【“大數據”戰略：爭奪全世界的下一個(gè)前沿】
聯(lián)邦政府的每一個(gè)機構和部門(mén)，都需要制定一個(gè)應對“大數據”的戰略。
——《規劃數字化的未來(lái)：美國總統科學(xué)技術(shù)顧問(wèn)委員會(huì )給總統和國會(huì )的報告》2010年
業(yè)務(wù)工作的管理數據，民意社情的調查數據，以及對大自然、動(dòng)植物的特點(diǎn)和變化進(jìn)行監控而產(chǎn)生的環(huán)境數據，是聯(lián)邦政府的三大數據來(lái)源。這三種數據，其發(fā)展各有先后，收集方式各不相同，數據量也大小不一。它們之間，存在著(zhù)一些交叉和重疊，有一些民意調查的數據，是業(yè)務(wù)數據，而一些因環(huán)境監控產(chǎn)生的數據，也可以是業(yè)務(wù)工作的數據。
由于無(wú)線(xiàn)傳感器的快速普及，環(huán)境數據增長(cháng)得最快，成為聯(lián)邦政府數據量最大的來(lái)源。
雖然環(huán)境數據增長(cháng)得最快，但這三種數據，其實(shí)都在爆炸。這種爆炸，并不僅僅是數量一個(gè)維度的。2001年，著(zhù)名的高德納咨詢(xún)公司（Gartner）在一份研究報告21中指出，數據的爆炸是“三維的”、是立體的，這三個(gè)維度，主要表現在以下三個(gè)方面：
一是同一類(lèi)型的數據量在快速增大；
二是數據增長(cháng)的速度在加快；
三是數據的多樣性，即新的數據來(lái)源和新的數據種類(lèi)在不斷增加。
數據的爆炸性增長(cháng)，也不僅僅限于聯(lián)邦政府。如前文所述，2011年麥肯錫公司在其研究報告《大數據：下一個(gè)創(chuàng )新、競爭和生產(chǎn)率的前沿》中指出，在美國，僅僅制造行業(yè)就擁有比美國政府還多一倍的數據，此外，新聞業(yè)、銀行業(yè)、醫療業(yè)、投資業(yè)、零售業(yè)都擁有可以和美國政府相提并論的海量數據。
哈爾•范里安（Hal Varian）是谷歌的首席經(jīng)濟學(xué)家，也是美國研究信息經(jīng)濟學(xué)的著(zhù)名學(xué)者。2000年，他對數據和信息產(chǎn)生的速度進(jìn)行了研究，他認為，人類(lèi)社會(huì )每年產(chǎn)生的信息量，實(shí)在太大了，已經(jīng)沒(méi)辦法用準確的方法來(lái)計算現有的數字信息總量，只能估算。他估計2000年新產(chǎn)生的數據量為1000拍到2000拍。但到2010年，僅僅全球企業(yè)一年新存儲的數據量就超過(guò)了7000拍，而全球消費者新存儲的數據量約為6000拍。
這種數據量的增長(cháng)，已經(jīng)大大超出了人類(lèi)的預期和想象。時(shí)至今日，數據已經(jīng)像“洪流”一樣，在全球的政治、經(jīng)濟生活當中奔騰。而且，隨著(zhù)信息技術(shù)的普及和進(jìn)步，新的支流還在不斷產(chǎn)生，各個(gè)支流流動(dòng)、交匯和整合的速度，還在繼續加快。
作為美國社會(huì )的信息樞紐，聯(lián)邦政府當然要正面迎對這個(gè)挑戰。
2010年12月，總統行政辦公室下屬的科學(xué)技術(shù)顧問(wèn)委員會(huì )（PCAST）、信息技術(shù)顧問(wèn)委員會(huì )（PITAC）向奧巴馬和國會(huì )提交了《規劃數字化未來(lái)》的專(zhuān)門(mén)報告，該報告把數據收集和使用的工作，提到了戰略的高度。
