敵軍陣亡統計：美國防部長麥克馬拉1965年在五角大樓的新聞發(fā)布會上。

「大數據」時刻準備著改造社會，從看病，到教娃，甚至可以教會汽車自己上路。數據正成為新的經濟推動力，和重要的生產資料。企業(yè)，政府，誰都能通過數據，給看著不得勁的東西來個優(yōu)化。

但，凡事總有兩面性。「大數據」蠶食個人隱私。特別是，老子不就淘寶上搜了一下志玲姐嘛，連網易都給我推薦各種仿真玩具。這讓一個老問題顯得更加嚴重：看數據，拍腦袋的決策，往往錯誤百出。沒有比羅伯特·麥克馬拉的故事更適合說明這一點的了。

麥克馬拉是個數據狂。他在1960年代越戰(zhàn)戰(zhàn)事趨緊時，被任命為美國國防部長。他熱衷于收集任何他能得到的一切數據。通過嚴謹的統計學分析，他堅信可以從紛繁的復雜局勢中，得到正確的決策。世界在他的眼里就是一鍋混沌的數據湯，但通過描述，歸類，篩選，定量，最終能被人的意志所馴服。麥克馬拉尋找著真相，而真相就藏在數據中。他所收集的數據，其中就包括了「敵軍陣亡數字統計」(wiki)。

麥克馬拉在哈佛商學院念書的時候就培養(yǎng)了對數字的迷戀，而且他在24歲就成為了助教。二戰(zhàn)中，他在五角大樓挑選的精英團隊里找到了施展才華的機會，在一個叫做「統計控制」小組，他們分析從戰(zhàn)場獲得的數據，進而為世界上***的官僚機構提供決策建議。在此之前，軍隊如若眼盲。比如，軍隊不知道機場的數量，發(fā)布，位置的情況。數據分析幫了大忙，從而使彈藥補給更有效率，在1943年就幫助節(jié)省了3.6億美元軍費開支。現代戰(zhàn)爭需要物資的合理高效分配，而麥克馬拉所在的團隊成就斐然。

戰(zhàn)后，這個團隊的成員，繼續(xù)在美國經濟領域施展才華。當時福特汽車正深陷危機之中，陷入絕境的亨利·福特二世把爛攤子交給他們。就和他們雖然不懂打仗，但也能幫了盟軍大忙一樣，他們對造車同樣一竅不通。但，他們仍然如魔法神童一般，硬是把福特汽車從倒閉邊緣救了回來。

麥克馬拉很快地位飛升，開始插手福特生產的各個方面。強迫工廠經理按照他的計劃生產，無論他的計劃是對是錯。當他命令所有庫存的同一型號的汽車零件，必須在新型號開始生產之前用完，憤怒的生產線經理干脆把老的零件就近扔到河里。工廠里開玩笑說，被扔在河里的50年代的老車，多到都可以讓人列隊過河了。#p#

麥克馬拉在福特執(zhí)政期間，曾強勢給福特汽車標配安全帶，但市場反響一般讓福特又回到了動力至上的老路。

麥克馬拉就是把理性和對數據的依賴置于直覺判斷之上的典型，他會用他的定量技巧去改造任何工業(yè)部門。1960年，他被任命為福特汽車主席，但這個位置干了沒幾周，他就被肯尼迪點將，成為美國防部長。

1960年，當麥克馬拉(肯尼迪身后)被任命為國防部長的時候，他自謙：我完全不勝任。

越南戰(zhàn)事逐步升級，美軍火燒屁股的時候，這場戰(zhàn)爭很明顯已經成為一場「面子戰(zhàn)爭」，而不是為了什么國家利益。美國的策略就是想逼迫越南土共回到談判桌上來。然而，衡量達到這個目的的進展，就是看敵軍陣亡數。越共陣亡數字每天都見報。對于鷹派來說，數字就是進展;對于反對派，這就是這場非正義戰(zhàn)爭的證據。陣亡數字成了定義那個時代的標志。

芝加哥街頭的反戰(zhàn)游行

麥克馬拉依賴和迷戀這些。他梳著***的大包頭，系著一絲不茍的領帶，覺得自己瞪著報表就能對千里之外的戰(zhàn)況了如指掌，好像靠這些計算和圖列，就能讓他得到堪比上帝般的，接近事實的標準方差。

1977年，也就是越戰(zhàn)結束后兩年。前駐西貢大使，Douglas Kinnard將軍，出版了一本意義重大的報告，叫做《戰(zhàn)爭經理人》，披露了數據量化決策的陷阱。僅有2%的美國將領認為「敵軍陣亡統計」能代表戰(zhàn)爭進展。「純屬扯淡!」書中寫道，「就是公然撒謊，部隊故意夸張數字，目的就是取悅那位無比熱衷于數字的麥克馬拉。」

