1. 《大數據》讀書筆記
《大數據》（徐子沛）
核心觀點： 一個真正的信息社會，首先是一個公民社會。
徐子沛和吳軍是國內科技界文筆最好的兩位大拿，能把復雜的技術發展講得像故事一樣引人入勝。書中講述了美國信息開放、數據技術創新、數據逐步開放的歷史，例舉了美國政府如何通過大數據來治國：降低犯罪率、糾正福利濫用、增加財務透明度，並展望了大數據發展的未來，他覺得中國和美國最大的區別就在中國習慣於說「差不多」，不善於用數字管理國家。書中也介紹了大數據中數據倉庫、數據挖掘、數據分析、數據可視化等技術的發展，他認為： 數據就是企業的財富和金礦，數據分析和挖掘的能力就是企業的核心競爭力。 阿里網羅了徐子沛和王堅兩個大數據和雲計算專家，估計在大數據和雲計算領域鮮有敵手了。
核心觀點： 推崇知識和理性，用數據創新
本書講述互聯網對傳統工業 生活的推進，大量數據沒有數字化，數據基本都困在一家醫院內，電子病歷推進也很緩慢，通過數據的流通讓患者享受更便捷、更安全的服務基本只限制在思考層，這裡面有方方面面的各種利益、法規的原因，這就像書中說的「也許是由於其本身的根深蒂固。作者認為 iPhone、雲計算、3D列印、基因測序、無線感測器、超級計算機，這些改變了我們生活的事物，將再一次地融合在一起，對醫學進行一次「創造性破壞」 ，我覺得新技術的應用比新規則的創立在國內還是相對簡單，而也能解決醫療資源不足的痛點，把像IBM沃森這樣的智能作為醫療的輔助判斷，提升醫療的效率和准確率還是前景明朗的。但要說像書中說的「舊的體系完全不復存在，新的體系隨之取代...在這超級融合之下，權力再次交回到我們自己手中，而只有我們自己，。我想這還有很遠的路要走，與生命有關的事物，一定是慎之又慎的；與體系有關的事情，改變一定是難上加難的。
所以 崇正說他們阿里都是看數據做事情，不是臆想做事情。因為在這個高速發展的時代，數據都是流動。他們都是落實到行動，分析數據，應用數據，依靠數據。
2. 【《大數據時代》讀書筆記2】大數據視角下，一切皆可「量化」
「大數據」視角，並非近年來的新事物，回顧歷史，早已有之。只是當時，「大數據」這個詞，尚未產生。
19世紀，「量化」之於航海。 19世紀還是航海經驗靠口口相傳、有些甚至被證明是錯誤的年代，航海家莫里通過量化分析製作的導航圖，是大數據的最早實踐之一。在因為馬車事故造成腿部殘疾後，年輕的海軍軍官莫里離開了海上工作，來到了圖表和儀器廠。在這個後來被證明是他福地的地方，在翻閱、整理庫房裡存放的航海書籍、地圖、圖表、航海日誌後，莫里將這些記錄進行數據整合，把整個大西洋按經緯度分成五塊，並按月份標出溫度、風速和風向，為找到更有效的航海路線提供參考。之後，為了提高精確度，莫里創建了一個標準的表格來記錄航海數據，並在所有海軍艦艇及部分商船上使用，通過分析這些數據，一些利於航行的天然航線被找到，為海軍及商船減少了三分之一的航海路程。遠在信息數字化之前，人工的數據運用已經充分展示了其實效。隨著數據存儲和處理能力的不斷提高，「大數據」技術的運用領域也不斷擴展。
20世紀，「量化」之於投資。 在金融領域，「量化」這個詞經常以「量化投資」等片語形式出現，指的是通過數量化方式及計算機程序化發出買賣指令，以獲取穩定收益為目的的交易方式，其實質在於替代傳統的定性分析，以數據為支撐作出投資決策。「量化投資」在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大，得到了越來越多投資者認可。金融領域是數據相對集中和易感知的領域，但量化的舞台，遠不止於此。
