當大數據逐漸成為決策的一環，甚至是作為新商業模式可行性的評估依據時，數據與主導權利的拉扯也被迫攤在陽光下，而企業治理所依賴的傳統決策體系，往往和「數據導向」的決策文化無法相容，企業走向數據轉型之際，必須面對的困難恐怕不是技術門檻太高或資源不足，而是組織流程與文化，因此，心理學、人類學及社會學在數據應用中也逐漸扮演要角。
Netflix自製紀錄片《個資風暴：劍橋分析事件》（The Great Hack）堪稱是當代大數據的末世預言。這部片描述了「劍橋分析」這間數據分析服務公司，如何利用5,000萬筆從Facebook取得的用戶數據建立模型，投放訊息來策動、左右美國總統大選、英國脫歐，乃至影響印度、馬來西亞競選活動的過程。
大數據應用的「底牌」，其實是心理學與人類學
其中一段敘述了「劍橋分析」協助千里達及多巴哥的印度黨獲得勝選的細節。他們的目標是「增加年輕人的政治冷漠感」。他們在社群網路策動了”Do so”運動，以表達自我、「拒絕政治」作為口號，搭配宣傳手勢、影音廣告，成功降低了印度黨及非裔族群兩邊年輕人的政治熱度。
到了投票日，千里達的非裔年輕人因為”Do so”運動影響而不去投票。然而印度裔年輕人──即使一樣參與了”Do so”運動，仍依照著父母的意見：上街投票。這最終導致印度黨獲得了壓倒性勝利。
對當地投票行為的預測與操作，事實上埋伏在印度家庭的文化基因──相較於黑人，印度年輕人較不會違背父母的想法。如此對人類學、地緣政治及青少年心理知識的細微理解，讓「劍橋分析」得以發揮數據科學的全部能量。
法國數學家西蒙·拉普拉斯（Pierre-Simon marquis de Laplace）曾於1814年提出，「若能知道宇宙中每個原子確切的位置和動量，就能用牛頓定律來 展現宇宙事件的過去及未來。 」這個「能預知一切的神秘力量」被後世科學界稱作「拉普拉斯妖」。
劍橋分析對使用者行為模式的洞悉，加上數據建立的模型公式，完全可以說是數位世界「拉普拉斯妖」的翻版。而當每個個人的身分與特徵、思想與欲望，在社群媒體上逐漸變的透明、容易取得，數據團隊的工作也就從長時間的預測及建模，加速進入到了「策動行為」的階段。
其中一種極端狀況，就是「劍橋分析」根據精準族群性格、區域分析，及其進行的政治煽動與潛意識社群動員。
然而，劍橋分析最終仍然觸碰了數據應用的道德底線。紀錄片導演的追蹤，內部員工的指證，客戶的流失加上連鎖而來的個資訴訟案，最終導致「劍橋分析」公司於2018年破產瓦解。
「劍橋分析」的大起大落對市場行銷人而言，簡直像是一場噩夢般的詭異神話。但對企業來說，要成為一間「數據驅動」（Data Driven）的公司，或許還有一些更基礎的障礙必須克服。
數據轉型對企業的挑戰，不在技術而在組織文化
北美前NEC實驗室研究員，數據專家Ryohei Fujimaki發現，「兌現」的預期上，和實際成果往往有所不同。數據模型的建立，有賴於工程師、產業領域專家、市場人員不斷修正模型，其中會經過許多錯誤嘗試。即使成功建立了可兌現的商業模式，這模型也不是靜態的，隨著客觀環境變化、數據模型也需要新的時間重新進行「學習」與調控，而這往往不符企業對數據團隊投資的回收預期。
企業組織則是另一項瓶頸，即使數據科學的熱潮已超過十年，2019年2月的《哈佛商業評論》仍指出，在全美64間大型企業（包括GE、美國運通、福特汽車等）經理人的調查中， 有69% 的公司並未成立數據驅動的組織部門，而有53% 甚至沒有將數據視為公司重要的商業資產（Business Assets）。
這是一個讓人驚訝的數字，但我們可以一窺背後原因：數據轉型在大型企業的難處，或許不在資源，而在文化──因為數據往往牽涉到「預測」與「決策」，即使有了新型態的資料工具與團隊，傳統企業治理所依據的決策體系，和數據導向的決策文化也往往並不相容，根據同一份統計，高達93% 經理人認為既有的組織文化及工作流程，是造成導入數據決策的障礙，相對地只有7% 認為瓶頸在數據科技。
從「劍橋分析」的例子到哈佛商業評論的統計，我們更可以理解「數據」本身隱含的預測和決策力量，和企業傳統權力之間的拉扯，因此即使擁有萬能的數據「拉普拉斯妖」，離釋放數據科學的真正威力，還有一段漫長的路要走。