美軍在越戰(zhàn)中對于數據的錯誤迷信，誤判，和對于信息的局限性的教訓，對即將到來的大數據時代是個很好的前車之鑒。我們手里的數據可能是很不可靠的，數據可能帶有主觀偏見，可能被錯誤的分析和使用。更糟糕的是，數據可能沒呈現它本該呈現的。

我們比想象地更容易被弊大于利的「數據執(zhí)政」所統治。這種恐懼來自于，我們被無意識地被綁架在數據分析上，就算我們有理由相信有些分析根本就是錯的。想知道低收入家庭孩子的教育情況?用標準化測驗來衡量老師的表現，然后處罰老師和學校就行了。想預防恐怖主義襲擊?簡單，搞一張監(jiān)視名單和禁止入境名單來管住領空就行了。想減肥，沒問題，下載一個App算一下消耗的卡路里，連健身房都不用去。#p#

就算在大數據執(zhí)政里，一些行家里手也常掉入陷阱。Google的一切都是基于數據。基于數據的戰(zhàn)略使他們走向今天的成功。但也時不時地給Google下套。兩位創(chuàng)始人，Larry Page和Sergey Brin，長期堅持對應聘者提供高考成績和畢業(yè)平均成績。他們認為，高考成績代表了一個人的發(fā)展?jié)摿Γ厴I(yè)成績代表他們所取得的成就。就算40多歲的老江湖也被要求提供相關成績，這讓他們徹底懵了。Google堅持這樣做，直到內部調查顯示，學校成績和工作業(yè)績之間沒有任何必然的關系為止。

Google應該多長個心眼。數據沒有留給個人在一生中做出改變的空間。數據把數據的增長當做智慧的拓展。但數據根本無法體現人性的復雜，衡量一個人的能力要比科學工程計算難得多。Google的兩位創(chuàng)始人也是從采取強調獨立性，而不是成績的蒙臺梭利教育方法(wiki)的學校出來的才子，用基于數據招聘的方法顯得很奇怪，因為照這樣的標準，從比爾·蓋茨到扎克伯格，就算是喬布斯也不可能被錄用，因為他們拿不出像樣的成績單。

Google嗑數據已經走火入魔。前Google高管Marissa Mayer來到Yahoo后，竟然要求員工測試41種不同的藍色，以決定哪種藍色是人們最常用的，并用在自己的網站的工具欄上。2009年，Google的***設計師 Douglas Bowman 憤然辭職，因為他沒法給所有事情定下明確的標準。

Douglas對Google的工程師文化忍無可忍

他說：「我最近的爭執(zhí)，是關于一個邊框應該是3，4，還是5個像素寬，然后非要我證明。在這樣的環(huán)境里，我真的沒法干了。」他寫了篇博客宣布了他的辭職決定，「當一家公司被工程師執(zhí)掌的時候，濃郁的工程師文化決定了問題的解決方式，就是把所有問題都拆分成一個個瑣碎的簡單邏輯。所有事情都需要有數據支持，***搞殘了公司。」

這就是數據執(zhí)政。這不得不讓我們想起美國在越戰(zhàn)的困境，「敵軍陣亡統計」的片面性，和不是基于更嚴肅全面的評估，對越戰(zhàn)的失敗負有部分責任。1967年，當國內的反戰(zhàn)浪潮高起，麥克馬拉承認道：「事實就是，關于人的復雜處境，是無法用圖表，小數點和負債表所能完全表現出來的。但，真相是可以通過縝密分析獲得的。如果不去分析可以分析的對象，就是只滿足于得到不完整的洞見。」如果正確的數據用在正確的地方，不相信數據就是有病了。

麥克馬拉后來在1970年代掌管世界銀行，在1980年代，他成一個鴿派，不但聲討核武器，而且是環(huán)境保護的支持者。晚年又出版了一本回憶錄，在回憶中，他深刻檢討了自己在任國防部長期間的戰(zhàn)爭思想和決策，他說：「我們錯了，大錯特錯。」他逝世于2009年，享年93歲。但他對包括數據質疑，特別是「敵軍陣亡統計」上，他堅持己見。他承認，一些數據統計可能出錯，但他認為，如果事物可以被統計，那就應該被統計上來，陣亡數字只是其中之一。

大數據可以成為改善藥物生產，學習方式，個人行為的基礎。但它具有的意料之外的力量，會讓我們犯和麥克馬拉一樣的錯誤。使我們變成數據的奴隸，癡迷于數據的推論，而忽視了數據的誤導性。