大数据旨在实现“意义”的专业化
《中国社会科学报》：奥巴马政府将“大数据战略”上升为国家战略，甚至将大数据定义为“未来的新石油”。从当前及未来看，“大数据”究竟有什么用？
姜奇平：在这里就不介绍“大数据”细枝末节上的作用了，我仅谈谈大数据的根本作用，即实现“意义”的专业化。我先谈两个具体方面：
一是“意义赋值”系统的专业化。在大数据之前的世界，特别是工业世界，各种事务的功能系统、手段系统都是专业的，但一涉及意义，例如宗旨与目的，就变得十分业余。我们以智慧城市为例说明。从以人为本的角度看，智慧城市到底智慧不智慧，关键看它的“意义赋值”系统是否专业，有效还是无效。习近平总书记指出，人民对美好生活的向往，就是我们的奋斗目标。就等于说，人民才是意义的赋值者。离开人民群众，就没有意义；数据离开了意义，就没有智慧；没有智慧，建设的所谓智慧城市就一定是愚蠢城市，与民生实际相疏离。从这个意义上说，大数据对智慧城市建设的顶层作用，应该是把群众路线专业化，让人民群众满意不满意、幸福不幸福这类意义信息及时被洞察、被满足，从而使人民群众得到更良好的体验。
二是企业决策系统的智慧化。大数据之前的企业决策，一线员工没有决策能力，这是意义系统不专业的重要表现。用户需求这种决定企业生死的意义信号，不能在此时此地的分散条件下得到当下响应。大数据让决策这种意义处理系统发生根本变化，从后台决策向前端决策转移，从集中决策向分散决策转移，从价值决策向意义决策转移。
举例来说，人们对大数据决策容易有一种误解，以为就是数据大集中的决策。这是传统集中控制思维方式运用到分布式计算条件下常有的惯性。
海尔的决策模式强调“群龙无首”。因为如果调动起每个自主经营体的主动性，使人人成为自己的CEO，这些一线员工就会进行分散CEO式的决策，没必要事无巨细非得通过“龙首”来决策。为此，海尔用战略损益表等制度，进行战略性的价值管理，使每个员工在决策时可以按企业的战略利益来权衡当前的形势，达到比集中式决策更优越的决策效果，其最高境界就是企业无为而治。
事实上，大数据决策应是集中决策与分散决策的结合。共性的问题适合集中决策，个性的问题适合分散决策。而且，二者不一定是对立的关系。例如，一线员工的分散决策，也需要并且可以调用数据中心的分析资源和计算能力；数据中心的决策，也需要与员工本地数据，甚至客户本地数据进行锚定和关联。按美国最新的情境定价理论，在一对一的营销中，产品和服务定价这种最关键的决策，可能要依靠用户本地数据，如手机中数据的参与，通过与数据中心数据的即时匹配来完成。用户数据参与决策将成为分散化决策的一个趋势。
