在大数据时代，餐饮旅游行业和现在的互联网公司一样，可以采集到消费者的很多数据。采集的方法有很多，比如饭馆可以通过摄像头、麦克风、订餐网站、订餐软件等渠道获得各种不同的数据。从某位顾客打开手机或电脑准备点餐的那一刻起，或者从某位顾客推开饭馆的门那一刻起，他或她的数据就正在被上传到饭馆的服务器上。
教育行业的变革
迈克尔·桑德尔是美国著名政治哲学家，美国人文艺术与科学学院院士，在哈佛大学教授政治哲学，他的本科通识课程《公正：该如何做是好》备受年轻人的欢迎。30多年来，超过一万名学生听了他的课，这是哈佛有史以来听众最多的课程，选修人数曾创下哈佛大学的历史纪录。近几年，这门课也被搬上网，是网络和电视上首个免费的哈佛公开课。这让桑德尔立即成为备受各国网友喜爱的学术明星，这门哲学公开课风靡全球，迄今为止已有1000万人次点击观看。
现在，这样的现象非常普遍，毕竟很多年轻人上网不只是玩游戏、听音乐、逛论坛，他们还会把互联网看作是一个获取知识的工具。在众多的知识资源里，哈佛大学和麻省理工的免费公开课备受年轻人的欢迎。桑德尔的课程只是哈佛大学诸多网络公开课中的一种，哈佛大学和麻省理工等诸多世界级名校这几年都在互联网上免费共享了很多精品课程。
按理说，以哈佛和麻省理工的名气，即使收点钱，全世界的学习者也会趋之若鹜。它们之所以免费，当然有它们自己的小算盘。现在，新一代的在线学习平台和过去的学习平台有着非常大的区别，主要是因为新的学习平台增加了行为评价和学习诱导的成分。而更大的区别则是，通过向全世界开放学习平台，更多的学习者在上面学习、使用，从而为哈佛和麻省理工提供了非常庞大的学习数据。哈佛和麻省理工根据这些就可以收集最多的数据，从而研究世界各国学习者的行为模式、打造更好的在线平台。比如，学习平台记录下了每个学习者的鼠标点击特征如鼠标点击的次数、位置、频率等，这些数据可以告诉我们学习者对哪些内容感兴趣，在哪些内容上点击次数很多，在哪些内容上停留时间较长，哪些内容的学习比较耗费时间，哪种学习方法更有效率等。单就每个人的学习数据来看，可能是杂乱无章毫无规律可循的，但通过研究群体的学习特征，这些数据便能呈现出某种规律和特征。通过分析这些规律和特征，学习平台也将越来越完善，人们通过学习平台获得知识也将变得越来越有效率。
这是教育领域的一场革命。以前，学习者的学习特征都消散于教室、作业本、自习室等地方，没有人有能力收集这些数据，就算数据能够收集，也没有人有能力分析这些数据。现在，这些数据都能被保存在哈佛和麻省理工的硬盘里，被研究者们反复进行各种分析。教育领域正在发生的这场大数据革命，其深厚的技术背景就是由于信息技术的进步，人类收集、存贮、分析、使用数据的能力实现了巨大跨越。
大数据将对人类社会产生的影响难以估量，以行为评价和学习诱导为特点的在线教育平台只是这个大潮在教育领域掀起的一朵浪花。下面我们来看看另一朵浪花。
随着在线平台的推广和普及，越来越多的老师将自己的授课视频放上网。除了课程视频，教案也成为美国在线平台的交易产品，很多教师将自己觉得满意的教案或教学视频放到交易网站上出售。佐治亚州的学前班老师戴安娜是销售榜上的状元，她的教案深受同行的欢迎，现在，她的教案在某交易网站上的成交量总价已经超过70万美元，她目前的月收入达6万美元，比大多数老师一年的工资还高。在教案的交易中，甚至出现了由学校牵头组织团购，统一发放给全校老师参考使用的案例。
