大數(shù)據(jù)時代，我們每個人的生活甚至任何的機構(gòu)團體、商業(yè)組織都會或多或少的受到大數(shù)據(jù)的影響，那么大數(shù)據(jù)到底改變了什么?又阻礙了什么呢?

　　不但小孩子，似乎每個人都喜歡探索隱藏于事情表面之后的根本原因，像是一種征服后的滿足。我們習(xí)慣了知道了為什么，才這樣做，同樣我們認(rèn)知某個問題時，總是先做出假設(shè)然后努力實驗來驗證我們的假想。比如，我們在商店上貨時，如果我們不確切的知道男人回家的時候在賣啤酒的同時不忘老婆的囑咐給孩子買尿布，我們就不會不可思議的把尿布擺在啤酒旁邊。但是，在大數(shù)據(jù)時代，數(shù)據(jù)主宰著事實的真像，在我們對賬單進行數(shù)據(jù)關(guān)聯(lián)分析時，如果很大部分顧客的賬單上同時出現(xiàn)了啤酒和尿布，我們就會這樣做，而不是挖空心思去了解為什么?所以，在大數(shù)據(jù)時代，我們不在必要弄清楚為什么?我們所需要做的是通過分析關(guān)聯(lián)的數(shù)據(jù)，弄清楚事物間的聯(lián)系，用數(shù)據(jù)指引著我們作出決策，而不必去花費大量的時間去探尋事物背后繁蕪復(fù)雜的因果關(guān)系。

　　在大數(shù)據(jù)的時代，所有的數(shù)據(jù)將都是樣本，隨著科技的發(fā)展，我們有足夠存儲資源來存儲所有的數(shù)據(jù)，我們有逐漸成熟的技術(shù)來分析這些數(shù)據(jù)間的關(guān)系。這樣所作出的分析不但準(zhǔn)確而且更全面，更有信服力。還記得IBM的“深藍”戰(zhàn)勝了國際象棋世界冠軍嗎?這就是大數(shù)據(jù)的不可戰(zhàn)勝，試想當(dāng)棋盤上有一定量的棋子時，計算機就能枚舉出所有的情形，直到你輸為止，因為計算機以數(shù)據(jù)的形式存儲了所有在棋盤上每走一步后的所有可能結(jié)果。

　　這便是大數(shù)據(jù)帶來的改變，如果說在大數(shù)據(jù)出現(xiàn)以前，算法是唯一可以與人類媲美的藝術(shù)，那么大數(shù)據(jù)出現(xiàn)之后，算法在其面前只能望其項背。同樣，以往專家的字眼會讓我們覺得多少有點崇拜的光環(huán)，但是大數(shù)據(jù)時代，專家的概念將會得到弱化。IBM正在訓(xùn)練其醫(yī)療機器人，這些機器人的學(xué)習(xí)能力猶如孫悟空可以將書本吞下一樣強。通過現(xiàn)代醫(yī)療檢測機器的檢查，人體的各項生理數(shù)據(jù)傳入機器人分析系統(tǒng)，當(dāng)然他們的能力媲美相當(dāng)一部分的醫(yī)生，更重要的是他們不會失誤，而是幫助專家在診斷失誤時給出提醒。

　　大數(shù)據(jù)改變了很多，但它總有它不利的一面。如果對于普通的人來說大數(shù)據(jù)是促進，那么對喬布斯一樣的人來說，我想就是阻礙了。喬布斯堅定的認(rèn)為普通的消費者根本不知道他們所渴望的產(chǎn)品的樣子，所以他才能做出iPhone那樣超出人們想象那樣的產(chǎn)品。然而，大數(shù)據(jù)所能做的可能就是事先洞察消費者的期望。所以當(dāng)人們對大數(shù)據(jù)足夠依賴時，人們會沉醉于發(fā)現(xiàn)存在的未知和期待已知的現(xiàn)在，阻礙突破式的創(chuàng)新發(fā)展。