在圍繞Facebook上市掀起的輿論狂歡中，我注意到一個滑稽現象。Facebook一直以來被互聯網界當作SNS概念，但上市的時候，在投資人眼中，卻成了大數據概念。

中信證券以《Facebook上市***互聯網進入大數據時代》，建議投資人借Facebook的勢，不是投人人網這樣的SNS概念，而是投拓爾思（非結構化信息處理）這樣的大數據概念。這非常典型地顯示了在“Facebook到底是什么物種”這一問題上，存在著外行與內行的認識分歧和截然區別。

那么，究竟是誰在看熱鬧，誰在看門道？不幸的很可能是：互聯網界在看熱鬧，而投資人反而在看門道。

Facebook首先是大數據

我以前有一個觀點，或叫不同意見，與互聯網同行交流起來，感到非常費勁。他們總是認為，Facebook首先是SNS；我卻認為，Facebook首先是數據。我指出：“國內業界總是把臉譜當作SNS津津樂道。其實這是一種比較業余的看熱鬧的觀點。臉譜確實是SNS，但他真正的核心競爭力，在數據核心業務上。”

我這種異類的看法，在項目經理、尤其是標榜SNS概念的項目經理那里，很少得到共鳴。這一回，終于在投資人那里，遇到了知音。我認為資本人的觀點，比項目經理的觀點，更接近Facebook的實際。

首先，資本人比項目經理視野更開闊，更長于把Facebook放在時代大背景中看，而不是項目經理那種單純業務觀點。

資本人把Facebook放到了兩個大背景中：1、在時代判斷上認識到，社交網絡(SNS)的價值挖掘***互聯網進入大數據時代，推動“大數據”產業發展。2、在產業鏈判斷上認識到，以Facebook為代表的社交網絡率先進入大數據時代，將進一步***其他互聯網領域的大數據應用，對用戶價值的挖掘將驅動“大數據”產業鏈的發展。

項目經理雖然注意到了Facebook的SNS，但對于SNS在更大范圍做什么用，想得并不多，因此把SNS當作了目標本身。

其次，資本人比項目經理更長于透過SNS的現象，看到其數據本質。

資本人把Facebook這個“特殊”，放在了“一般”之中：1、資本人認識到SNS只是大數據在采集端的一個特例：大數據指的是“海量數據+復雜數據類型”，而社交網絡(SNS)恰恰就是每秒鐘都在生成海量的非結構化數據（文本、應用、位置信息、圖片、音樂、視頻等），是典型的“大數據”的系統；2、SNS只是大數據的一種應用：“大數據”的核心在于數據的挖掘和應用產生的多方位價值。社交網絡(SNS)的價值挖掘本身就是“大數據”和商業智能應用的重要應用。3、Facebook代表著一對一的消費驅動模式轉型：Facebook用戶數據蘊含著巨大的商業價值。用戶所發表的評論、上傳的圖片、音樂、視頻等均為典型的非結構化數據，其中蘊含的用戶消費傾向，“數據”的挖掘分析可以大幅提升廣告的精確投放效果，有利于Facebook開發對用戶更具吸引力的應用，并且可以通過用戶行為預測多個行業的發展趨勢，蘊含巨大的商業價值。

相形之下，項目經理對于Facebook的理解，過于集中到與轉型無關的功能細節上了，而較少理解Facebook商業模式在轉型上的含義。

對扎克伯格來說，甚至資本人都不能讀透他的心。資本只是在價值層面，解讀Facebook是什么。而扎克伯格一再強調，Facebook的創建目的并非成為一家公司，需要在意義層面，讀懂Facebook的使命。

不是SNS之后的Facebook將是什么

Facebook遠不是SNS，SNS勉強可以說是Facebook的一種稟賦。對于稟賦來說，SNS甚至還只是多種可能的稟賦之一。這一點連商業分析人士都看出來了。Federated Media的約翰·巴特利(John Battelle)就看出，“Facebook正在進行的某種轉變與我們過去的預測不同。該公司正嘗試著對自身進行重新定義，不滿足于做狹義方面的社交網站，而這恰是外界對它的理解”。