由此可见，课程视频的数据、教案的数据等也在教育领域这场革命当中扮演着重要角色。可以想象，这些新的现象会给教师这个职业带来多么巨大的冲击和改变。无论是对学习者、教师和学校，以至整个教育产业，在线教育都将催生革命性的变化。
新闻媒体的转型
卢旺达是非洲中部小国，人口约800万，居民主要由占85%的胡图族和占14%的图西族组成。20世纪50年代至70年代，这两个同文同种的民族曾多次发生过部族仇杀，两个部族间的矛盾日益加深。1994年4月6日，卢旺达胡图族总统的座机在卢旺达首都基加利上空被导弹击落，机上人员全部遇难。有传闻说是图西族游击队实施了这起暗杀。这一事件立即在卢旺达引起了胡图族对图西族的血腥报复。第二天，也就是1994年4月7日，卢旺达发生了近代历史上最骇人听闻的惨剧：卢旺达大屠杀。这次大屠杀一共造成了大约100万无辜平民的死亡。
其后，联合国卢旺达战争罪法庭便对那场种族灭绝的主犯进行审判。让人大跌眼镜的是，卢旺达的3位新闻巨头居然也站在被告席上。这是怎么回事呢？
新闻从业者向来以独立与尊重事实为原则，而卢旺达的这3名新闻巨头，都被怀疑曾经利用自己掌
控下的电台与报纸，蓄意制造种族仇视的气氛，煽动种族仇杀的狂热，对卢旺达骇人听闻的大屠杀起到了煽风点火的作用。庭审现场，检察官在法庭上出示了大量的物证，指控他们在卢旺达种族灭绝惨案中起到了推波助澜的作用。而一旦他们挑起卢旺达大屠杀的罪名成立，必将对全世界产生强烈的反响：新闻记者竟沦为大屠杀的罪魁祸首，新闻记者借助媒体制造了种族灭绝的大惨案！这真是不可想象的。
回过头来想一想，在像卢旺达一样的国家里，人们接受外界新闻时大都依靠几个主要新闻媒体，而没有大量的其他新闻来源，更不幸的是，这几个新闻来源正好被某个人或某个利益集团控制着，再小的新闻也可能被渲染成史上最大的灾难，再大的事件都能因毫无报道而变得好像从来没有发生过，那么，这个国家的人何以知道真相？没有办法。人们就像被控制的木偶一样，被新闻报道的事件影响情绪，影响思维，从而影响行为。而总有一天，人们会从蛛丝马迹中察觉到某些异样，逐渐发现这些新闻媒体每天都在编造着谎言，从而不再信任这些新闻媒体。
到这时候，人们便再也没有任何值得信任的新闻来源了。
只有在大数据时代，这样令人绝望的状况才能完全发生改变。大数据时代，每个人都是一个自媒体。无论哪里发生事情，在那里的人们总能第一时间通过手机、平板电脑等设备记录下各种信息，上传到网站上，供那些没有在现场的人们查看。人们通过其他人从现场发回的各种线索，便能自己分析弄清楚这次事件的来龙去脉。
无论是美国波士顿马拉松爆炸案还是汶川大地震，或是中央电视台新大楼北配楼发生火灾，这些新闻都是在现场的人们首先发到网络上的，而不是传统媒体报道的。对新闻传播的控制不再完全掌握在那些传统媒体的职业人士的手中，我们正在进入一个“人人皆记者”的大规模自媒体时代。在这个时代里，新闻不需要传统媒体的传播就可以进入公众的视野，相反，有些事情可能因为已经通过网络途径进入公众视野，传统媒体迫于压力只好报道它。新闻报道已经不是一种特权，每个人都有传播新闻的能力和自由。大数据时代，传统新闻巨头的权威会因为自媒体的一次次挑战而一次次被削弱，传统新闻巨头再也无法垄断真相。
互联网让人们进入信息时代，到如今又使得人们进入大数据时代，媒体的话语权慢慢被自媒体夺走，人们也从新闻巨头时代进入自媒体时代。
