_迎接大数据时代_学术研讨会纪要_李云

时间：

2014年5月10日地点：

清华大学美术学院B303在阿萨克?阿西莫夫的《基地》系列小说中，数学家哈里?谢顿创立了一种“心理史学”，试图以数学来预测人类行为和文明方向。这样不切实际的野心在半个世纪后的今天已成为现实。大数据毋庸置疑正在掀起一场全方位的变革，政治、经济、医疗、教育各个领域都在寻找重新定位，人们的生活方式似乎也将迎来新的形态；产业以数据为资产，重新布局；科学研究以数据预测为新的可靠手段；思维层面，也有说法认为因果判断不再有价值，世界越来越倾向于数据化的理解……在此背景下，如何利用数据进

行技术创新与社会创新，又如何应对数据全面的统治力，其中，设计学科如何找到自己的定位与方向，都是亟待探究的问题。

为配合本期“大数据”专题，本刊组织了一场小型研讨会，就大数据与设计的关系、大数据思维、大数据时代的设计应用以及大数据时代的伦理思考等数个方面展开了相当热烈的讨论。此外，英国学者维克多?舍恩伯格接受了我们的邮件采访，对大数据的利弊，以及创新在其中的作用做了客观解释。中国地质大学的刘军为本刊编辑了一份大数据时代年表，经清

华美院信息系学生龚子仪的设计，以信息图表的方式呈现给大家。专题中，我们还约撰了多篇论文，湖南大学的王巍为我们分析了大数据时代的设计模式之变，清华美院的蒋红斌则以一个具体的案例解读了大数据平台的企业设计战略，英特尔有限公司的刘颖撰文探讨了大数据在医疗领域的前景。大数据是介于现实与未来之间的话题，关于它的讨论是开放的，希望在本期专题之后，能有更深刻的研究与更前沿的实践涌现出来，丰富大数据的面貌。（李云）

主持人语

整理：李云

Summary of “Meet the Big Data Age” Seminar

“迎接大数据时代”学术研讨会纪要

主持：

方晓风，《装饰》杂志主编策划：蒋红斌，清华大学美术学院工业设计系副教授嘉宾：

刘 超，“百度”用户体验部总监龚华超，“华超电子”创始人李 溪，创客自由设计师

周 鑫，英特尔中国研究院大数据实验室研究总监张天雷，清华大学计算机系博士

李艳波，“36氪”创始人，“设计癖”创始人蔡振宇，惠普销售支持中国区总经理 吴 琼，清华大学美术学院信息系副教授参与：

周 志，《装饰》杂志编辑部主任傅艺明，清华大学美术学院研究生方 憬，SaGa 设计中心设计师

方晓风：大数据是社会上的热门话题，在设计领域，也是值得讨论的。大数据就像一个神秘的未来，没有人能完全看透，但都感受到了它的力量。现在对大数据的理解有很多分歧，每个人眼里的大数据不尽相同，有人认为大数据早已有之，有人认为大数据只是近十年来的现象。在本期中，我们对《大数据时代》的作者舍恩伯格做了一个专访，他对大数据的认识比较

理性。他认为大数据不是世界的全部；作为工具，也是有利有弊；对我们的思维方式，大数据的到来会引发深刻的反应。我们邀请各位专家，也是希望就这些观点能展开 深入的讨论，站在学术媒体的立场，在学理层面把大数据以及大数据在设计领域的反应沉淀一下。

上排自左向右：方晓风、蒋红斌、刘超、龚华超、李溪。下排自左向右：周鑫、张天雷、李艳波、蔡振宇、吴琼

第一部分 大数据与设计

1大数据为设计试错

刘超：在没有大数据的时候，对设计的检验是一个盲点，评判设计的好坏，一般是两种方法：土一点的公司是老板拍板，他不是用户，拍不太准；另一种方法是做调研，请用户来问。但是后来发现用户在调研时的选择和他购买时的选择差距很大。调研时喜欢选择怪异新奇的东西，他真正使用的却是刚需功能。有了大数据之后，我们就有了眼睛，能验证所有设计的对与错。原来我在传统行业，推出一个产品之后，我们想要改进，按照传统的调研方式，数据量小，而且周期很长，特别容易把好的东西给改没了，推出几个新功能，却没效果。后来到了互联网行业，发现这非常容易解决。一个产品开始时，会先想是否能够满足用户刚需，比如微信，就满足社交和隐私的刚需。在设想过程中，设计师有时候会陷入极端，会添加自己认为酷、炫的功能，投到市场上，却发现用户不这么想。在大数据时代就不一样，我们会直接加上新功能，只要它会有超5%的用户量，你就立刻能看到这个功能的反馈，细致到每一个按

