　　《大数据时代》作为“大数据时代的预言家”，对生活、工作、思维中即将出现的大变革做出了展望。
　　
　　《智慧社会》则让我们近距离触摸到了大数据应用，全球大数据说服阿莱克斯·彭特兰详细阐释了大数据如何助力社群经济、如何掘金互联网金融、如何掀起个人健康医疗的革命、如何变革可穿戴设备、如何驱动更具创意、更高效的组织、如何构建智慧城市、如何启动智慧社会。
　　

内容简介

　　《智慧社会》
　　大数据对于很多人来说并不陌生，当收集海量数据已不再是难题，我们应如何使用这些数据？到底怎样才能站上数据之巅，成为数据的主人？
　　也许此时此刻你正佩戴着智能手环，精心收集与自己健康有关的多种数据。但在可穿戴设备之父阿莱克斯·彭特兰眼中，将可穿戴设备与健康追踪归类在一起是十分狭隘的。未来，将会有越来越多虽没有被你穿在身上，却依然可以将你与这个世界数据化的可穿戴设备。在这些可穿戴设备的帮助下，我们将成为“预言大师”，准确地预测谁在牌桌上耍诈，谁能够取得谈判的胜利，甚至自己能否与约会对象擦出火花。
　　
　　　　《大数据时代》
　　《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用一人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。　　维克托·尔耶·舍恩伯格在本书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。
　　维克托很具洞见之处在于，他明确指出，大数据时代很大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。
　　《大数据时代》认为大数据的核心就是预测。大数据将为人类的生活创造亘古未有的可量化的维度。大数据已经成为了新发明和新服务的源泉，而更多的改变正蓄势待发。书中展示了谷歌、微软、IBM、苹果、facebook、twitter、VISA等大数据先锋们具有价值的应用案例。
　　

作者简介

　　阿莱克斯·彭特兰（Alex Pentland），全球大数据说服、可穿戴设备之父、MIT人类动力学实验室主任。
　　在近30年执教生涯中，彭特兰培养出了50余位博士，其中一半成长为该研究领域的领军人物，1/4成为创业公司的创始人，1/4成为业界相关领域的中坚力量；比如谷歌眼镜的灵魂人物萨德·斯塔那（Thad Starner）等。彭特兰的实验室孵化出了30家以上的高科技企业，比如专注于社会测量的Sociometric Solutions公司。
　　在全球计算科学领域，彭特兰是被引述次数很多的科学家之一。2011年，《福布斯》评选他为全球大数据说服，《新闻周刊》称他是“改变20世纪的100位美国人”之一。2012年，他关于大数据应用的文章获得《哈佛商业评论》的麦肯锡奖。2008年和2013年，他的研究成果更是两度摘得《MIT科技评论》“年度十大突破性科学技术”桂冠。

　　维克托·迈尔-舍恩伯格（Viktor Mayer-Sch·nberger），“大数据时代的预言家”，他是十余年潜心研究数据科学的技术说服，他是很早洞见大数据时代发展趋势的数据科学家之一，也是很受人尊敬的说服发言人之一。他曾先后任教于世界很著名的几大互联网研究学府。现任牛津大学网络学院互联网治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人，哈佛国家电子商务研究中网络监管项目负责人；曾任新加坡国立大学李光耀学院信息与创新策略研究中心主任。并担任耶鲁大学、芝加哥大学、弗吉尼亚大学、圣地亚哥大学、维也纳大学的客座教授。

精彩书评

　　★彭特兰所谓的社会物理学，其实就是强调物质、能量流动之外的第三种流动性：思想、信息的流动性，并进而探讨由此带来的社会结构、认知结构的演化和变迁。他将视角盯在“想法流”上，将其作为看待人类关系构建、社会结构演进的新的视角，在互联网、特别是移动互联网和社交网络大行其道的今天，这一视角更具有开创意义。