自媒体时代，同一事件的新闻不再具有同一口径，
不再由新闻巨头告诉人们发生了什么。每个性格不同、思维方式不同、话语风格不同的人都在报道着新闻，而这也包含了一种风险，这就是“谣言”。
比如，2013年12月，网上一个帖子说北京一东北口音女子在经过一个骑车老外时突然摔倒，随即倒地不起，外国小伙下车搀扶却被女子一把揪住，自称被老外撞倒腿部受伤无法行走，需要老外负责。老外急于脱身，衣服被女子撕烂。不久警方到场，双方前往煤炭总医院，经检查该女子并未受伤。最后双方调解下，外国小伙不得不付给那名女子1800元医药费。
很快，这个帖子被到处转载，大家一致认为东北口音女子“碰瓷”，有网友称其“是给中国人丢脸”，有人讽刺她是“第一个逼老外签下不平等协议的中国人”。但事情真相却完全不是这么回事。
后来，多名目击者称，老外驾驶着一辆无牌照的黑色摩托与中年女子发生碰撞，造成女子轻微皮外伤。老外将女子扶到路边，随即两人发生争执并互相推搡。女子坐在地上抱住摩托车要求赔偿，老外则认为对方讹诈，频频用流利的中文骂人。监控录像也证实，老外确实撞了女子。后来警方查证这名老外无驾驶证、所驾驶摩托车无牌照，在人行横道内将女子撞倒，而且还涉嫌非法就业，最终被罚款并被遣返回国。发帖人也发帖向女子道歉，声称有些地方是自己主观臆断的，与事实不符。
谣言出来，辟谣；新谣言出现，再辟谣……这样的事情每天都在发生。还好，在大数据时代，自媒体本身也构成了一个整体，某一个自媒体的失实报道并不会造成整个自媒体集体的失实。自媒体作为一个整体，也有自我净化的能力。谣言被传播的过程中，也会有更多的目击者和当事人提供更多线索和情报，使得人们不断探究后，最终还是能得到真实新闻。
自媒体出现后，新闻便从由高门槛的专业机构操作变成越来越多的普通人自己发布信息、传播信息。从论坛、社区到博客，再到微博，媒体变得越来越个性化、个人化，每个人发言的自由空间越来越大。自媒体对许多重点、热点事件都起到了重要的推动作用，这种推动不仅是对社会，也是对传统媒体的推动。在新媒体推动之下，传统媒体不得不变得更快、更敏感，甚至在管理方式方面，管理部门也不得不给予传统媒体越来越多的自由、越来越大的空间。
影视行业的探索
2013年年初，一部叫作《纸牌屋》的美剧一炮走红。该剧由著名演员凯文·史派西主演，知名导演大卫·芬
奇执导，刚一播出便受到了美国及其他40多个国家与地区观众的追捧，可谓是最火的剧集之一。世界上最大的在线影片租赁服务商奈飞公司（Netflix），在击败了很多对手，预支一亿美元作为剧组预算后，才成功获得这部美剧的两年独家播放权。
也就是说，奈飞花了一亿美元的巨资，为的只是两年内让用户只能在奈飞网站上付费观看这部剧集，这不可不谓一场豪赌。是什么让奈飞愿意花这么多钱砸在这么一部剧上呢？难道，在开拍之前，奈飞公司就已经知道《纸牌屋》会火吗？
要知道，在美国电视行业，没有什么是确定的。也许你可以找齐金牌导演、实力演员和时下流行的题材剧本，但结果依然失败。不管做什么生意，不能够预见未来都是可怕的，奈飞公司在“纸牌屋”一战中可能已经接近这个水准。
但是，作为世界上最大的在线影片出租服务商，奈飞公司已经知道用户很喜欢《社交网络》《七宗罪》的导演大卫·芬奇，也知道凯文·史派西主演的片子表现都不错，还知道英剧版的《纸牌屋》很受欢迎，三者的交集表明，值得在这件事上赌一把。
