买数据或分析的，数据的收集和处理常常是以层级为单位发生的。算法最初的不透明性会随着层级的累加而增大，每个层级引入的错误因素也是如此。

将我们与趋势进行比较的算法，最终会用他人的行为来评判我们，而不是用我们自己的行为来评判我们。我们可能会因为和我们拥有相同购买或信用记录的其他人曾经开车不小心，而不是因为我们自己曾经开车不小心，而在购买汽车保险时被收取更高的费用。这就是偏见的本质：假定一个人将像同类的其他人那样行事。

一旦某人被划入表现糟糕者的行列，被认为是不可靠的员工、潜在的罪犯或者信用不好的人，那么算法就会进行区别对待，使他失去机会，越来越把他推向贫穷和缺乏机会的境地。

大数据正在塑造一种新的商业形态。