|
הקונספט של מידע או Data הוא למעשה די חדש. השימוש במילה החל להיות נפוץ רק במהלך שנות ה-60. למרות שהמושג נזרק לאוויר כל הזמן, בכל מיני הקשרים, זהו לא מושג שאנחנו רגילים להשתמש בו ולהבין אותו לעומק. אחד מהמאפיינים של המושג הוא ההקשר העדכני שלו. Data הוא מידע עכשווי, והמושג Big Data מייצר תמונת מצב המשקפת את ההווה מתוך כל המידע הקיים כרגע.
בניגוד ל-Data, אבחנות היסטוריות נאספות ומאורגנות כך שמתקבלת תמונה של העבר, מתוכה ניתן לזהות מגמות עיקריות – וזו הבעיה המרכזית עם האופן בו אנו משתמשים בהיסטוריה. היסטוריה יכולה להיות מלכודת: זה לא העבר שבו אנו צריכים להתמקד, אלא העתיד.
בעבודתי הראשונה לאחר סיום הלימודים, עבדתי בזירת מסחר, שם נפגשתי לראשונה עם הקונספט של ניתוח שווקים "טכני" או ניתוח באמצעות גרפים": הצגה של נתונים היסטריים שאמורה לתת רמזים לגבי ההתנהגות העתידית. תמיד נדהמתי מהאופן הכמעט דתי שהאנשים האלה במצעים את עבודתם. זה כאילו שהם מאמינים שמה שהם עושים הוא לא ניתוח נתונים, אלא ממש תקשור ישיר עם הטבע וגילוי סודותיו.
ניתוח הגרפים היא פרקטיקה שחלקה טכנית וחלקה מסורתית. זו בוודאי גם אחת הסיבות לפופולריות שלה. למסורות יש ניחוח רומנטי, כאילו אנחנו לא רק סוללים את דרכנו בעצמנו, אלא מכבדים את החוכמה של הדורות הקודמים. התכונה הזו תמיד גרמה למחלוקת בין אלה שדבקו במסורות ואלה שרצו לשבור אותן ללכת בדרכים חדשות.
בשנות ה-30, התחיל הפילוסוף קרל פופר לדבר כנגד ההערצה המוגזמת של העבר במאמר שנקרא "The Poverty of Historicism" שמאוחר יותר פורסם כספר, הוא טען כי אין שום סיבה להאמין שעתיד יראה כמו העבר. מבט על הגרף הבא מבהיר את דבריו: לאורך רוב ההיסטוריה, לא הרבה השתנה, אבל ברגע שהחלה המהפכה התעשייתית, התמ"ג לאדם בעולם זינק. קשה לטעון שהרבה מהמגמות שהיו משמעותיות לפני המהפך הזה, נשארו כאלה גם לאחריו.
התמ"ג לאדם בעולם לאורך ההיסטוריה
אחד מתלמידיו של פופר, ג'ורג' סורוס, הפך לאחד מהאנשים העשירים בעולם בזכות היכולת לזהות שינויים דומים, אם כי בקנה מידה קטן יותר. אנשים כמו הנרי פורד, ביל גייטס, וסטיב ג'ובס הגדירו תעשיות חדשות לחלוטין על ידי סטייה מן הנורמות הקיימות. אלה הם האנשים שאנחנו מעריצים – לא את אלה שהולכים אחר הטרנדים, מכיוון שפורצי הדרך הם אלה שבסופו של דבר יוצרים אימפקט.
למה Big Data?
אחת מטענותיו הבסיסיות של פופר הייתה שכל טענה, חייבת להיות בעלת פוטנציאל הפרכה על מנת שתהיה מדעית. אם אינה יכולה להיבחן ולהיות מופרכת, היא לא יותר מאמירה חסרת משמעות. אנחנו מעריכים מדענים גדולים כמו איינשטיין ודרווין לא כי היו להם רעיונות טובים, אלא מכיוון שהם הציגו אותם כך שניתן היה לערער עליהם ולבחון אותם.
לאורך רוב המאה ה-20 הבחינה הזו הושפעה עמוקות מהשיטות של הביולוג והסטטיסטיקאי רונלד פישר שהציב כללים בנוגע לעיצוב נכון של ניסוי, החשיבות של הסטטיסטיקה ומרווחי ביטחון. בבסיס רעיונותיו הייתה קביעה פשוטה: אם נכניס מידע טוב, נקבל תשובות טובות.
יחד עם זאת, גם רעיונותיו של פישר לא מתחמקים מהתפיסה המוטעה שמציבה את העתיד כהמשך דומה של העבר. הטכניקות של שימוש ב-Big Data כיום לא מתמקדות בעבר, אלא בהווה. אנחנו לא מנסים עוד לפענח את העבר על מנת לחשוף איזו אמת נצחית, אלא משתמשים ברשת העצומה של החיישנים והשרתים כדי לאסוף מידע ולנתח אותו בזמן אמת. אמיתות לא נמדדות עוד בתקופות או אפילו בחודשים, אלא באלפיות השנייה – לכן Big Data חשוב.
פופר. שום דבר לא ברור מאליו, מה שנכון היום יכול להיות שגוי מחר | צילום: מתוך ויקיפדיה
בעבר, כאשר מנהלים היו מתחילים את תפקידם הם היו יכולים להיות בטוחים שהכללים שהנחו את התעשייה בה הם נמצאים ימשיכו להתקיים, הכישורים שלהם ימשיכו להיות רלוונטיים והתוכנית העסקית שלהם מתאימה. כל זה כבר לא נכון היום.
כיום ברור שמודלים עסקיים לא מחזיקים מעמד לאורך זמן ועל המנהלים להתאים את עצמם לשינויים. בעולם שלנו חייבים לזנוח את הנטייה לנסות ולפצח דפוסים קבועים מתוך התבוננות על העבר, ולקדש את השינוי המהיר ואת ההתאמה המהירה אליו. יש להבין שחוסר היציבות הופך את הלמידה לחשובה יותר מהניסיון ואת ההכנה לחשובה יותר מהתכנון ארוך הטווח. היסטוריה, אפילו כאשר היא נבנית נכון יכולה לחסום את דרכינו לאפשרויות חדשות ואחרי הכל, מה שמעניין אותנו הוא לא לחזור על העבר שוב ושוב אלא לפרוץ גבולות חדשים בעתיד.
|