這個(gè)報告列舉了5個(gè)貫穿各個(gè)科技領(lǐng)域的共同挑戰，報告指出“每一個(gè)挑戰都至關(guān)重要”，而第一個(gè)挑戰就是“數據”問(wèn)題。報告說(shuō)：
“如何收集、保存、維護、管理、分析、共享正在呈指數級增長(cháng)的數據是我們必須面對的一個(gè)重要挑戰。從網(wǎng)絡(luò )攝像頭、博客、天文望遠鏡到超級計算機的仿真，來(lái)自于不同渠道的數據以不同的形式如潮水一般向我們涌來(lái)。這些數據以不同的格式存儲在不同的環(huán)境中，有的在計算機的硬盤(pán)里，有的在數據倉庫之內。
如何保證這些數據現在、將來(lái)的完整性和可用性，我們面臨著(zhù)很多的問(wèn)題和挑戰。如何使用這些數據，則是另外一個(gè)挑戰……應對好這些挑戰，將引導我們在科研、醫療、商業(yè)和國家安全方面開(kāi)創(chuàng )新的成功?！?p/>
在報告中，兩個(gè)委員會(huì )還例舉了美國癌癥研究所以及中央情報局如何通過(guò)收集海量數據、建立數據倉庫、實(shí)施以數據挖掘為核心的自動(dòng)分析技術(shù)，獲得了出人意料的創(chuàng )新和成功。
委員會(huì )一致認為，如何有效地利用數據將貫穿所有科技領(lǐng)域的挑戰。最后，兩個(gè)委員會(huì )向奧巴馬建議：聯(lián)邦政府的每一個(gè)機構和部門(mén)，都需要制定一個(gè)“大數據”的戰略。
其實(shí)，“大數據”這個(gè)名詞并不新鮮，早在1980年代，美國就有人提出了“大數據”的概念。20多年來(lái)，各個(gè)領(lǐng)域的數據量都在迅猛增長(cháng)，美國的企業(yè)界、學(xué)術(shù)界也不斷地對這個(gè)現象及其意義進(jìn)行探討，“大數據”這個(gè)名詞變得越來(lái)越流行、越來(lái)越重要，最后成為了國家和政府層面的發(fā)展戰略。
之所以要稱(chēng)之為戰略，是因為“大數據”之“大”，并不僅僅在于其“容量之大”。當然，由于數據容量的爆炸，數據的收集、保存、維護以及共享等等任務(wù)，都成為具有研究意義的現象和挑戰。但“大數據”之“大”，更多的意義在于：人類(lèi)可以“分析和使用”的數據在大量增加，通過(guò)這些數據的交換、整合和分析，人類(lèi)可以發(fā)現新的知識，創(chuàng )造新的價(jià)值，帶來(lái)“大知識”、“大科技”、“大利潤”和“大發(fā)展”。
如前文所述，數據，是記錄信息的載體，是知識的來(lái)源。數據的激增，意味著(zhù)人類(lèi)的記錄范圍、測量范圍和分析范圍在不斷擴大，知識的邊界在不斷延伸。
2007年，雅虎的首席科學(xué)家沃茨博士在《自然》上發(fā)表了一篇文章《21世紀的科學(xué)》22，他發(fā)現，得益于計算機技術(shù)和海量數據庫的發(fā)展，個(gè)人在真實(shí)世界的活動(dòng)得到了前所未有的記錄，這種記錄的粒度23很高，頻度在不斷增加，為社會(huì )科學(xué)的定量分析提供了極為豐富的數據。由于能測得更準、計算得更加精確，他認為，社會(huì )科學(xué)將脫下“準科學(xué)”的外衣，在21世紀全面邁進(jìn)科學(xué)的殿堂。例如，新聞的跟帖、網(wǎng)站的下載記錄、社交平臺的互動(dòng)記錄等等都為政治行為的研究提供了大量的數據，政治學(xué)這門(mén)古老的學(xué)科，將登堂入室，成為地道的“科學(xué)”。
