2、“重塑架构”：以客户为中心的倒置经济体系
        扎克伯格提出“重塑架构”的重要原则：我们希望通过帮助人们建立关系，重塑信息的传播和消费方式。我们认为，世界信息基础架构应当与社交图谱类似－－它是一个自下而上的对等网络，而不是目前这种自上而下的单体结构。此外，让人们自主决定分享哪些内容，是重塑架构的基本原则。
        这种重塑架构的基本原则，实际上对大数据的结构化具有指导意义。
        在没有原则指导之下，大数据很可能在结构上是反的：仍然沿用传统的从生产者向消费者传导价值的结构，只是用新技术为老传统服务。这种服务虽然也是必要的，但却不是Faceboo时大数据的定位。
        我们从扎克伯格的话中读出如下含义：
        1)重塑架构意味着大数据将倒置经济结构
        第一，“我们希望通过帮助人们建立关系，重塑信息的传播和消费方式”。重塑就是倒置，所谓倒置，就是颠倒价值生成的方向，原来是生产者到消费者，现在是消费者到生产者。这是从上到下，变为自下而上的第一重含义。
        在SNS和搜索引擎这种倒置的经济结构中，价值的生成，不是从生产者到消费者，而是反过来，从消费者到生产者。消费者首先在SNS和搜索引 擎暴露(主动“生产”)消费意向信息，进入交换，使之形成抽象消费价值；第二步，由大数据对消费信息进行加工增值处理，相当于对消费进行资本化处理，使消费者主权象资本一样能够得到同样的获得剩余的待遇。
        第二，“它是一个自下而上的对等网络，而不是目前这种自上而下的单体结构”。
        传统经济和经济学，在生产与消费关系上，有一个重要的不对称。按“自生产这个上，到消费这个下”的顺序创造价值，生产者首先在商品和交换环节，将具体价值换化为抽象价值(交换价值)；第二步，将一般价值，通过资本机制，进行增值放大。但是消费者却没有这样的权利和权力，一是不能把消费者的具体价值转化为抽象价值，二是不能对这个价值进行增值，即消费没有资本化过程。
        大数据一旦走出就技术谈技术的原始阶段(2012-2014年)，进入大数据同经济结合的中世纪阶段(大约2015年以后)，人们就会发现，自下而上不光涉及信息传输，更关系到价值生成方式转变。变成通过大数据为消费者赋权的过程。我建议大家读读《公众风潮》和《创新推动者》这两本相反方 向赋权的书，理解这种赋权对经济生活的改变。
        第三， “让人们自主决定分享哪些内容”。
        这里提到一个重要的概念：“自主”。在工业化经济结构下，人失去自主性，最主要的一步，是自主劳动异化为劳动力，因此在信息化中，人们通过信息获得自主性的先提，是将人性的因素，复归到劳动力，形成“人性+劳动力：自主劳动”的效果。
        扎克伯格由于历史局限，现在只是模模糊糊感到是在重塑消费方式，将来取代Facebook的小男生小女生，将需要把这一信息分享过程，深化为消费资本化过程。这将是大数据下一阶段(2018年以后)的课题。
        在那个阶段，人们将开始普遍思考海尔前些年解决的未来型问题：通过“人单合一”直接经济模式，解决由消费者生成数据，倒过来决定生产(特别 是资本的战略结构的问题。现在美国管理会计师协会(IMA)暗暗盯住，并派人命名为ZEUS(宙斯)的海尔战略损益表，可能就透着资本化时期大数据的战略 秘密通道。我昨天还专门同信息化企业首倡者胡建生讨论它对BI的决定性影响。Facebook到那个阶段，不再进步，小命就堪忧了。
        2)重塑架构意味着价值与意义的倒置
        工业社会的价值结构，是从价值到意义，人们先围绕手段进行生产，然后再用目的对手段纠偏；信息社会的价值结构，是从意义到价值，通过SNS和搜索引擎定位意义所在，然后再根据意义去做有价值的事。
        以往工业社会中，把握意义靠小农的方式。大数据要把意义，扩展为一个有数据结构的系统。在意义学研究中，这个结构要完成的任务，称为“意义的阐释”。这是一种读心术。大数据的体系结构，从主体意义角度看，就应该是读心术系统，是专业化地破除人类的斯芬克斯之谜的大系统。通过这样的生活操作系 统，使人类得到提升，从仅仅有价值，变成不仅有价值，而且有意义。使人类因为意义而获得更高的满足。
