筆者跟你說，大數據的出現源於世道滄桑，就像金庸小說中的名言：解藥永遠與毒物相伴。Bill Gates最近在演講中提到，投資在防治傳染病的資金及系統太少，預言早晚會出大問題。大數據發展多年後，新型肺炎肆虐之際，我們是否已懂得有系統地使用搜索數據、人流數據、病檢及病理數據、口罩和醫療物資的供應數據等，快速了解疫情產生的問題？
相對2003年沙士疫情，如今確有不少改善，例如手機可助監控即時人口流動，但也有了不少應改進的地方。其中最明顯是官方與社會數據協調不足，系統性的研發較零散，導致：1、較難使用疑似感染及確診病例的「常住」位置數據與人口流動，來預測容易播疫的熱點位置；2、定義並預測重要物資如口罩等，在不同地區的應急厙存。
當事態變化遠超個體認知力所能應付的程度，應該集中眾籌數據（Crowd Source）的力量應變未來，可惜今天的醫療數據依然各自為政，跟真正把數據打通以防治傳染病還有一段距離。據悉，中國醫療大數據的痛點之一，在於中文醫療術語欠標準。此外，一場肺炎還引伸到各種發災難財的無良商家，居然埋沒良心地出售二手口罩。筆者忽然想起，在阿里時用於減低庫存壓力的算法是否在幫倒忙，抑或是我們的數據分析未足夠準確到為無妄之災做好準備？別以為這些問題未必會落在你頭上，從數字經濟到數字生活，我們別無選擇地活在這個全新空間中，地球暖化、食品安全、虛假訊息泛濫等問題，都需要我們用更具智慧的方式解決。商業作為這個複雜系統的一部分，又該如何面對呢？互聯網既成就了近20年來的新經濟發展，但也潛藏着各種「未知」危機。互聯網效應正在改變社會生活形態，但城市及企業的治理能力能追得上嗎？首先是數字化的程度，其次是數據驅動的應變能力。理想中的所謂城市大腦（包括企業大腦）或城市駕駛艙等決策系統，其前提是收集足夠量級的具質量數據（Critical Quality Mass），惟事實上這個過程遠較我們想像漫長。
筆者建議，先集中精力從緊急應變入手，以數據幫助分析趨勢、協調資源及減低風險。回望這幾年，數字化轉型項目中的企業愈大，結果愈不理想，特別是在缺乏數字戰略的前提下，失敗風險極高。反觀新時代社會問題不斷加速和複雜化，數字化轉型已經不純粹是商業創新的事，而是解決「未來問題」的必要元素了。