奈飞公司在美国有2700万订阅用户，在全世界则有3300万，它比谁都清楚大家喜欢看什么样的电影和电视。有研究表明每天的高峰时段网络下载量都是出自奈飞的流媒体服务，2012年人们在网上看流媒体视频的时间比看实体DVD碟片的时间还多。每天用户在奈飞上产生3000万多个行为，用户暂停、回放或者快进时都会产生一个行为，订阅用户每天会给出400万个评分，还会有300万次搜索请求，询问剧集播放时间和设备。
曾有报道称，用户登录奈飞网站后的每一次点击、播放、暂停甚至观看视频的时间长度都会被记录下来，存入后台用作计算。奈飞公司就是通过这种方法精确定位观众的偏好。据了解，奈飞公司之所以一口气播放13集《纸牌屋》，是因为他们已经预测到多数用户不喜欢在固定时刻收看电视剧，而是更加倾向于“养肥了再看”。
奈飞公司长期以来对用户租赁、观看数据的积累与分析，让它对用户喜欢什么样的电影和电视剧集，乃至喜欢哪一个镜头都有着较为准确的认识，这一切都来自大数据分析，而不是针对观众的抽样调查或者影评家的评论。无论从有效性还是可用性上看，这些数据都远比抽样调查和影评家的评论要好得多。
仅从电影投资成本的角度来说，目前中国大陆公映的电影，平均投资在3000万人
民币以内，不足500万美元。这样的投资规模实在不能算大。在不考虑通胀以及观众收入的情况下，这样的规模只相当于北美70年代初期的水平，因此某些非常感性的、毫无市场调研的影视拍摄计划也时有发生。但随着中国整体经济水平的提升，影视行业的投资也将逐渐越来越高，这时有关一部电影拍摄后有没有人看、能赢利多少等方面的风险评估就显得很重要。在那时，大数据分析的运用对影视产业将产生更为深远的影响。
制造业的大数据之路
美国阿拉巴马州北部，有一个叫作亨茨维尔的城市。如果仅看地图，绝对看不出这个人口仅16万的小城有何特殊的地方，因为它似乎远离纽约、洛杉矶、芝加哥、休斯敦等各大经济中心，既不临大河更不靠大海，连陆路枢纽都算不上。然而，在这个小城市里，聚集了波音、雷神、诺斯罗普·格鲁曼公司和洛克希德马丁公司等世界著名航空业巨头。这里要说的，是雷神公司的大数据分析。
在雷神公司的新导弹工厂里，一枚导弹正在紧张生产过程中。可当一枚螺丝刚刚拧完时，生产系统却意外中止了。这是怎么回事呢？
原来，这声警报是一个错误提醒。这个错误警报系统很先进，是基于大数据分析设立的。在这样的精密武器制造过程中，任何一个环节的缺陷和错误都可能造成非常严重的后果，即便没有发生事故，单是返工、维修和更换都要花费不少时间和金钱。
雷神导弹系统高管兰迪·史蒂文森表示，如果大数据分析的结果表明，某一颗螺丝需要拧13圈才能上紧，而在导弹生产过程中却只拧了12圈，那么错误警报就会发出，导弹或配件的制造就将被中止，确保不会有带着缺陷和错误的导弹被生产出来。
作为一家制造商，雷神部署了非常复杂的自动化系统，用来收集和分析工厂底层的大量数据。而这样的制造商远不止雷神一家，包括通用电气、西门子、罗克韦尔自动化公司在内的很多家公司都采用了这样的自动化系统。它们都使用了一个名为“工厂制造执行系统”的软件。这类软件在20世纪80年代就已经出现了，一些半导体制造商和其他高科技公司是最初的采用者。不过，目前越来越多的制造商也开始采用它。
现在的制造业比以前更专注于数据，一部分是因为某些客户的要求越来越高，一丁点儿瑕疵都不允许存在；一部分是因为股东对庞大的支出感到不满，施加的压力越来越大；还有一部分原因，则是政府监管部门为了方便管理和追踪安全问题，要求企业