　　——段永朝财讯传媒集团首席战略官

　　★20世纪80年代，当世人聚焦于MIT媒体实验室时，他在尼葛洛庞帝的影子后播下可穿戴计算的种子；20世纪90年代，当《数字化生存》洛阳纸贵时，他醉心于赛博格（半机器人）和情感计算；21世纪00年代，当物联网还是无线传感网时，他把移动互联网变成智慧城市的神经系统；21世纪10年代，当人们以为可穿戴计算就是生化学（健康）时，他创立了人类动力学和社会物理学；当大数据甚嚣尘上时，他宣扬个人数据（小数据）。他一直跨越时代，一直“凝视人类”，他就是阿莱克斯·彭特兰。这本扛鼎之作恰好探讨了我很近关注的几个问题：组织工程学上如何推动速成组织、应用社会网络激励，城市科学上如何创建数字神经系统、驱动社会的物理运行，大数据上如何通过开放的个人数据商店来实现基于信任网络的数据公地。字字珠玑，令人获益匪浅。

　　——吴甘沙英特尔（中国）研究院院长

　　★彭特兰是MIT人类动力学实验室主任，被誉为“可穿戴设备之父”。他的《智慧社会》一书是对社会科学的重大挑战。40年前，彭特兰还是一个大学生，在帮助美国国家宇航局开发一个从人造卫星观测海狸数量的软件时，彭特兰发现，海狸太小，难以精确观测，但通过观测海狸建造的水坝，能够推测海狸的数量。40年后，在大数据时代，我们每个人都成了彭特兰想要研究的海狸，通过研究人类在生活中留下的各种数据，彭特兰能够找到人们互相交流、合作的规律。

　　——何帆中国社会科学院世界经济与政治研究所研究员

　　★彭特兰认为社会智能是决定一个组织的效率和业绩很重要的因素，跟其他所有因素加起来一样重要。那些很有创新能力的是这样一种人：在想法流中自由探索，在不同的想法流间自如转换，又能将采集来的观念或想法在群体沟通中再经筛选，汇成共识，形成决策。在群体层面，很有创新能力和效率的群体，其结构始终在切换当中。在探索阶段，结构呈星型，尽量很多元从外部获取新的观念；在整合和决策阶段，结构呈网状，每个节点与每个节点之间有丰富平等的交流。

　　——王烁财新传媒主编

　　★维克托·迈尔-舍恩伯格教授这本《大数据时代》，是我看到的很好的大数据著作，不仅对于产业实践者，还是对于政府和公众机构，都是非常具有价值的。只要我们以开放的心态、创新的勇气拥抱“大数据时代”，就一定会抓住历史赋予中国创新的机会。

　　——田溯宁宽带资本董事长

　　★正如迈尔-舍恩伯格教授认为的，大数据要求人们改变对精确性的苛求，转而追求混杂性；要求人们改变对因果关系的追问，转而追求相关关系。这种思维的转变将是革命性的，如果企业不能认识到这一思维方式转变的重要性和迫切性，将会面临 “数据鸿沟”的挑战。

　　——张亚勤·微软全球资深副总裁，微软亚太研发集团主席

　　★过去几年，在大数据方面我读过十几本书、上百篇论文和文章。相对而言，维克托的《大数据时代》是迄今为止我读过的很好的一本专著，中英文都算上。

　　——谢文中国互联网发展的重要参与者，知名IT评论人

　　★大数据正把我们变成新的物种。首先，大数据改变了我们的思维方式，让我们从因果关系的串联思维变成了相关关系的并联思维。第二，大数据改变了我们的生产方式，物质产品的生产退居次位，信息产品的加工将成为主要的生产活动。第三，大数据改变了我们的生活方式，我们的精神世界和物质世界都将构建在大数据之上。大数据不仅仅是一门技术，更是一种全新的商业模式，它与云计算共同构成了下一代经济的生态系统。一切皆信息。

