長久以來，科技人員一直想設計出能夠模擬人類大腦運作的電腦，他們于鉆研人工智慧和機器人，製造有能力打敗西洋棋大師的電腦，不過這些計劃頂多只能獲得有限的迴響。電腦和人腦運作的基本結構具有極大差異，有些事情電腦做的比人類好，比方說長等式的速算，或是篩選數百萬份的文件，從中找出幾個關鍵字。然而，有些連三歲小孩都會的ABC簡單的事情，電腦并不會，例如知道一只用線條畫的牛和真正的牛同樣都是牛。電腦當然無法和人腦稿層次的運算過程并駕齊驅，譬如靈機一動，把風馬牛不相及的概念串連在一起。打造一款具有人類思考能力的電腦是一條漫漫長路，或許從一開始就是個天方夜譚。

不過，電腦科學家透過人類大腦的研究進行學習，并且借用人類的預測模型，建置了以模式運作的電腦系統(tǒng)。這些系統(tǒng)以自己的方式建立記憶組塊，并根據預測模型產生行為。感測器可以把資料饋送給電腦，同時進行模式的建立和預測模型的測試。

具有前瞻思考能力的企業(yè)，已經開始採用這些新的系統(tǒng)，捨棄官僚組織型態(tài)，以更接近人類才干的模式來運作。這些企業(yè)可以運用科技察覺市場的風向變化、不斷調整策略、并搶先一步行動─這便是「兩秒優(yōu)勢力」。

結果證明，只要在緊要關頭，比對手早一步掌握一小撮正確資訊，比起延遲十天半月，才取得全部資訊來的有價值多了。事件發(fā)生后，運用資料庫去分析龐大的資料，就像要韋恩 格雷茨基去翻出他征戰(zhàn)過的所有參賽記憶，來分析為什么上一場比賽沒有得分，然后為下一場比賽擬出作戰(zhàn)計劃。雖然這樣的模式或許有其價值，但是現在已經不夠看了。企業(yè)希望能像格雷茨基那樣先發(fā)制人，利用有效率的「心智模型」，在事件發(fā)生前贏得些微優(yōu)勢，當機立斷地決定下一步要如何出招。公司行號將能夠預測客戶的需求，商店不會再出現商品庫存量太多或太少的問題，執(zhí)法人員也能防患未然，遏止犯罪行為的發(fā)生。

好幾股趨勢的匯流，加速了兩秒優(yōu)勢力科技的成形。

過去五十年來，我們一直生活在資料庫科技的世界。企業(yè)和政府機構透過與個人的互動（填寫個人資料表、預約記錄）、交易資料（提款機、網路、信用卡）和大事記（棒球記錄、墨西哥灣的颶風觀測數據、洛杉磯guoji機場的航班離境資料）來蒐集資料。我們將這些資料輸入結構化的資料庫，經過整合、比對和分析，來挖掘過去發(fā)生過的事情。

資料庫可能會告訴零售業(yè)者，八月份幫寶適紙尿褲的業(yè)績成長百分之五十，建議大賣場那個月應該增加庫存?；蛘撸娇展究梢酝高^資料庫知悉，當某段航程的票價調降二十美元，就會大幅侵蝕競爭對手的市場佔有率。人口普查是一個龐大的資料庫，它可以看出一國人口每隔十年的變化型態(tài)。

資料庫可以協(xié)助主管根據過去的結果，為未來的行動作出明智判斷，那是極具價值的。此外，資料庫也愈來愈具備即時處理能力。數十年前，管理階層必須對資料庫提出資料需求，然后等上一天或一個禮拜的時間來跑出結果。到了二○一一年，資料庫已經可以飛快地更新資料，并立刻根據排山倒海而來的資訊，列出過去發(fā)生過的事情，來回應管理者資料查詢的結果。

資料庫科技幾乎對世界各地、任何規(guī)模的所有企業(yè)的營運都非常重要。但是，如今資料庫正遭遇重大的困難?；旧?，資料庫鎖定的都是過去的資料，它們分析已經發(fā)生的事情，而不是預測未來即將出現的事件。此外，隨著資訊來源的不斷膨脹，資料庫也快要被資訊的巨浪淹沒，資料庫的技術將會追趕不上資訊爆炸的速度。

二○一○年，全球數位資料的儲存量已經超過1,200個exabyte的規(guī)模（1個exabyte相當于一兆本書的內容）。每隔兩年，資料量就會成長四倍，其中百分之七十的資料是個人創(chuàng)造出來的，包括社群網路的個人資料、YouTube的影音視訊、Twitter的推文、潘朵拉線上音樂盒（Pandora）的自動音樂系統(tǒng)服務、和Four square的定位登入資料；其他則來自五花八門的感測器，包括放置在浮標用來記錄海灣水域的晶片；行李箱上的無線射頻識別標籤（RFID tag），每次行李一送上行李艙或要從機艙門卸下時，就會向航班發(fā)出通知；以及全球幾十億支的手機─每只手機隨時都在更新手機持有人的位置以及機主的移動方式。

同一時間，儲存技術的快速進展，將會使得蒐集和儲存所有大量涌入資料成為可能。儘管資料愈多，ABC有其彌足珍貴之處，但是資料量太龐大也會讓人吃不消。假如為了回應每次的查詢，就必須利用資料庫技術將所有資料過濾一遍，這樣將會造成資料庫的癱瘓，資料庫的回應速度一定會變得其慢無比。就像格雷茨基不可能在比賽中逐一搜尋所有的記憶一樣，企業(yè)也不可能每次要找答案時，就進行一次地毯式的資料蒐尋。

如果電腦的運算能力，能夠提稿到追上資料膨脹的速度，那么資料儲存量的快速飆升，或許就不是什 大問題了，但這是不太可能的事。自一九七○年代以來，電腦運算速度一直按照摩爾定律所闡述的速率在進化：也就是說， 微處理器可容納的電晶體數目，約每隔十八個月便會增加一倍。一九八○年到二○○○年末這段期間，電腦系統(tǒng)的速度快了好幾百倍。但是，現在個別電晶體的尺寸實在很小─僅由不到十二個原子構成─已經沒有多少再壓縮的空間。目前應用在幾乎所有電腦的運算技術，ABC多也只能夠再快兩、三倍而已。

為了面對一觸即發(fā)的資訊大戰(zhàn)，科技人員正在尋求替代的運算方案。其中ABC具有潛力的一條路，就是開發(fā)更接近人類大腦的電腦─就像格雷茨基那樣，利用資料來建立模型的技術，用資料的學習，來取代依賴整個資料庫的學習。這項技術將能夠解讀即時事件，進而預測未來的發(fā)展。

這種技術發(fā)展的速度和靈活度，變得愈來愈重要。無論是企業(yè)界、政府單位和日常生活，能夠反應的時間愈來愈少。激烈的競爭，迫使這個世界以快捷無倫的速度運轉，沒有人能承擔根據過時資訊而導致反應太慢的代價。根據當下正在發(fā)生的資訊來預測未來事件的能力，將成為新的競爭優(yōu)勢... ...

本文摘自商周出版/城邦文化《2秒優(yōu)勢力》／作者：維微克 拉納戴夫（Vivek Ranadive）及凱文 曼尼（Kevin Maney）