大數(shù)據(jù)已被提升到國家戰(zhàn)略高度。美國啟動了“大數(shù)據(jù)研究和發(fā)展計劃”，動用美國國家科學基金、國家衛(wèi)生研究院、能源部、國防部、國防部高級研究計劃局和美國地質(zhì)勘探局等6個聯(lián)邦政府部門的資源，大力推動大數(shù)據(jù)相關收集、組織和分析工具及技術的研發(fā)，致力于開放型、共享型政府建設。

　　大數(shù)據(jù)已被定義為科學探索的第四范式。繼幾千年前的實驗科學、數(shù)百年前的理論科學和數(shù)十年前的計算科學之后，當今的數(shù)據(jù)爆炸孕育了數(shù)據(jù)密集型科學，將理論、實驗和計算仿真等范式統(tǒng)一起來。大數(shù)據(jù)已被譽為“非競爭性”生產(chǎn)要素。

　　大數(shù)據(jù)具有“取之不盡，用之不竭”的特性，在不斷的再利用、重組和擴展中持續(xù)釋放其潛在價值，在廣泛的公開、共享中不斷創(chuàng)造著新的財富。

　　然而，大數(shù)據(jù)的3V特征也好，4V特征也罷，仍然沒有撇清與海量數(shù)據(jù)、超大規(guī)模數(shù)據(jù)的關系;為數(shù)不多的應用案例，依然難逃傳統(tǒng)數(shù)據(jù)分析和數(shù)據(jù)挖掘的嫌疑;大數(shù)據(jù)的實時分析、產(chǎn)品的關聯(lián)度分析，很難抹去精準營銷、精益管理的傳統(tǒng)思維定式。這更像是一種“新瓶裝舊酒”的困局，一種“唐·吉訶德式”的悖論——越是強調(diào)大數(shù)據(jù)的實踐應用，就越扼殺大數(shù)據(jù)的潛在價值。

　　為何如此?根源在于，大數(shù)據(jù)的價值在于預測未知領域、非特定因素的未來趨勢，在于破解長期的、普遍的社會難題。而目前的大數(shù)據(jù)技術和應用，依然局限于歷史和實時數(shù)據(jù)的關聯(lián)分析，局限于滿足短線的、特定的市場需求。

　　“解決我，不然我將吞掉你的體系”。正如當年羅素悖論試圖顛覆現(xiàn)代數(shù)據(jù)基礎——集合論一樣，破解社會難題與茍安于市場需求的悖論正在向大數(shù)據(jù)宣戰(zhàn)。解決悖論的過程，恰恰是理論和方法應運而生的過程。而人們試圖解決悖論的努力，正好是大數(shù)據(jù)落地生根的推動力。

　　方法論缺位

　　大數(shù)據(jù)與海量數(shù)據(jù)、超大規(guī)模數(shù)據(jù)有何不同?如何跨越學術與產(chǎn)業(yè)、技術與應用的鴻溝?

　　自2008年《自然》雜志推出“大數(shù)據(jù)”?？詠?，大數(shù)據(jù)概念就從學術大討論，轉(zhuǎn)向了企業(yè)的數(shù)字化轉(zhuǎn)型，進而上升到“開放政府數(shù)據(jù)”的戰(zhàn)略布局。然而，單純的數(shù)量上的規(guī)模龐大，并不能輕易地將大數(shù)據(jù)與以往的“海量數(shù)據(jù)”、“超大規(guī)模數(shù)據(jù)”等區(qū)別開，因為三者均沒有設置數(shù)量級等門檻。

