涂子沛，知名專(zhuān)欄作家、信息管理專(zhuān)家，畢業(yè)于華中科技大學(xué)。赴美留學(xué)前，曾做過(guò)職業(yè)程序員，擔任過(guò)公安邊防巡邏艇的指揮官，也從事過(guò)政府統計工作，現居美國匹茲堡，是美國某軟件公司數據中心的主任。

    ■ 《大數據》作者涂子沛談不可阻擋的大數據浪潮
　　小數據時(shí)代，可以研究個(gè)體但不能研究群體，因為只有關(guān)于個(gè)人的數據。而在大數據時(shí)代，人的行為都以數據形式存在，這里面就有很多商機。

　　從中國的邊防警到美國的軟件公司數據中心主任，20年來(lái)，涂子沛的工作一直跟數據處理有關(guān)。他在最近由廣西師范大學(xué)出版的《大數據：正在到來(lái)的數據革命》（下稱(chēng)《大數據》）一書(shū)中，以美國半個(gè)多世紀以來(lái)的信息開(kāi)放、技術(shù)創(chuàng )新歷史為例，談在這個(gè)大數據時(shí)代，政府該如何推動(dòng)信息公開(kāi)，企業(yè)在其中有何商機，數據創(chuàng )新給民眾、政府、社會(huì )帶來(lái)的種種挑戰和變革。昨晚，涂子沛在上海以“不可阻擋的大數據浪潮”為題與讀者見(jiàn)面，并接受了專(zhuān)訪(fǎng)。
　　大數據是與云計算同時(shí)興起的一個(gè)商業(yè)概念，從谷歌到騰訊，過(guò)去一年他們都在談大數據能帶來(lái)的商機。何為大數據？涂子沛有過(guò)一個(gè)簡(jiǎn)單的描述：“什么叫大數據，簡(jiǎn)單理解就是超大量的數據。到底多大才算大呢？我們一般認為按π為單位的數據就是大數據。π下面的單位就是G，一部電影大約一個(gè)G，一π就等于1024個(gè)G。你乘上π，1000多部電影那就算大數據了。我們再舉個(gè)形象的例子，現在美國國會(huì )圖書(shū)館是比較大的圖書(shū)館，所有的印刷品如果輸入電腦的話(huà)，它才是幾十個(gè)π，基本上人類(lèi)的知識要是全部放在電腦里，也就是按π為單位�！�
　　在這本《大數據》里，涂子沛要討論的是，大數據時(shí)代能夠幫助我們走向更自由的社會(huì )。因為信息社會(huì )最重要的資產(chǎn)是信息，信息的產(chǎn)生、信息的使用、信息的整合，這都是信息社會(huì )最重要的生產(chǎn)活動(dòng)。

    用數據說(shuō)話(huà)，別用數據說(shuō)謊

　　問(wèn)：在全世界，哪個(gè)公司或哪個(gè)機構擁有最多的數據？
　　涂子沛：我在書(shū)中有一個(gè)圖表，是2009年美國各行業(yè)數據存儲量對比，其中排在第一位的是制造業(yè)企業(yè)，第二位的就是政府。我們說(shuō)數據帝國的興起，美國聯(lián)邦政府首先就是一個(gè)數據帝國，它擁有前所未有的數據。當然Google、Facebook也有大量數據，但只是其中一個(gè)公司。我們有一個(gè)錯覺(jué)，僅僅把互聯(lián)網(wǎng)數據當作數據，這是不全的。

　　問(wèn)：所以這本書(shū)最重要的主題是，推動(dòng)政府開(kāi)放數據？
　　涂子沛：數據開(kāi)放運動(dòng)為什么在政府部門(mén)開(kāi)啟？技術(shù)的開(kāi)放是一步步的，最早的開(kāi)放是代碼開(kāi)放，形成了1990年代的開(kāi)源運動(dòng)。這在當時(shí)有很大的爭議，比爾·蓋茨就曾反對代碼開(kāi)放，但最后代碼開(kāi)放都被接受了，大家也都在用開(kāi)源軟件。軟件由兩部分組成，一部分是代碼，一部分是數據，開(kāi)放完了代碼，接下來(lái)就是開(kāi)放數據。開(kāi)放代碼發(fā)生在私營(yíng)企業(yè)中，開(kāi)放數據則要看誰(shuí)擁有最多數據，當然是政府。那么政府開(kāi)放數據，首先開(kāi)放什么？當然是公共財政支出的數據。這種情況已經(jīng)在英、美出現。
　　相比商業(yè)企業(yè)，為什么政府要推動(dòng)大數據開(kāi)放，因為企業(yè)的數據是零散的、案例性質(zhì)的。大數據從三個(gè)層面發(fā)生影響：商業(yè)、政府和個(gè)人生活。因為政府擁有最多數據，應該首先開(kāi)放。奧巴馬在美國推行數據開(kāi)放運動(dòng)，在全世界掀起一個(gè)數據開(kāi)放浪潮。大數據要發(fā)揮作用，不僅是收集、挖掘，目前最重要的是開(kāi)放。大數據可以從很多角度去談，我也談到了大數據怎么起源的，但我最關(guān)注的是，大數據真正要發(fā)揮作用是要開(kāi)放，否則就不會(huì )產(chǎn)生價(jià)值。開(kāi)放誰(shuí)來(lái)推動(dòng)?那就是政府。

　　問(wèn)：政府擁有那么多數據，但很多是不能開(kāi)放的。如何界定哪些數據可以開(kāi)放？
　　涂子沛：這里有兩條標準，首先是這些數據不能侵犯國家安全，其次是不能侵犯個(gè)人隱私。比如最先開(kāi)放的內容之一，有政府福利項目支出數據，但開(kāi)放時(shí)上面的名字都會(huì )抹掉。

