大数据的下一轮演进是否会将直觉从核心业务决策中彻底去除，而完全依赖数据分析的驱动？

位于西雅图的预测分析 的公司BoldIQ首席执行官Roei Ganzarski认为不会，但随着大数据的不断增加，人们将越来越多地依赖于大数据分析做实时决策。然而这并不意味着，管理人员更看重分析而忽略直觉。 恰恰相反。很多公司主管们常常会嘲笑那种认为软件分析可以超越多年实践经验的想法。

Ganzarski在接受信息周 刊(InformationWeek)电话采访时说，“我们常常会遇到类似争论，这并不是说我们认为你做错了什么。相反，软件分析提供了额外的工具，帮助 你做你的大脑根本无法做到的事情。我们并不是在这里取代你，我们只是帮助你提高做出决定的能力。“

显然，人类的大脑 仍然在很多方面胜过计算机。但是软件的优势在于瞬间的高效分析，比如交通运输行业就是个很好的例子。 “我们来看看当天快递交货和隔天快递交货。这在分销及供应链里是至关重要的－能否实现当天下单，当天收到货物。” 这里呈现的大数据挑战就特别适合用软件分析。

“一旦下单，快递公司如何确保其车辆和司机的联络间能做出快速反应，在几毫秒内，它可以告诉你哪些车辆和驾驶员应该做取货和送货，使送货能够按时完成，并能盈利？“

人工算法 (HumanAlgorithm)

Barrett Thompson是Zilliant公司负责卓越定价解决方案的总经理，该公司的业务主要是帮助企业使用内部数据，做出更好的销售和定价决策。在一月份一 个信息周刊关于“算法与直觉”话题的采访中，Thompson指出，他们决策的算法是基于企业内部的多个员工的集体经验。

“比方说，我要查看过去一年的销售交易，在数据仓库中这些交易总数高达500万，”Thompson说。“我必须从这些数据中找到的，是500名销售人员在处理几万或几十万各种不同的销售案子中凝炼出来的智慧和经验。”

他说，预测算法并不是无中生有。相反，它是从公司已有的只是库中催化而来。它是基于人的经验，“你亲身经历过的数据点。”

“我 无法看到其他499位销售人员做了什么，我甚至不记得我在去年三月所做的事情，我做了太多销售决定以至于自己都记不清了，”汤普森说。 “如果我有一个软件工具，一个算法，它可以帮我记住我所学到的，并透露给我其他人所学的......这一算法就可以把我和其他人的经验经过蒸馏过滤变成我 们可以时时借用的指导准则。“

当然，需要说明的是，汤普森和Ganzarski都归属于大量投资分析的阵营。他们都算不上这场直觉与算法对抗辩论的公平例证。

在2013年12月哈佛商业评论(Havard BusinessReview)上的一个有关直觉在数据公司的作用的博客，分析专家和作家汤姆·达文波特TomDavenport认为，主要的大数据项目往往由直觉带动：

许 多产品和服务创造的大数据项目，往往是由直觉驱动的。例如，谷歌的自驾车，被该项目的 负责人形容为一个大数据项目（塞巴斯蒂安史朗SebastianThrun，谷歌研究员，斯坦福大学教 授，负责领导该项目）。早在所有必要的数据，地图和基础设施都已经具备以前，他的直觉告 诉他自驾驶汽车是可能的。他的自驾车动机源于在一宗交通意外中朋友的死亡，他在接受采访 时说，他在没有任何解决方案之前就已经在他在斯坦福成立了一个团队来解决自驾驶问题。

此话说的不错，算是为直觉加分。但在企业中，数据分析会在直觉驱动的的决策过程中扮演着越来越重要的作用。