　　概念的模糊，沒有影響到大數(shù)據(jù)概念的炒作，卻著實影響到了大數(shù)據(jù)應用的推廣。IBM對全球95個國家和地區(qū)、26個行業(yè)的144名業(yè)務人員或IT專業(yè)人士做了調(diào)研，該調(diào)研發(fā)現(xiàn)，大多數(shù)企業(yè)已經(jīng)認識到大數(shù)據(jù)的決策價值和業(yè)務優(yōu)化的潛能，但是他們對布局企業(yè)數(shù)據(jù)戰(zhàn)略卻束手無策，甚至多數(shù)企業(yè)不確定如何推進大數(shù)據(jù)應用。這一現(xiàn)象可以歸因于企業(yè)管理者對于大規(guī)模投資大數(shù)據(jù)和高級分析工具，特別是對數(shù)據(jù)科學家等人才的需求，表示懷疑。因為他們還沒有認識到從哪里獲取數(shù)據(jù)，一些企業(yè)還沒有抹去數(shù)據(jù)倉庫與業(yè)務無法融合的陰影。

　　老生常談的大數(shù)據(jù)3V或4V特征，更是讓CEO們望而生畏。“大數(shù)據(jù)是指利用廣泛信息源來推動實時決策的做法。”哈佛商學院客座教授托馬斯·達文波特在接受媒體采訪時的闡述可能曾讓企業(yè)家們怦然心動，但他接下來的解釋卻與IT企業(yè)的說辭沒太大區(qū)別。在達文波特看來，大數(shù)據(jù)的特征可以用3個'V'來描述：數(shù)量(Volume，大量數(shù)據(jù))、速度(Velocity，數(shù)據(jù)變化很快)以及多樣性(Variety，數(shù)據(jù)源內(nèi)部的和外部的，系統(tǒng)的和散亂的)。有時還有第4個V：真實性(Veracity，反映數(shù)據(jù)質(zhì)量)。加上IDC和Teradata給出的另一個V——價值性(Value，數(shù)據(jù)的使用價值和潛在價值)，這些概念和定義均沒有回答大數(shù)據(jù)與業(yè)務融合的問題。

　　方法論缺位是最大的障礙。大數(shù)據(jù)發(fā)展的核心動力源于人們測量、記錄和分析世界的渴望，滿足這些渴望需要數(shù)據(jù)、技術和思維三大要素。在計算技術、通信技術日益成熟的今天，在廉價的、便捷的數(shù)字化存儲普及的當下，數(shù)據(jù)無處不在，技術正以標準化、商品化的方式提供，事實上思維和方法論才是決定大數(shù)據(jù)成敗的關鍵。但目前來看，跨越學術與產(chǎn)業(yè)、技術與應用之間鴻溝的方法論依然不完善，以至于被大數(shù)據(jù)暢銷書和大數(shù)據(jù)技術服務公司反復借用的大數(shù)據(jù)應用案例，均是一些蹩腳的例證。

　　預測能力待考

　　憑什么說大數(shù)據(jù)預測是準確的?有什么依據(jù)證明數(shù)據(jù)推動型戰(zhàn)略有利于提升企業(yè)業(yè)績?

　　“運用大數(shù)據(jù)做決策的那些行業(yè)前三名企業(yè)，比其競爭對手在產(chǎn)能上高5%，在利潤上高6%。”這是麻省理工學院的數(shù)字商業(yè)中心最近完成的一個調(diào)查的數(shù)據(jù)。該調(diào)研還發(fā)現(xiàn)：越是自定義為數(shù)據(jù)驅(qū)動型的公司，越會客觀地衡量公司的財務與運營結(jié)果。

　　的確，被譽為大數(shù)據(jù)應用楷模的谷歌、亞馬遜等數(shù)據(jù)型公司在2013年第一季度確實取得了不俗的業(yè)績。其中谷歌營業(yè)收入增長了31%，亞馬遜增長了22%。但是，一些大數(shù)據(jù)技術和解決方案服務的公司并沒有取得如此的業(yè)績。比如IBM第一季度營業(yè)收入下滑5.1%，凈利潤下滑1.1%;微軟第一季度營業(yè)收入下滑8%，凈利潤下滑22%;英特爾營業(yè)收入下滑2%，利潤下滑25%。