　　——郭昕北京云基地首席顾问，云华时代智能科技有限公司董事长

　　★随着大数据热潮的不断升温，相信今后几年会有更多以大数据为主题的著作问世。这本先河之作用各种案例生动阐述了大数据所带来的变革。你可以不同意书中的某些观点，但是大数据所带来的变革已经开始发生并将继续深入。我们需要共同面临的挑战是：越来越大的数据如何才能让世界变得越来越美丽？

　　——汪小帆上海交通大学长江学者特聘教授，致远学院常务副院长

《智慧社会》
引言从想法流到行动力
大数据与社会物理学
第一部分社会物理学，数据新科学
第01章探索
第02章想法流
如何让好想法形成群体智慧
习惯、偏好和好奇心，想法流的形成
想法流汇聚同伴共享学习的集体智能
集体理性，而非个体理性
想法流，构建社区的关键
第03章　参与
如何强化社群的合作与互动
想法流，塑造新行为，塑造人性
第二部分数据驱动的组织
第04章　群体智慧
互动模式如何转化为群体智慧
用互动模式测量你的管理
面对面互动，提高生产率的关键
团队外部的面对面探索模式+团队内部的参与模式=高创意团队
社会学习的机会越多，好的想法流越易形成
第05章塑造组织
互动模式可视化如何提高生产率和创意产出
第06章变革组织
社会网络激励如何创建速成组织和应对颠覆式变革
……

《大数据时代》目录
推荐序一拥抱“大数据时代”
宽带资本董事长田溯宁
推荐序二实实在在大数据
中国互联网发展的重要参与者，知名IT 评论人
译者序　在路上·晃晃悠悠
电子科技大学教授，互联网科学中心主任
引言　一场生活、工作与思维的大变革
大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发……
第一部分大数据时代的思维变革
第1章更多：不是随机样本，而是全体数据
当数据处理技术已经发生了翻天覆地的变化时，在大数据时代进行抽样分析就像在汽车时代骑马一样。一切都改变了，我们需要的是所有的数据，“样本= 总体”。
让数据“发声”
第2章更杂：不是精确性，而是混杂性
执迷于精确性是信息缺乏时代和模拟时代的产物。只有5% 的数据是有框架且能适用于传统数据库的。如果不接受混乱，剩下95% 的非框架数据都无法被利用，只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户。
允许不精确
大数据的简单算法比小数据的复杂算法更有效
……

