大数据支撑不起计划经济

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

5月末的2017年中国国际大数据产业博览会的“机器智能”高峰对话会上,阿里巴巴集团董事局主席马云演讲时重申,由于大数据时代的出现,未来30年将对计划经济和市场经济进行重新定义。他认为,在大数据时代,人类获得数据能力远远超过大家想象,对世界的认识要提升到新的高度。此前,马云曾表示,大数据时代,计划经济将超越市场经济。此说引起广泛的讨论。

数据时代很多事情会发生变化2016年11月的世界浙商上海论坛上,马云抛出其“计划经济将超越市场经济”的观点。马云说:“马克思主义讲到的市场经济和计划经济到底哪个好?过去100多年来,我们一直觉得市场经济非常之好,我个人看法未来30年会发生很大的变化,计划经济将会越来越大。原因就在于数据的获取,市场这只无形的手有可能被我们发现。在没有X光和CT机之前,我们是没办法把肚子打开来看一看,所以中医的号脉,望、闻、问、切形成了一种独特的指挥系统,但是X光出来以后,发生了天翻地覆的变化,数据时代就像我们有一个世界经济的X光机和CT机,所以30年以后将会有新的理论出来。”在马云看来,计划经济的缺陷,或者说市场经济优于计划经济,在于信息的不对称,即人们不能掌握复杂的市场经济信息,从而不能对经济活动进行准确的安排。而大数据的出现,可以解决这一问题。“数据就是对未来的研判。信息IT是对昨天的总结,而数据是对未来的研判和预判,‘上医治未病,中医治欲病、下医治已病’,我们必须学会上医治未病,未病就是可能出现的问题,数据时代很多事情会发生变化的”。马云甚至提醒企业家要重视这一变化。他解释说,每一次技术的变革都会导致商业模式、商业的组织发生天翻地覆的变化。第一次技术革命诞生了工厂,第二次技术革命诞生了公司,这次技术革命将会以什么样的商业形式展现出来,需要思考。二次世界大战美军以师为作战单位,越战美军以营为作战单位,因为出现了坦克和空中直升机的作战体系以后人越来越少,沙漠之战为七人战斗组和中台的导弹作为体系,所有军事上出现的组织变革都会在商业变革中出现。在2017年中国国际大数据产业博览会的“机器智能”高峰对话会上,马云强调大数据给制造业带来的冲击,将远远超过电子商务对零售的冲击。马云曾提出大数据时代将迎来“新零售、新制造、新金融、新技术、新资源”五大新趋势。这次他进一步表示,这些“新”的提法即是对零售、制造、金融、技术、资源的重新定义。比如,并非简单地理解电子商务冲击传统零售,而是“保守思想活在昨天”,新零售已从简单卖货到卖服务。马云提醒企业家,在变革被重新定义的时代,应避免误区。一方面,不应是“美国人怎么干,我们怎么干”,“我们有技术、资金和市场,为什么我们不自己思考重新定义我们的未来?”他认为,在机器智能领域,美国擅长学术研究,中国在实践中经验丰富,两国需要互相学习和思考,共同解决问题。大数据时代人人有机会,必须要有独特的视角,能够发挥自己的优势。另一方面,“机器必须要做人类做不到的事情”。计划经济问题不只是信息不充分计划经济和市场经济,是经济学家们经常提及的问题。著名经济学家钱颖一曾谈到:“20世纪全球经济中的重大事件之一是人类尝试用计划经济替代市场经济,希望创造效率更高同时分配更加公平的经济运行机制。几十年的实践表明,计划经济无法达到这个目标,不仅与发达市场经济距离越来越大,而且也无法与新兴的市场经济竞争。到了20世纪的最后20年,几乎所有的计划经济都在向市场经济转轨。中国是这个历史大趋势中的一个例子,而且是突出的例子。”钱颖一认为,计划经济解决不了两大突出问题:一是资源配置问题,二是激励问题。计划经济中的价格不是由市场供求决定,而是由计划者决定,由此造成巨大的资源配置扭曲;由于在公有制和政府主导经济下的“大锅饭”和“软预算约束”等原因造成激励扭曲,个人、企业、政府没有增加效率的积极性。早在上世纪二三十年代,西方主流经济学界就计划经济与市场经济爆发过一场大辩论。当时就提出,计划经济有三个根本问题:知识问题(即信息问题),经济计算问题(即资源配置问题),激励问题。即便是大数据高度发达,能解决信息的问题,但是资源配置和激励问题,计划经济还是不能很好地解决。著名经济学家吴敬琏说,市场就两个作用,一个作用就是能够有效地配置资源,纠正资源的误配,在再配置中提高效率,另外一个作用就是建立一个所谓兼容的激励机制,使得人们有创新和创业的积极性。有推动力,这样才有可能创新。正是因为市场经济有这两个基本作用,所以可以得出结论,计划经济不会取代市场经济。吴敬琏认为,供给侧结构性改革,就是要解决资源配置和激励机制的问题。“一个是结构优化,纠正资源的误配,使效率提高。另外一个就是发挥市场的作用,通过改革把统一开放、竞争有序的市场建立起来。‘三去一降一补’,就是要通过这两条来完成,一条就是通过奖优惩劣、优胜劣汰,把结构变得更好;一条就是通过激励机制的改善去激励创新和创业。通过这样的办法,也许我们实现‘三去一降一补’就会比现在更加有效”。也有经济学者认为,企业家决策不仅取决于数据,更依赖于人对市场前景、技术前景和资源可获得性的想象力、感知、判断力。而判断力不是计算出来的。企业家决策时确实也需要数据,但真正的企业家精神一定是超越这些知识和数据。仅仅基于数据的决策只是科学决策,不是企业家决策。企业家必须看到这些知识和数据背后的、一般人看不到的东西,而且不同企业家看到的东西可能完全不同。比如,计算机技术的每一次的颠覆者都不是原来的计算机厂家。大型机的垄断者IBM错失了微型计算机市场;没有一家微机公司制造商最终发展为台式计算机的主要制造商;笔记本电脑则是日本企业索尼、夏普、东芝独领风骚。为什么?显然不是数据的原因,不是因为早前的主导企业占有的数据没有后来者多,也不是因为他们不关注客户需要,而是因为他们判断失误。这样的判断失误与数据的多少无关。财经作者熊越认为,那些认为计划经济只是一个信息问题的人,不明白计划经济的核心问题在于在计划经济中缺乏价格。价格在市场经济中的作用是独一无二的,因为货币价格是经济计算中不可或缺的工具。以价格为指导,企业家才可以通过检验生产要素的市场价格和最终产品的预期价格的差异来潜在地追求利润,才能相应地组织生产。因此,即使人们已经有了一些很好的数据,离开这种市场价格机制,经济计算和资源的有效配置仍然是不可能的,计划经济因而仍然不可行。因为理性计划或资源分配需要有经济计算的能力,而这样的计算所需的价格只能在市场上由私人财产所有者发生在真实世界里的交换来确定。由于计划经济需要国家和集体控制资源——因此,无法发生必要的所有者之间的自愿交换——它不能理性地计划现代经济体系的运作。大数据也不能解决信息问题吴敬琏认为,信息的完全性是不可能做到的。“早在二十世纪初期,就有学者第一次论证了计划经济可以跟市场经济一样有很高的效率。但是有一个前提,信息必须是充分的。在信息充分的情况下,计划经济通过计算得到的结果,能够跟市场经济达到同样的水平。但是后来又有学者证明了这样的信息机制是不可能建立在计划经济条件之下的,我们自己的经验也证明了这一点。在经济活动中,信息是分散产生的,怎么可能把这些分散的信息集中到一个重要的制定经济计划的机关,然后得出结果呢?”吴敬琏用自己的亲身体验来说明。“我过去工作是跟国家计委在一块的,有一年我参加计划制定工作,发现了这样一件事。 计划委员会的工作是要把下面上报的信息集中起来。但下面上报的时候,所有的产出信息都会少报,所有投入的信息都会多报,否则就是给自己找麻烦。计划委员会也知道这个情况,所以就要在下面上报的相关数据上砍一刀。那基层也知道计划委员会要在数据上砍一刀,所以它就会比本来多报的数据还要多一点。这就叫头戴三尺帽,不怕砍一刀。你说这个事怎么解决呢?”“有人说用现在的大数据和计算机来收集信息,建立全国网络。这个罗马尼亚做过,苏联也做过,上世纪七十年代网络就建成了,都没有成功。所以说有了大数据就能搞计划经济,这个说法是非常可笑的。”熊越分析说,马云认为未来可以实现计划经济,正是因为他的公司淘宝和支付宝在中国的电子商务和支付领域无所不在,因此可以收集到大量的消费数据。对于马云本人和其他“技术社会主义者”来说,这些数据可以是计划经济运行的基石。“然而,如果我们更仔细地研究这些数据,我们会发现它们不过是:一,基于过去的真实交易的数据,它们并不能用于预测未来的消费者偏好;二,使用问卷调查获得的数据,它们不能反映客户的真实显示偏好。不管是哪一种情况,尽管有了令人眼花缭乱的新技术,中央计划者可以得到的仍然是一个对真实世界的猜测,一个美丽的海市蜃楼。”