　　“幾家歡樂幾家愁”的業(yè)績表現(xiàn)，與大數(shù)據(jù)有關還是無關呢?這與大數(shù)據(jù)預測是否精準的問題同樣難以回答。學術界、企業(yè)界都不會質(zhì)疑大數(shù)據(jù)的預測功能?！洞髷?shù)據(jù)時代》一書的作者維克托·邁爾-舍恩伯格說，大數(shù)據(jù)的核心就是預測。它通常被視為人工智能的一部分，或者更確切地說，被視為一種機器學習。他認為，大數(shù)據(jù)大大解放了人們的分析能力。一是可以分析更多的數(shù)據(jù)，甚至是相關的所有數(shù)據(jù)，而不再依賴于隨機抽樣;二是研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度;三是不必拘泥于對因果關系的探究，而可以在相關關系中發(fā)現(xiàn)大數(shù)據(jù)的潛在價值。因此，當人們可以放棄尋找因果關系的傳統(tǒng)偏好，開始挖掘相關關系的好處時，一個用數(shù)據(jù)預測的時代才會到來。

　　遺憾的是，無論是IBM的大數(shù)據(jù)接受程度調(diào)研，還是麻省理工學院的大數(shù)據(jù)戰(zhàn)略效果評估，都是傳統(tǒng)的隨機抽樣，甚至是結(jié)構性訪談，而非大數(shù)據(jù)的全體數(shù)據(jù)、模糊數(shù)據(jù)采集。被廣泛引用的谷歌預測H1N1流感傳播軌跡、沃爾瑪將啤酒和尿布擺放在一起的故事，無非是產(chǎn)品和詞匯的關聯(lián)性分析。同樣，《少數(shù)派報告》講述的華盛頓特區(qū)警局預測犯罪的故事，也不過是電影的情節(jié)，而且與“無罪推定”、“犯罪的四個要件(犯罪主體、犯罪的主觀方面、犯罪的客觀方面、犯罪客體)”等常識相悖。

　　馬克·吐溫說：歷史不會重演，但自有其規(guī)律。技術的進步讓人類揭示歷史規(guī)律更加便捷和更有可能，大數(shù)據(jù)技術的進步就是其中之一。因此，與其說大數(shù)據(jù)的核心價值是對未來的預測，不如說是對過去沉睡的規(guī)律的揭示。在“自證預言”等復雜因素的作用下，大數(shù)據(jù)對社會的一些預測和判斷，很可能到后來只是“事實證明”。

　　數(shù)據(jù)之于信息社會就如燃料之于工業(yè)革命，是人們進行創(chuàng)新的力量源泉。沒有大量鮮活的數(shù)據(jù)和健全的服務市場，這些創(chuàng)新就實現(xiàn)不了。這是維克托·邁爾-舍恩伯格的觀點。一些學者更進一步，將大數(shù)據(jù)視作第三次工業(yè)革命的戰(zhàn)略資源。

　　不可否認，大數(shù)據(jù)標志著人類在尋求量化和認識世界的道路上前進了一步。這是計算技術的進步，是人類決策工具的進步。但正如《哈佛商業(yè)評論》所批評的：“高管們明明還是按照傳統(tǒng)的方式做決定，以那些高薪人士的意見為主，卻拿出一份香艷的數(shù)據(jù)報告證明自己的決定是多么英明。其實那不過是吩咐下屬四處尋找的專為這個決定做辯護的一堆數(shù)字。”這些所謂的“偽大數(shù)據(jù)決策”也許是一種常態(tài)，“高價智囊請閉嘴”、“讓數(shù)據(jù)做主”很可能只是大數(shù)據(jù)倡導者的理想。

