就在德国队出局时，德国队头号球迷、德国总理默克尔正在人工智能研讨会上同机器人“索菲”对话。当索菲历数德国队过往的辉煌战绩时，默克尔回答：“从历史的角度看确实是这样，但今天我们都很伤心。”默克尔口中的“历史”是什么？是大数据。遗憾的是，这样的大数据并不能帮助德国队取得胜利。
无独有偶，就在小组赛最后一轮前夕，德国公司SAP发文称，SAP和德国足协开展联合创新，共同开发了视频分析模块和球员表现仪表盘，旨在满足球队不断变化的需求，高效分析并共享与之相关的比赛数据，以帮助德国队在俄罗斯世界杯期间保持巅峰状态。然而，德国队的数据化转型也并未能让德国队在本届世界杯上走得更远。
是大数据没有用吗？显然不是。首先，我们应该承认，世界杯赛场并不是一个可以预测的赛场。其次，大数据是一座“金矿”，用什么办法从中提练出你需要的有价值的“金子”，比大数据的产生过程更为复杂。就如最简单的编程，在什么条件下，给出的下一步指令是“YES”或是“NO”，程序得出的结论会完全不同。
从某种角度上来说，只有当大数据被有效转化成小数据，数据才会发挥作用。
5月，笔者跟随SERI访韩团（详细报道请见本期“电器供应商情”）走访了十余家韩国制冷供应链生产企业。在泰信电机，该公司负责人介绍，在生产现场，他们每天都会组织一线员工，统计当天的数据，找到当天的问题点，了解最核心的问题在哪里，为进一步改善设备和工艺做积累。这其中，就有大数据与小数据的转化。生产现场的数据和问题是大数据，但由一线员工来分析这些数据，就使之转换成小数据——他们是数据的创造者，他们懂得显像数据的背后，它的本质和逻辑是什么。
笔者有一位同事，由于家离单位比较远，每天花很长时间坐地铁，这使得她养成了去观察有座位乘客的习惯——她希望找到他们的规律，让自己能够更早地拥有一个座位。其中有一个例子是，当她身边的乘客带着行李箱，路过A站并不下车时，她就会离开现在站的位置。因为那坐着的乘客有90%以上几率是跟她在同一站下车转乘7号线，她自己基本是无望得到那个座位了。这背后的逻辑是，A站是转乘2号线的换乘站。地铁里带行李箱的乘客很大概率是去乘火车。如果A站该乘客不下车，那么他的目的地就不是位于2号线上的北京站，而是去7号线可以到达的北京南站。对于我的同事来说，北京地铁的吞吐量、每个站台的吞吐量、地铁线路的转乘量，这样的大数据并没有什么用。有用的是，她在A站之后，因为带行李箱的乘客没有下车，她要选择“NO”，离开她原有的位置——这是小数据发挥的作用。
今天，很多企业都在做数字化转型，在这一过程中，把大数据转化成小数据，才是转型的“正确打开方式”。当然，我们并不是说SAP为德国足球队开发的解决方案没有用——赛场如战场，谁也无法对比赛结果有百分之百的把握。而这也正说明，人类社会远比数字世界复杂，完全依赖数据去做决定，无疑会走向教条主义。