　　問(wèn)：如何讓我們相信數據？
　　涂子沛：我之前有個(gè)講演，就是用數據說(shuō)話(huà)，別用數據說(shuō)謊。很多報告里都有數據，但通常的情況是，這些數據常常成為說(shuō)謊的工具，成為任人打扮的小姑娘�，F在經(jīng)常會(huì )出現的情況是，孤立地解釋數據。合理地來(lái)說(shuō)，我們不僅僅是要公布一個(gè)數據，還要公布數據的來(lái)龍去脈，一個(gè)數據可以復制才是站得住腳的。只公布一個(gè)數據是不夠的，還要求數據背后的數據公布。一個(gè)公布的數據是很難判對錯的，數據之間要互證才可以避免偽造。這就是數據開(kāi)放的價(jià)值。不只是要公布一個(gè)孤立的GDP，更要開(kāi)放整個(gè)數據，可以讓所有人自己去算這個(gè)GDP數據怎么來(lái)的。

    用數據提高生產(chǎn)力

　　問(wèn)：大數據開(kāi)放的商機在哪里？
　　涂子沛：我們講到數據開(kāi)放，首先想到的是知情權和政府透明，但這只是一方面�，F在推進(jìn)數據開(kāi)放，不再只是政府監督方面，而是要看是否有商業(yè)價(jià)值，如何用這些數據推進(jìn)生產(chǎn)？大數據時(shí)代標志著(zhù)人類(lèi)向知識時(shí)代的邁進(jìn)。美國的數據開(kāi)放運動(dòng)，從數據中整合、發(fā)現新的知識，成為經(jīng)濟發(fā)展的動(dòng)力。比如沃爾瑪，在數據挖掘中發(fā)現，一來(lái)颶風(fēng)某些產(chǎn)品就會(huì )脫銷(xiāo)，那么他們就去看颶風(fēng)按照哪些線(xiàn)路走，沿著(zhù)颶風(fēng)路線(xiàn)的那些沃爾瑪超市，就會(huì )把相應的商品調高倉儲量。
　　在這個(gè)時(shí)代，因為大數據的存在，人的行為是可以研究的。以前，小數據時(shí)代，可以研究個(gè)體但不能研究群體，因為只有關(guān)于個(gè)人的數據。而在大數據時(shí)代，人的行為都以數據形式存在。這里面就有很多商機。通過(guò)研究消費者習慣，可以找到很多市場(chǎng)商機。就算在企業(yè)運營(yíng)中，優(yōu)化才能提高效率，減少成本，優(yōu)化就要基于數據。產(chǎn)品也離不開(kāi)數據，產(chǎn)品質(zhì)量控制就是以數據為支持的。大數據最根本的，就是促進(jìn)經(jīng)濟的發(fā)展，知識時(shí)代的特點(diǎn)就是信息和數據的整合產(chǎn)生新的價(jià)值。

　　問(wèn)：為什么直到現在，大家才開(kāi)始談數據的商機？
　　涂子沛：因為直到現在才有那么多數據可供研究。以前，保存數據很貴，現在很便宜；第二，以前收集不到那么多數據，現在每個(gè)人在互聯(lián)網(wǎng)上的行為都可以記錄下來(lái)�，F在數據庫就是資產(chǎn)，如果有數據，就能掌握我的用戶(hù)。所以麥肯錫說(shuō)，大數據是下一個(gè)創(chuàng )新、競爭、生產(chǎn)力提高的前沿。數據就是一種生產(chǎn)資料。

　　問(wèn)：我們在互聯(lián)網(wǎng)上留下那么多蹤跡和數據，誰(shuí)是數據的擁有者呢？
　　涂子沛：在數據開(kāi)放運動(dòng)中，英國提出了一個(gè)數據權問(wèn)題。個(gè)人的數據該由個(gè)人做主。你在超市購物，你會(huì )在那里留下大量消費記錄。英國的做法是，每個(gè)消費者登錄網(wǎng)站是可以看到自己的消費記錄的。谷歌在英國也簽了協(xié)議，要開(kāi)放相關(guān)的數據。谷歌已經(jīng)開(kāi)放了一部分。你的數據是你的，你是有權利看的。那政府的數據更有義務(wù)去看了，因為你的數據是拿著(zhù)納稅人的錢(qián)去收集的。這些是公共數據，本來(lái)就是公共資產(chǎn)。
　　數據開(kāi)放之后，是面向社會(huì )大眾的開(kāi)放。任何人都可以使用，只要有能力都能創(chuàng )造新的商機。產(chǎn)生的新知識都是由精英壟斷，但現在每個(gè)人都可以接觸這些數據，誰(shuí)都可以做這些事情。

　　問(wèn)：但這只是一種理想，你的消費記錄，你的互聯(lián)網(wǎng)記錄，其實(shí)已經(jīng)隨意泄露。
　　涂子沛：信息時(shí)代，我個(gè)人能不能決定怎么發(fā)布數據，什么時(shí)候開(kāi)放，什么時(shí)候修改，但現在已經(jīng)失控了。無(wú)論是在美國還是中國，尤其是在中國，隱私權非常薄弱，個(gè)人信息被隨意買(mǎi)賣(mài)。

　　問(wèn)：個(gè)人留下的數據越多，它對你的掌握就越容易。大數據會(huì )成為老大哥嗎？
　　涂子沛：大數據是老大哥，這是不可避免的。美國想建中央數據銀行，把每個(gè)人從出生到墳墓的記錄整合起來(lái)，后來(lái)很多組織反對。經(jīng)過(guò)許多博弈，美國政府還是放棄了，但對政府來(lái)說(shuō)，他們很想建立這樣一個(gè)“銀行”。