　　《點球成金》的故事經(jīng)常被大數(shù)據(jù)概念的倡導者拿來佐證“專家的消亡和數(shù)據(jù)科學家的崛起”。改編自邁克爾·劉易斯的《魔球：逆境中制勝的智慧》的影片《點球成金》，講述了一個真實的故事，介紹了奧克蘭運動家棒球隊總經(jīng)理比利·比恩的經(jīng)營哲學，描述了他拋棄幾百年延續(xù)的選擇球員的慣常做法，采用了一種依靠電腦程序和數(shù)學模型分析比賽數(shù)據(jù)來選擇球員的方法。比利·比恩的成功稱得上是對球探們經(jīng)驗決策的顛覆，是讓數(shù)據(jù)說話的成功范例。但是，其所分析的數(shù)據(jù)根本稱不上大數(shù)據(jù)，甚至連海量數(shù)據(jù)也夠不上。比利·比恩成功的關鍵不在于“讓數(shù)據(jù)說話”，而是為“球隊為贏球而建，不是為球星而建”的經(jīng)營常識找到了數(shù)據(jù)注腳。

　　正如維克托·邁爾-舍恩伯格將大數(shù)據(jù)視為人工智能的一部分，視為機器學習的一種應用一樣，數(shù)據(jù)決策和數(shù)據(jù)旁證的博弈其實是人和機器的博弈。熟稔經(jīng)營之道的企業(yè)家們并不情愿輕易將決策權交給大數(shù)據(jù)、放任服務器。而且，數(shù)據(jù)有時候也可能是企業(yè)管理的“絆腳石”。

　　直覺主義讓位于數(shù)據(jù)分析，專家決策讓位于群眾智慧，只能是大數(shù)據(jù)倡導者的一廂情愿。一個折中的辦法是，數(shù)據(jù)做分析，專家做判斷，數(shù)據(jù)給答案，專家做選擇。但對企業(yè)家而言，專家可以找，思想家必須自己做。從數(shù)據(jù)戰(zhàn)略的構建，到群體智慧的萃取;從社會關系網(wǎng)絡的解析，到復雜的自組織系統(tǒng)的發(fā)現(xiàn)，均依賴于企業(yè)家的智慧，而不能完全依賴于機器。即便是有一將難求的數(shù)據(jù)科學家的協(xié)助，大數(shù)據(jù)決策依然是輔助系統(tǒng)。

　　“只要有電器的地方，他都不敢開會。”有媒體用這句話夸張地描述梁穩(wěn)根和他的三一重工在長沙的窘境。然而，在基于社交媒體和數(shù)字化記憶的大數(shù)據(jù)時代，人們不僅擔心無處不在的“第三只眼”，而且擔心隱私被二次利用。因為，亞馬遜監(jiān)視著我們的購物習慣，谷歌監(jiān)視著我們的網(wǎng)頁瀏覽習慣，微博似乎什么都知道，包括我們的社交關系網(wǎng)……

　　可怕的不是這些隱私數(shù)據(jù)，而是大數(shù)據(jù)的全數(shù)據(jù)分析、模糊計算和重關聯(lián)卻不求因果的特性，讓隱私數(shù)據(jù)與社交網(wǎng)絡等關聯(lián)起來。按照維克托·邁爾-舍恩伯格的說法，危險不再是隱私的泄漏，而是被預知的可能性——這些能夠預測我們可能生病、拖欠還款和犯罪的算法會讓我們無法購買保險，無法貸款，甚至實施犯罪前就被預先逮捕。

　　面對大數(shù)據(jù)對隱私的瘋狂挖掘，傳統(tǒng)的隱私保護手段——告知與許可、模糊化和匿名化——幾乎無一奏效。維克托·邁爾-舍恩伯格給出了理論上的解決方法，即個人隱私保護從個人許可轉(zhuǎn)向讓數(shù)據(jù)使用者承擔責任，在使用預測分析時考慮個人動因以及催生大數(shù)據(jù)審計員。其實就是說堅持“對行為而非動機”負責的原則。