麻省理工學(xué)院的教授布倫喬爾森（Erik Brynjolfsson）則比喻說(shuō)，大數據的影響，就像4個(gè)世紀之前人類(lèi)發(fā)明的顯微鏡一樣。顯微鏡把人類(lèi)對自然界的觀(guān)察和測量水平推進(jìn)到了“細胞”的級別，給人類(lèi)社會(huì )帶來(lái)了歷史性的進(jìn)步和革命。24 而大數據，將成為我們下一個(gè)觀(guān)察人類(lèi)自身社會(huì )行為的“顯微鏡”和監測大自然的“儀表盤(pán)”。
這個(gè)新的顯微鏡，將再一次擴大人類(lèi)科學(xué)的范圍，推動(dòng)人類(lèi)知識的增長(cháng)，引領(lǐng)新的經(jīng)濟繁榮。麥肯錫全球研究所在其2011年的報告中最后概括說(shuō)：大數據，將成為全世界下一個(gè)創(chuàng )新、競爭和生產(chǎn)率提高的前沿。
搶占這個(gè)前沿，無(wú)異于搶占下一個(gè)時(shí)代的“石油”和“金礦”。
2012年3月29日，奧巴馬政府又進(jìn)一步推進(jìn)了其“大數據”戰略。奧巴馬的高級顧問(wèn)、總統科學(xué)技術(shù)顧問(wèn)委員會(huì )（PCAST）的主席霍爾德倫（John Holdren）代表國防部、能源部等6個(gè)聯(lián)邦政府部門(mén)宣布，將投入2億多美元立即啟動(dòng)“大數據發(fā)展研究計劃”（Big Data Research and Development Initiative），以推動(dòng)大數據的提取、存儲、分析、共享和可視化?；魻柕聜愐彩枪鸫髮W(xué)肯尼迪政府學(xué)院的知名教授，他在講話(huà)中表示：像美國歷史上對超級計算和互聯(lián)網(wǎng)的投資一樣，這個(gè)大數據發(fā)展研究計劃將對美國的創(chuàng )新、科研、教育和國防產(chǎn)生深遠的影響。
奧巴馬則強調聯(lián)邦政府必須和公司、大學(xué)結盟，全民動(dòng)員（All Hands on Deck），來(lái)應對“大數據”時(shí)代的挑戰。
【大挑戰——逐鹿政壇：得數據者得天下】
“政治技術(shù)決定政治成敗?！啊D•布萊克韋爾，美國政治活動(dòng)家
2011年4月4日，奧巴馬以電子郵件和視頻的方式，正式宣布自己將參加2012年的總統競選、爭取連任。
4年多以前，2007年2月，他在廣場(chǎng)上的人潮中宣布了自己將參選總統的決定。作為代表伊利諾伊州的聯(lián)邦參議員，他選擇了位于該州首府的議會(huì )廣場(chǎng)作為集會(huì )地點(diǎn)，這里曾經(jīng)是林肯總統發(fā)表演講的地方。奧巴馬在凜冽的寒風(fēng)中，面對沸騰的人群和高聲喝彩，發(fā)表了近一個(gè)小時(shí)的演講，隨后開(kāi)始了他長(cháng)達一年多的大選征程。
但這一次，沒(méi)有簇擁的集會(huì )、鼓動(dòng)的口號和大幅的標牌，一切都由網(wǎng)上的點(diǎn)擊，在瞬間平靜地完成。
另外幾位熱門(mén)人選，如前麻省州長(cháng)羅姆尼（Mitt Romney）、前眾議院議長(cháng)金里奇（Newt Gingrich）也先后用推特（Twitter）和臉譜（Facebook）正式宣布了他們的參選意愿。
而通過(guò)集會(huì )拉開(kāi)競選的序幕，原本是美國上百年的政治傳統。
有評論說(shuō)，這表明，臉譜、推特和視頻分享網(wǎng)站的發(fā)展已經(jīng)深刻地改變了美國的政治生態(tài)，新的傳統正在形成。還有評論指出，這次總統大選，是民主、共和兩黨都充分認識到社交網(wǎng)站重要性之后的第一次大選，技術(shù)對政治的作用將前所未有地凸顯。
