老大如果把事情管得那么细，是不是就显得没有领导力?问题是如果不管得那么细，可能说归说做归做，最后老大的话语也就成了空气。但是如果啥事都是老大定，最后的结果就是大家都停止用脑与思考，用表态与等待去让老大忙死。好吧，你身体好点还行，如果没那么好，恐怕你能看到的可以实现的东西就很有限，关键是当你作为老大不在的时候，一切又可能回归原点。

一位部门领导真诚地跟我讨论算法，但是他最后也无奈地说，现在我们老大迷大互联网公司呢，觉得交给他们做才靠谱，殊不知在垂直应用的意义上，那么看起来很牛一心想卖系统的公司做起算法开发来既不热心也不算有能。

大家在热心清理数据、汇合数据，成立数据中心与数据管理部门。如此顶层设计推动了大家对于大数据智能的重视，但在实用意义上，还需从问题出发聚焦应用，尤其聚焦高频需求领域，才会明白如何汇融数据、需要汇融怎样的数据和汇融数据的先后顺序。站在用大数据智能解决问题而论，我们既要看到老大想用大数据支持核心决策，更要看到社区、派出所、连锁店、基层单位这一级的需要，大数据智能只有在上对下与下对上，大对大和小对大，这两个视角相向打通了，我们才能看到智慧城市、智慧服务、智慧管理、智慧行政的不一样的价值。

我们从面对具体的业务需要出身，从实地收集数据出身，所以我们既知道好的算法是业务洞察与技术驾驭的混血儿，更重要的是好的技术算法也面临数据源不总是随时具备的问题，因此实地收集数据与运用实时交互数据的能力，让我们不会令一个理论上理想的算法模式空转，而总能提供它尴尬面对的数据漏洞。真实的大数据智能，不只是酷炫的大屏和可视化图景，还有接地气的经验模式转化、快速数据收集与高效的解决方式模块的匹配。