第三部分 大数据时代的管理变革

风险：让数据主宰一切的隐忧

大数据时代让我们的隐私受到了威胁

大数据的价值不再单纯来源于它的基本用途，而更多源于它的二次利用。这就颠覆了当下隐私保护法以个人为中心的思想：数据收集者必须告诉个人，他们收集了哪些数据、做何用途，并在收集数据开始之前征得个人同意。“告知与许可”是世界各地执行隐私政策的共识性基础。

但大数据时代，很多数据在收集的时候并无意用作其他用途，而最终却产生了很多创新用途。公司无法告知个人尚未想到的用途，而个人也无法同意这种未知用途。一开始就要用户同意所有可能的用途相当于让“告知与许可”失去意义。

同时，想在大数据时代中用技术方法来保护隐私也是天方夜谭。如果所以人的信息本来都已经在数据库里，那么有意识地避免某些信息就是此地无银三百两。比如Google街景迫于压力模糊化某些房屋和花园，但这对盗贼来说反而是强调。

匿名化也在大部分情况下失效。AOL从搜索内容，Netflix通过租赁记录找出客户。一是我们收集到的数据越来越多，二是我们会结合越来越多不同来源的数据。

预测与惩罚，不是因为“所做”，而是因为“将做”

我们冒险把罪犯的定罪权放在了数据手中。30多个州的假释委员正使用数据分析来决定释放还是继续监禁某人。越来越多的城市都采用了“预测警务”来决定哪些街道、群体还是个人需要更严密的监控，仅仅因为算法系统指出他们更有可能犯罪。

但基于预测的惩罚是不公平的。社会关于个人责任的基本信条是，人为其选择的行为承担责任。被威胁的情况不算。而且如果大数据分析完全准确，那么我们的未来会被精准预测，那我们不仅会失去选择的权利，而且会按照预测去行动，也就是失去了自由意志。既然我们别无选择，那么我们也就不需要承担责任，这不是很讽刺么？

当然，精准的预测是不现实的。但主要问题是我们在人们真正犯罪前对他进行惩罚否定了人的自由权利，我们没有让他按照他的意愿去做，却坚持他应该为自己尚未实施的未来行为付出代价，而我们的预测也永远无法得到证实。这否定了法律系统的基石——无罪推定原则。除了刑事犯罪，这也会涉及民事法庭案件中判定过失以及公司解雇员工的决策。

大数据的不利影响并不是它本身的缺陷，而是我们习惯把大数据发掘出的相关关系解释成因果关系。进行个人罪责推定需要行为人选择某种特定行为，他的选择是造成这个行为的原因。但大数据并不建立因果关系，所以不应该用来进行罪责推定。

数据独裁

大数据加剧了一个旧威胁：过于依赖数据，但数据远没有我们想得那么可靠。美军将军麦克纳马拉在越战时对数据的执著，甚至滥用和误导（评判战争进度的方法就是看对方的死亡人数），让下级军官为了达成命令会汇报可观的数字给上级。还有Google也在招聘中过分依赖应聘者的学习成绩；内部任何小事都被量化，所有决策都简化成一个逻辑问题，数据主宰也束缚了整个公司。但其实，才华并不依赖于数据，比如乔布斯依赖的事行业分析，甚至直觉。当记者问他苹果作了多少市场调研时，他说：“没做！消费者没义务去了解自己想要什么。”

如果对不可量化的事物进行量化，我们就会失去全面了解该事物的机会。

掌控：责任与自由并举的信息管理

管理变革1：个人隐私保护，从个人许可到让数据使用者承担责任

对大数据使用进行正规评测及恰当使用，可以为数据使用者带来的好处是他们无须再去的个人的明确同意，就可以对个人数据进行二次使用。相反，他们也要为敷衍了事的评测和不达标准的保护措施承担法律责任，诸如强制执行、罚款甚至刑事处罚。这样将责任从民众转移到数据使用。者，因为后者更明白他们要如何使用数据，他们的评估避免了商业机密的泄漏。而且数据使用者是数据二级应用的最大收益者。

此外，数据使用者达到了最初目的之后，法律上不再规定必须删除个人信息，相反可以长时间保存数据。为平衡二次运用的优势与过度披露带来的风险，监管机制可以决定不同种类的个人数据必须删除的时间。再利用的时间框架取决于数据内在风险和社会价值观不同。时间限制可以消除永久记忆的恐慌——永不磨灭的数字记录让人无法告别过去；数据利用者在有权限的时间内尽力挖掘数据的价值。

一个创新途径是“差别隐私”：故意将数据模糊处理，促使对大数据库的查询不能显示精确的结果，只有相近的结果。这使特定个人与特定数据点的联系难以实现并且耗费巨大。

管理变革2：个人动因VS预测分析

个人可以并应该为他们的行为而非倾向负责。

公开原则：公开预测分析的数据和算法系统

公正原则：有第三方专家公证的可靠、有效的算法系统

可反驳原则：个人可对预测进行反驳的具体方式（类似科学研究披露可能影响结果的因素）

要确保个人动因能防范“数据独裁”的危害

大数据管理的基本支撑是保证我们依然通过考虑他人的个人责任对其进行评判，而不是借助“客观”数据处理去决定他们是否违法。只有这样，我们才是把其当作人来对待。

管理变革3：击碎黑盒子，大数据程序员的崛起

大数据时代让我们对计算机依据算法而做出的决策的原因无法解释清楚，因为数据庞大，计算复杂。为了防止大数据预测变成黑匣子，让人类不仅知道“是什么”，还要知道“为什么”，大数据将需要被检测并保持透明度。这要求一个新的人群来扮演这种角色，他们是计算机科学、数学和统计学领域的专家。

我们将“大数据程序员”的概念视为是在以市场为导向来解决这些问题，这也避免了以侵入式规章来解决问题。他们和20世纪早期为了处理泛滥的财务信息而出现的会计以及审计员一样，是为了满足新需求而出现的。一般人很难理解这样的数字冲击，所以必须有一群以一种灵活的自我监管方式组织起来的专业人员去保护大众的利益，提供专门金融监管服务的新公司就应运而生。

外部程序员扮演审计员的角色，根据法律对大数据的准确和有效性进行鉴定。他们会有自己行业的规范。内部程序员不仅要考虑公司的利益，也要顾及受到公司大数据分析影响的其他人利益。

管理变革4：反数据垄断大亨

为了确保给大数据提供一个活跃的市场环境，我们应该实现数据交易，比如通过授权和协同合作的方式。为了促进大数据平台上的良性竞争，政府必须运用反垄断条例。反垄断法遏制了全力的滥用，可以从一个领域完美转移到另外一个领域，适用不同类型的网络产业。它提供的事一个平等的竞争平台。

结语

大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，更好的方法和答案在不久的未来。