回顧歷史，從上個(gè)世紀30年代的廣播，到60年代的電視，再到本世紀初的互聯(lián)網(wǎng)，技術(shù)一直在美國的政治生活中扮演重要的角色，甚至決定選舉的成敗。
互聯(lián)網(wǎng)出現之后，就交流和互動(dòng)而言，廣播和電視無(wú)疑相形見(jiàn)絀。和它們相比，網(wǎng)絡(luò )能提供一種沒(méi)有強權的、多中心的、雙向的甚至多向的信息交流方式，這一改廣播、電視單向交流的不足，使候選人和選民之間的互動(dòng)方式發(fā)生了深刻的改變。
如果說(shuō)2008年的大選，是一場(chǎng)關(guān)于網(wǎng)絡(luò )技術(shù)“用多”還是“用少”的較量，那么2012年的競爭，工具本身已經(jīng)不再是競爭的優(yōu)勢。因為，近4年來(lái)，民主、共和兩黨都鼓勵本黨的政治家把網(wǎng)絡(luò )作為必爭之地，網(wǎng)絡(luò )的重要作用已經(jīng)得到了政治家的一致重視。共和黨曾經(jīng)發(fā)起“新媒體挑戰”（New Media Challenge）的競賽活動(dòng)，以網(wǎng)絡(luò )上粉絲的增長(cháng)速度為衡量標準，鼓勵黨員集聚網(wǎng)絡(luò )人氣。比賽進(jìn)行了一個(gè)半月，最后來(lái)自路易斯安那州的眾議員佛蘭芒（John Fleming）奪得了第一名。民主黨當然不甘落后，也舉辦了類(lèi)似的“在線(xiàn)政治明星”評比活動(dòng)。
也就是說(shuō)，兩黨的主要競爭者都在大規模地使用網(wǎng)絡(luò )。競爭的重點(diǎn)已經(jīng)不是“用不用”的問(wèn)題，而是“如何用”、“用得好不好、巧不巧”。
互聯(lián)網(wǎng)在政治競選中的主要功能有兩個(gè)，一是交流，候選人通過(guò)它和選民展開(kāi)個(gè)性化的實(shí)時(shí)對話(huà)、收集采納民意，并為自己的政治主張尋找支持；二是動(dòng)員，通過(guò)它發(fā)動(dòng)草根力量，完成召集志愿者、募款、造勢等關(guān)鍵的選舉活動(dòng)。
當前，誰(shuí)能把網(wǎng)絡(luò )交流和動(dòng)員這兩個(gè)功能發(fā)揮得更好、運用到極致，其競爭的核心和重點(diǎn)，就是數據。
可以說(shuō)，這是一場(chǎng)數據競爭。數據收集、分析和整合的能力已經(jīng)成為技術(shù)和網(wǎng)絡(luò )競爭的關(guān)鍵所在。
2008年，奧巴馬通過(guò)他的個(gè)人競選網(wǎng)站收集了1300萬(wàn)人的個(gè)人信息和郵件地址，這曾經(jīng)是他在交流規模上無(wú)可比擬的優(yōu)勢。但和2008年相比，如今的臉譜等社交網(wǎng)站已經(jīng)不僅僅是個(gè)交流平臺，還是一個(gè)記錄了8億人資料的開(kāi)放“信息港”，第三方可以在上面開(kāi)發(fā)新的應用并與其現有的數據直接相聯(lián)，這為其他候選人提供了超越奧巴馬的可能性。
奧巴馬在宣布再參選以后，立即重新改版了他的個(gè)人網(wǎng)站。支持者一登錄，便被要求提交其社交網(wǎng)站的賬號，并詢(xún)問(wèn)是否能夠讀取其在社交網(wǎng)站上的檔案信息，甚至索要在用戶(hù)社交網(wǎng)頁(yè)上發(fā)布消息的授權。這些舉措，招招式式都是為了獲取更多、更翔實(shí)完備的選民數據。
