早在2005年，我写过一篇《数据、信息、知识与智慧》，讨论数据-信息-知识-智慧(DIKW)体系。当时我用了下面这张图，并引用诗人T.S. Eliot的话说：“信息迷失在数据中，知识迷失在信息中，智慧迷失在知识中”。
在这张图上，数据是一个人、一只兔子（未明示），信息是人看见兔子在跑，知识是兔子吃草、狼吃兔子、草长在土里、雨从云中落下，而智慧是“如果我把所有的狼都杀了，兔子就会把草吃光，土壤就会被雨水冲跑”。
如果用天气预报来说明，那么数据是百页箱采集的数字、卫星云图、环境监测的数字，信息是明天的天气、温度、湿度，知识是穿衣指数、晨练指数、洗车指数，而智慧是穿衣混搭方案、减肥健身方案、规避违章方案。
由此可见，DIKW体系不是一个严密的体系，数据与信息、知识及智慧之间，绝不是简单的直接映射或衍生递进关系。所以DIKW体系也被称为“信息金字塔”，形象地说，人们挖掘大量的数据，才能得到少量的一点智慧。大数据4V特征之价值(Value)特征，表现之一是价值密度低，道理就在这里：虽然数据是资产、是金矿，但能产生知识和智慧价值的数据却是很少的。
任何产品或服务，如果不能给用户带去价值增值，那必定是站不住脚的，就算因某些原因(比如知识产权土壤太差)而存在甚至猖獗一时，也是终将消亡的。所以像我昨天所说的那种，随意转发他人内容、让采编沦为标题党转载的作法，无论怎样“创新”地采用自动化工具，也终将是兔子尾巴——长不了。
另一方面，在传统的IT产业，即使在今天的大数据背景下，主要的产品/服务都是处于数据与信息两个环节，多为数据存储与处理平台、数据整合与分析工具、信息展现与数据应用等。知识和智慧对于计算机来说，仍然处于不可知、无法处理的蛮荒之中。
为什么呢？因为以目前的科技发展水平，所有一切内容，对计算机来说都是数据。甚至必须是结构化数据。所以我曾在微信朋友圈里说，神化大数据，你就是笨蛋。你看到的很多所谓大数据成果，基本都是统计分析，而统计分析必须基于结构化数据。这些大数据成果，无非是进行结构化处理，然后再进行统计分析。
在下不才，我目前也看不到更高明的办法。给你一篇文档，比如就是你现在正在看的这篇文章，计算机能够读懂吗？人工智能技术，无一不是把处理逻辑“喂”给计算机，它能够处理的东西永远超不出这些逻辑。以现有的科技水平，所谓人工智能，不过让计算机“看上去”懂得人类才能懂的东西。
有点扯远了。简而言之，我是想说，目前以互联网为载体的所谓新媒体，对于整合互联网数据和信息，帮助人们从媒体的视听信息中掌握知识和智慧，基本上是没有办法的。相反，新媒体给人们带来更多困扰。
数据化媒体，要致力于解决突破这一困境。
（但是很Sorry哟，我行文有点太啰嗦，今天再一次没有进入正题。明天继续聊咯。）