很难相信，今天的CIO们竟然可以从路易十六身上吸取教训，但这正是Eric Brynjolfsson的建议。Brynjolfsson，MIT电子商务中心主任，管理学教授，在第10届MIT斯隆管理学院CIO研讨会上这样说道：“直到站在断头台的脚手架上，路易十六才意识到他身处于革命之中。”

　　Brynjolfsson表示：“也许到最后路易十六才明白，有的时候作为领袖也会被外界完全隔离，以至于根本没有意识到，现状已经不是现状了。” 今日的企业也面临同样的问题，大数据革命一直在挑战数据精细的极限。从而诞生了一系列的精简业务。所谓‘数据驱动’，就是以数据说话，而不是相信你的直觉。

　　本届学术研讨会上举行了专家讨论，Brynjolfsson和其他三位MIT教授就大数据将如何影响包括金融，公共卫生，交通运输和IT服务在内的各行各业展开讨论。他们给CIO们传递了这样一个信息：只是搭上大数据这辆车是不够的，CIO们还需要小心地驾驶。

大数据，大鸿图

　　作为司机意味着什么呢？ 首先，CIO们必须明白，大数据革命真的到来了。这一新工具向我们展示了数据的各种复杂性和存在模式，这些都是我们以前未知的。Andrew Lo，MIT斯隆管理学院的金融教授，用金融服务举例，用图解的方式向我们展示了自大萧条后，金融服务的各种相互关联变化。通过“之前”和“之后”的幻灯片的对比，明显看出，现今保险公司，主权国家和银行之间有着紧密的关联，这在‘之前’从未如此凸显。

　　“直到最近，我们才开始把金融服务看成一个整体系统概念。”Lo说。 “在过去，我们都是把银行，对冲基金，保险公司单独看待。 ”

　　大数据使得金融行业可以更直观地看待它们的体系和其中的关系，如果要预测下一次的金融危机，则取决于它们如何利用和分析这些数据了。这就是大数据的价值了，专家们指出，公司需要改变他们做决定的方式。Brynjolfsson指出，这么多年来，公司的决定都由 ‘企业河马’-也就是企业内收入最高人的来做出。他说：“我们不能再让他们这样做了，需要把这些河马变成IT专家。”

相关性并不意味着因果性

　　这点说起来容易，做起来难。事实上，因为并不是所有的数据关系都是对等的，所以很容易误导CIO们。就拿癌症数据为例，肺癌和家里的烟灰缸显示了“令人震惊的相关性”，Lo说。 “结论就变成了，如果你消除所有的烟灰缸，就可以治愈肺癌。”

　　CIO们需要明白，相关性并不意味着因果性。为了避免这样的错误，专家们的建议是，在传统的分析和利用大数据特点的技术之间找到平衡。比如，高频交易员，因为有太多的实时流动数据，所以没有必要建立数据模型来测试和评估策略，但是并不代表数据模型就没有用武之地了，比如在需要了解系统风险的情况下，还是需要进行测试实验的。

　　“你可以把消费者信贷数据，住房价格，贷款申请综合起来考量并预测经济走向。”Lo说，

　　“但是，你还是要经过一定的筛选，才能将这些数据从相关性变成因果性。”

相关性会侵犯隐私？

　　大数据的相关性作用是有重大意义的，同时也藏有隐患。就如其中一位与会者向专家成员指出的那样“静止的数据是没有危害的，但当你开始关联数据的时候，就涉及到安全问题了。”

　　专家们也分享了一些‘老大哥独裁形式’的案例。比如Alex “Sandy” Pentland’s教授关于阿富汗的研究。政府情报机构利用监狱释放信息，来追踪某些可疑人物以及预测可能的犯罪活动。

　　“根据统计，有一些行为被认定为极有可能犯罪的征兆。比如罪犯之间沟通的模式。”

　　Pentland说。 “但其中也有漏洞，比如仅仅因为‘可疑’人员互相发消息就认定他们即将要犯罪，却完全不顾他们消息的具体内容吗？ ”

　　这也许是一个极端的例子，但它凸显了守法民众对于隐私的关注，也使公共社区对于使用这些数据感到犹豫。专家小组并没有忽视这些顾虑，他们认为隐私是一个“巨大的问题”，这也是他们在研究中需要考虑到的。

　　以Lo教授来说，他使用了安全多方计算，这给了多个参与方保护隐私的权利。然后研究者可以在不知道谁是谁，并且不会侵犯个人隐私的情况下对这些数据进行统计。这样的隐私保护也是有代价的，这种方式会增加计算的难度，所以需要寻求更加高效的算法。

　　媒体实验室的Pentland教授，则采取了另一种方法。他和总部设在法国的一家电信公司Orange正在合作一个项目。研究人员通过其在科特迪瓦客户手机里收集到的信息（匿名汇总)，发现如何把艾滋病，疟疾和其他传染病的传播率减少10%，甚至20%。 Pentland说，Orange公司希望他们的研究结果可以打消公众对于手机信息被使用的顾虑。

　　“我们从Orange公司的案例中可以发现，如果我们可以从数据中带给公众回报，那人们会慢慢接受大数据是社会资源的事实。”