文字| 李北辰

毫无疑问，2019年中国资本市场最大的看点就是中小创新企业可以在科创板上市。

从国家第一次提出科创板和注册制的概念到板的最终启用，只用了220天。与此前的创业板和中小板相比，科创板创造了中国证券历史上最快的开板纪录。这也印证了它承载着整个市场的宏大期待，人们希望它能成为中国\".的“纳斯达克

这种预期表现在一系列市场化措施上：比如将审批制改为注册制，取消交易规则中间的诸多限制，让一些有潜力的年轻企业突破旧秩序的约束；再比如，判断一个企业的标准不再是实际利润，而是市场是否有未来潜力。

事实上，正如金融学者香帅，所说：“科创董事会的实施过程只有一个字：权力下放。把监管的权力还给市场，让市场选择看能不能在沙子里找到金子。这些措施也向市场释放了一个信号：“国家对市场经济的坚持不会变，不仅不会变，还会增加市场在资源配置中的作用。\"

在谈及科创板与市场经济的关系时，敏锐的人不难注意到，ABC(人工智能、大数据、云计算)等新技术已经逐渐落地不同行业，已经成为商业竞争的重要组成部分，广泛应用于市场资源配置。从现在到未来，新技术对各行业最重要的含义是优化经济效率，降低决策成本。

因此，马化腾说：“今天，当信息化这个最大的变量开始融入各行各业时，产业竞争的方式正在发生变化。纵向深层次的实体产业与横向延伸的信息产业相结合，形成了新的纵横交错。伙伴，可以说产业竞争已经演变成了双打比赛。”

以——大数据为例。毋庸讳言，“信息战”已经成为商业竞争的一大战场，数据将在不同的决策方向发挥“灯塔”的作用。

然而，即使这个灯塔如此耀眼，许多企业仍然视而不见。在我看来，这是因为他们对熟悉的大数据概念仍然知之甚少。

一个

早在“大数据”的商业内涵脱颖而出之时，业界就达成共识，大数据的奥秘不在于“大数量”，而在于“完全数量”，即它要具有多维度，的特征，所有维度都要“正交”。

我印象深刻。《浪潮之巅》的作者吴军，老师举了一个带有基因的例子。一个人的基因图谱数据大概是1TB，也就是1000 GB，这是巨大的，但是却得不到一个有效的统计规律，因为我们无法从个人数据中看出是否有潜在的疾病，而且因为每个人的基因都不一样，即使你有100个人的基因数据，即使你发现某个人的基因和别人不一样，也不能说明他有疾病——。然而，如果你叠加另一个维度的信息，比如这100个人过去的案例，

其实在今天，从电商平台到社交网络，从搜索引擎到各类流媒体，我们都在通过相互叠加、相互印证的逻辑不断丰富获取数据的维度，从而判断用户不同的选择偏好。

如果你觉得大数据在ToC中的应用很普遍，我给你举一个看起来最传统的ToB——行业：招商。在不久前结束的中国国际数字经济博览会“科创Board与数字经济高峰论坛”上，在数博会， 华夏幸福产业大数据平台上首次亮相，让外界看到了新技术遇到“老”产业时能释放出哪些新创意。

官方数据显示，这个大数据平台是基于17年产业投资经验，结合AI和大数据研发的专业平台，主要聚焦10大行业，拥有2760万家企业的11.5亿动态数据。这些海量、多维、实时的数据可以基于不同的应用场景为企业投资选址和区域产业发展提供服务。

你大概可以把它理解为一个“工业大熔炉”，把工业知识、数据、技术等一切资源作为助燃手段，可以进行整合。当冶炼一体化时，他们将以产品化的方式登陆，界面友好，输出不同行业的最佳决策。

值得一提的是，随着科创板的推出，平台近期还推出了“科创Board大数据”新产品，聚焦新显示、半导体、汽车、生物医药等六大科技创新产业，提供上市企业分析、申报企业监测、资金流预测、投资机会挖掘等多项智能服务。从36条行业赛道和428个细分方向中，选出183条投资潜力最大的热门赛道。整合企业资本、R&D、产品、市场等多维度，在热点赛道的动态信息，辅以科创板的上市标准，输出有望登陆科创板且有投资选址或扩张意向的两类企业名单，快速精准筛选科创目标企业，可大幅提升投资效率。

