数据分析帮助Otto集团实现了准确的销售预测。 忘记“老大哥”吧，现在监测着全世界的是“大数据”。各国政府和各大企业都发现，设计好的算法可从数据中挖掘无限潜力，预测到你下一步会买什么，不法分子将在何时实施犯罪，甚至可能帮助治好癌症。但和所有技术一样，“大数据”也有副作用。
温暖的春日黄昏，从科尔布兰德大桥俯瞰汉堡港，眼前风景犹如明信片：易北河在夕阳下闪着金光，起重机和卡车缓慢地移动着，不时有集装箱船静静驶过。但在塞巴斯蒂安·萨克斯看来，这个地方却是一个错综复杂的方程式。汉堡港占地7200公顷。每天约有200列火车经过300公里的铁路和130座大桥把货品运过来上船。作为汉堡港管理局(H PA)的首席信息官，过去4年半里，萨克斯担负着优化物流的重要任务。
土地面积有限，再扩张不可能。但汉堡市议会已经宣布，到2025年汉堡集装箱吞吐量将达到现在的3倍。为完成这一任务，萨克斯及其领导的60人IT团队需要最大程度地利用另外一个资源：数据。
他手头有很多数据。现在汉堡港遍布传感器，卡车和货车不停地报告自己的位置，集装箱船报告着自己的位置和速度，科尔布兰德大桥也装上了传感器，持续监测着港口交通。
“我们的目标是建成互联的智能港口，”萨克斯说。比如铁路吊桥不再定期开启，仅在有船来时才打开，以免造成铁路不必要的延误；科尔布兰德大桥可以通过传感器报告桥体状况，便于安排维修保养；最终整个港口将成为一台庞大的自我控制机器，萨克斯希望建成港口信息交换系统，船运公司可以预测其集装箱何时能从水中上岸，时间精确到分钟。
世界上其他许多企业和H PA有着同样的目标。“老大哥”这个词儿已经过时，大数据将实现对人类生活的全面控制和管理。牛津大学教授维克托·迈尔-舍恩伯格等人称之为一场“革命”，认为大数据将改变我们的工作环境，甚至是思维方式。
数据正以空前速度增长，2012年约有2 .8泽字节的数据被创造出来(一泽为1，000，000，000，000，000，000千字节)。专家估计，到2020年数据总量将达到40泽字节。人们每天传到网上的数据要大约2.5亿张D V D才能储存，而且每两年这个数据量就要翻一番。
但数据的超大规模并非最重要因素，最大的不同的地方在于企业、政府部门和研究者开始以全新方式对数据进行分析。由于现今存储空间的成本几乎可以忽略不计，越来越快的电脑可随时将海量数据互联。运算法则为混沌的数据创造秩序，进行深度挖掘，揭示出新的模式。
尽管对大多数人来说，“大数据”这个术语没有多大意义，但运算法则的影响力早已无所不至。信用卡公司能迅速识别不寻常的刷卡消费，及时向持卡人发出警示；能源公司分析天气数据，为风力发电设备确定理想安装位置，甚至精确到米；自斯德哥尔摩使用算法管理交通以来，驶经城市中心区的汽车减少一半，尾气排放减少10%；近来在线电商开始运用数据分析来优化其销售策略，由此催生了那句广为人知的话：“购买了该商品的顾客同时还购买了……”
Google和Facebook是十足“大数据”，其商业模式正是收集、分析和营销用户信息资料，广告投放也尽可能为具体个人量身定制。对Facebook的投资者来说，这庞大的数据库及其利用潜力至少价值1000亿美金。
把数据宝库转换成真金白银的前景激发了众多行业的美好梦想。根据行业协会BIT COM发布的数据，2012年全球与大数据运用有关的销售额高达46亿欧元，到2016年更可望增加到160亿欧元。医药和科学领域也开始进行大数据应用实验，在公共领域，警务部门和安全部门本来对IT不太积极，如今也意识到大数据应用的好处。
大数据吸引到这么多关注，关键在于超快速分析。事实上，运算法则能对人类行为进行惊人准确的预测，2010年，Google根据用户搜索成功预测一波流感爆发，美国数据专家耐特·席尔弗比所有人口统计学家都更早、更准确地预测了上一次美国总统大选结果。一些城市甚至对特定街区发生罪案的可能性进行预测，名为“警务预测”。科学家还表示，利用手机定位插件和通讯录资料，他们将能在一定程度上预测你我明天或未来一年内某个时间段会在哪里。对一些人来说，这种前景或许没有什么吸引力，不少人却已经从中受益：在线交友网站用运算法则分析大量问卷，以提高为用户找到另一半的几率。各大公司、实验室及一些政府部门也对此趋之若鹜。在很多地方，数据被称颂为21世纪的“石油”或“黄金”。一些人已经淘得了真金：统计学家、物理学家和所谓的“数据挖掘专家”，为公司提供大数据应用方面的咨询服务。正如19世纪淘金热中一样，那些出售设备、工具和专业技术的人赚到了大钱，成立5年、拥有85名员工的远蓝公司(BlueY onder)就是一个例子。
