データの5つの特性、3つの難しい問題、そして1つの傲慢さ

データとは、測定、記録、発見などを通じて得られる客観的な存在であり、物事に関する事実の記述です。データには、無限性、容易な複製、異質性、消滅性、独創性の 5 つの特性があります。データと情報は極めて重要ですが、現在、データの健全かつ秩序ある発展を阻む問題が 3 つあります。それは、データ権利の確認、データ取引、データ要素です。詳しい分析は記事で見てみましょう！

「データは新たな石油である」（Clive Humby、2006 年）。 1 つだけ選ぶとすれば、データは石油に最も似ています。どちらも世界にとって重要な戦略的資源であり、原動力です。しかし、データは単なるデータであり、それ以外の何物でもありません。

1. 5つの特徴

データとは、測定、記録、発見などを通じて得られる客観的な存在であり、物事に関する事実の記述です。データには、無限性、容易な複製、異質性、消滅性、独創性の 5 つの特性があります。

1. 無限

物理的なオブジェクトとは異なり、データは使用によって枯渇することはありません。むしろ、使用によって生成され、今後も生成され、量が増加し続けます。 「データは最も基本的な客観的製品になります。私たちが何をしても、データが生成されます」（Paul Sonderegger、2017年）。 DASA R&T の「Emerging Technology Trends 2016-2045」によると、世界中で生成される新しいデータの量はおよそ 2 年ごとに 2 倍になっています。これはビッグデータのムーアの法則とも言え、データ爆発は避けられません。

2. 複製の容易さ

データはほぼゼロのコストで迅速にコピーでき、複数の人が同時に使用でき、複数回リサイクルでき、ある人の使用が他の人の使用を排除または妨げることはなく、使用において異なる人の間で直接的な利益相反はありません。再現の容易さにより、データはある程度非競争的かつ非排他的になりますが、データは公共財ではありません。公開データ、企業データ、個人データがあります。

3. 異質性

『変装者』の中で謝若霖はこう言った。「ここには金の延べ棒が 2 本あるが、どちらが高貴で、どちらが汚いか教えてくれ。」これは真実を示しています。つまり、金の延べ棒は同質であり、2 つの金の延べ棒の価値は同じです。工場から出荷される商品や、石油や電気などのエネルギー源など、均質性は至る所に見られます。ただし、データは異種です。あるデータビットに含まれる値は、別のデータビットに含まれる値とはまったく異なり、同じデータでも人によって価値が異なります。王秦民（2023）は次のように述べています。「データの価値は、ユーザー、アプリケーション シナリオ、および専門的なデータ品質基準によって異なります。」

4. 腐りやすさ

データは時間の経過とともに急速に価値が下がる、消耗しやすい商品です。 IBM (2015) によると、非構造化データの 60% は数ミリ秒以内にその真の価値を失います。つまり、データの価値は、その適時性に大きく反映されるということです。データの半分以上は、生成された瞬間に価値がなくなります。これを「1秒の法則」と呼ぶことができます。分析や実用化に利用できるデータはさらに少なくなります。世界のデータの 90% は分析も使用もされていません (IBM、2015 年、DASA R&T、2016 年)。 2020 年に作成またはコピーされたデータのうち、2021 年に保存され保持されたのは 2% 未満でした (出典: IDC)。

5. 独創性

データは生のままであり、それ自体には意味がありません。それを加工・分析することで初めて、人々にとって有用な情報に変換することができます。データが新しい石油だとしたら、分析は内燃機関です。情報はデータ抽出の産物です。情報は人間の脳によって処理され、主観的な知識を形成します。データ、情報、知識は歴史的なものですが、知恵は未来に関するものであり、人々が知識を使って意思決定や判断を下す能力です。

データ、情報、知識、知恵の関係について、フォーダム大学のゼレニー教授 (1987) は、下から上に向かって DIKW ピラミッド モデル (下図参照) を提唱しました。

• データ: 何も知らない、何も知らない。
• 情報: 何であるかを知る、それが何であるかを知る;
• 知識: 方法を知っている、やり方を知っている;
• 知恵: 理由を知る。

図 DIKWピラミッドモデル

難しい質問が2つか3つ

個人と周囲の人々との間のギャップは、主に情報を把握し、理解し、適用する能力の違いにあります。データと情報は重要です。しかし、現在、データの健全かつ秩序ある発展を阻む難しい問題が 3 つあります。それは、データ権利の確認、データ取引、データ要素です。私たちは挑戦に立ち向かい、勇気と知恵をもって行動し、あらゆる困難を克服しなければなりません。