其实，从这个大数据平台不难发现，为了避免失真，ToB和ToC一样，也很珍惜信息的维度。尤其是当你要潜心沉入不同行业的细节，看同行业错综复杂的节点关系时，这种“多维度dynamic information”就变得尤为重要，这是这个数据灯塔最耀眼的光芒

换句话说，如果把单个企业比作一个基因，那么这个平台不仅可以知道单个基因的优劣，还可以知道不同基因数据之间的关系，用算法模型对企业的投资决策进行评估和预测。

从这个意义上说，“未来几乎所有行业都将成为数据密集型行业”无疑是一定的趋势。

2

但是，在这种趋势的背后，我今天想说另一件事：数据固然重要，算法也重要，但它们是最重要的决策因素吗？也许不是。

在数博会，参观这个大数据平台的时候，我一直在想：大约从几年前开始，“大数据和AI将取代人类工作”的说法就变得非常猖獗。我看过至少十几份研究报告，专家意见都指出，2045年人类失业率将超过50%。考虑到当时这篇文章的读者还活着，这个比例真的很不如意。

不过好消息是，回顾历史不难发现，人类因为机器而失业的悲观观点通常是不成立的，尤其是工业革命之后，那些老旧的、低技能的工作会被新的、价值更高的工作所取代。例如，在1862年，美国90%的劳动力是农民，这一比例在20世纪30年代下降到21%，但现在不到2%。用《一课经济学》的作者赫兹利特，的话说，“今天的全球人口是18世纪中叶工业革命形成之前的四倍。没有现代机器，这个世界根本无法养活这么多人。多亏了机器，我们有四分之三的人可以工作。”

也许以后也会一样。

事实上，人类每一次革命性的技术飞跃都会带来经济效率的巨大提升，尤其是在大数据和人工智能方面。然而，正如很多学者所说，在这个过程中，大多数行业不会很快消失，而是会进化到与机器共舞。有很多协同工作需要机器的陪伴，尤其是业务领域——，包裹着更多的兴趣。在这个过程中，不同的行业精英最需要做的，就是用扎实的行业知识搭建起一座连接不同维度信息的桥梁。

为什么这么说？由于篇幅有限，我只从一个角度讲，那就是当大数据的维度增加时，必然会出现一些“矛盾”。吴军在专栏中展示了一张图片：左边的图片有两个维度的信息，它们共同定义了一个目标范围；右边是信息的三个维度，但它们之间没有共同的交集。这个时候我们应该“信任”谁？

答案是“相信人”。

正如吴军老师所说：“消除数据之间的矛盾需要领域知识。因此，在一个行业工作了很长时间、有专业知识的人，不仅会被大数据所取代，还会善用大数据，在职业生涯中走上一段楼梯。”

我举个例子。在数博会，面对笼罩在聚光灯下的工业大数据平台的展台上，大多数人都对屏幕上不断闪烁的数据肃然起敬，这是“未来已经到来”的绝佳比喻。但我知道，站在聚光灯下的是一支4600人的产业发展团队。与数据和算法相比，这些行业专家是大数据平台最大的壁垒。得益于常年积累的实践经验，他们懂得如何将多维度信息按照不同的产业逻辑进行拆分，再按照不同的模型进行分析，最终形成产业决策。

事实上，这个平台本身就证明，在产业分工日益紧密的时代，无论是什么样的产业，任何“不足以为人”的零星知识碎片都是极其珍贵的。哈耶克眼中最纯粹的“第一手知识”，以及对这些知识的理解和嫁接，是点亮“数据灯塔\".”的关键

毕竟在商业信息战中，数据只是一颗没有方向的子弹，只有“人”知道如何瞄准。

作者：李北辰，独立作家，国内媒体专栏作家数十人，曾供职于《南都周刊》 《华夏时报》 《财经》等媒体。