阿里巴巴新任副總裁塗子沛訪談：大數據時代的巔峯領悟
以下是塗子沛接受記者採訪時的訪談錄：大數據時代的巔峯領悟
Q：2012年，您的著作《大數據》引發了人們對大數據的強烈關注與思考，是什麼原因驅使您寫作了第二本有關大數據的書籍《數據之巔》？A：第一本書是中國最早的一本大數據的書，那本書談的還是現象，由現象引發的一些思考，我對大數據認識的過程也是循序漸進的過程，當認識到大數據不僅是個技術革命，不僅是商業管理革命，而且是社會革命，引起社會方方面面的變化，它和雲計算不一樣，雲計算就是一個單純的技術革命，一種技術的重新架構。當我的第一本書受到關注的時候，我便有一種使命感，應該把第二本書寫出來，第二本是從歷史的角度，我想傳遞的是種數據文明，數據文化，從而引起全社會的重視，還要掌握未來，未來是什麼樣子以及我們在全世界的競爭中處於一種什麼樣的地位，我只是想對咱們中國提一些戰略性的建議，在與美國曆史這種對比之中發現我們的不足與弱點。所以我專心在家用了八個月的時間寫就這本書，這本書的價值我自己認爲比第一本書的價值更大一些。Q：您從開篇便講到美國的人口普查，您是怎麼想到以人口普查作爲切入點的？如何看待人口普查對整個數據時代的意義的？A：我們這本書是數據之巔，爲什麼是之巔呢，因爲數據是個人爲的現象，全部是人書寫的，要是沒有人就沒有數據，所以數據是需要頂層設計的，大數據的設計需要頂層數據，這也是數據之巔的一層含義，那我們說一個國家的數據中什麼是最基本的數據？就是國土多大，人有多少，所以人是最基本的，人口普查在政治、經濟、軍事在整個美國曆史上起到很大的作用，有些作用還沒有寫出來，但是最後因爲人口普查 的數據太大了，每次人口普查都耗費多年，後來有了二進制，引領人類社會進入了信息時代，我們說什麼是最基本的數據，有多少人，但是要算清楚多少人這個問題太難了。即使今天算清楚都很難，問題是人不停地出生死亡，要算清楚非常難，這是最原始的問題也是最具挑戰的問題，也是個數據量非常大的問題，所以最早的大數據就是人口，比其他數據都要大。美國的人口普查也是陰差陽錯，他也不知道因爲人口普查有一天信息社會就這麼產生了，但是他們很認真，沒有說因爲這個難做就不做了，他們當時用人口普查來分配權力，然後逐步擴大。Q：所以您查閱了很多有關人口普查等等這些美國曆史的資料。A：我是學工科的，但是我從小就喜歡讀書，書讀的不少，有人評價這本書是用數據譜寫了美國曆史，我在寫這本書的時候是重新把美國統計史、人口普查史、工業普查史、農業普查史都看了幾遍，需要在所有這些資料中尋找到哪些是有意義的點，有建設性啓發性的點，把它挑出來。Q：中國對待數據文化與國外對待數據文化的理念有很大區別，比如中國人對數字的概念缺乏一個理性的描述和陳述，他們更習慣於用所謂的程度詞來形容，比如差不多，深、淺、多、少，但這又是基於中國從古至今深入人心的傳統所致，您認爲兩者區別在哪裏？A：區別在於哪裏呢，就在於我們還僅僅把數據當成工具來看，符合我們利益的我們會用，不符合我們利益的我們就不用，但是西方社會比較好的一點比如美國，它把數據當做基點和基石來看，所有的角色都建立在上面，首先反映的是事實，我們得尊重它，一切從事實出發，把它作爲角色的基礎，認爲數據是神聖不可侵犯的，事實是不可侵犯的，因爲數據最根本的是對客觀世界的建立。Q：那中國的這種對數據文化的傳統思維方式能改變嗎？A：當然能改變，這就上升到文化層面上，所以我提出了口號“科技符號”上升到“文化符號”，讓大家都有精確的意識，都去追求精確，可以有很多方法去描述事實，用文字來描述，用色彩描述都可以，但用數據描述是最精確的事實，大家應該儘量用數據去描述，所以我希望中國能向西方學習，用數據去描述事實，追求精確、理性與邏輯。Q：中國在數據文化上一直落後於國外，但也會有諸如陳正祥這類的大家對數據潛心研究，您覺得中國落後於其他國家形成成熟的數據文化體制的原因是什麼？A：原因很多，最大的原因是我們封建體制比較長，人治社會的歷史很長，我們的數據文化不發達，我們的數據文化停留在一種工具基礎上，停留在丈量田畝、興修水利、分配勞力、計算稅收、運輸糧食等實用上。我們是木匠數學，沒有強調去追尋一個公理、定理，抽象性的數學使用原理沒有發動起來，這是第一；第二人治的社會，事實是極端被扭曲的，所以數據文化中尊重事實得不到認可，整個社會的事實得不到尊重，然後我們中國的傳統文化當中又強調混沌、含蓄、大而化之等等這些東西。我們中國講究模糊美，認爲這種模棱兩可某種程度上是種美，的確有時確實是種美，但是到現在的商業社會，就不適合社會發展了，就必須去揚棄。Q：所以您認爲數據這樣一種理性的東西也是一種美？A：數據就是精確的事實，一是一二是二，是科學的載體，是科學的語言和出發點，沒有數據就沒有科學，所以數據之美就是科學之美，所以社會一定要講科學，講數據。Q：您在書中說到，美國的數據安全制度早在鍍金時代就已經開始建立並逐漸完善，現在美國的數據安全制度的完善程度如何？