钮的颜色深浅、形状大小，据此可以把这个功能做得更加完善。在公司内部决策时，有了数据验证，老板也会授权了。用这种模式做设计是大数据带给设计特别微观的一个小改进。

龚华超：大数据可以做未知需求的探索。比如在无人机公司，有两个团队，一个团队专门让无人机避撞，另外一个团队手工遥控，制造撞击，通过互相博弈，完善无人机的系统。我想这也是未来设计的方向，一部分人让它完善，另外一部分人让它试错。

李溪：大数据的思想，是一种关注错误的思想。在传统的工业时代，我们在意什么是对的，追求精确。但在大数据时代，我们只要知道它不错就行了，这种不错是动态的，不断变化生长，这是大数据对于思想上比较大的冲击。

蒋红斌：大数据能够为设计贡献什么？就是它的探索性。在它的体系里可以瞬间克服战略上的错误，可以让尖兵死掉，但是不能让全部的战斗部队死掉。未来的企业比拼设计，并不是设计师的问题，是设计研究的问题。大数据时代，设计行为、

设计目标及设计人才的培养方式都会有变化，而且是根本的变化。

大数据是一道门槛

刘超：大数据可以提高竞争门槛。为什么嘀嘀打车和快的打车要补贴钱？（图1）简单来说，他们要革银行的命。我们把钱存到银行，利息很少，银行用这些钱放贷，利息很高。我们为什么不能以高利率直接放贷呢？原因就在于没有银行的风险评估。但是大数据就解决了这个问题。淘宝知道各个商户每天的流水，也大概了解买家的消费能力。据此，它完全能评估出大家的偿还能力，比银行还准。比如，买家每月在淘宝上有三四千的网购，我就知道你欠三四千肯定能还。但还差一点，没有银行卡。嘀嘀打车就告诉你可以用它消费，存钱还有利息。同样，超市也可以这么消费，全打通之后，银行体系就被革命了。这是大数据目前最靠谱、最有商业价值的一件事。

嘀嘀打车和快的打车补钱之后，市场就被这两家瓜分了，因而大数据下会出现极度垄断。设计这时候就有一些悲哀了，它容易被复制，抄袭的违法成本又太低。大数据不一样，像腾讯QQ 有庞大的用户数据，就复制不了。

周鑫：大数据也会带来方法学上的改变。在工程领域，各

种各样的设计规范是由数据保证的。基于大数据的设计也会保证大多数设计在基础水准之上，至少可以保证不失败。大数据会造就成功的设计师，但不会取代顶尖设计师。

刘超：比如现在有跟老外一对一视频对话学英语的产品。但大数据发现，在中国，只有极少数人用这种方式学英语，绝大部分人学英语为了考级，都下载免费软件、背单词，所以结论就是，设计时要聚焦在四六级英语上。

方晓风：大数据实际上不是全公开的，百度的数据百度知道，别人不知道，这样会形成新的垄断，或者是一种话语霸权，掌握数据的人有话语权。我觉得用大数据判断设计的好坏也未必一定是对的，只不过从一个商业公司来讲有道理。设计让数据回归生活

张天雷：2013年底，我们研制的无人车在京津高速上跑了18个来回（图2），为了让乘客更直观，我们在iPad 上设计了左换道、右换道、急刹车等按钮。有一个央视记者参与了体验，他点了自动驾驶，车就进入自动驾驶模式，跑到时速110公里，下车后说了一个词——惊魂未定。后来我的家人看到新闻，问我：万一这车撞了人，是没证的程序员负责，还是厂商负责？我觉得我们的技术到了国际领先水平，但如果想让无人车走入