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
SQL 存储 消息中间件
传统数仓如何转型大数据
传统数仓如何转型大数据
388 0
|
存储 SQL 大数据
大数据治理——搭建大数据探索平台
在数据治理中,数据探索服务的价值在初期往往是被忽视的,但是随着业务的增加,分析人员的增加,数据探索服务的价值就会越来越大。 一个成功的数据管理平台,不仅仅要提供各种数据分析的工具,提供各种各样的数据源,更要提供数据探索的能力。
269 0
大数据治理——搭建大数据探索平台
|
存储 分布式计算 数据挖掘
大数据和大数据平台的内在联系,大数据的实用价值是什么?
大数据根基于互联网,数据仓库、数据挖掘、云计算等互联网技术的发展为大数据的应用奠定了基础。
1226 0
|
存储 大数据 数据库
大数据解决方案
原文:大数据解决方案 大数据处理 1、数据库 垂直拆分:根据业务把表放到不同的数据库,解决表之间的IO竞争 水平拆分:根据某种规则把单表数据分成多张表存储,解决单表数据量大的问题 索引:根据业务场景创建合理的索引,如果数据量很小建议使用索引(300条以内) 索引使用场景: 动作描...
960 0
|
大数据 数据挖掘
|
监控 算法 数据挖掘
|
监控 搜索推荐 大数据