1、成為人們生活的操作系統

巴特利最看好的一個新方向，就是生活操作系統。

巴特利表示，所有企業都搶著成為人們生活的操作系統，他們想成為這樣一個中心地方，用戶參與并將所有數據存儲在那里，然后他們做任何事情都需要利用到這些中樞。扎克伯格本人說的則是：世界信息基礎架構應當與社交圖譜類似。

扎克伯格的視野已經越過社交，從社交受到啟發，擴展到圖譜類似的“世界信息基礎架構”。這個說法不如巴特利“成為人們生活的操作系統”到位。實際上扎克伯格的本義可能更接近這個意思，因為他說：人們分享得越多，他們就能夠通過自己信賴的人，獲得更多有關產品和服務的信息。他們能夠更加輕松地找到***產品，并提高生活品質和效率。分明在強調生活的意義。

“世界信息基礎架構”同“生活操作系統”，都可能算是大數據背后的原型架構，相較而言，前者更側重從客體把握數據的總體架構，而后者更側重于主體把握數據的總體架構。對大數據來說，什么是生活操作系統呢？這是指用意義重構生活，數據不過是用來重構的意義的質料。用主體方面的意義一聚焦，數據就有了好壞之分：數據最終趨向于意義的，成為智慧的；***背離意義的，成為愚蠢的。所以說，智慧地球也好，智慧城市也好，并不是數據的大堆積，而因為面向生活而顯得更有意義的。

工業社會的架構，沒有把聚焦點放在意義之上，而是聚焦在價值上。價值與意義的關系，是手段與目的的關系。但是有價值不一定有意義，例如，有錢是有價值，快樂是意義，但有錢不一定快樂。也就是說，掌握了實現快樂的手段，但達不到快樂這個目的。工業社會的人性的基礎架構，跟價值有關的，都是充分社會化的，極為專業；但是跟意義有關的，都處于小生產狀態，極為業余。這使工業社會不***，容易成為一個為了高度發達的手段而體制性地忘記目的和宗旨的社會。

大數據的使命，不從技術這個手段看，而是從人的角度看，就是建立一個手段與目的之間的專業化、社會化的聚焦系統，從而體制性地讓做事不要背離它的宗旨，從而讓工業化條件下處于小農水平的人類意義系統，成為高度發達的社會總體架構。

SNS與生活操作系統將是什么關系呢？SNS只不過捕魚用的魚網，建立一個聚焦于意義的生活操作系統，打到生活意義這網魚，才是意圖所在。而現在模仿Facebook的人，都被魚網這個生活數據采集器吸引住了，建起一些一模一樣的魚網，模仿著Facebook的拋網動作，卻不知那個動作是在打魚，結果一網不撈魚，二網不撈魚，***只碰上一些小尾巴的小尾巴魚。殊不知，捕魚除了用魚網，還可以叉魚、釣魚、電魚等各種手段，象SNS這樣的數據采集器，還有許多，例如LBS、O2O、支付，甚至線下POS機。如果Facebook哪天不是SNS了，一定是發現有其它捕魚方法，可以打到更多的魚。打魚，在這里比喻的就是意義或企業核心價值；捕魚手段，在這里比喻的是稟賦（通常說的，你是干什么的，哪行的）。企業要基業常青，就要在保持核心價值的同時，讓稟賦跟隨環境的變化而變化。

#p#

2、“重塑架構”：

以客戶為中心的倒置經濟體系

扎克伯格提出“重塑架構”的重要原則：我們希望通過幫助人們建立關系，重塑信息的傳播和消費方式。我們認為，世界信息基礎架構應當與社交圖譜類似--它是一個自下而上的對等網絡，而不是目前這種自上而下的單體結構。此外，讓人們自主決定分享哪些內容，是重塑架構的基本原則。

這種重塑架構的基本原則，實際上對大數據的結構化具有指導意義。

在沒有原則指導之下，大數據很可能在結構上是反的：仍然沿用傳統的從生產者向消費者傳導價值的結構，只是用新技術為老傳統服務。這種服務雖然也是必要的，但卻不是Facebook對大數據的定位。