　　比個人隱私和企業(yè)商業(yè)機密更復雜的是數(shù)據(jù)產(chǎn)權的模糊。一方面，大數(shù)據(jù)能夠透過對公開數(shù)據(jù)的處理分析釋放出無限能量，發(fā)現(xiàn)其背后的潛在價值;另一方面大數(shù)據(jù)的頻繁重組、聚類創(chuàng)造著新的財富，并通過相關關系關聯(lián)到社會關系網(wǎng)絡。然而，數(shù)據(jù)的原始所有權和價值使用權、收益權消融在復雜的網(wǎng)絡之中。大數(shù)據(jù)倡導者將其定義為“非競爭性”資源。不同于物質(zhì)性資源，大數(shù)據(jù)的價值不會隨著它的被使用而減少，而是可以不斷被處理，不斷被發(fā)現(xiàn)新的價值。這意味著大數(shù)據(jù)的全部價值遠遠大于其最初的使用價值，大數(shù)據(jù)應用的精髓就在于不斷發(fā)現(xiàn)其潛在價值。

　　大數(shù)據(jù)產(chǎn)權和收益權的問題隨之產(chǎn)生。“伴隨著互聯(lián)網(wǎng)成長起來的新一代，習慣于對創(chuàng)造力、知識、專業(yè)技能，甚至產(chǎn)品和服務的開放性共享，以促進社會總體財富的增長。”《第三次工業(yè)革命》一書的作者杰里夫·里夫金的這種解釋，也許是對大數(shù)據(jù)產(chǎn)權問題的一種回答，即交給“共享型經(jīng)濟”來解決。正如云計算奠定了大數(shù)據(jù)的技術基礎、大數(shù)據(jù)釋放了云計算的商業(yè)價值一樣，共享型經(jīng)濟有可能鋪就大數(shù)據(jù)的社會基礎，而大數(shù)據(jù)則有望確立共享型經(jīng)濟的合法地位。

　　無論如何，大數(shù)據(jù)正在推動產(chǎn)權認知和結(jié)構的變革，以往IT產(chǎn)業(yè)鏈的主宰者或?qū)⒃谧兏镏性庥鰶_擊。

　　大數(shù)據(jù)的魅力在于它能夠讓企業(yè)在無邊界的數(shù)據(jù)海洋里遨游，發(fā)現(xiàn)社會進步的內(nèi)在韻律，捕捉社會發(fā)展的先行參數(shù)。比如從消費者興趣圖譜中萃取研發(fā)創(chuàng)新智慧，而不局限于產(chǎn)品關聯(lián)性分析;比如對企業(yè)內(nèi)外部利益相關者群體智慧的發(fā)掘，開展企業(yè)和產(chǎn)業(yè)的健康診斷，而不局限于短效的精益管理;比如對地震等自然災害的預警，構架社會應急機制……

　　一言以蔽之，就像云計算不是賣服務器一樣，大數(shù)據(jù)不是賣數(shù)據(jù)或咨詢報告。如果說云計算遵循SaaS(軟件即服務)、PaaS(平臺即服務)和IaaS(基礎設施即服務)的模式，而大數(shù)據(jù)將云計算引向AaaS(分析即服務)的階段。在這一階段，云計算是基礎設施，大數(shù)據(jù)是服務工具，兩者將滿足特定語境下的、短線的市場需求，更重要的是它們還能發(fā)揮其在非特定語境下破解社會難題的價值。

　　換言之，大數(shù)據(jù)將演繹“信息轉(zhuǎn)化為數(shù)據(jù)，數(shù)據(jù)集聚成知識，知識涌現(xiàn)出智慧”的進程。按照哈耶克在《自由憲章》一書中對人類知識增長和進步的論述，大數(shù)據(jù)應該是一個人類知識增長的復雜過程。首先大數(shù)據(jù)原本并不以具有明確的目標和對象為出發(fā)點，而是在不斷收集、重組和聚類中，發(fā)現(xiàn)社會發(fā)展的先行參數(shù)和相關關系。其次，大數(shù)據(jù)在社會難題中的應用不僅沒有設定的目標，也沒有設定的問題，能發(fā)現(xiàn)什么啟示是自然形成的結(jié)果。再次大數(shù)據(jù)發(fā)現(xiàn)的結(jié)果往往超出既有的思維和判斷，往往不能為社會所接受，檢驗其預測的準確與否。