3

11.嘀嘀打车与快的打车2.清华大学不确定性人工智能实验室设计的无人车

3.市场上可见的多款智能手环

正常的人类社会，这些考虑免不了。生活中出现新事物，怎么让人接受，怎么让人舒服地使用，都是需要解决的问题。同样，人工智能和数据驱动的时代来临以后会催生更多新产品，设计师可以扮演纽带的角色，我觉得是一个很大的挑战。

李溪：大数据的问题需要跨界解决。以智能家居判断是否打开空调的依据为例，温度数据分析是不够的，也要靠行为的分析。比如一个扇风的动作，再结合温度数值，判断就更准。在未来，人可能一身都是传感器，一举一动都是数据，这些数

据上传到云端，通过分析，能够给我们带来更大的好处。

蒋红斌：是人适应技术，还是技术适应人？这是以后设计师的重点研究领域。

方晓风：设计师是日常生活跟数据之间的转换口。对从事IT 的人来讲，困惑在于应该获取哪些信息。比如手环（图3），现在获取的都是常规信息，血压、心跳等等，这不是最直观的健康信息。但是设计师知道，设计师是在做跟人接触的产品。将来产品是个界面，你直接从产品上去找数据的时候就对应了。

第二部分 大数据思维

大数据能预测什么？

李艳波：有一家名为Palantir 的美国公司，从2004年成立至今，做了很多大数据分析。（图4）它从医疗数据、交通数据、疾病数据，突发事件数据，还有类似军火贩卖的数据入手，推出一些结论，帮助政府进行决策，比如修桥或者改造一个山脉，怎样躲过索马里海盗等等。这样的数据我认为才是大数据，如果咱们只限于IT 的话，范围太小了。大数据的本质是什么？我们把除了人之外的世界划分一下，无外乎是信息流、物质流、能量流，大数据无外乎就是信息。

张天雷：现在大数据很火，里面鱼龙混杂，有的人说有大数据可以做非常多让人瞠目结舌的事情，比如预测一下海盗，从纯技术角度来讲，是可以做，但有些时候是做不准的。

刘超：第一件事，它的数据从哪来？这就是问题。张天雷：我的理解就是测不准。比如有人说可以通过模型预测21点，夸张的成分就居多，大数据不是万能的，我们只能从自己平时的生活和工作的角度发现力所能及解决方式。

蔡振宇：这家公司是确有其事，其核心是有很好的模型。刚才方老师也提到，我们有了数据之后，怎么用，就需要模型，给政府决策，一定是有政府决策模型。还有一个方面，比如说学生补课对多数人很有效，但有一个人说他家小孩补课没用。大数据分析的结果不应该绝对唯一的，而应该是统计学上的一个系数，相关的系数达到百分之多少，有一个阈值。怎么分析数据？

方晓风：生活中很多判断还无法细致地数据化，我们通常是基于网络点击数据来做判断，但影响点击的原因是多样的。比如大众点评网，我就觉得最高评分的餐馆或菜式往往是最平庸的。实际上，每个人口味却是独特的。

刘超：这个事我分析过，五星确实未必最好，但性价比最高。人均300元以上五星的肯定是最好的，有一些五星是平均30元的，抛开价格看评价会失准。

周志：我有另外一个例子，从中国知网的《装饰》后台上可以看到每篇文章的点击量和引用率。我们发现，点击量最高、

下载量最高的文章其实并不是最好的文章，一些名家名篇反而读者寥寥。这是一个疑惑，我们怎么看待大数据的结果？

方晓风：中国的研究生论文与职称论文数量太大了。他们哄抬出来的数据只能这样，越是大而空的文章，下载量往往越多，他们只是引一两句笼统的结论。看一个个具体研究，再推导结论，这个过程对他们来说太累了。

刘超：完全以点击率和曝光率来算的话，最庸俗、最接地气的产品的量永远是最大的。但是还有一个逻辑，看用户贡献的ARPU 值，就是用户能给你带来多少钱。高端的文章就是高端的人看，量少，但效益最高。在用户点击率评判上也要加权。

