“21世紀什麼最貴?”
20年前，這個問題的答案是“人才”，今天，這個問題有了新的答案，那就是“數據”。
在這個電子產品不離手的年代，只要連接了網絡，我們就在留下行為數據，作為全球資本主義的生命線，數據就是金錢。
那麼，數據到底有多值錢？舉個例子，同樣是做圖片的，具有社交屬性的Instagram以10億美元出售時，成立於1881年的世界最大影像產業柯達，正申請破產。幾十年河東幾十年河西，這正是時代飛速變化導致的結果，識時務者為俊傑。
時間回到一百六十年前，第一條橫跨大西洋的電報，沿著海底電纜從英國來到了美國，它雖然一共只由21個單詞組成 ，最終卻花了17個小時才到達美利堅。
第一條橫跨大西洋的電報
一百六十年後的今天，“每一秒鐘就有543TB的數據流過國界，其總數據量相當於約1300萬份莎士比亞全集”。
人類已經進入了“大數據時代”。
而最早提出“大數據”時代到來的，是全球知名諮詢公司麥肯錫，麥肯錫這樣描述：“數據，已經滲透到當今每一個行業，人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。”
那麼，既然叫大數據，這個數據到底有多大？
一組名為“互聯網上一天”的數據告訴我們，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD，發出的郵件有2940億封，相當於美國兩年的紙質信件數量，發出的社區帖子達200萬個，相當於《時代》雜誌770年的文字量，賣出的手機為37.8萬臺，高於全球每天出生的嬰兒數量37.1萬……
這決定了大數據的4V特徵裡的第一個特徵：數據量大（Volume）。
大數據的起始計量單位至少是PB，我們在互聯網時代都熟悉GB，那麼啥是PB?1PB=1024x1024GB，可想而知大數據的量有多大。
類型繁多（Variety），是大數據的第二個特徵，這些數據包括文字、音頻、視頻、圖片、地理位置信息等。
價值密度低（Value），是大數據的第三個特徵，數據如此海量，這導致有價值的信息密度越來越低，數據提純成了亟待解決的問題。
這就促使了雲計算的產生，未經加工的數據就彷彿一盤散沙，“加工”是使數據增值的重要步驟，實現聚沙成塔的就是雲計算。而想要實現雲計算，就必須有超級計算機的加持，這些設備體積龐大，耗能巨多，維護成本昂貴，難以在一二線城市找到容身之所。
直到馬雲和馬化騰發掘了一片寶地——具有“避暑之都”美稱的貴陽，這裡不僅能源充足，電力便宜，同時這裡身居祖國內陸，還有許多山洞，山洞裡恆溫恆溼，保密性也絕佳，阿里雲、騰訊雲、蘋果亞洲最大數據中心，紛紛在這裡落戶。貴陽的房價也因此節節攀升。
貴陽
而云計算也決定了大數據的第4個特徵，那就是速度快、時效高（Velocity），通過雲計算，海量的數據被歸納整理起來。
在這樣的大數據時代。我們的生活前所未有的高效便利，殊不知，我們的信息正被大佬們研究利用。
2016年，一家名叫Cambridge Analytica的數據分析公司，通過為臉書平臺開發的性格小測試程序，收割了超過5000萬的用戶數據。並且，利用這5000萬用戶操縱了這一年的美國大選。
美國大選時期
不知道是否該投票給特朗普，Ok，給你推送希拉里的負面新聞，向你灌輸希拉里不行的概念，再堅定的吃瓜群眾，都會在日復一日的不經意洗腦中倒戈，這就是著名的臉書醜聞，扎克伯格也因此被大眾唾棄。
2018年4月，扎克伯格出席聽證會
在大數據時代，大到總統選舉，小到你經常騎共享單車去哪裡，數據公司對我們瞭如指掌。
他們收集用戶的個人基礎信息、點贊、社交圈、消費習慣，並將這些信息建立成模型，從而猜測我們的喜好，預估我們的行為，這個過程，叫做用戶畫像。
於是，算法推薦開始了。
一個寵物控在給萌寵視頻點贊後，他的視頻軟件將給他推薦上百個同類型視頻，如果不小心在購物網站看了一些奇怪的東西，你的購物軟件將慘不忍睹，或者午餐前討論了要吃頓小燒烤，打開外賣頁面時，赫然出現了燒烤串吧，這種推薦機制導致人們習慣性地被自己的興趣所引導，每天接收的信息範圍被人為縮小，從而被困進了信息繭房。
信息繭房是指人們的信息領域會習慣性地被自己的興趣所引導,從而將自己的生活桎梏於像蠶繭一般的“繭房”
甚至一直在取悅你的算法推薦，也開始殺熟，然而，比殺熟更可怕的，是信息洩露。
當你用某地圖導航去了一家醫院，你可能會發現手機裡多了許多醫療廣告，當你正打算尋找一家靠譜的留學機構，你可能會接到眾多騷擾電話，當你正其樂融融地閤家團聚，你媽可能突然接到你出車禍的消息。
當你的姓名住址親人愛好被扒得精光，你早已裸奔在大數據鋪就的路上，隱私被拋得一乾二淨了。
這是最好的時代，也是最壞的時代，我們找不到真正的自己，我們防不勝防，我們的視野被控制在大數據為我們預設的軌道里，早已淪為大數據的提線木偶。
閱讀更多 硬核小姐姐 的文章