　　但是，滿足市場需求的大數(shù)據(jù)應用模式，有利于技術和數(shù)據(jù)公司將既有的資源和能力轉(zhuǎn)化為商品，有利于這些企業(yè)尋找到以客戶需求和盈利模式為支撐的商業(yè)模式。而對于大數(shù)據(jù)應用者而言，數(shù)據(jù)的聚類和多次利用，也有利于實現(xiàn)跨部門、跨行業(yè)等跨界融合，有利于實現(xiàn)企業(yè)和產(chǎn)業(yè)的開放式創(chuàng)新。而致力于破解社會難題的大數(shù)據(jù)應用，卻很難在短期內(nèi)找到盈利模式。

　　滿足市場需求與破解社會難題的悖論，與弗里·摩爾的高科技營銷模型不謀而合：企業(yè)不難從技術概念跨越到早期應用市場，卻容易在高速增長的主流市場階段“陳發(fā)式”滅亡，成為“鴻溝里的犧牲者”。

　　在社會難題中淘金

　　正如數(shù)學史上三次危機分別促成公理幾何的誕生、集合論的創(chuàng)立和現(xiàn)代數(shù)據(jù)的發(fā)展一樣，悖論是理論、技術和應用進步的巨大推動力。大數(shù)據(jù)悖論的解決，也將推動大數(shù)據(jù)應用的普及和社會價值的釋放。

　　經(jīng)過新聞媒體和學術會議的大肆宣傳之后，大數(shù)據(jù)技術趨勢一下子跌到谷底，許多數(shù)據(jù)創(chuàng)業(yè)公司變得岌岌可危……根據(jù)這條著名的Gartner技術成熟度曲線，大數(shù)據(jù)已經(jīng)走過了萌芽期和泡沫化的炒作期，并將在未來3~5年內(nèi)步入低谷期。

　　市場中的鴻溝

　　大數(shù)據(jù)營銷模型將經(jīng)歷創(chuàng)新者、早期采用者、早期大眾、后期大眾和落后者等5個階段。這5個階段之間存在著4條裂縫，其中最大、最危險的裂縫存在于早期市場與主流市場之間，我們稱之為“鴻溝”。

　　大數(shù)據(jù)的創(chuàng)新者大多是大數(shù)據(jù)技術和產(chǎn)品的開發(fā)者，他們通常在大數(shù)據(jù)技術和產(chǎn)品尚不成熟的情況下就開始嘗試大數(shù)據(jù)服務。隨后，有遠見卓識的早期采用者登場，例如互聯(lián)網(wǎng)以及具有良好信息技術基礎的金融企業(yè)等。它們與新聞媒體、學術機構一道，將大數(shù)據(jù)推向“過熱期”。

　　大數(shù)據(jù)的主流市場來源于實用主義的早期大眾和保守主義的后期大眾，兩者各自占據(jù)大數(shù)據(jù)市場1/3的份額。這兩個群組的共同特征是均具備良好的信息技術基礎和深厚的大數(shù)據(jù)積累，并深諳大數(shù)據(jù)的社會價值和經(jīng)濟價值。有所不同的是，前者希望看到成熟的解決方案和成功的應用案例，它們大多是金融、能源、電信等公共服務部門。而后者需要有更安全可靠的大數(shù)據(jù)保障和廣泛的社會應用基礎，它們大多是致力于解決環(huán)境、能源和健康等社會問題的公共管理部門。

