大数据不仅改变了公共卫生领域，整个商业领域都因为大数据而重新洗 牌。购买飞机票就是一个很好的例子。 2003 年，奥伦• 埃齐奥尼（Oren Etzioni）准备乘坐从西雅图到洛杉矶的 飞机去参加弟弟的婚礼。他知道飞机票越早预订越便宜，于是他在这个大喜 日子来临之前的几个月，就在网上预订了一张去洛杉矶的机票。在飞机上， 埃齐奥尼好奇地问邻座的乘客花了多少钱购买机票。当得知虽然那个人的机 票比他买得更晚，但是票价却比他便宜得多时，他感到非常气愤。于是，他 又询问了另外几个乘客，结果发现大家买的票居然都比他的便宜。 对大多数人来说，这种被敲竹杠的感觉也许会随着他们走下飞机而消失。 然而，埃齐奥尼是美国最有名的计算机专家之一，从他担任华盛顿大学人工 智能项目的负责人开始，他创立了许多在今天看来非常典型的大数据公司，而那时候还没有人提出“大数据”这个概念。 1994 年，埃齐奥尼帮助创建了最早的互联网搜索引擎MetaCrawler，该 引擎后来被InfoSpace 公司收购。他联合创立了第一个大型比价网站Netbot， 后来把它卖给了Excite 公司。他创立的从文本中挖掘信息的公司ClearForest则被路透社收购了。在他眼中，世界就是一系列的大数据问题，而且他认为 他有能力解决这些问题。作为哈佛大学首届计算机科学专业的本科毕业生， 自1986 年毕业以来，他也一直致力于解决这些问题。 飞机着陆之后，埃齐奥尼下定决心要帮助人们开发一个系统，用来推测 当前网页上的机票价格是否合理。作为一种商品，同一架飞机上每个座位的 价格本来不应该有差别。但实际上，价格却千差万别，其中缘由只有航空公 司自己清楚。 埃齐奥尼表示，他不需要去解开机票价格差异的奥秘。他要做的仅仅是 预测当前的机票价格在未来一段时间内会上涨还是下降。这个想法是可行的， 但操作起来并不是那么简单。这个系统需要分析所有特定航线机票的销售价 格并确定票价与提前购买天数的关系。 如果一张机票的平均价格呈下降趋势，系统就会帮助用户做出稍后再购 票的明智选择。反过来，如果一张机票的平均价格呈上涨趋势，系统就会提 醒用户立刻购买该机票。换言之，这是埃齐奥尼针对9 000 米高空开发的一 个加强版的信息预测系统。这确实是一个浩大的计算机科学项目。不过，这 个项目是可行的。于是，埃齐奥尼开始着手启动这个项目。 埃齐奥尼创立了一个预测系统，它帮助虚拟的乘客节省了很多钱。这个 预测系统建立在41 天内价格波动产生的12 000 个价格样本基础之上，而这些信息都是从一个旅游网站上搜集来的。这个预测系统并不能说明原因，只 能推测会发生什么。也就是说，它不知道是哪些因素导致了机票价格的波动。 机票降价是因为很多没卖掉的座位、季节性原因，还是所谓的周六晚上不出 门，它都不知道。这个系统只知道利用其他航班的数据来预测未来机票价格 的走势。“买还是不买，这是一个问题。”埃齐奥尼沉思着。他给这个研究项 目取了一个非常贴切的名字，叫“哈姆雷特”。 这个小项目逐渐发展成为一家得到了风险投资基金支持的科技创业公 司，名为Farecast。通过预测机票价格的走势以及增降幅度，Farecast 票价预 测工具能帮助消费者抓住最佳购买时机，而在此之前还没有其他网站能让消 费者获得这些信息。 这个系统为了保障自身的透明度，会把对机票价格走势预测的可信度标 示出来，供消费者参考。系统的运转需要海量数据的支持。为了提高预测的 准确性，埃齐奥尼找到了一个行业机票预订数据库。有了这个数据库，系统 进行预测时，预测的结果就可以基于美国商业航空产业中，每一条航线上每 一架飞机内的每一个座位一年内的综合票价记录而得出。如今，Farecast 已 经拥有惊人的约2 000 亿条飞行数据记录。利用这种方法，Farecast 为消费者 节省了一大笔钱。① 棕色的头发，露齿的笑容，无邪的面孔，这就是奥伦• 埃齐奥尼。他看 上去完全不像是一个会让航空业损失数百万潜在收入的人。但事实上，他的 目光放得更长远。2008 年，埃齐奥尼计划将这项技术应用到其他领域，比如宾馆预订、二手车购买等。只要这些领域内的产品差异不大，同时存在大幅 度的价格差和大量可运用的数据，就都可以应用这项技术。但是在他实现计 划之前，微软公司找上了他并以1.1 亿美元的价格收购了Farecast 公司。而后， 这个系统被并入必应搜索引擎。 【大数据力量】到2012 年为止，Farecast 系统用了将近十万 亿条价格记录来帮助预测美国国内航班的票价。Farecast 票价预测的准确度已经高达75％，使用Farecast 票价预测工具购买机票的旅客，平均每张 机票可节省50 美元。 Farecast 是大数据公司的一个缩影，也代表了当今世界发展的趋势。五 年或者十年之前，奥伦• 埃齐奥尼是无法成立这样的公司的。他说：“这是不 可能的。”那时候他所需要的计算机处理能力和存储能力太昂贵了！虽说技术 上的突破是这一切得以发生的主要原因，但也有一些细微而重要的改变正在 发生，特别是人们关于如何使用数据的理念。