您認爲中國的數據安全制度還有哪方面需要向美國借鑑的？A：美國有數據的鎖定製度，是指數據的決定權是在專業人士手裏，行政長官是沒有權力掌握和介入的，比如要新聞發佈了，提前十五分鐘告訴部長，然後部長來發布，這個制度也是在不斷完善。前兩年奧巴馬大選，那個時間美國失業率一直很高，但是在奧巴馬投票競選的時候投票率降低了，所以有人質疑奧巴馬，很多人包括GE前總裁韋爾奇，質疑奧巴馬是不是修改了數據，當時他的質疑在當時美國社會引起了很大的反響，很多人都笑韋爾奇說他根本不懂美國的制度，奧巴馬根本不可能更改數據，很多統計學家站出來捍衛奧巴馬，並要求韋爾奇道歉。我們能看到，中國的數據安全制度則相對來說差一些。美國人口普查只能經過公民同意之後才能夠成爲法堂的證據，不能給行政部門、納稅部門、安全部門，其他部門不能來查這些數據。雖然我們不能說美國已經百分之百完善了，但相對來說還是比較完善的。所以需要我們去不斷學習。Q：提到進步時代時，您提到當時的美國存在大量問題，如病死豬肉做成香腸，過期食品加工罐頭等觸及道德底線的問題，但當時的進步主義者通過科學的方法化解了這些社會矛盾，您建議中國應該向美國學習，那您覺得中國是否正處於當時的美國所處的進步時代？中國應怎樣利用好數據，來解決這些問題與矛盾？A：我認爲是的，咱們現在就處於不斷改良不斷完善的時代，美國當時也處於那個時代，中國現在就處於大變革的階段，所以中國要循序漸進，用數據的、科學的方法，相信專家。美國在進步時代時候還有許多特徵，就是很多公益組織出來，宗教對個人、對社會都會有約束，並且促進這個社會更快的進步 。所以我們也希望中國的公益組織能更多更完善一些，讓更多的人蔘與到其中。Q：您認爲，讓中國政府部門實現向社會購買雲服務存在哪些阻力？您的建議是什麼？A：主要是中國社會的信任機制還需進一步完善，商業社會不夠發達，彼此不相信對方，雲服務一直推廣不開來，所以政府應該帶頭。我發現一件有意思的事情，咱們中國見面會互相給名片，很多人的名片上不是自己公司的郵箱，而更多的是自己的郵箱是全社會的郵箱，這就表明了這個公司是不是有自己的雲服務，是不是注重自己的隱私，而中國雲服務的整個版塊沒有打破，打破的方法首先就是政府可以帶頭，如果政府可以把數據放在第三方的平臺上，對社會是一個很好的推動。Q：您把美國的數據歷史分爲初數時代、內戰時代、鍍金時代等，您認爲中國的數據文化歷史可以有這樣詳細的分割嗎？A：中國比較模糊，從來沒有系統的去收集，中國的數據文化是分散的，吉光片羽的，我們說數據是很人爲的現象，但我們一直沒有去努力系統收集。不過值得慶幸的是，中國現在已經開始了對數據重視，開始進入正常的數據系統收集的軌道。Q：您在文章中提到美國的內開放發展歷程經歷了1.0、2.0、3.0時代，您認爲中國的內開放處於何種程度？A：這個問題是我非常想強調的，我也花了很多心思去寫，因爲我們總是講對外開放，其實我們應該注重對內開放。對內開放有三個層次：第一個是爲了知情權內開放，第二個是爲了政府認識到開放是一個管理的工具，是制衡的工具，可以通過開放來調節整個社會，第三個層次就會發現到了網絡經濟時代，數據時代，開放數據是推動創新，是推動發展的階段，這是三種不同的開放。而我們中國則不是很完善，但已經出現了很多人性的改變，比如PM2.5，就是數據知情權的開放，我希望通過將這段歷史寫進去，讓人們意識到開放還是可以用來調控的，可以解決很多問題。到現在這個時代，要開放數據，而開放數據已經不是一個簡單的知情權的問題，而是中國的經濟要向創造型社會轉型，要由粗放向精細轉型，現在數據成爲了一個創新的主體，要去開放數據，從而促使網絡經濟的發展，促進新經濟的發展，我們到達了一個用數據去創新的時代。Q：你提到智慧城市，在向智慧城市邁進的過程中，政府和人民間的關係在逐漸發生變化，您認爲，中國的政府、公民各自應該怎樣做，才能促進智慧城市的建立與普及？A：提到這裏其實最核心的思想就是，城市當中最智慧的是誰？是人。假設在一個下水道里裝上感應器，這個下水道的蓋子不見了，跟一個人發現了去報告，這個成本誰高？所以要調動大家去關心這個城市，關心這個社會，所以我提到了一個觀念，衆包，要調動大衆的力量去管理去關心這個社會，所以政府要搭建這樣一個平臺，政府即平臺，政府不僅作爲官員去管理這個社會，更要讓大衆來參與，這樣的城市纔是最智慧的。Q：無論在中國或國外，數據文明的建設和普及一定要調動全社會的力量，您提到，無數公民纔是推動一個社會不斷進步的源源動力，和美國及其他國家人民相比，您對中國公民在推動數據文明的建立上有怎樣的期待或是建議？A：首先要建立數據意識，用數據去管理去決策，追求精確，第二要意識到數據是種權利，要用數據說話。數據不僅僅是種工具，它代表隱私，代表知情權，整個社會文明的生活都是圍繞數據而開展的。第三要知道數據是一種資源，對企業對個人都是一種資產，一種創新的資源。谷歌的無人駕駛汽車基於大數據，阿里巴巴爲什麼能在短時間可以貸款是基於數據，很多都是基於數據。