精彩书摘

　　《智慧社会：大数据与社会物理学》：
　　现代科学研究表明，在人类社会中，合作与竞争一样重要和普遍2。同伴之间的协调与合作是非常强大的塑造力：我们的朋友总是在提醒我们；在体育和商业比赛中需要通过团队合作来战胜其他队伍；全球各地的人们都会帮助家人、孩童和老人。事实上，共享的文化和文化规范的整体概念都是基于个体行为的协调。我们再来更仔细地看一下合作在现代社会中的作用，以及合作与“人们是无情的竞争者”这一想法相悖的事实。
　　正如我们在《智慧社会：大数据与社会物理学》前面章节中所看到的那样，人们相互合作以建立社会规范，这些规范就是我们所说的文化。事实上，社会中的竞争也许主要是合作的团队，而不是个体之间的竞争。而且，每一个机会或威胁会形成不同的团队。例如，伦敦银行家们为了赚钱而相互协调，在行业内共享策略和标准。与此类似，纽约的律师具有共享的规范，从而使他们作为一个群体在当地生态系统中蓬勃发展。政治家创造了共享的传统和方法，以交换金钱利益和公民利益，并同时取悦媒体。在所有这些情形中，定义竞争性互动的正是合作——关于如何协调我们和同伴行为的隐式或显式协议。
　　阶层与团队：具有共享规范的团队与传统的阶层概念是不同的，因为他们不是只由标准特征定义的。这些标准特征包括收入、年龄或性别（传统的人口统计特征），他们的技能和教育程度（按照马克斯·韦伯的标准），或者他们与生产资料之间的关系（按照卡尔·马克思的标准），等等。然而，团队成员其实是某种特定情形下的同伴。在某种情形中，一个人所属的团队也许是具有相同业余爱好（例如唱诗班合唱）的一群人；在另一情形中，团队也许是包含一群具有类似经历的人（例如毕业于同一个高中班级）；而在另外一种情形中，一个团队可能是一群具有同类工作的人（例如消防队员）。因此，尽管某个人只属于一个传统阶层，也可以是多个不同团队的成员。在每个团队里，成员互相学习并因此创造出一个共享的常识，不同的团队具有不同的常识，这取决于他们有什么爱好、他们是从哪里毕业的、或者他们在哪里工作，等等。这些团队不只是一起工作的经济同盟，它们也促成了对范围很广的各种主题的很强的规范，包括生活目标、价值观，甚至着装要求。团队的成员建立起一种整体文化和生活方式，并且又由这些成员将之带到他们所属的其他团队。银行家下班后就是母亲或是教会领袖的角色，这使得这些团队也沾上了一些银行家的文化，反之亦然。通常没有人是仅由其工作定义的，如果一个人近乎是“单线条”的话，就会被认为是奇怪的，甚至有点精神错乱。从这点来看，诸如资产阶级、工人阶级、民主党或共和党之类的政治或经济标签通常是对人群不准确的模式化描述，人们事实上有非常多样化的个体特征和需求。因此，用阶层或政党等术语对社会进行推理是不精确的，并且可能会导致错误的过度泛化。在现实世界中，只有当一群人之间既具有较强的互动又互相视彼此为同伴时，他们才能建立起高度相似的规范。
　　市场与交换：和阶层是对流动、重叠的团队矩阵过度简化的描述一样，市场也是一个类似有缺陷的理想化概念，它假设所有的参与者能够看到其他每个人并且与之平等竞争。事实上，有些人具有更好的连接，有些人则知道更多的东西，由于距离、时机或其他次要因素而使得一些购买行为更困难。我们在今天的股票市场里可以看到一个典型的例子：普通人拥有的信息要比职业股票交易商少得多，更复杂的是，职业交易商又比不过计算机化的高频交易员，后者对价格变化的反应是毫秒级的——我们对自由市场的理想突然变得更为复杂了。
　　……
　　《大数据时代》精彩书摘
　　大数据，变革商业　　大数据不仅改变了公共卫生领域，整个商业领域都因为大数据而重新洗牌。购买飞机票就是一个很好的例子。　　2003 年，奥伦· 埃齐奥尼（Oren Etzioni）准备乘坐从西雅图到洛杉矶的飞机去参加弟弟的婚礼。他知道飞机票越早预订越便宜，于是他在这个大喜日子来临之前的几个月，就在网上预订了一张去洛杉矶的机票。在飞机上，埃齐奥尼好奇地问邻座的乘客花了多少钱购买机票。当得知虽然那个人的机票比他买得更晚，但是票价却比他便宜得多时，他感到非常气愤。于是，他又询问了另外几个乘客，结果发现大家买的票居然都比他的便宜。