我們從扎克伯格的話中讀出如下含義：

1）重塑架構意味著大數據將倒置經濟結構

***，“我們希望通過幫助人們建立關系，重塑信息的傳播和消費方式”。重塑就是倒置，所謂倒置，就是顛倒價值生成的方向，原來是生產者到消費者，現在是消費者到生產者。這是從上到下，變為自下而上的***重含義。

在SNS和搜索引擎這種倒置的經濟結構中，價值的生成，不是從生產者到消費者，而是反過來，從消費者到生產者。消費者首先在SNS和搜索引擎暴露（主動“生產”）消費意向信息，進入交換，使之形成抽象消費價值；第二步，由大數據對消費信息進行加工增值處理，相當于對消費進行資本化處理，使消費者主權象資本一樣能夠得到同樣的獲得剩余的待遇。

第二，“它是一個自下而上的對等網絡，而不是目前這種自上而下的單體結構”。

傳統經濟和經濟學，在生產與消費關系上，有一個重要的不對稱。按“自生產這個上，到消費這個下”的順序創造價值，生產者首先在商品和交換環節，將具體價值換化為抽象價值（交換價值）；第二步，將一般價值，通過資本機制，進行增值放大。但是消費者卻沒有這樣的權利和權力，一是不能把消費者的具體價值轉化為抽象價值，二是不能對這個價值進行增值，即消費沒有資本化過程。

大數據一旦走出就技術談技術的原始階段（2012-2014年），進入大數據同經濟結合的中世紀階段（大約2015年以后），人們就會發現，自下而上不光涉及信息傳輸，更關系到價值生成方式轉變。變成通過大數據為消費者賦權的過程。我建議大家讀讀《公眾風潮》和《創新推動者》這兩本相反方向賦權的書，理解這種賦權對經濟生活的改變。

第三，“讓人們自主決定分享哪些內容”。

這里提到一個重要的概念：“自主”。在工業化經濟結構下，人失去自主性，最主要的一步，是自主勞動異化為勞動力，因此在信息化中，人們通過信息獲得自主性的先提，是將人性的因素，復歸到勞動力，形成“人性+勞動力=自主勞動”的效果。

扎克伯格由于歷史局限，現在只是模模糊糊感到是在重塑消費方式，將來取代Facebook的小男生小女生，將需要把這一信息分享過程，深化為消費資本化過程。這將是大數據下一階段（2018年以后）的課題。

在那個階段，人們將開始普遍思考海爾前些年解決的未來型問題：通過“人單合一”直接經濟模式，解決由消費者生成數據，倒過來決定生產（特別是資本的戰略結構的問題。現在美國管理會計師協會(IMA)暗暗盯住，并派人命名為ZEUS（宙斯）的海爾戰略損益表，可能就透著資本化時期大數據的戰略秘密通道。我昨天還專門同信息化企業首倡者胡建生討論它對BI的決定性影響。Facebook到那個階段，不再進步，小命就堪憂了。

2）重塑架構意味著價值與意義的倒置

工業社會的價值結構，是從價值到意義，人們先圍繞手段進行生產，然后再用目的對手段糾偏；信息社會的價值結構，是從意義到價值，通過SNS和搜索引擎定位意義所在，然后再根據意義去做有價值的事。

以往工業社會中，把握意義靠小農的方式。大數據要把意義，擴展為一個有數據結構的系統。在意義學研究中，這個結構要完成的任務，稱為“意義的闡釋”。這是一種讀心術。大數據的體系結構，從主體意義角度看，就應該是讀心術系統，是專業化地破除人類的斯芬克斯之謎的大系統。通過這樣的生活操作系統，使人類得到提升，從僅僅有價值，變成不僅有價值，而且有意義。使人類因為意義而獲得更高的滿足。

對于企業來說，道理也一樣。關于從意義到價值這一決定方向，扎克伯格指出：在這一過程中，企業獲得的益處是：他們能夠制造更好的產品--即以人為本的個性化產品。除了制造更好的產品，一個更加開放的世界還將鼓勵企業與客戶展開直接而可靠的互動。

