我们生活在一个非同寻常的时代。生成和存储数据的能力已达到令人眼花缭乱的规模。这些数据中蕴藏的信息，为这一代人解决最紧迫的问题提供了机遇，这些问题涵盖疾病与气候变化，也涵盖医疗保健与客户洞察。
这一机遇的规模，由所创造的数据规模决定，而这一规模令人震惊。
过去15年间，全球互联网用户数量增长了750%以上，达到30多亿，并将在不久的将来突破50%的渗透率。这一群体每分钟在Facebook上分享超过250万条内容，发布超过30万条推文，并发送超过2.04亿条短信。
此外，随着物联网的兴起，数据增长在未来几年将急剧加速，到2020年，将有200亿至300亿个“物”实现互联。这些“物”传输的数据范围广泛，从您的汽车、您的恒温器，到您牛群的健康状况，无所不包。
这一爆炸式增长的基础，是数据存储技术与架构的非凡进步。2002年至2014年间，经质量调整后的数据存储设备价格以年均近30%的速度下降。在有效存储数据的增量成本几乎为零的情况下，各机构的应对方式是尽可能多地采集数据，其理念在于，其中所蕴含的信息将为企业创造有意义的价值。
尽管采集和存储技术取得了进步，知识生成却仍然滞后。这取决于各组织如何对待其数据、如何开展分析，以及如何通过机器智能实现学习的自动化。
从本质上看，这是一个数学问题。对于任何数据集，可能的假设或查询总数都随数据规模呈指数级增长。指数函数对人类而言已经难以理解；更复杂的是，数据本身的规模也在呈指数级增长，并且随着物联网全面启动，即将迎来另一个拐点。
这意味着，我们可以向数据提出的问题数量正面临双重指数级增长。如果我们沿用过去行之有效的方法，即反复向数据提问，直至得到正确答案，那么我们将错失把握这一代人机遇的良机。
世界上现有的以及未来永远都不会有足够多的数据科学家，足以让这一方法取得成功。我们也无法为足够多的公民数据科学家配备新软件，使这一方法取得成功。那些让提出问题或形成假设变得更容易、更高效的软件，忽视了核心前提：随着新数据每毫秒都在产生，它们只会越落越远。
要真正释放数据中蕴藏的价值，我们需要将注意力转向数据本身，暂且搁置问题。事实证明，这同样是一个数学问题。数据，事实上具有形状，而这一形状蕴含着意义。数据的形状能告诉你关于数据的一切所需信息，从显而易见的特征，直到其最隐秘的奥秘。
我们知道，回归会产生直线。
我们知道，客户细分会产生群组。
我们知道，经济增长与利率具有周期性特征（疟疾等疾病也具有此类形态）。
了解数据的形状，以及我们在形状中所处的位置，能极大地增进我们对当下状况、过往轨迹的理解，更重要的是，能增进对接下来可能发生什么的理解。认识数据的形状，就能理解数据集的每一个特征，立即抓住数据中真正重要的内容，从而大幅减少需要提出的问题数量，加速发现过程。
通过转变思路，即从数据的形状入手，而非从一系列问题（这些问题往往带有显著偏见）入手，我们便能从这些快速增长、规模庞大且复杂的数据集中提取知识。
隐藏在电子病历、账单记录和临床记录中的知识，足以改变医疗服务的提供方式以及疾病的治疗方式。政府、大学和其他机构庞大数据存储中所蕴含的知识，将为气候变化的讨论提供启示，并指明为子孙后代保护地球所需采取的行动。被网络、交易、客户关系管理、社交及其他数据所掩盖的知识，将描绘出更清晰、更有意义的客户画像，进而界定最佳的互动方式。
这是我们这一代人将数据转化为知识的机遇。要实现这一目标，需要一种不同的方法，而这种方法有能力影响全人类。
2015年全部“技术先锋”的完整详情 可在此查看。
作者：Gurjeet Singh是Ayasdi的联合创始人兼首席执行官，该公司是世界经济论坛 “技术先锋”。
图片：参观者坐在一张形似“大数据”的长椅上，摄于2015年5月26日，地点为中国贵州省贵阳市2015大数据博览会场馆外。REUTERS/Paul Carsten
