- 相關(guān)推薦
讀數據資本時(shí)代有感
認真品味一部名著(zhù)后，相信大家都積累了屬于自己的讀書(shū)感悟，讓我們好好寫(xiě)份讀后感，把你的收獲和感想記錄下來(lái)吧。那么你真的會(huì )寫(xiě)讀后感嗎？以下是小編為大家整理的讀數據資本時(shí)代有感，希望對大家有所幫助。
隨著(zhù)時(shí)代的往前推進(jìn)，我們逐漸向大數據資本時(shí)代邁進(jìn)，隨著(zhù)海量數據市場(chǎng)的出現，貨幣體現信息的作用被海量數據替代，雖然貨幣的交易功能仍然保留，但貨幣的價(jià)值卻在貶值。這給市場(chǎng)和公司都帶來(lái)了不同的機遇和挑戰，也就是經(jīng)濟的微觀(guān)和宏觀(guān)方面都將受到海量數據資本的沖擊。大數據時(shí)代下，未來(lái)市場(chǎng)、未來(lái)公司和未來(lái)的人類(lèi)將何去何從；我們如何最正確地迎接海量數據的挑戰，這些問(wèn)題或許沒(méi)有正確答案，但我們盡可能的了解大數據資本時(shí)代和我們自身的多樣性，可以做到的是"知已知彼，百戰不殆"。
傳統市場(chǎng)與公司在數據資本時(shí)代的挑戰
古往今來(lái)，人類(lèi)的合作方式是為了應對資源稀缺的挑戰，隨著(zhù)溝通方式和信息流動(dòng)方式而產(chǎn)生的，市場(chǎng)與公司順勢而生。傳統的市場(chǎng)與公司圍繞價(jià)格這個(gè)信息進(jìn)行決策，不同的是市場(chǎng)進(jìn)行的是分散決策，公司進(jìn)行的是集中決策，圍繞價(jià)格，市場(chǎng)中不同個(gè)體之間，市場(chǎng)與公司之間，公司內部完成一筆又一筆交易，人類(lèi)的合作從而達成，人類(lèi)依靠交易活動(dòng)得到的物質(zhì)資本支持人類(lèi)繼續下一輪的生產(chǎn)活動(dòng)，交易活動(dòng)和心靈求索活動(dòng)。
但在復雜和不確定的環(huán)境和人類(lèi)的理性下，傳統的市場(chǎng)和公司圍繞價(jià)格而得到的信息往往是十分不完備與不對稱(chēng)的，因為價(jià)格可能解決了信息過(guò)量的問(wèn)題，但它仍然讓我們做出了十分糟糕的選擇，我們對價(jià)格的執著(zhù)阻礙了市場(chǎng)發(fā)揮其最擅長(cháng)的作用，即協(xié)調人類(lèi)活動(dòng)。
與市場(chǎng)不同的是，公司的原則是集中決策，在過(guò)去的經(jīng)驗中，公司內部的信息被層層上傳由董事會(huì )做出決策，其決策層層下傳，層層執行。隨著(zhù)公司規模的增大，信息源源不斷地向權力中心移動(dòng)，而權力中心的決策能力有限，決策水平的提高依靠的就是下放決策權，制定標準決策指導方案然越來(lái)越多的人參與決策。這種傳統的層級管理結構和有限的信息流動(dòng)方式，使信息和決策在流動(dòng)中受損。傳統資本市場(chǎng)在數據資本下毋庸置疑會(huì )面臨衰退，首當其沖的就是銀行業(yè)。銀行業(yè)的信息不完備與不正確，數據資本帶來(lái)的未來(lái)將是經(jīng)濟繁榮發(fā)展而金融資本不再會(huì )繁榮。
在過(guò)去的市場(chǎng)和公司中，公司和市場(chǎng)的效率因此得到巨大的損失。但海量數據向資本市場(chǎng)的涌入，價(jià)格的信息作用被大數據替代，人們在各種類(lèi)的交易中關(guān)注的不僅僅是價(jià)格，海量數據經(jīng)過(guò)專(zhuān)門(mén)的處理成為一種資本，不同產(chǎn)品與服務(wù)的種類(lèi)在數據資本時(shí)代是明晰和容易比較的，因此所有類(lèi)型的市場(chǎng)理應得到重塑，從能源市場(chǎng)到運輸物流市場(chǎng)，從勞動(dòng)力市場(chǎng)到醫療保健市場(chǎng)。公司傳統的層級管理結構在海量數據的攻勢下也顯得太過(guò)封閉繁瑣和成本巨大，是時(shí)候迎接市場(chǎng)與公司在數據資本時(shí)代的變革了。
