当今，我们正生活在一个令人振奋的年代。新的市场不断涌现，创新型应用正在改变着IT领域的发展趋势，社会的转型也正在将以往不可思议的变革转化为现实。要想适应这些巨大的变革，就需要我们具备观察和思维的新方式。

Investing in Big Data   对大数据的投入

幸运的是，企业能够把握好这些改变着他们市场和行业的变革。Igate Patni公司保险解决方案副总裁David Smith先生解释说：利用大数据分析应用软件（aka 预测性或先进型分析应用），决策者们将能够获得“一个强有力的工具，用来管理好企业的运营工作，包括规避风险，分辨商机，并从中获得收益。”

通过分辨出决定明天走势的形态，迅速获得实时的关键信息，企业就能更好地了解正在改变着企业、市场和整个行业的动态因素。

在InfoWorld Deep Dive关于大数据分析应用的一项报告中，Blue Mountain实验室的创始人和CTO David S Linthicum先 生介绍了充分利用好结构性和非结构性数据以及将这些数据虚拟化为一种单一、符合逻辑性的信息集所给人们带来的益处。他解释了这项软件是如何能够帮助企业从 传统的商务智能应用实现转型，该应用基本上体现的是以往的业绩，而过度到大数据之后，它将为我们提供一种洞察力，了解到眼下正在发生什么，明天会发生什 么，以及下周、下个月和明年可能会发生什么。

正像Linthicum先 生所说的那样，该项软件的核心优势之一就是它能够促使决策者们“在进行分析的时候暗示出结构，从而可以灵活地将底层结构从结构性和非结构性数据中剥离开 来。”结果是，他们能够准确地识别和监控到企业的多种业务动因。或者更为重要的是，他们可以借助于这项信息重新确立企业的发展方向。但是，要想达到这个数 据成熟度的水平，需要进行深刻的变革。

分辨软优势

在去年，无数的专家们都有与Linthicum先生相类似的洞察信息（然而，Linthicum先生所提供的只有很少数的人才有：一项8步计划，旨在有效地推出新的技术）。这个建议是很完善的、有充分依据的。但是，它的大部分集中在了硬优势上，即：大数据可以帮助企业生成，只有很少一部分内容涉及到背后的软优势，即：为什么企业需要对大数据分析应用进行投入，以及为什么他们必须要这样做等。

简单来说，大数据分析应用可以改变一个企业及其人员的思想方式。此外，就像联邦政府CIO Reinhard Posch先生所建议的那样，企业只有先改变了他们的思维模式，才能充分有效地利用好这个软件。怎么做呢？那就是改变企业查询数据和分析结果时所采用的深层逻辑，该逻辑也驱动着他们的业务运营工作。

大数据分析应用不仅能促使企业快速地掌握和追踪眼下全球的主流动态、状态更新、文本内容、视频资料和博客，而且它还能够帮助决策者们培养起深入挖掘的能力，从而准确地查询和分析企业的客户、供应商、股东和员工与其共享的信息与意见。

能够获取到这种公共的情感是一种能力，而决定如何去利用它却是完全另一码事。这需要拥有一个开阔的思维，与企业在构架和推动运营业务上赖以依靠的固定模式形成鲜明的比照。看上去能够与这项挑战很好匹配的新模式就是probabilistic logic。

实现转变

probabilistic logic在使用大数据分析应用的过程中，应该具有很重要的意义，因为它可以帮助企业利用好该软件预测出的未来事件的概率。通过接受这种或然性思维，企业将能够获得很大的灵活性，而这在采用因果（客观逻辑）手段时是无法做到的。

在具备了能够更好地考虑和整合将发生的各种可能性的能力之后，他们就可以实现一种转变，就像CWDN’s Adrian Bridgwater所建议的那样：利用probabilistic应用（类似于基于主观的逻辑）来取代deterministic应用（类似于基于客观的逻辑）。

这种改变将有助于西方企业更好地融入到全球的商务环境之中。就像研究员Oliver Bakewell和Anne Garbutt所发现的那样，那些国际非官方机构（NGO）感到：高度确定型的逻辑框架措施（LFA）妨碍了他们灵活地与那些非西方的文化开展合作，而且经常阻碍他们有效地计划和实施相关的开发项目。

尽管参加研究的人员承认那种确定型的逻辑会促使他们更加清晰地思维，但总体而言他们感觉到：LFA妨碍了他们迅速地适应变革，这也是全世界的企业都在关心的问题，特别是当他们努力要探寻到当今影响市场的不确定性因素的时候。

考虑到企业在有效地运行大数据分析应用时所需要具备的灵活性，并且高效地利用好所获得的洞察信息，我们认为：只有那种基于一定行动范畴内的可行性的方案，而不是依赖于追求硬性目标的确定型结构，才能更好地适应到正在推动和改变着我们的政治、社会和经济环境的动态因素。

许 多企业或许认为这种转变既不可行，也不是想要的。对于他们来说，或许有一个别的选择。近期的研究表明：基于软件的人工神经网络可以增强确定型逻辑。但是这 种混合或许只能提供一定的好处，而同时延误似乎更加重要的和不可避免的转变，特别是当技术变得愈加的具有创新性，世界变得更加的不确定性。