        对于企业来说，道理也一样。关于从意义到价值这一决定方向，扎克伯格指出：在这一过程中，企业获得的益处是：他们能够制造更好的产品一一即以人为本的个性化产品。除了制造更好的产品，一个更加开放的世界还将鼓励企业与客户展开直接而可靠的互动。
        这里说的以人为本及个性化，都是指意义所在；强调的是越过价值这个中间环节，实现生产者与消费者之间的“直接而可靠的互动”。用张瑞敏的话说，就是人单合一。
        意义需要解释，解释必须通过意义的循环实现。
        用扎克伯格的话说就是：它是一个自下而上的对等网络，而不是目前这种自上而下的单体结构。此外，让人们自主决定分享哪些内容。意义不是生产者(相当于作者)赋予的，而是通过消费者(相当于读者，即产品的接受者)赋予的。大数据系统通过意义在生产者与消费者之间的循环，实现价值与意义的统一，手段与目的的统一。
        另一方面，大数据的结构化还有另一方面，就是打通意义的语形、语义和语用三个环节。斯芬克斯之谜层面的意义，是可意会不可言传的。通过 SNS这样的数据采集机制，形成的是意义的语形产业；接下来将形成语义产业，即对非结构化数据的加工产业链；最终形成语用产业，通过LBS、支付等手段， 将数据挖掘与具体的一个人一个人的情境，进行锚定。这样才能破解语言层面之下的个性化意义和体验的意义。从人工智能角度讲，Facebook的数据计算模 式有独特优点，它是人人计算，而非谷歌那种人机计算。人人计算，相当在对话中，人们互为搜索引擎，形成生态化的计算能力。这方面还存在很大的发展潜力。
        3、大数据生产力发动机内部的探索
        大数据作为新时代的生产力发动机，研究它的生产力特性，对于理解未来的商业狂潮，是一个基本功课。在大数据时代，对技术毫无感觉的人，很可能成为被狂奔的生产力战车拖来拖去的尸体。
        连对技术一窍不通的资本人，已经注意到Facebook大数据结构中“海量数据+复杂数据类型”，非结构化数据等典型问题。事实上，这还没有涉及Hadoop、NoSQL、数据分析与挖掘、数据仓库、商业智能以及开源云计算架构等诸多基础性问题。
        大数据大致的技术过程，是先以SNS、搜索引擎、POS机等采集器，将海量数据采集进数据仓库中，然后用分布式的技术框架(Hadoop)，对非关系 型数据进行异质性处理(NoSQL)，通过数据分析与挖掘，发展一对一的商业智能。由于大数据问题比较复杂，我现在有些个人想法，但考虑成熟之前，先不拿出来误导大家。我们还是先顺着Facebook的实践和见识，自下而上归纳。
        Facebook在大数据这一行，也是显赫的主角之一。它在低成本整合海量数据方面，为大数据行内人士所称道。但目前Facebook的大数据战略在我看来，还没有完全定型，它主要集中发展的是内部数据管理这一块。
        2011年12月FacebookSA布的Timeline，被认为是一款大数据产品。Timeline是用户自我编辑的个人时间轴，通俗 地讲，它实际就是个人的斯芬克斯之谜解答器。问一个人，你是谁，这是非常难以准确回答的。但如果一个从小到大跟你一长大的人，再遇到这样一个问题，脑子的反应的，正是这样一个Timeline。它比人事档案还档案。与人事档案的一个重要区别在于，它可以控制个人信息只给想展示的人。在数据挖掘帮助下，从理论上说，一个人可以在挑选皮鞋时，只展示一生中与皮鞋相关的历史，供第三方的生活方式设计师，替你一对一选鞋提供咨询建议用。
        有了Timeline，就象扎克伯格说的，“自此，你的生活，全部都在网上了”。这里的生活，只是生活中与意义相关的部分，是数字化生存。即魂这一部分的生存。魂在生活整体中，是管钱包如何花钱的系统，是管四肢如何行动的系统，管住了一个人的魂，就把这个人的指挥权接管了。所以 Timeline也可称为人类勾魂系统。只是，Timeline太单薄了，将来下一代小男生小女生们会有更好的办法做这件事。