方晓风：判断背后的模型本身是一个伦理问题。大数据某种程度上代表的是一种民主机制，每个点击都是平等的，我只看数，不看每个人背后的背景。但民主模式不解决所有问题，它会带来多数人暴政的问题。关联逻辑

蔡振宇：大数据是就结果而结果，体现的是关联性，因果关系不再是首要考虑的思路了。以前有一个非常著名的案

4. Palantir 公司的数据分析架构

例——啤酒和尿布。沃尔玛以前做数据分析，得出一个结果，在周末的时候，它的啤酒和尿布的销量一直是同时增长。这很奇怪。结果发现，周末的时候去采购尿布的基本上是父亲，买了尿布顺便就买了啤酒。商家就可以把啤酒和尿布放在一起。对科学研究而言，关联性也起作用，除了逻辑分析、实验、计算之外，从数据关联性中也可以提炼出科学发现。

周鑫：我可以举个例子，两年多前我去加拿大，跟一个教授交流，他提到在城市管理中大数据分析的作用。其中，有三个数据关联性很强：电、水和交通。早晨，一个小区先达到用电高峰，半个小时后用水高峰就到了，再过半个小时到达交通高峰，晚上顺序相反。利用这种相关关系的话，就很容易探测到小区里的所有活动，据此改变整个城区的资源调动。在中国，这三个数据掌握在三个不同的系统里，有太大的行政问题。

蒋红斌：东京地铁就用数据控制流量，根据站台与车厢中的人数控制发车的频率。高峰期时，车与车差15秒，一条长龙，乘客基本上就不用等。还一个提案，在高峰期分快线和慢线，有90%的人赶的是大站点，比如第一站是清华，第二站是大北窑，大量的人流是横跨四个站、八个站，原来要花一个小时，不停车20分钟就到了，他们现在正在建这个数据系统。

第三部分 大数据时代的设计应用

从互联网到物联网

周鑫：在互联网领域，大数据的概念已经非常完整了，从物联网角度来说，它是不完整的。我从2011年开始接触物联网领域，最关注的行业是智能家居。智能家居到目前为止是完全失败的，没有任何一个真正有意义的商业模型和商业案例出现。设计得很酷，但没人出钱买，政府出钱做了智能的小区，但是没人用。现在小米做了智能路由器，我们看它最后能走多远。

人类前面几十年发展出的传感器技术，都不适合于现在的民用领域。传统工业设计思路必须改变，在普通的工业自动化领域，传感器准确性和可靠性很高，价格也不菲，但在家用领域，温度灵敏到0.1摄氏度完全没有意义。在人体感受上，10摄氏度跟12摄氏度没有差别，16摄氏度跟18摄氏度是有差别的，所以要有针对性地简化设计。有个成功的案例，就是PM2.5的空气传感器。传统来说，一个真正的PM2.5传感器的成本在3500元以上，但它的准确度对生活没有意义。我们后来就发现，应该把复杂的校正计算通通都移到云端去，用众包来计算。我们当时做了很多案例，假设我身上带一个传感器，你身上带一个传感器，我的传感器可能不准，但是如果能够把我们两个的传感器关联起来，很容易就收到传感器精确的效果。这样的话，每个人的成本就变得可以接受，体验也变得互相关联。

刘超：以前智能硬件的商业模式里，比如一个水杯是200元的成本，加一个手机APP可以操纵开盖，售价就是400元，卖得贵，买的人少，没有量就没有其他的收入。现在的模式中，比如百度电视盒子，硬件按成本价卖，把量铺开，再以播出的视频卖广告。其实小米做路由器也一样，它成了家居的入口，用它控制所有的东西，这样的模式可以把智能家居玩起来。