1. データ所有権の確認

関羽は曹の陣営にいたが、心は漢にあった。私たちにとって、肉体の所有権を決定することは比較的簡単です。しかし、心と魂は霊妙なものであり、不確実性、秘密性、多様性を持ち、同時に複数の主体に属することさえあります。データも同様です。誰の所有物なのかを明確に判断することが難しく、物理的に効果的に分割し、権利を合理的に分配することが困難です。所有権確認の複雑さは、データ自体の特性と権利者の多様性に関連しています。データ チェーンには複数の参加者が関与しており、各参加者は不可欠であり、単独では機能できず、それぞれに異なる要求があります。さらに、データの価値密度が低く、生み出される利益を明確に測定することが難しいため、データ権利確認のコストが非常に高くなります。

2. データ取引

取引は相互に利益のある行動であり、人間社会における最も自発的で前向きな活動です。取引は、双方が利益を得る場合にのみ成立します。データに関しては、トランザクションが課題となります。 UNCTAD（2019）は、「データには重要な使用（または乱用）価値があるが、ほとんどの経済商品のような交換価値はない」と指摘しています。実際の取引では、一般的に価格が明確で、繰り返し可能かつ予測可能です。たとえば、店が明確に価格設定されたミルクティーをさまざまな消費者に繰り返し販売する場合、消費者が得られるメリット（喉の渇きを癒す、おいしい、社交的な交流）は予測可能です。データは異質であり、価値の測定は難しく、価格設定は難しく、期待効用は管理が難しく、「ただ乗り」のリスクがあります...これらはすべて、データ取引で直面しなければならない問題です。

3. データ要素

生産要素とは、人々が商品やサービスを生産するために使用する基本的な資源です。生産を容易にしますが、製品やサービスの一部にはならず、生産プロセスによって大幅に変更されることもありません。新古典派の創始者であるマーシャルは、有名な著書『経済学原理』（1890年）の中で、土地、労働、資本、起業家精神という4つの生産要素理論を提唱しました。メイ・ホン院士は（2023）「データを重要な生産要素として確立することは中国の取り組みである」と指摘した。しかし、経済学におけるデータ生産要因を定義することは困難な作業であり、影響力のある説得力のある結果は未だ見られません。経済学者は早急に研究を強化する必要がある。

3. ビッグデータに対する傲慢さを避ける

データマイニングの典型的な事例といえば、多くの人が「ビールとおむつ」や Google Flu Trends を思い浮かべるでしょう。実際、前者は 1992 年にはすでに登場していた話ですが、実際には起こりませんでした。後者はインフルエンザの到来を事前に予測したが、精度が低すぎたため後に廃止された。

データの重要性は疑う余地がありません。人々は、その驚異性を強調するために、「データ」の前に「ビッグ」という言葉を付け加えることを好みます。また、人々は「ビッグデータへの傲慢さ」という誤解に陥ることもよくあります。データは多くの問題を解決できますが、限界があり、データを通じて突然変異を予測することは困難です。平和な生活を送る豚は、過去のデータに基づいて春節のブラックスワンを予測することはできません。馬車の走行データによって「より速い馬」を手に入れることはできるが、車を発明することはできない。データは企業にとって競争上の優位性となりますが、万能ではありません。優れたアプリは、履歴データがあるからといって、ただ座って安心することはできません。革新者たちによって常に挑戦されており、「人気を維持できるのはほんの数年だけ」です。起業家はデータや蓄積がなくても、革新的な製品を発売し、ユーザーを獲得し、成功を収めることができます。この観点からすると、データが全く存在しないということはあり得ないことではありません。

ビッグデータの時代においては、「因果関係ではなく相関関係」が指針とされています。 「重要なのは、分析的推論を使って、なぜ 2 つのものが同時に、または連続して現れるのかを解明することです。理由が正しい場合にのみ、新しい知識または新しく発見された法則と見なすことができます。相関関係自体にはあまり価値がありません」(Li Guojie、2015 年)。 「数字」だけを信じるよりも、「数字」を持たないほうが良いです。貴重な情報や結論を引き出すためには、実験観察、論理的演繹、帰納、洗練などの科学的手法を総合的に活用して、物事の関係性や法則を探究する必要があります。

私たちがデータを重視するのは、データ自体が重要だからではなく、客観的な世界と客観的な法則を尊重し、事実から真実を追求する精神が重要だからです。データは事実です。李国傑院士（2015）は次のように述べています。「データを重視するということは、事実に基づいて話し、合理的思考に従うという科学的精神を強調することを意味します。」

著者: Yan Deli; WeChat 公開アカウント:「Tencent Research Institute (ID: cyberlawrc)」