对大多数人来说，这种被敲竹杠的感觉也许会随着他们走下飞机而消失。然而，埃齐奥尼是美国最有名的计算机专家之一，从他担任华盛顿大学人工智能项目的负责人开始，他创立了许多在今天看来非常典型的大数据公司，而那时候还没有人提出“大数据”这个概念。　　1994 年，埃齐奥尼帮助创建了最早的互联网搜索引擎MetaCrawler，该引擎后来被InfoSpace 公司收购。他联合创立了第一个大型比价网站Netbot，后来把它卖给了Excite 公司。他创立的从文本中挖掘信息的公司ClearForest则被路透社收购了。在他眼中，世界就是一系列的大数据问题，而且他认为他有能力解决这些问题。作为哈佛大学首届计算机科学专业的本科毕业生，自1986 年毕业以来，他也一直致力于解决这些问题。　　飞机着陆之后，埃齐奥尼下定决心要帮助人们开发一个系统，用来推测当前网页上的机票价格是否合理。作为一种商品，同一架飞机上每个座位的价格本来不应该有差别。但实际上，价格却千差万别，其中缘由只有航空公司自己清楚。　　埃齐奥尼表示，他不需要去解开机票价格差异的奥秘。他要做的仅仅是预测当前的机票价格在未来一段时间内会上涨还是下降。这个想法是可行的，但操作起来并不是那么简单。这个系统需要分析所有特定航线机票的销售价格并确定票价与提前购买天数的关系。　　如果一张机票的平均价格呈下降趋势，系统就会帮助用户做出稍后再购票的明智选择。反过来，如果一张机票的平均价格呈上涨趋势，系统就会提醒用户立刻购买该机票。换言之，这是埃齐奥尼针对9 000 米高空开发的一个加强版的信息预测系统。这确实是一个浩大的计算机科学项目。不过，这个项目是可行的。于是，埃齐奥尼开始着手启动这个项目。埃齐奥尼创立了一个预测系统，它帮助虚拟的乘客节省了很多钱。这个预测系统建立在41 天内价格波动产生的12 000 个价格样本基础之上，而这些信息都是从一个旅游网站上搜集来的。这个预测系统并不能说明原因，只能推测会发生什么。也就是说，它不知道是哪些因素导致了机票价格的波动。机票降价是因为很多没卖掉的座位、季节性原因，还是所谓的周六晚上不出门，它都不知道。这个系统只知道利用其他航班的数据来预测未来机票价格的走势。“买还是不买，这是一个问题。”埃齐奥尼沉思着。他给这个研究项目取了一个非常贴切的名字，叫“哈姆雷特”。　　这个小项目逐渐发展成为一家得到了风险投资基金支持的科技创业公司，名为Farecast。通过预测机票价格的走势以及增降幅度，Farecast 票价预测工具能帮助消费者抓住最佳购买时机，而在此之前还没有其他网站能让消费者获得这些信息。　　这个系统为了保障自身的透明度，会把对机票价格走势预测的可信度标示出来，供消费者参考。系统的运转需要海量数据的支持。为了提高预测的准确性，埃齐奥尼找到了一个行业机票预订数据库。有了这个数据库，系统进行预测时，预测的结果就可以基于美国商业航空产业中，每一条航线上每一架飞机内的每一个座位一年内的综合票价记录而得出。如今，Farecast 已经拥有惊人的约2 000 亿条飞行数据记录。利用这种方法，Farecast 为消费者节省了一大笔钱。　　棕色的头发，露齿的笑容，无邪的面孔，这就是奥伦· 埃齐奥尼。他看上去完全不像是一个会让航空业损失数百万潜在收入的人。但事实上，他的目光放得更长远。2008 年，埃齐奥尼计划将这项技术应用到其他领域，比如宾馆预订、二手车购买等。只要这些领域内的产品差异不大，同时存在大幅度的价格差和大量可运用的数据，就都可以应用这项技术。但是在他实现计划之前，微软公司找上了他并以1.1 亿美元的价格收购了Farecast 公司。而后，这个系统被并入必应搜索引擎。　　到2012 年为止，Farecast 系统用了将近十万亿条价格记录来帮助预测美国国内航班的票价。　　Farecast 是大数据公司的一个缩影，也代表了当今世界发展的趋势。五年或者十年之前，奥伦· 埃齐奥尼是无法成立这样的公司的。他说：“这是不可能的。”那时候他所需要的计算机处理能力和存储能力太昂贵了！虽说技术上的突破是这一切得以发生的主要原因，但也有一些细微而重要的改变正在发生，特别是人们关于如何使用数据的理念。　　……
　　……