近几年大数据与人工智能火了，大数据技术带来了一场革命性的创新，但是当我们把这些技术发展的逻辑梳理一下，就会发现，这一切的目的最终是让数据告诉公司怎样做才能更赚钱。

无数公司都蜂拥大数据领域，但是搞了很久，钱花了很多，都没有什么产出，原因在哪里呢？

笔者作为一个全栈工程师，在公司大数据组里从事多年的工作，反思我们的工作，觉得目前主要问题出在我们处在大数据产业的中下游，基本没有决定权，唯一的工作和其他工程师差不多，被动地写一些SQL，计算一下数据。自己都认为搞得都是沙子数据，出的成果都是沙子。很多IT公司的大数据情况也大抵如此。

当然，也有人看到了问题，去大数据上游，买数据、搞爬虫。爬虫组问过我们数据组很多次了，你们的爬取数据需求呢？是啊，我们数据组也不知道要爬什么。

这就尴尬了，整个公司没人知道哪些数据可以让我们提高利润。

唯一能做的，就是京东一样，某个客户买过什么东西，就反复地向该客户推送类似地商品，这显然让大数据技术走进了一个死胡同，让数据分析走进了一个死胡同，产出的都是沙子。

怎么办？当然是解决大数据上游的问题。

举个书上的例子。一个服装品牌，收集客户试穿衣服的例子，衣服上安装了一个磁条，换衣间安装一个磁条，统计哪些衣服被客户试穿了最多次数。想到这个办法的人，就是大数据的上游，至于后面写代码处理数据并生成报表的人，就是在大数据的下游，是这个产业链里最没价值的。

是的，公司要想通过大数据技术赚钱，就是要找到那个，想到把客户试穿衣服和最受欢迎产品联系起来的人，这才是大数据技术的核心。

2018年01月，国际油价不断上涨，国内油价跟着上涨，两桶油股价暴涨，看到没有，这三者是有逻辑链条的。看到国际油价不断上涨，就买入两桶油股票的人，永远是最有价值的，是处在数据产业链上游的。

残酷的现实是，大量大数据的从业人员，虽然他们拥有名校博士硕士的光环，他们只是处在大数据产业的中下游，永远是蒋干，事后不知道。当然，这并不妨碍他们赚钱，因为他们的薪资还是很高的。所以现在到处都是大数据、人工智能的培训机构、网络教学，和大量的学习者，他们站在了大数据产业偏中上游的位置，搞大数据的公司能不能赚钱，谁也不知道，都是他们都赚钱了。这让我想起2010年以前的ERP，当时很多企业也是对这种内部管理系统又爱又恨，但是最终没有产出，结果就是那样吧，没有革命性的效果。

或者，公司应该找麦肯锡那样的咨询公司，让专家来帮助寻找那个可以点石成金的数据。