其他候選人當然也不甘落后，幾乎每個(gè)候選人都先后推出了自己的網(wǎng)站，個(gè)別候選人甚至不惜重金，用送出紀念品的形式來(lái)鼓勵選民把自己的賬號和社交網(wǎng)站的賬號掛鉤相連，其目的都是為了擴展自己的數據容量，擴大未來(lái)與選民交流的規模。
與交流規模相比，交流的質(zhì)量更為重要。大規模發(fā)送信息并不難，但只有撓到接收方癢處和痛處的信息才可能引起真正的關(guān)注。這就要求發(fā)送方必須了解信息受眾，而不是簡(jiǎn)單地“群發(fā)”。這個(gè)方面，奧巴馬已經(jīng)有教訓和體會(huì )。2011年7月29日，美國國會(huì )在為是否提高國家債務(wù)的上限進(jìn)行激辯。奧巴馬一天內連接發(fā)出十多個(gè)推特（微博），要求他的粉絲采取行動(dòng)、給議員施壓，催促他們通過(guò)提高債務(wù)上限的提案。但當天晚上，奧巴馬的推特就流失了33000多名粉絲。奧巴馬的技術(shù)團隊隨后對此進(jìn)行了調查，發(fā)現其中的原因，正是很多人對這個(gè)話(huà)題不感興趣，認為“總統在給他們發(fā)送信息垃圾”。
奧巴馬的團隊正在全力提高數據細分的能力。例如，墮胎問(wèn)題一直是兩黨辯論的熱點(diǎn)，奧巴馬如果能在辯論之時(shí)，鎖定35歲以下的女性進(jìn)行信息交流，就可能形成穩定的觀(guān)點(diǎn)聯(lián)盟，造成聲勢。又比如，一談到養老金問(wèn)題，50歲以上的老人將成為第一目標群體。
除了性別、年齡之外，選民還可以按地域、種族、教育程度、宗教信仰等其他維度來(lái)劃分，這些維度，還可以交叉，交叉分析的維度越多，信息受眾就能分得越細、瞄得越準，信息交流的效率也就越高。此外，除了數據的細分，還可以通過(guò)數據模型預測不同選民的不同需要和行為模式，最終把個(gè)性化的短信和視頻通過(guò)互聯(lián)網(wǎng)或手機送達特定的群體。
除了交流，成功的動(dòng)員也離不開(kāi)有效的數據支持。研究表明，選舉動(dòng)員的重點(diǎn)是爭取“墻頭草”或“中間派”，最有效的方式是派出志愿者上門(mén)游說(shuō)，這可能將選票拉升幾個(gè)百分點(diǎn)，在勢均力敵的情況下，成為勝出的關(guān)鍵。如果能掌握這類(lèi)“中間派”人士的基本信息甚至個(gè)人喜好，志愿者的登門(mén)游說(shuō)就能有的放矢、事半功倍。所以如何在網(wǎng)上確定這個(gè)群體、獲取他們的數據，是決定動(dòng)員效率的一個(gè)關(guān)鍵。
此外，通過(guò)不同數據庫之間的分析和整合，為畢業(yè)于同一個(gè)學(xué)校、居住在同一個(gè)地區甚至擁有同一個(gè)愛(ài)好或觀(guān)點(diǎn)的志愿者建立新的網(wǎng)絡(luò )聯(lián)系體，讓支持者感覺(jué)同聲同氣、彼此相連，也能極大提高動(dòng)員的效率和士氣。
圍繞數據細分的這些精細化的應用，可謂多不勝數。這種基于數據的選民細分方法，也被稱(chēng)為“納米定位”（Nanotargeting） 。
當然，奧巴馬能否最終當選，還取決于政治、經(jīng)濟、社會(huì )等等諸多方面的因素，但如果僅僅從技術(shù)層面來(lái)考慮，這一仗爭的是數據，比的是數據收集、分析以及整合的能力。從這個(gè)意義上來(lái)說(shuō)，得數據者得天下。這種基于數據的競爭，當然不僅僅局限在政治選舉的領(lǐng)域。其實(shí)，早在2008年奧巴馬當選總統之前，商業(yè)領(lǐng)域的數據競爭現象就引起了學(xué)界的研究和關(guān)注。
