【文/徐翔】

在本章伊始，我们就将当前的大数据热比喻为一场21世纪的“新淘金热”。19世纪中期，美国西部淘金热的发展史，能够在一定程度上预示当前的这场大数据热或者”数据战争”将会如何进一步演变与发展。

1.美国西部的“淘金热”

19世纪30年代，“淘金热”在多国兴起，其中美国加利福尼亚州的淘金

热规模最为庞大，其影响力也最甚。

1803年，约翰·奥古斯都·萨特出生于一个德国中产家庭，虽然幼年生活富足，但他成年之后的事业发展却并不顺利。1834年，由于在瑞士的生意宣告破产，萨特被迫离开瑞士，来到美国西部的萨克拉门托地区【1】居住。他于1839年在萨克拉门托河畔建立了一个城堡和锯木厂，从事边境贸易，并且取得了不错的收入。

在萨特的锯木厂中，有一个名为詹姆斯·Ｗ·马歇尔的颇有手艺和眼力的木匠。1848年1月24日，马歇尔在检查锯木厂的水道时，发现锯木厂旁的亚美利加河中有一些闪亮的光点。他好奇地蹚过河道，拾起一片发光的金黄色小薄片，经过揉捏、敲打和牙咬，马歇尔发现这些小薄片虽然可以被改变形状，却又很有韧劲，不会轻易折断，根据经验判断他认为这些河道中的物体很有可能是黄金。在拿给他的雇主萨特看了之后，两人确认了这些黄色物体确实是纯度很高的黄金。深感震惊的萨特嘱咐马歇尔千万不要向外透露他们发现黄金的消息，与此同时开始偷偷招募工人进行秘密淘金。

作为当地地主，萨特担心一旦消息被透露，将会有大批人加入搜寻黄金的行列，不但影响他自己的淘金行动，也会影响他后续的事业发展计划。但是，世界上从来没有不透风的墙，萨克拉门托地区发现黄金的消息还是不胫而走。最开始，萨特锯木厂里的其他工人知道了在附近的河岸有黄金的“秘密”，纷纷丢下工作去河道寻找黄金，这使萨特的锯木厂濒临停业；不久之后，发现黄金的消息又传到了附近的旧金山市，一开始民众还不敢相信这个消息是真的。直到1948年3月，一家报纸进行了相关报道，而当地一家商店的老板也在城镇游行时向人们展示了他从萨特地盘发现的黄金，这两件事终于让人们确定了黄金的存在。至此，“淘金热”真正开始，旧金山地区的居民争先恐后地加入了淘金的队伍。

据记载，到了1948年6月，大约3/4的旧金山居民都离开了家园涌向萨克拉门托地区，整个旧金山城镇几乎为之一空。在后来的几年里，来自美国各地甚至世界各地的淘金者纷纷来到加利福尼亚州，加利福尼亚淘金热达到顶峰（见图3－8）。

在淘金热刚刚开始的一段时间，能够“淘”到的黄金就在地表层，只要拿一个脸盆儿就能从河水中冲掉沙子淘出金块，淘金活动的边际回报当可观。在当时，一个淘金者平均每天能有大约20美元的收入，相当于当时美国东部工人日工资的20倍，而富矿区的日均收入甚至还要更高。但是这样的日子并没能持续多久。随着越来越多的淘金者涌入，地表的金沙变得越来越少，而想要获得等量的黄金需要投入的精力与时间都迅速上升，在后期开采一天能够获得的黄金的价值，甚至已经难以覆盖成本。

图3－8淘金热时期加利福尼亚州帆船广告。图片来源：斯坦福大学在线图书馆。

由于越来越多的人慕名而来，加利福尼亚矿区变得日益拥挤，每个人能够分到的“淘金”区域也越来越小，不但生活环境艰苦险恶，淘金者围绕矿区资源也展开了一系列竞争和抢夺，各类违法犯罪行为屡见不鲜。此外，因为淘金者的大量涌入也导致当地的商品稀缺，萨克拉门托地区各种商品的涨价幅度令人嘡目结舌。除了淘金者，当地各类商人和小贩成为这场淘金热最直接的受益者。

记者爱德华·古尔德·巴福姆在其1850年出版的纪实作品《金矿中的六个月》中，对于当时金矿区的物价上涨作出了十分详尽的描述。

“淘金热开始之前，矿工们使用的平底锅价格仅为20美分，之后暴涨到了8美元，按购买力平价计算相当于今天的250美元———如果你乐于烹饪，正好可以用250美元买一款德国高端厨具品牌菲仕乐（Fissler）的进口不粘锅；当然，在各地的小超市里依然有价值8美元的平价锅待你挑选。”

根据巴福姆在书中的描述，淘金热爆发之后，“淘金”最重要的工具——铲子一度涨价到36美元，换算成今天的价格约为1000多美元，而这个价格在今天可以购买一种数据时代最为重要的工具：一台性能不错的笔记本电脑。

除了与淘金相关的工具，其他物价也都奇高无比。巴福姆与友人在当地吃的一顿早餐———包括面包、奶酪、黄油和沙丁鱼，还有两瓶啤酒，就花费了他43美元，换算成当前物价在1300美元左右———这几乎是中国三线城市的平均房价。高昂的物价消耗掉了绝大多数淘金者辛苦挖到的黄金，却让各种物资的经销商赚得盆满钵满。

如果将19世纪的“淘金热”与21世纪数据科学发展的前中期进行对比，可以发现两者之间存在惊人的相似性。在数据科学刚刚兴起之时，通过数据分析可以获得关于市场规律和消费者行为的大量信息与知识，数据分析的直接回报很高，这正如“淘金热”刚刚开始之时；而当几乎所有企业都开始招募数据分析团队、在数据库和数据科学上增加投入之后，试图通过数据分析得到具有独到价值的信息就变得越发困难，企业只有在数据规模（大数据）和分析技术（人工智能）上进行大量投入，才有可能获得数据优势，“数据淘金”的成本不断增加。