　　當然，落后者大多是懷疑主義者。他們或許不是大數(shù)據(jù)的支持者，充其量是大數(shù)據(jù)社會管理的被動受益者。

　　大數(shù)據(jù)技術和應用獲得創(chuàng)新者的追捧是顯而易見的，獲得早期市場的擁護也是輕而易舉的。但是，不因“時髦”而加入，不因“過時”而退出，才能成為大數(shù)據(jù)主流市場的掘金者。遺憾的是，不少企業(yè)或許會成為“鴻溝中的犧牲者”，而無緣迎接大數(shù)據(jù)真正應用市場的到來。

　　規(guī)劃整體產(chǎn)品

　　如何跨越鴻溝?現(xiàn)代營銷奠基人之——西奧多·萊維特給出了“整體產(chǎn)品”的概念。根據(jù)這一概念，大數(shù)據(jù)產(chǎn)品應該包括作為“核心吸引物”的一般產(chǎn)品、滿足初級心理需求的期望產(chǎn)品和實現(xiàn)更高階參與以及自我實現(xiàn)的延伸產(chǎn)品和潛在產(chǎn)品4個部分。

　　信息化3.0。信息化1.0布局了各個業(yè)務單元的軟硬件架構，但是帶來了信息孤島現(xiàn)象。信息化2.0致力于IT基礎架構的整合，為無縫連接和信息共享奠定了物質(zhì)基礎，但是卻沒有克服數(shù)據(jù)管理和利用過程中的數(shù)字鴻溝問題。大數(shù)據(jù)的一般產(chǎn)品就是以信息化3.0的形態(tài)，釋放云計算的商業(yè)價值，完善開放式、共享型的數(shù)據(jù)戰(zhàn)略，為更高效的數(shù)據(jù)管理、數(shù)據(jù)洞察奠定基礎。

　　分析即服務(AaaS)。云計算為數(shù)據(jù)生產(chǎn)、傳輸、加工和應用提供了廣泛的基礎設施，而大數(shù)據(jù)讓云計算在商業(yè)、經(jīng)濟及其他領域得以普及并取得實際效益。大數(shù)據(jù)的期望產(chǎn)品就是云計算各領域的具體應用，即在基礎設施即服務(IaaS)、平臺即服務(PaaS)和軟件即服務(SaaS)等基礎上，引導云計算轉(zhuǎn)向分析即服務(AaaS)。

　　智慧的商業(yè)模式。大數(shù)據(jù)與業(yè)務的融合表現(xiàn)為智慧商務模式的普及。一是員工和客戶可能是企業(yè)的資本家，而企業(yè)家或管理者則應該按照馬斯洛需求層次論的要求，為客戶和員工提供更高級別的需求滿足。二是“生產(chǎn)兼消費者”群體的形成，不是企業(yè)為客戶提供個性化的服務，而是客戶、廣泛的利益相關者直接參與研發(fā)和生產(chǎn)，進而促成大規(guī)模個性化定制的生產(chǎn)模式。三是企業(yè)部門間的圍墻被數(shù)據(jù)洪流推倒，企業(yè)之間、行業(yè)之間的界限因大數(shù)據(jù)涌現(xiàn)而模糊，“公眾科學”將成為普遍現(xiàn)象。

　　合作、分散、開放型社會的基礎設施。大數(shù)據(jù)應用的最高境界是“太上，不知有之”。正如普適計算所倡導的的，大數(shù)據(jù)的潛在產(chǎn)品形態(tài)就是回歸基礎設施屬性，成為扁平化決策結(jié)構、分散性合作研發(fā)和生產(chǎn)的基礎保障，成為實現(xiàn)生產(chǎn)者和消費者良性互動、研發(fā)與市場需求交互作用的關鍵資源。在這一階段，利益相關者的交易結(jié)構也將發(fā)生深刻的變革，大數(shù)據(jù)商業(yè)模式或許將朝著從固定成本結(jié)構到可變成本結(jié)構、從重資產(chǎn)到輕資產(chǎn)、盈利來源多樣化、利益相關者角色多元化、從剛性到柔性等方向發(fā)展。