提供更多的数据。而同时，计算机、摄像头、扫描仪等各种设备的成本都在逐年下降，而且用于存储和转移数据的技术也不断地得到改善。这些都促使制造业向大数据分析倾斜。
雷神公司的大数据应用，只是制造业在生产制造环节的大数据分析。制造业更多的大数据应用，是面向消费者的大数据分析，比如小米公司。
小陈最近一直在关注电视机，但他关注的并不是国内传统电视机厂商的电视机，也不是那些国际大牌的电视机，而是国内几个互联网公司推出的电视机。像小陈一样想买这种电视机的人不在少数，但电视机供应量有限，大家甚至用“抢”来形容这些互联网电视的热销。
在众多互联网电视公司里，有一个这两年才创立起来而且特别火的公司，叫作小米科技公司。在小米电视发布前，小米公司已经成功地发布了几款手机，每款手机都在发售后被抢购一空。小米做手机和电视机的思维和其他手机及家电厂商完全不一样，因为它的创始人雷军在互联网公司从业20多年，他宣称要以互联网思维来制造手机、电视机。那么他所说的互联网思维是什么样的呢？为什么小米手机会如此热销呢？
传统的制造业都是封闭式生产，由生产商决定生产何种商品。在这种情况下，生产者与消费者之间并没有多少交流，更谈不上互动。但是，在小米手机发布之前，小米手机的研发人员便不断在论坛上和手机玩家一起讨论手机的软件外观、手机硬件配置、外观设计甚至宣传方案等。无数人在论坛上提供自己的想法，甚至有热心网友会半夜睡不着爬起来发帖给研发者提供建议，而且也确实有不少好的建议被研发人员采纳。很多手机玩家都很有参与感，觉得小米手机是大家一起研究一起开发出来的，自己也为小米手机的发展出了一份力。就这样，小米手机在还未发布前就已经拥有了无数铁杆粉丝。在这种制造商和消费者良性互动共同决策的模式下，消费者和制造商的界限已经变得模糊不清，传统的经济理论将被改写。
这些就是未来制造业的趋势，这些现象能够告诉我们未来面向消费者的制造业会是怎样的景象。
餐饮旅游业的未来
晚饭时间到了，小张打卡离开公司，走到经常吃饭的饭馆去吃饭。
刚走到饭馆门口，饭馆门口播放的背景音乐就悄然发生了变化，变成了小张最近听得最多的那首曲子。小张似乎并不觉得奇怪，她很习惯地走到饭馆二楼靠窗的位置。那儿有一个位子是她常坐的，基本上她每次去的时候这个
位置都正好空着。小张拿起平板电脑开始点菜，菜单上最前面推荐的菜正好合她胃口，价钱也和她每次消费差不多，于是她不假思索地点了。
在等待上菜的时间里，小张开始安排元旦3天假的行程。她拿出手机打开一个地图软件，点击了一下她要去的目的地，然后快速查看了千千万万个曾经到那里旅行过的人对当地各个旅馆饭店及旅行社的评价。很快，她就把3天的住宿、餐饮、旅游行程都安排好了。
以上只是一个假想的场面，但实际上这样类似的情景可能正在餐饮旅游业发生着。餐饮旅游业在大数据时代可能呈现的样子，便是这样的。
作为服务行业，餐饮旅游行业一直面临着众口难调的问题。同样的服务可能让一个人非常满意，却让另一个人很不满意。就像同一个菜，一个人可能觉得辣了，而另外一个人觉得还不够辣。这不仅是每个顾客挑剔程度的问题，更因为每个人本身具有的不同特性，比如口味、审美，等等。传统的调查和改良的办法，不能精准地针对具体某一个客户，而在大数据时代，这些问题都可以得到解决，众口难调变成众口易调。
