資料的價值

去年底，全國資訊保安標準化技術委員會發布了《資訊保安技術移動網際網路應用（App）收集個人資訊基本規範（草案）》。

請注意：這是國家標準（GB開頭），權威性和強制性非常高。

前幾天，工信部資訊通訊管理局對過度收集使用者資訊的相關企業進行了約談，並要求在6月17日之前，完成相關App的整改。可見App過分收集資料已經非常嚴重。

只要是用智慧手機的人，想必都“苦app瘋狂收集資料久矣”。很多app提供的服務就那麼點，但是你的一切資料都要收集，不同意就不能用，這是為什麼呢？

原因非常簡單：就是這些資料有價值，可以給企業帶來巨大利潤。

你的位置、行動軌跡、運動量、消費偏好、瀏覽記錄、使用時長、社交物件......

這些東西確實很私密，但是要說到其重要性和價值......似乎並沒有那麼高，要不然為什麼自己只是不想讓別人知道這些資料，卻不能利用這些資料創造價值呢？別說創造價值，連記都記不住；要是說給別人，別人都懶得聽。

為什麼這些資料在自己手裡、在周邊人手裡沒什麼價值，到了企業那裡就有價值？

因為企業通過演算法和強大的計算能力把資料整頓為知識甚至是智慧，讓資料以最高效的方式適配，讓資訊去到了最能利用它的地方，於是資料就產生價值了。

在古代，即使鈾礦石出露地表，也不會有人覺得這有什麼用，反正肯定沒有黃金有用；但是現在鈾礦石非常有用。礦石還是那個礦石，變化的只不過是人看待世界的方式。

資訊也是一樣。對於大多數普通人無法處理海量資訊，不處理這些資訊也不影響生存，也不知道這些資訊可以如何高效利用，就像古人不知道鈾礦怎麼用一樣；

但是很多網際網路企業就像現代人一樣，他們掌握了“處理鈾礦”和“製造核武器”的方法，他們有與普通人不同的世界觀，於是資料的價值在他們手裡就非常巨大。

如果說資料是現代社會的黃金，那麼高效處理和運用資料的那個“世界觀”，或者叫做演算法，就是點石成金的手指。

這個能力你想不想擁有？

你可能會說這是企業運用演算法和大資料分析才能乾的事，我就算想也不可能擁有啊！

確實，簡單地照搬企業做法當然不可能，但是你知道嗎？人與人最大的差距，就是看待事物（資訊）的方式不同。成功的人，幾乎都有著更高維、高效、優秀的世界觀，換句話說：

他們的人生演算法更牛。

認知四層級

認知的四個層級

如上圖所示，認知有4個層級。其中：

資料：是指事物本身存在的、或在變化過程中產生的各種性質特徵，人類往往以數字形式描述（為什麼要用數字而不是別的描述？因為數字不依賴感覺和個人經驗，可以傳遞、可以抽象、可以計算，這是另一個話題）。資料包含直接反映真相的內容，或者它們本身就是真相，但由於紛繁複雜體量巨大，人不可能直接處理，只能進行歸類和整頓。資訊：將資料部分拋棄、歸類和整頓後，形成有一定意義的資料集合。這種集合如果沒有主觀意識去呼叫，它往往也跟資料一樣沒有什麼價值，但是如果你帶著某種意識去呼叫就會很有價值。比如：每一輛汽車開過一個路口，其速度、載客量、停留時長、車型.......等等這些是資料，但是一個路口的車流量和事故率就是資訊。這個資訊對於大多數人來說也沒有什麼意義，但是對於交通分析和路網規劃的人來說就很有價值。知識：進一步整頓資訊。把不同資訊放在一起作用，看它們是相關還是因果、是各自包含還是相互獨立；然後做試驗也好、收集更多資訊也好，反覆驗證猜想，最終確定資訊之間的關係、作用機理。這個資訊之間的關係（因果or相關）及作用機理就是知識。演算法：清楚知道知識的前提條件、適用邊界，能在恰當的時空和物件使用知識，能將知識與知識複合使用，這叫做演算法（古人稱之為智慧）。

舉例來說：蘋果掉在腦袋上，產生了無數的資料——每一個組成蘋果的微觀粒子，與它經過路徑上的每一個微觀粒子都相互作用。每一次作用都產生資料，這個資料的量大得難以想象。

牛頓觀察到這個現象，並且回想很多天上東西往下掉的現象，把它們歸納在一起，這是資訊。其實很多人都觀察到這個現象，亞里士多德認為下落的原因是因為物體重，他的這個論斷就是把生活中觀察到的現象（一定型別的資料）稍加歸納形成的資訊。很顯然他這個資訊是錯的。

伽利略、牛頓做實驗（或者進行思想實驗），然後發現用引力模型來解釋物體往下掉更合理，不僅邏輯完備，而且還能寫成公式進行預測。這個引力模型、公式以及牛頓三定律就是知識。

而後來用牛頓理論和公式用來蓋房子、造機械的人，就掌握了初步的演算法。為什麼是初步呢？因為他們不知道這個理論的邊界在哪，什麼情況不適用。解決這個問題的是科學之神愛因斯坦，他指出在高速情況下牛頓理論不成立，而且時空不是絕對的，而是相對的。這是大智慧。

生活中這種例子也很多。

各種菸草的味道、菸灰的形狀和觸感......這些是資料，福爾摩斯對每個地區產的菸草進行歸類，這是資訊；結合其他資訊可以得出什麼結論，他建立了自己的知識體系；而且他知道什麼時候、在什麼情況用這些知識是恰當的，哪些地方不適用，這是智慧。

很多人失敗，往往因為止於知識，把知識當智慧。知識是死的，知識必須活學活用。

比如有的技術派炒股者學了道氏理論、波浪理論、相反理論、亞當理論、江恩理論、黃金分割理論.......看起來知識很全面，但由於不了解自己情況，不清楚市場背景，更不知道各種理論的前提條件、自身掌握程度、適用範圍和侷限，結果在股市上虧得一塌糊塗。

這就是知道很多道理，仍然過不好這一生的根源。

建立自己的人生演算法

到這裡你就知道，相比單純知識積累，對自身和知識進行深度思考顯得更重要，這就是建立自己人生演算法的關鍵。具體來說：

對於知識本身，要思考其使用前提、適用範圍、侷限性和與其他知識的關係，以及隨著時空的演變；對於自我本身，要反思和觀察自己的掌握程度、熟練程度和運用結果，要用客觀結果修正自己對知識的認識和掌握，不斷刻意練習，但又要保持開放。

這裡有一個很重要但容易被忽略的點：

當知識積累到一定程度就能解決很多問題。即使不解決問題，也會有“知識充盈在腦子裡於是非常滿足”的存在感，這種感覺往往會讓人變得自大、自負、自以為有了智慧；或者，在某個時刻有了智慧，卻把它固化，以為可以解決一切時空下的問題。

這就是認識障。

實際上演算法或智慧是隨著時間變化而變化的，用數學語言來說，人生演算法是貝葉斯式的，永遠不會有盡頭，也不可能一勞永逸。這也是為什麼各大網際網路公司要不斷獲取新資料，不斷修正、調整甚至機器學習更新演算法。

這些過程當然很辛苦甚至痛苦，不過這就是成為有智慧的人的代價吧！

金庸曾在《書劍恩仇錄》中寫道：

情深不壽，慧極必傷。

金庸真是個有智慧的人。