第三章 大數據認知模式及管理理論的挑戰

第一節 大數據認知模式

在逐漸被賦予實際“生產力”的大數據加持下，管理理念的變革已成必然。早期的管理理念可以追溯到20世紀初到30年代的科學管理階段，以泰勒、法約爾等人為標志性人物，此階段的管理思想側重于將人看作“機器”，具有濃重的“產品中心”色彩。20世紀30年代到60年代，隨著生產規模的擴大以及忽略人的管理方法效果欠佳，促使管理學家們從人類行為角度進行研究，行為科學理論應運而生，誕生了梅奧的人際關系理論、馬斯洛的需求層次理論、赫茨伯格的雙因素理論等一系列理論，此階段的管理理念強調通過研究人的心理活動去掌握行為規律，為管理學研究提供了新的視角，自此，人本管理逐步代替物本管理思想。此后20世紀60年代至80年代初的以戰略管理為主的企業組織理論發展階段、80年代至90年代初的企業再造理論與企業文化管理理論、90年代后的全球化及知識經濟時代的組織管理理論都圍繞“人”這一主體在管理領域中發揮著核心的作用。到了21世紀，伴隨著互聯網尤其是移動互聯網的發展，數據源源不斷地產生和流轉，數據生成設備的激增以及數據存儲能力和處理能力的擴展更是推動了社會世界的變革（Kores，2013）。在大數據等新興技術蓬勃發展的短短幾年間，我們創造出的數據已經超過了人類歷史以往的數據總量，研究者從多源異構且呈指數級增長的大數據中洞悉社會世界的映像，挖掘出隱藏的價值，從此，大數據時代拉開序幕，大數據被稱為亟待噴薄的數字石油。有學者認為大數據環境下，管理對象開始發生變化，由傳統人的管理變成或正在變成數據的管理（馮芷艷等，2013），也有人呼吁“得數據者得天下”。那么，這是否意味著管理對象已從人轉向數據呢？答案是否定的。正如Gandomi和Haider（2015）指出大數據獨立存在是沒有價值的，它的價值在推動決策制定并實現解決問題的過程中得以釋放，也就是說，大數據價值釋放得借助于人類的認知，即理解、推理和解釋能力。因此，本章認為，大數據的管理對象正在由人轉向人—數的協同管理，即在人類認知疆界的根本性延展中推進大數據大放異彩。

規模（volume）、速度（velocity）、差異（variety）是大數據定義中被廣泛認可和引用的屬性（Chen，Chiang & Storey，2012；Kwon，Lee & Shin，2014；Boyd & Crawford，2012）。為了適應不斷進化的大數據現實和大數據應用領域擴展，研究者引入其他屬性豐富和發展大數據內涵。面對快速增長且波動不穩定的數據流，IBM的客戶開始質疑大數據來源和質量（Zikopoulos et al.，2012），為了提高客戶對數據的信任度，IBM增加真實性（veracity），將3Vs擴展到4Vs。與此同時，維克托·邁爾—舍恩伯格認為大數據的真實價值就像漂浮在海洋中的冰山，而目前我們所能揭示的僅是價值一角，更多價值隱藏在冰面之下，因此在《大數據時代》中提出大數據的屬性由規模（volume）、速度（velocity）、差異（variety）、價值（value）構成。也有學者在IBM提出的4Vs基礎上引入價值（value）屬性，構成5Vs（Demchenko et al.，2014；Bello，2016）。商業巨頭微軟公司為了業務價值最大化，增加variability（易變性）、veracity（真實性）和visibility（可見性）屬性，將3Vs擴展到6Vs。然而尋找成就大數據的“關鍵節點”并未止步，目前大數據的定義屬性已增加到11Vs之多（Venkatraman，2019）。令人遺憾的是，這樣的提煉和發展固然有其意義，但囿于表層而忽略了數字痕跡背后的主體，已不再適用于專業環境（Lugmayr et al.，2017）。

不可否認，大數據作為一個技術術語在技術領域發揮了重要的作用（朱揚勇、熊赟，2015），然而大數據這一概念不僅僅是一個復雜的信息技術系統，而且是一個對社會結構、經濟發展和組織管理等具有顯著影響的社會—技術系統，因此需要引導大數據納入社會世界的闡述，即與政治、社會、文化和生活等諸方面的融合，進而全面把握它的內涵。因此，本書引入“認知”構建“認知大數據”概念。“認知”包含了兩個含義：①心理活動（或操作）；②心理結構（或表征）。管理學研究主要集中于“認知”的第二種含義，關注認知主體獲取知識以及理解的心智活動，其中包括知覺、構想、推理、記憶、判斷和評價等（Helfat & Peteraf，2015）。認知大數據提出了一種不同于傳統大數據的認識維度，提高人這一主體在利用大數據支持決策過程中的核心地位。