市場(chǎng)與公司在數據資本時(shí)代的變革
市場(chǎng)在數據資本時(shí)代顯得更加具有優(yōu)勢，因為信息創(chuàng )造市場(chǎng)，市場(chǎng)的基本原則是分散決策，海量數據已經(jīng)為整個(gè)市場(chǎng)帶來(lái)了效率的提高。以貨幣為基礎的傳統市場(chǎng)將無(wú)數個(gè)維度的信息壓縮成價(jià)格，而價(jià)格被賣(mài)家玩弄于股掌，通過(guò)各種各項的技巧欺騙買(mǎi)方，市場(chǎng)的負外部性得以體現。但在大數據時(shí)代下，這個(gè)問(wèn)題得到了解決，海量全面的數據替換了價(jià)格反映信息的作用，數據幫助市場(chǎng)參與者找到了更好的匹配項。同時(shí)，在海量信息的幫助下市場(chǎng)的分散決策體現了優(yōu)勢，海量數據呈現的市場(chǎng)決策分布傳遞出來(lái)的信息幫助我們幫助節省評估比較不同決策的時(shí)間，并且在市場(chǎng)分散決策和海量數據的影響下，錯誤決策的影響被減小。
傳統公司面對的挑戰是在貨幣市場(chǎng)轉化為海量數據市場(chǎng)的過(guò)程中，利用海量數據處理信息過(guò)載問(wèn)題，減少決策數量。而遺憾的是，公司不會(huì )達到與市場(chǎng)一樣從海量數據市場(chǎng)中自然獲益的程度，而是需要順應市場(chǎng)變革，創(chuàng )新管理制度來(lái)應對挑戰。部分公司已經(jīng)預見(jiàn)了海量數據時(shí)代的大變革，并主動(dòng)迎接變革，從目前來(lái)看他們主要采取兩種方式，一是實(shí)現決策自動(dòng)化，以日本壽險巨頭富國生命保險為例，他們宣布將使用IBM開(kāi)發(fā)的一款機器學(xué)習系統——沃森來(lái)評估保險理賠，從而理賠部裁員13；二是向企業(yè)組織結構中引入市場(chǎng)DNA，以汽車(chē)制造公司帶戴姆勒為例，該公司宣布徹底重組公司結構，讓公司20%的員工脫離之前的體系到公司各部門(mén)之外運營(yíng)，組成更靈活的團隊。
市場(chǎng)順應數據資本時(shí)代是自然的、規律的，而公司應自己選擇戰略進(jìn)行驚險的生存實(shí)驗，從而使自己能在大數據時(shí)代生存下來(lái)。
市場(chǎng)與公司在數據資本時(shí)代的未來(lái)
海量數據并不是解決市場(chǎng)效率損失靈丹妙藥，它必須也要有標準和適用條件，使用不當也會(huì )有及其巨大的副作用。為了使海量數據是可用的，數據資本在市場(chǎng)中運轉有三個(gè)必備條件：數據標注、個(gè)人匹配算法、機器學(xué)習。數據標注從"本體論"提出，問(wèn)題的關(guān)鍵是確定正確本體，其主要目的是運用海量數據將產(chǎn)品的可發(fā)現率提高，。個(gè)人匹配算法依靠的原理是一個(gè)人不僅可以有多種偏好選擇，也可以用不同的方式衡量偏好，所以我們在衡量不同問(wèn)題的偏好時(shí)，我們需要不同算法的匹配。機器學(xué)習是基于數據大規模訓練以及隨之而來(lái)的自適應反饋，與個(gè)性化學(xué)習相結合，激發(fā)市場(chǎng)顯著(zhù)提高效率的潛能。每一項技術(shù)的進(jìn)步，帶來(lái)的是低成本獲取海量、多維度的信息流并將信息自動(dòng)化轉化為決策。
公司的發(fā)展卻不容樂(lè )觀(guān)，隨著(zhù)算法的提升，決策層會(huì )一層一層的減少，效率會(huì )大幅度提升，公司的重要性也就會(huì )下降。在現階段公司為擁抱大數據時(shí)代而做出的改變來(lái)看，公司越來(lái)越可以依靠算法來(lái)實(shí)現決策自動(dòng)化，工作程序也會(huì )由機器學(xué)習不斷地推進(jìn)，公司的未來(lái)是與大數據和市場(chǎng)結合的，公司還會(huì )雇傭人類(lèi)但其管理和運行主要由機器人操作完成，甚至公司會(huì )依賴(lài)市場(chǎng)機制運作。最終，人的作用只是協(xié)調市場(chǎng)機制，在我看來(lái)這是雖然高效但有些悲觀(guān)的。