這里說的以人為本及個性化，都是指意義所在；強調的是越過價值這個中間環節，實現生產者與消費者之間的“直接而可靠的互動”。用張瑞敏的話說，就是人單合一。

意義需要解釋，解釋必須通過意義的循環實現。

用扎克伯格的話說就是：它是一個自下而上的對等網絡，而不是目前這種自上而下的單體結構。此外，讓人們自主決定分享哪些內容。意義不是生產者（相當于作者）賦予的，而是通過消費者（相當于讀者，即產品的接受者）賦予的。大數據系統通過意義在生產者與消費者之間的循環，實現價值與意義的統一，手段與目的的統一。

另一方面，大數據的結構化還有另一方面，就是打通意義的語形、語義和語用三個環節。斯芬克斯之謎層面的意義，是可意會不可言傳的。通過SNS這樣的數據采集機制，形成的是意義的語形產業；接下來將形成語義產業，即對非結構化數據的加工產業鏈；最終形成語用產業，通過LBS、支付等手段，將數據挖掘與具體的一個人一個人的情境，進行錨定。這樣才能破解語言層面之下的個性化意義和體驗的意義。從人工智能角度講，Facebook的數據計算模式有獨特優點，它是人人計算，而非谷歌 (微博) 那種人機計算。人人計算，相當在對話中，人們互為搜索引擎，形成生態化的計算能力。這方面還存在很大的發展潛力。

#p#

3、大數據生產力發動機內部的探索

大數據作為新時代的生產力發動機，研究它的生產力特性，對于理解未來的商業狂潮，是一個基本功課。在大數據時代，對技術毫無感覺的人，很可能成為被狂奔的生產力戰車拖來拖去的尸體。

連對技術一竅不通的資本人，已經注意到Facebook大數據結構中“海量數據+復雜數據類型”，非結構化數據等典型問題。事實上，這還沒有涉及Hadoop、NoSQL、數據分析與挖掘、數據倉庫、商業智能以及開源云計算架構等諸多基礎性問題。

大數據大致的技術過程，是先以SNS、搜索引擎、POS機等采集器，將海量數據采集進數據倉庫中，然后用分布式的技術框架（Hadoop），對非關系型數據進行異質性處理（NoSQL），通過數據分析與挖掘，發展一對一的商業智能。由于大數據問題比較復雜，我現在有些個人想法，但考慮成熟之前，先不拿出來誤導大家。我們還是先順著Facebook的實踐和見識，自下而上歸納。

Facebook在大數據這一行，也是顯赫的主角之一。它在低成本整合海量數據方面，為大數據行內人士所稱道。但目前Facebook的大數據戰略在我看來，還沒有完全定型，它主要集中發展的是內部數據管理這一塊。

2011年12月Facebook發布的Timeline，被認為是一款大數據產品。Timeline是用戶自我編輯的個人時間軸，通俗地講，它實際就是個人的斯芬克斯之謎解答器。問一個人，你是誰，這是非常難以準確回答的。但如果一個從小到大跟你一長大的人，再遇到這樣一個問題，腦子的反應的，正是這樣一個Timeline。它比人事檔案還檔案。與人事檔案的一個重要區別在于，它可以控制個人信息只給想展示的人。在數據挖掘幫助下，從理論上說，一個人可以在挑選皮鞋時，只展示一生中與皮鞋相關的歷史，供第三方的生活方式設計師，替你一對一選鞋提供咨詢建議用。

有了Timeline，就象扎克伯格說的，“自此，你的生活，全部都在網上了”。這里的生活，只是生活中與意義相關的部分，是數字化生存。即魂這一部分的生存。魂在生活整體中，是管錢包如何花錢的系統，是管四肢如何行動的系統，管住了一個人的魂，就把這個人的指揮權接管了。所以Timeline也可稱為人類勾魂系統。只是，Timeline太單薄了，將來下一代小男生小女生們會有更好的辦法做這件事。

