泡沫的基本特征是承诺过多，兑现过少;梦想太多，效果太少。

大数据技术和应用的巨大想象空间，很容易让我们相信它的“全智全能”——我们往往豪迈地宣称从此以后我们就进入到“什么什么时代”，这让我们回想起互联网刚刚出现时我们曾经有过的那种不着边际的乐观主义。

一种新事物如果具有真实的生命力和长远的影响力，那它一定不会是全新的，而总是隐隐带着某种旧的特性。

简言之，它是陈旧的新生事物(the old new thing)，而不是所谓新新事物(new new thing)。电子商务刚出现的时候，很多人都认为它是new new thing，但随着电子商务的发展，人们才渐渐意识到了它的重心是商务，而不是电子，不管是B2B还是B2C甚至是C2B，其底色中都包含O2O(线上对线下)，因为O2O能够让电子商务成为既是B2C(Back to Core，即“回归核心”)，又是B2B(Back to Basics，即“回归基本面”)的电子商务，也是“管用的电子商务”(E-Commerce at work)。

对于大数据产业来说，同样也存在着如何“回归基本面”，如何“回归核心业务”，如何“管用”的话题。准确地说，大数据不是一种行业，而是一种最终将渗透到许多行业中的技术和应用，就像我们已经看到的，电子商务早已经从一个由少数企业来从事的行业，转变为几乎所有行业中的所有企业都必须善加利用的一种手段。大数据不可能成为某些抢先进入或抢先谈论(后者更常见)的企业的独门秘技，而是横跨多个行业、由众多企业来参与的事业，就像我们已经在电子商务、移动互联领域所看到的那样。

大数据技术本质上是一种商务智能(BI,Business Intelligence)。

我们可以把大数据的技术和应用称为“数字化巫术”或“科学化的占卜”。这句话并非像它听起来的那样荒谬。它的主要功能是对未来事态的预测和未知事态的预判。与占卜不同的是，大数据技术使用的方法是通过对海量数据的挖掘来发现某种预后迹象，而占卜使用的方法是基于原始神话思维的臆测和想象。

现代科学开辟了远不同于巫术对世界的认知路径，通过实验和数学计算，发现事物、事件和事态间的因果关系，并依据这种因果关系来进行预测和预判。但凭借因果关系来预测和预判的方法有明显的缺点。事物、事件的因果关系并非都是简明、线性的，面对复杂现象、混沌现象时，因果关系的思维路径往往捉襟见肘，随着对世界认识的深化，人们越来越多地遭遇“测不准”现象。复杂论(theory of complexity)和混沌论(theory of chaos)的兴起就说明了这一点。

我们不可能在通晓世界运行的机制之后来应对这个世界眼下正在发生的种种，不可能在完满地解释问题之后再来解决问题。多数时候，我们只得根据有限的、不精确的信息，根据我们不明所以的迹象来做出反应。多数时候，我们只需知道两个事件之间有相关性，就可以在第一个事件发生的时候，预防或促成第二件事，而无需知道真正导致第二件事的原因是什么，况且事态的快速变化会让事后诸葛亮式的“知道”变得毫无价值。

大数据技术的强大之处在于，通过数据挖掘，大数据能够披露深埋在海量据下的潜信息、隐信息，让我们获得“第三只眼”，越来越多地拥有“未卜先知”、“一窥天机”的能力。

大数据不提供关于世界的原理和真相，只提供知其然不知其所以然的判断，提供一种说不出道理但相当有用的指引。

这是一种从前计算机技术完全不可能提供的崭新的商务智能，一种非理性智能。

只有人具有理性思维能力，但毫无理性思维的动物却能捕捉到人捕捉不到的信息，并做出让人自愧弗如的快速应对之策，比如地震来临之前。正如《大数据时代》的作者维克托·迈尔—舍恩伯格说的，从因果性转向相关性，是认识大数据的关键。相比专注于因果性的理性思维，专注于相关性的大数据思维是一种“超级智能”，就像在预测大地震、大洪水方面，人不具备动物的超级智能。未来竞争中，缺少这种超级智能的企业将处于何等劣势，一想便知。大数据挑战属于所有的公司，正如其机会不只属于目前在开发或应用大数据技术的那些公司。 (插图/张泽满)