2017年初，人工智能“Master”用連勝60局的戰績橫掃了世界圍棋界的各路頂尖高手，近日，加拿大和捷克幾位科學家的一篇題為《DeepStack:無限注德撲的專業級人工智能玩家》的論文中，介紹了一種能在一對一無限注（任何人在任何時候可下任何數目籌碼）德州撲克中擊敗人類玩家的新算法DeepStack。人工智能本質上是基于大數據的學習和訓練，不管理你是否準備好，以大數據為基礎的人工智能正以秋風掃落葉之勢向人類發起各項挑戰。
大數據正對我們的日常生活、工作和思維帶來巨大的變革，日常出行有共享單車，公交和地鐵出行可以掃碼支付和出行，Farecast通過預測機票價格趨勢幫助旅客節約機票購買費用，我們平時也可以用攜程、去哪等APP軟件比較出行和住宿的價格，大數據已經無處不在的影響著我們的生活和工作。
風起于青萍之末，大數據來了，我們該怎么辦？
積極擁抱大數據是最好的辦法，我們需要從思維、商業和管理上進行變革，才不會被時代所拋棄。
1、大數據時代的思維變革
●不是隨機抽樣，而是全部數據。小數據時代的隨機采樣，最少的數據可以獲得最多的信息，隨機抽樣的方法一直被我們所采用，比如人口普查，但這只是一條捷徑，是在不可收集和分析全部數據的情況下的選擇，它本身存在很多固有的缺陷。當人們想要了解更深層的細分領域，隨機采樣的方法就不可取了。隨機采樣就像看鳳姐，遠看身材還不錯，近觀則不敢恭維。生活中真正有趣的事情經常藏匿在細節之中，而采樣分析法卻無法捕捉到這些細節。大數據可以發現日本“相撲”界操縱比賽的問題，而隨機采樣分析法無法發現這個情況。有些時候，我們可以使用樣本分析法，畢竟我們仍然生活在一個資源有限的時代。但更多時候，利用手中掌握的所有數據成為了最好也是可行的選擇。
●不是精確性，而是混雜性。對于小數據而言，最基本、最重要的要求就是減少錯誤，保證質量。大數據時代要求我們重新審視精確性的優劣，如果將傳統的思維模式運用于數字化、網絡化的21世紀，就會錯過重要的信息。大數據不僅讓我們不再期待精確性，也讓我們無法實現精確性。我們要做的就是接受這些紛繁的數據并從中受益，而不是以高昂的代價消除所有的不確定性。據估計，只有5%的數字數據是結構化的且能用于傳統數據庫。如果不接受混亂，剩下的95%的非結構化數據都無法利用，比如網頁和視頻資源。通過接受不精確性，我們打開了一個從未涉足的世界的窗戶。
●不是因果關系，而是相關關系。知道“是什么”就夠了，沒必要知道“為什么”。在大數據時代，我們不必非得知道現象背后的原因，而是要讓數據自己“發聲”。建立在相關關系分析法基礎上的預測是大數據的核心，通過應用相關關系，我們可以比以前更容易、更快捷、更清楚地分析事物。
2、大數據時代的商業變革
大數據時代一切均可量化，文字變成數據（Kindle圖書數據化）、方位變成數據、溝通變成數據，世間萬物皆為數據。有了大數據的幫助，我們不會再將世界看作是一連串我們認為或是自然或是社會現象的事件，我們會意識到本質上世界是由信息構成的。
大數據的價值來源于它“取之不盡，用之不竭”的數據創新。數據就像一個神奇的鉆石礦，當它要的價值被發掘后仍能不斷給予。它的真實價值就像漂浮在海洋中的冰山一角，而絕大部分都隱藏在表面之下。
我們現在正處于大數據時代的早期，思維和技術是最有價值的，但是最終大部分的價值還是必須從數據本身中挖掘。
3、大數據時代的管理變革
大數據給我們帶來便利的同時，也讓我們時刻暴露在“第三只眼”之下：我們購物習慣、我們的網頁瀏覽習慣、我們的微信和微博，大數據不僅竊聽了我們心中的“TA”，還有我們的社交關系網。如何掌控大數據，需要我們制訂全新的制度來規范，數據使用者是數據二級應用的最大受益者，他們應對自己的行為負責，這樣才能保護個人的隱私。我們不能通過大數據預測我們未來可能的行為而作為法律評判的依據，否則就會與無罪推定原則相違背，所以政府只能依據我們過去的真實行為進行追究。未來大數據算法師將成一門新興而熱門的職業，他們會是計算科學、數學和統計學領域的專家，他們將為擊碎大數據黑盒子而努力。
結束語：大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的未來。這也提醒我們在使用這個工具的時候，應當懷有謙恭之心，銘記人性之本。