有了勾魂系統（即個人意義系統），把大量數據采集來，下一步難題是破解靈魂。正如分析家們判斷的那樣：“Facebook之前數年的努力讓接近10億數字移民建立了聯系和紐帶，這個世界的邊界仍要擴張，而下一步更重要的則是考慮如何讓關系產生的海量數據更有價值”。之前數年，在大數據這一行，Facebook干的相當于是采礦的，所以被誤當作SNS；他自己實際上不以為然，下一步要轉行做原料加工的（當然他霸住的SNS礦山，別人不擠他，也沒必然退出來）。

破解靈魂，在理論上叫意義闡釋，必須突破以下幾關，***關是從結構化數據到非結構化數據這一關，結構化數據相當于把人簡化為相關維度后的一堆數字，相當于把人挑掉有血有肉部分后剩下的骨頭，菜市場里掛的豬骨架就相當于這種東西；非結構化數據，相當于自然語言，還包括廣義文本、應用、位置信息、圖片、音樂、視頻等等，它們相當于有血有肉的數據。處理結構化數據相當于處理不帶肉的大腔肉，處理非結構化數據相當于處理有血有肉的排骨。當然價值要高得多。

目前大數據的攻關主力都在這個方向上。具體到Facebook，它的非結構化數據，主要集中用于可用性測試、眼動測試等，另外還有戰略因素，用戶需求，競爭產品，商業利益因素等分析重點。

第二關更難，是要從結構化數據，深入到數據背后的潛在意義，即靈魂中去。歷史上弗洛依德干過這事，通過解析夢話，來解不可言說之夢。但是要在全社會規模上，對每一個人在時間上的每一歷史記錄，空間上的每200米衛星定位記錄，支付中的每一筆水單收入，存儲中的每一條文字，進行分析，以解開當事人本人都說不清楚的斯芬克斯之謎，以把他與其他人從個性上加以區分，進而對他進行北約空軍式精確制導的一對一商業攻勢，現在還有許多難題。

Facebook目前在這方面的探索，正處在活躍期。我們可以看出，它正沿著Face-Soul-book的順序演進。***步，SNS相當于大數據的Face部分，在意義闡釋學中，叫語形。即用SNS這個數據采礦機，偷聽用戶聊天，然后整理成結構化和非結構化數據。Facebook這方面的突出成就，是通過Hadoop的開放架構，有效降低了采礦和分檢成本。

第二步，要由表及里，從數據中分析出意義，其產業定位是服務加工，即AaaS（分析即服務，analytics-as-a-service）。也就是“靈魂深處鬧革命”。

第三步，是形成book。中國古代傳說中，人類在陰間有個冊，陽間有個冊。管的就是人的小命。Facebook把每個人的靈魂秘密掌握后，記錄成book，“Facebook”這一步就完成了，扎克伯格就成為掌管人間命數的神。在京劇《鍘判官》中，負責Big Data的官員叫張洪，由于擅自改寫生死簿，被包公鍘了。可見這個職位對人類是何等重要。

Facebook現在每天會采集到4TB的用戶行為數據，他主要是通過瀑布式分析、追蹤交互步驟的轉化/流失率，大量的A/B testing，觀測用戶行為使用模式，優化界面交互和操作流。除了瀑布式的分析，Facebook數據還被用于回溯性式分析，優化頁面。

比如，Facebook有一位設計師為了在用戶即將注銷Facebook的***一刻，將其挽回，根據對用戶數據的分析，找到他們內心想法的規律，從而發起了注銷頁的改造，用情感化的方式打動人，成功將注銷率降低了7%。從而在關鍵時期止住了Facebook的失血，使Facebook度過了危險期。

Facebook的大數據，開了個好頭，還在不斷探索中，創新勢頭不錯，還會不斷給我們帶來新的啟發。但總的來看，對大數據這場長征來說，Facebook只是邁出***步。

大數據本身的發展還需進一步定型。Facebook的大數據也還存在結構性問題，我覺得在縱深度上仍有不足。從現象上看，表現出的問題主要是Facebook收益來源單一，與這種結構缺陷有關。目前Facebook還局限在自己做大數據，如果能把產業鏈拉開，把外部開發者象蘋果那樣進一步調動起來，前途會更為遠大。

原文鏈接：http://www.ciweek.com/article/2012/0528/A20120528555614.shtml