吴琼：清华有一个学生创业团队，做了一个手机APP开关家里所有的电器的设计，他们觉得很酷，但每天用这个开关是不现实的。初创人也很清楚，这个设计离落地还有一段距离。

刘超：设计是整体的，刚才您说的案例中，还要解决的问

5.经典的全键盘手机与

触屏手机

5

题是为什么要控制电器，有多少人会用它，安装了之后，有多少钱能赚回来。企业思考的是整体的循环。

吴琼：Google 也好，Facebook 也好，最开始并不基于需求，它们是从技术出发的，没有清晰地分析产品，没有一个完整的设计流程，但是做出了很伟大的产品。

李艳波：我有一个不同的看法，Facebook、Google 肯定是根据需求来的，这种需求不一定是商业需求，但是一定是人的切实的需求。比如Facebook，在常青藤联盟里面是有这样 一个传统，有一个纸质Facebook，起到的作用是类似的，但是扎克伯格是通过网络把它实现了。我个人的一个体会就是，大数据早就已经存在，只不过一些相关标准、数据挖掘、数据处理算法还没有实现，也并不见得急于去实现。我认为得看到需求。做一些很炫的东西，比如用手机开瓶盖，这个东西有意义吗？它为真实的世界设计了吗？设计讲求的是发现解决问题，满足人们的需求。

方晓风：无用之用也是一用。大数据时代的人工智能

张天雷：到底什么叫智能？实际上智能就是日常生活当中人的行为，比如开车、开飞机、聊天。假设程序可以完全替代你去完成日常生活当中所有的行为，可能不是完全像，只是无限去逼近，那它算不算已经逼近了人工智能？算不算已经接近了人的智能？机器跟人有一个共同点就在于，它也可以自学习。我们的无人车具有一部分自学习的能力，测试员在万寿路那边开着车绕着回环走，机器就在后台学。过了一周，我们把数据模型完全写好以后，一按按钮，机器人就可以开了。如果用大

数据思维来做，在全北京撒一千辆车，把大大小小的街道全都扫一遍，只谈驾车智能的话，机器人的驾车智能是不是超过了人的驾车智能？我觉得至少超过了一个刚出驾校的人的水平吧。随着科技的进步，这些局部积累起来，就会汇成大局。我们又会回到这个问题——人聪明还是机器聪明？

蔡振宇：人工智能本质就是计算能力，加上对客观世界的细致描述。我相信在未来一段时间内，人工智能会有比较大的飞跃。有了大数据、云计算之后，能力大大加强。

方晓风：人的智能有模糊性，他基于经验，但是又随时突破经验。人跟机器相比，最大的不同就是我们可以不基于经验。给我们感觉可能是这个人疯了，但实际上世界正是由很多疯子造就的。创造性是智能的关键，比如驾车，遇到非常情况，一个人可以做出一种对自身有害的选择，这种应激反应，机器很难选择。

龚华超：在iPhone 出来之前，可能大家都会说，西方人最喜欢带26个字母键盘的手机，东方人喜欢手写输入，会用触屏手机。（图5）乔布斯说，我们试一下，做一个触屏的手机。如果大数据做推测的话，根据过去的所有经验，它可能会推测说，做一个全键盘的更加保险。但是正是因为人的这种想法，把它做出来了，跨出了这一步。事实证明，人做的判断有时候也是正确的。

刘超：近期，在各个垂直领域都出现了类似人工智能的东西，但在我看来，很长一段时间里，不会出现类似“矩阵”那样的最大的商业智能。之前我曾经幻想过可怕的事情，以后云端存的所有的东西都连接在一起，用眼往任何屏幕里一看就能使用，理论上是这样的，但是有商业竞争，不可能实现。

第四部分 大数据时代的伦理思考

屌丝天下与个人品位

刘超：互联网有了“得屌丝者得天下”的说法，就是大数据的结果。

蔡振宇：确实，个人品位和大数据的结果，有的时候是不匹配的。从商务的角度来看，一定要迎合大数据的结果，但也有乔布斯这样的人，品位决定了高度。

6.《纸牌屋》与《来自星星的你》的宣传

傅艺明：作为个体，我不愿意做屌丝，会不会在大数据时代下被泯灭掉？

刘超：做大公司，一定是“得屌丝者得天下”。从个人来讲，如果有钱、有品位，很多垂直领域会给你服务。对于垂直的需求，有不同的公司去满足，每个公司的用户群不一样。

傅艺明：你说是从其他的公司来满足我的需求，但是我自身的角度出发，我还是希望大公司做一些改变，从个体出发的改变。

蔡振宇：你这个问题问得很好，但是不应该由百度回答。“得屌丝者得天下”本质是一个商业思维，我们说得高端一点，叫做长尾理论，跟以前的二八定律相对应。在这个逻辑里，你的那些需求的确是会被忽略掉，这是一个冷冰冰的商业现实。