        有了勾魂系统(即个人意义系统)，把大量数据采集来，下一步难题是破解灵魂。正如分析家们判断的那样：“Facebook之前数年的努力让接近10亿数字移民建立了联系和纽带，这个世界的边界仍要扩张，而下一步更重要的则是考虑如何让关系产生的海量数据更有价值”。之前数年，在大数据这一行，Facebook干的相当于是采矿的，所以被误当作SNS；他自己实际上不以为然，下一步要转行做原料加工的(当然他霸住的SNS矿山，别人不挤他， 也没必然退出来)。
        破解灵魂，在理论上叫意义阐释，必须突破以下几关，第一关是从结构化数据到非结构化数据这一关，结构化数据相当于把人简化为相关维度后的一堆数字，相当于把人挑掉有血有肉部分后剩下的骨头，菜市场里挂的猪骨架就相当于这种东西；非结构化数据，相当于自然语言，还包括广义文本、应用、位置信 息、图片、音乐、视频等等，它们相当于有血有肉的数据。处理结构化数据相当于处理不带肉的大腔肉，处理非结构化数据相当于处理有血有肉的排骨。当然价值要高得多。
        目前大数据的攻关主力都在这个方向上。具体到Facebook，它的非结构化数据，主要集中用于可用性测试、眼动测试等，另外还有战略因素，用户需求，竞争产品，商业利益因素等分析重点。
        第二关更难，是要从结构化数据，深入到数据背后的潜在意义，即灵魂中去。历史上弗洛依德干过这事，通过解析梦话，来解不可言说之梦。但是要在全社会规模上，对每一个人在时间上的每一历史记录，空间上的每200米卫星定位记录，支付中的每一笔水单收入，存储中的每一条文字，进行分析，以解开当事人本人都说不清楚的斯芬克斯之谜，以把他与其他人从个性上加以区分，进而对他进行北约空军式精确制导的一对一商业攻势，现在还有许多难题。
        Facebook目前在这方面的探索，正处在活跃期。我们可以看出，它正沿着Face-Soul-book的顺序演进。第一步，SNs相当 于大数据的Face部分，在意义阐释学中，叫语形。即用SNS这个数据采矿机，偷听用户聊天，然后整理成结构化和非结构化数据。Facebook这方面的 突出成就，是通过Hadoop的开放架构，有效降低了采矿和分检成本。
        第二步，要由表及里，从数据中分析出意义，其产业定位是服务加工，即Aaas(分析即服务，analytics-as-a-service)。也就是“灵魂深处闹革命”。
        第三步，是形成book。中国古代传说中，人类在阴间有个册，阳间有个册。管的就是人的小命。Facebook把每个人的灵魂秘密掌握后， 记录成book，“Facebook'’这一步就完成了，扎克伯格就成为掌管人间命数的神。在京剧《铡判官》中，负责Big Data的官员叫张洪，由于擅自改写生死簿，被包公铡了。可见这个职位对人类是何等重要。
Facebook现在每天会采集到4TB的用户行为数据，他主要是通过瀑布式分析、追踪交互步骤的转化／流失率，大量的A／B testing，观测用户行为使用模式，优化界面交互和操作流。除了瀑布式的分析，Facebook数据还被用于回溯性式分析，优化页面。
        比如，Facebook有一位设计师为了在用户即将注销Facebook的最后一刻，将其挽回，根据对用户数据的分析，找到他们内心想法的 规律，从而发起了注销页的改造，用情感化的方式打动人，成功将注销率降低了7％。从而在关键时期止住了Facebook的失血，使Facebook度过了 危险期。
        Facebook的大数据，开了个好头，还在不断探索中，创新势头不错，还会不断给我们带来新的启发。但总的来看，对大数据这场长征来说，Facebook只是迈出第一步。
        大数据本身的发展还需进一步定型。Facebook的大数据也还存在结构性问题，我觉得在纵深度上仍有不足。从现象上看，表现出的问题主要是Facebook收益来源单一，与这种结构缺陷有关。目前Facebook还局限在自己做大数据，如果能把产业链拉开，把外部开发者象苹果那样进一步调动起来，前途会更为远大。

作者：姜奇平

互联网周刊 2012年第10期