在大数据时代，餐饮旅游行业和现在的互联网公司一样，可以采集到消费者的很多数据。采集的方法有很多，比如饭馆可以通过摄像头、麦克风、订餐网站、订餐软件等渠道获得各种不同的数据。从某位顾客打开手机或电脑准备点餐的那一刻起，或者从某位顾客推开饭馆的门那一刻起，他或她的数据就正在被上传到饭馆的服务器上。顾客心情如何、在软件或网站或饭馆停留时间长短、喜欢听的歌曲、喜欢的话题、对食物的偏好等，这些特征都将被保存下来，在这位顾客下一次推开饭馆大门时，计算机会根据收集的数据来为这位顾客“量身定制”出一套服务方案，并继续采集更多数据。
这样的数据不仅可以用于服务个人，也可以用来改善商家自身的服务。还是拿饭馆做例子，采集的数据经过分析后表明，本地区的顾客对某一个菜样非常偏爱，或者很多顾客点了某一个菜后就再也没点过第二次，这些都能够帮助商家做出增加或减少菜品的决定。又比如，采集的数据经过分析后表明，进入本店的顾客在就餐时喜欢讨论某些话题，那么商家也可以抓住这些话题点在网站、论坛、微博、微信或饭馆举办各种相关活动。
同时，消费者们对餐饮旅游业的商家的各种评价，也都公开在各种平台上，免费供他人查阅，这给其他潜在的消费者带来了福音，也给政府相关管理部门的考核和问责带来了便利。
餐饮旅游行业长期存在的信息不透明、宰客欺客的现象会因此明显减少。类似的服务行业也将得到超越来自政府的更强有力的监督，不敢擅自违规。
很多美好的事情已经在这个行业发生着。美国很多州政府在与餐饮点评网Ylep展开合作，监督餐饮行业的卫生情况。事实证明效果非常好。人们不再像以前那样从窗口去看餐馆里的情况，而是从手机App里的评论。在中国，大众点评、口碑网、番茄快点等软件或网站，也给消费者提供了对商家评判的平台。这样，商家既可以通过这些网站扩大自己的知名度和影响力，更可以通过这些评判来提升自己的服务能力。未来的餐饮旅游业，不仅会自律，而且还会做得更好，利用互联网沉淀出的大数据，想象力无穷。
传统农业的展望
美国明尼苏达州的一个普通农场里，一对夫妇正在犯愁。他们的两个儿子都到很远的地方读大学去了，现在农场里活很多，夫妇俩根本忙不过来。他们得想个办法把两个儿子留下的劳动力空缺给补上。不管怎么说，100头奶牛的饲养不是两个人能搞定的事。
对于大部分人来说，面对这个问题，很自然的一个想法就是雇一些人来。可是这对夫妇最后一个人都没有雇。你绝对猜不到他们怎么解决的这个问题：他们买了很多机器人！
现在，这个农场里每天定时喂牛的是机器人，打扫牛栏的也是机器人，给奶牛挤奶的还是机器人。以前他们起早贪黑都干不完的活儿，现在一下子都没了。每天早晨还没等这对夫妇起床，机器人就已经喂好了牛并挤了奶。
机器人是怎么工作的呢？喂牛的时候，机器会向奶牛的食槽里投放食物，吸引奶牛前来就餐。在奶牛高高兴兴地吃着东西的时候，挤奶机会通过激光扫描找到奶头的位置，并将挤奶装置自动吸附到奶牛的乳头上开始挤奶。挤完奶后，挤奶装置会自行清洗和重置，等待下一头牛到来。其他场景都与之类似。
要让一个传统农场正常运作是一件非常复杂而且琐碎的事。牛需要喂、牛棚需要清扫、需要挤奶，需要观察奶牛们的胃口好坏、体重变化，有时还需要治病。当好一个农场主不是一件容易的事情，他们需要面对的变数之多远远超出我们的想象。
大数据改变了这一切。而且，还不只是改变了这一切。这套设备会收集很多数据，包括奶牛的身份、体重、产奶量，以及挤奶所需的时间、需要喂多少饲料，甚至牛反刍需要多长时间等。
机器还会从牛产的奶中收集数据。每一个