傅艺明：按照马尔库塞的理论，大数据就是一个大灾难、大谎言，是新建起来的话语霸权。我提出这个问题，是我切实的感受，大家能不能抛开商业的立场，交流一些能够切实改善现实的措施呢？

刘超：做公司的不可能放弃一切的价值，只绑定一个客户，只满足他的需求。

方晓风：现在所有的书店都在卖教材，就是针对考试经济，阅读都是带目的的。在没有大数据的时代已经有人这么做了，大数据只是强化了它的便利程度。更进一步的危险在于，数据可以驱动生产，所有生产出来的东西是标准化的，或者是类型化的，就是几个类型的东西。好的文学作品其实不容易类型化，福尔摩斯的描写里有推理，也有人性，两者相叠加，却又不是数理逻辑上的叠加，是一个微妙的过程。现在真正有个性的作品越来越少了。

龚华超：我举两个比较成功的例子，一个是《纸牌屋》，一个是《来自星星的你》。（图6）这两个连续剧都利用了大数据分析。《纸牌屋》是通过一个专门的网站进行播放，通过用户在哪里暂停、哪里快进，搜集海量的数据。《来自星星的你》剧本里本来接吻的情节很少，但是发现观众喜欢看，最后吻戏就特别多。很多时候大数据产生不良结果的原因，就是因为它的数据量不够大。

方憬：产品同质化跟网络信息同质化一样。我是做服装的，欧洲现在在感知科学研究上投入很大，先基于人的感官，再在网络的基础上提升人类的智慧。市场人员跟我说，要20%全新的东西。那么怎么产生全新的东西？他说，忘掉所有的网络才能产生灵感。

刘超：用百度视频看片，我们除了推荐大众口味以外，还有小众口味。你看完一部片，会推荐给你同类型的片子。

方晓风：这里还有一个选择逻辑，可怕的是现在在生产层面已经帮你选了，最后就没有可选的了。真正理想的科技，不应该完全替代你去作价值判断，而是辅助你去作。

数据的开放与隐私

刘超：大公司不会把数据憋在手里，它会打造平台，所有参与平台的人都盈利。百度、腾讯、阿里应该都是一样，越开放，越获利，才能做得越大。百度地图就是这样，百度不可能挨个采点，怎么采也采不准，需要每个商户参与，才能标得更准。

张天雷：还有一个观点就是，大公司有时候动作会慢，他手里攥着数据，但还没有想法。

刘超：每天有无数个想法，但可能有一个成功。有的公司也琢磨，要不我们也做上千个项目，但是这样上千个项目都会死。公司很难做到任何时代到来的时候都名列前茅。

李溪：这应该是一个逐步开放的过程，开始大家都不习惯在网上购物，现在大家也都接受了，爆发出来的力量是惊人的。像大数据，现在我们会有顾虑，担心数据泄露隐私。但是我觉得未来的发展趋势一定是开放的，每一次开放自己，都会迎来

7

7. 2012年10月，桑迪飓风袭击北美时Google 推出的灾害应对数据地图

一次大的飞跃。

周鑫：我举个简单的例子，在美国加州发生过一起案件，黑客通过监测住户的用电规律，了解家庭成员的所有行动，什么时候有人在，什么时候只有老婆在，什么时候只有小孩在，从而判断何时下手。

刘超：对个人来说，也可以不开放数据，就是不方便。

方晓风：有些人就严格控制所有隐私，其实也没有什么隐私，就是心理上是一道防线。

刘超：隐私只是针对特定人群的。原来我在酷派工作，专门有针对商务人士的高端手机，它有个特殊的功能，手指往上一刷，输一个密码，就可以看到隐藏的联系人和短信，为有钱人过双重生活提供便利。后来这一招数泄露了，我们又更新了应用，往上一刷，输一个假密码，还是原来的信息。这个手机最开始卖得很贵。