尤伟·维斯看上去并不像个神棍，但总在重复一句话：“我们的工作就是提供各种预测。”作为远蓝公司的总经理，他预测时靠的不是塔罗牌或者无辜动物的内脏，而是超市收银机、天气、休假安排和交通报告等产生的数据。这些数据全都汇入远蓝公司开发的分析软件，据该公司宣传，该软件可为客户———如全球最大的邮购公司之一Otto集团———提供“精确预测”，比如某种具体商品的销量。对于零售业来说，这至关重要，因为可以避免运输问题，尽可能地压缩仓储成本。
通过数据分析，维斯及其手下会发现，连锁超市某个分店牛奶、巧克力及苹果的销量会在某些日子大幅提高，然后将这种现象跟附近青年旅舍新入住了一帮学生联系起来。现在软件就利用学校假期安排等数据，计算满载学生的大巴在某个时段抵达的可能性。
远蓝利用不断流入的新数据开发出一个针对购买行为的即时市场研发系统，连锁药店则让团队帮忙计算各店最佳人员配置以及销售预测。保险公司同样对数据分析感兴趣，维斯描述了一个“未来场景”：一辆配有1000多个传感器的汽车不断监测驾驶员的驾驶行为，那些同意向保险公司提供数据供其进行风险分析的驾驶员可以享受特低的保险费。“大数据正在改变整个经济，一切刚刚开始。”美国最大在线DVD租赁商Netflix拥有3.6亿用户，最近它的《纸牌屋》收视率创下纪录。此剧的成功绝非偶然，在购买版权之前，Netflix进行了数据分析。它有理想的条件采取这种办法：它知道哪些剧目走红，哪个演员特别受欢迎，观众什么时候开始厌倦，每天都有数据。事实证明，分析和预测很成功，《纸牌屋》非常合乎Netflix观众的口味。一些音乐门户网站通过类似手段取得成功，它们向合作唱片公司提供听众音乐口味和收听行为等即时数据，乐队就可以策划到最追捧自己作品的地方巡演。
大数据还在其他方面造福社会。在德国汉索-普拉特拉(HPI)学院，有一个价值150万欧元的“超级大脑”———由25台电脑构成，每台电脑拥有40个处理器———令无数癌症患者看到了希望。科学家已经发现，每个肿瘤都不同，这意味着同样的治疗可能对人产生不同的影响。上上之选是通过分析病人的基因组，拿出个性化医疗方案，但这通常要数月时间，因为一个人的DNA包括大约30亿个碱基对。HPI负责人克里斯托福·梅奈尔说，通常来说，通过分析一个人的基因组、拿出个性化医疗方案需要数月时间。而HPI这个“超级大脑”与常规分析系统不同，待处理数据不是放在硬盘上，而是全部放在内存上，采用全新的内存数据库技术(In-Memory)，将处理速度提高了上千倍，基因组分析可以缩短到几秒。而且它还利用晚上时间从公众基因库内提取信息，以相关病例为参考，寻找存活率高、生活质量最佳的治疗方法。“不久前这个对比过程还要数月时间。”H PI负责人梅奈尔说。
与此同时，英国曼彻斯特大学的研究者正在研发“神奇地毯”，目的是帮助独居老人。这个设备像普通地毯一样安装在地板上，内有传感器，可记录老人的脚步，借此分析老人的生活是否与平常有异，比如是否照常起床。如有异常，就会触发警报。科学家还可以扩大这种技术的应用，比如装到人工髋关节中。
学生斯蒂芬·汉斯曾想通过下赌体育比赛赚点小钱。他写了一个小程序，希望精确预测足球赛比分，但是效果不太好。
汉斯10岁得到第一台电脑，13岁时开始写程序。3年前，20岁出头的他在达姆施塔特工业大学学习，发现数据众包网站K aggle———企业会出钱购买上面的数据解决方案。汉森选择了一个汽车经销商发布的任务：对二手车的转售前景进行预测。他设计了一个算法，将大量关于二手车的细节纳入一个“有意义的框架”，数据包括初始注册信息、行程里程数、年行驶里程数等。全球共有571个团队参与竞逐，奖金1万美元，汉斯的程序最终排名第六，这让他精神大振，勇往直前，成了K aggle上面最成功的算法设计师之一。
迄今他取得的最大成就是写了一个能够自动、可靠地评估学生论文的程序，也就是一个“打分机”。他花了一个半月，写成12000行代码，它可以计算拼写和语法错误率，甚至能评估文章中含有多少情绪成分。比赛结束前一周，为了增加胜算机会，他和另外两名选手联合。最后3人赢得了比赛，获得了6万美元奖金。“测试表明，程序的评估得分跟教师的评估差距不大，”汉斯说。后来3人将软件卖给了美国公司Pa-cificM etrics，现在汉斯正在撰写硕士论文，未来一片光明。