我們何去何從
目前我們正處于海量數據市場(chǎng)的最初級階段，正如所有新鮮事物一樣，海量數據本身在帶來(lái)技術(shù)進(jìn)步的同時(shí)，我們將擁有可以隨意支配的強大的海量數據系統，這些系統幫助我們運用更少的資源花更少的時(shí)間，得到更好的匹配，效率紅利顯而易見(jiàn)，但是我們只是放棄一部分"無(wú)聊"的決策，專(zhuān)注于更重要的選擇，而將選擇的需求和選擇的快樂(lè )分開(kāi)。在勞動(dòng)力市場(chǎng)中，我們也可以利用海量數據選擇個(gè)人匹配算法為自己找到較適合的工作，不需要僅僅為自身的 "價(jià)格"，即工資所局限，工作的作用在支付賬單和提供個(gè)人滿(mǎn)足感之間得到平衡。海量數據市場(chǎng)是高效的，并一片光明。但隨著(zhù)算法不停完備的個(gè)人數據的不斷完善，隨著(zhù)數據資本時(shí)代的發(fā)展，數據的進(jìn)一步運用是否會(huì )成為"潘多拉魔盒"？
值得關(guān)注的是從千禧年到現在，美國——發(fā)達國家的代表，無(wú)論是勞動(dòng)參與者還是勞力收入份額都在不斷下降，在應對海量數據時(shí)代，人類(lèi)的作用似乎沒(méi)有算法多，即便是技術(shù)層面，需要創(chuàng )造力和人類(lèi)選擇的數據標注工作在確定正確的本體所需要的人類(lèi)創(chuàng )造新會(huì )更少，需要更多的是過(guò)硬的數據分析，數據本身將驅動(dòng)數據本體，數據不需要了解人類(lèi)，只用通過(guò)算法就可以替我們幾乎做任何選擇。這是否意味這我們將成為數據的奴隸，海量數據為我們發(fā)展帶來(lái)的沖擊不可忽視。
但人類(lèi)與數據不同，我們有的是內心求索活動(dòng)，及自己思考的能力，我們知道自己想要做的是什么，人類(lèi)是隨著(zhù)時(shí)代進(jìn)步不斷學(xué)習和改變的，只要我們愿意，人類(lèi)的未來(lái)就是知識和充滿(mǎn)見(jiàn)解的，我們所要做的是通過(guò)不斷地運用數據使我們的未來(lái)更加社會(huì )化人性化，而不是讓數據支配我們的生活，使它變得冰冷又機械。
結語(yǔ)
在數據資本興起的今天我們作為其中的人類(lèi)個(gè)體若不想被代替，不能只看自己"價(jià)格"，因為價(jià)格所反映的個(gè)人信息在海量數據的對比下，已經(jīng)是十分不全面的，只能說(shuō)一項工作中的個(gè)人價(jià)值中的一部分是"價(jià)格"，個(gè)人價(jià)值應該參考個(gè)人偏好、市場(chǎng)所需、公司制度等多方面于勞動(dòng)力市場(chǎng)得到最佳匹配，否則隨著(zhù)海量數據在人才高流動(dòng)市場(chǎng)中發(fā)揮的作用，總有更匹配的人才。在面臨數據資本時(shí)代，作為一個(gè)不想被替代的人類(lèi)本身，我認為我們并不是要不考慮自己的興趣所在而讓自己拼命在數據處理工作，算法開(kāi)發(fā)工作占一席之地，但我知道自己以后所要從事的工作應該是具有創(chuàng )造力且非機械化的。接受我們自身的多樣化，我們所擁有的就是更加獨立的發(fā)展。
【讀數據資本時(shí)代有感】相關(guān)文章：
讀《時(shí)代廣場(chǎng)的蟋蟀》有感(薦)09-09
讀《時(shí)代廣場(chǎng)的蟋蟀》有感11篇[熱]11-09
年輕就是資本作文08-06
數據支持崗位職03-10
【經(jīng)典】共享時(shí)代08-18
共享時(shí)代08-17
時(shí)代的作文08-26
注冊資本股東會(huì )決議05-23