龚华超：我觉得开放可以解决安全问题，开放之后，会让隐私的匿名成为一种必然的趋势，我们传上去的数据可能是匿名的信息，同时它是不进行种类划分的。

方晓风：这是你过于理想化的一种判断，实际上隐私问题最后不是靠开放，而是靠法律，没有法律是约束不了的。你泄露隐私可以，但要承受巨大的代价。中国现在的问题是违法成本太低了。

张天雷：技术上也必须做到位，否则法律再好，也有人愿意冒这个风险。和抢劫、杀人不同，一旦大数据泄露，造成的危害殃及面可能非常广。

周鑫：而且后滞的反应会非常强烈，结果是完全不受控。完全靠法律很难，一定要有技术手段的帮助。

将社会责任纳入大数据

方晓风：谈大数据，现在我们都想到利益驱动，这本身就值得我们警惕。出版业的初衷，不光是商业利益，也要为了让好的信息、好的知识能够流动起来。如果单讲挣钱，他可以不做出版，其他挣钱的行业有很多。社会上之所以有各种不同的行业存在，是因为各种行业都有它另外的社会职能。如果有利益驱动之上的东西，会有效地平衡这个社会。

李艳波：正常的社会是要考虑商业价值之外的一些价值。

方晓风：我们国家为什么提出文化创意产业，很重要的是，当文化多样性真正丧失之后，经济上的活力也会受到损害。实际上文化多样性跟生物多样性一样重要，这个世界完全利益驱动之后，文化多样性就没了。

刘超：这里有一个度，得有良性循环，完全公益驱动，资金断了，就没有第二次了。

周鑫：大数据有一个前提就是，所有列入考虑范围的因素必须能够量化。刚才说社会责任感，为什么我们现在没有办法纳入到大数据里，不是大数据本身排斥它，是它没办法量化。

张天雷：社会责任感和商业利益并不冲突。社会责任感如果可以作为指数，加入到商业模型中来，对商业模型有促进，公司肯定会千方百计把它放进来，并驾齐驱一起往前走。

刘超：现在大公司都在做慈善，但捐钱审批的时候，公司

绝对不会基于个人兴趣作决定，要看投入产出比，慈善影响力

的回报。

龚华超：举一个例子，2012年美国发生了一场飓风灾难，

集中在纽约和周围的17个州，殃及30万人，最后只有113

人伤亡，其中大数据起了非常大的作用。飓风在10月29日

登陆，Google在28日上线一个平台，基于政府对外开放的

数据，制作了一个便于阅读的在线疏散地图。（图7）很多人

可以在Google上面知道洪水到时附近安全的地方在哪里。大

数据如果有这样一个商业的支持，同时有开放的心态的话，最

后我相信它的价值也可以对人们有益。

方晓风：这个我同意。接着你的话，我再讲一个故事。今年，

在旧金山发生了一些事情。因为Google公司扩展之后，很多

员工住到了旧金山城里，把整个城市的房价、消费指数抬起来

了。Google对员工很周到，有几百辆谷歌班车，并且全线改装，

车上面有咖啡、Wi-Fi、办公桌，堵车也不怕，在班车上就可

以办公。但是最后引起了原住民的不满，围堵Google公司班

车，向公司抗议。（图8）Google并没有想做坏事，但出现这

种情况，就要考虑怎么跟原住民协调。科技背后的伦理就是人

与人之间的关系。人与人之间的关系有时候不是完全是商业利

益驱动的。道德也不是一个空的东西，实际也是维护人与人之

间关系的一个工具，要不然人们就不能相处了。

每个人其实都不要抛弃自己的立场，社会的真正发展就是

不同立场的博弈。大数据是人类认知能力的一种象征。企业层

面肯定是追求利益驱动，

但在个体层面还是可以保留一些东西。

李 云 清华大学美术学院

8. 2013年12月，旧金

山民众围堵Google班

车现场