21世紀，「量化」之於坐姿研究。 日本先進工業技術研究所的越水重臣教授將量化用於坐姿研究，通過對人坐著時的身形、姿勢和重量分布等的數據化，產生獨屬於每個乘坐者的精確數據資料，並根據人體對座位的壓力差異識別出乘坐者身份，准確率達到98%。這項技術可作為汽車防盜系統，通過這個系統，汽車可以識別駕駛者是否為車主並設置相應安全措施。數據的提取，只有你想不到，沒有提取不到，關鍵在於如何提取、如何利用。
數據化，不是數字化。 前者，是指把現象轉變為可製表分析的量化形式的過程；後者，指的是把模擬數據轉換成用0和1表示的二進制碼。在數字化時代來臨之時，在腦海中對這兩個概念有清晰概念十分重要。數據化的關注重點是在「I（信息）」上，而數字化則關注「T（技術）」。數字化的發展，提高了數據化的可行性。
「數據化」文字。 谷歌的數字圖書館，是文字數據化的典範。通過文字的數據化，人可以用之閱讀，機器也可以用之分析。谷歌運用這些數據化了的文本來改進它的機器翻譯服務，從幾年前相當於高中水平的翻譯水準，到如今的令人驚嘆，著實超越了英語水平不斷退化的某筆者（容某筆者先找個地兒蹲著哭一會兒）。
「數據化」方位。 手機的廣泛運用，讓人的實時位置信息也可以被數據化，位置信息的數據化，催生了許多新價值。比如無線數據科技公司Jana的創始人伊格爾，他使用了來100多個國家的超過200個無線運營商的手機數據，既關注家庭主婦平均每周去幾次洗衣店，也試圖回答關於疾病如何傳播等問題。新的用途不斷產生，既可以用於商業，也可以用於社會研究。
「數據化」溝通。 個人化是數據化的前沿，facebook將關系數據化，twitter將情緒數據化，linkedin將個人經歷數據化，這些社交網路平台，以各種方式將個人及其溝通數據化，並存儲了海量的用戶數據。初步的運用，例如Derwent Capital對沖基金對微博數據文本的分析，獲得了股市投資的信號，雖然由於隱私問題，數據的使用還遠未成熟，但我們不難想像，當數據被充分運用，世間萬物是否已不再是世間萬物，而是海量的數據呢？
當看到一切皆可量化這句話，還是持一定的保留態度。因為，太過絕對。但似乎，這只是一種理念的傳遞，為了表達數據化的重要性而已。大數據視角，提供了看世界的另外一個角度，但絕不是唯一視角。
3. 筆記1：大數據對未來會計發展趨勢影響—技術環境
2019年，麥肯錫咨詢給出一份報告，未來2030年，將有50%的崗位將被人工智慧所替代，其中，需要大量人力成本的會計工作，將首當其沖。
那麼，在當前的科技發展中，哪些技術會對會計及其相關學科的發展有影響呢？
1.1 雲數據
大量財務信息實現雲端共享，提高財務工作的效率，減少錯漏，降低成本，但同時也存在數據安全性的隱患。
1.2 大數據分析
通過大數據挖掘與分析，提高預測的精確性，優化財務預測結果，幫助企業或者審計師進行風險管理，例如信用評估和預測等。
1.3 人工智慧
以德勤推出的財務機器人為例，人工智慧可以代替流程中的繁瑣的工作，例如信息錄入、賬單核對等等，1個機器人完成以前40人的工作量，大大提高財務工作效率，降低企業成本。
1.4 區塊鏈
區塊鏈，也被成為分布式記賬應用。目前會計方向，較為廣泛的運用有區塊鏈發票。
科技的高速發展一方面給傳統的會計從業帶來了巨大的沖擊，會計從業者面臨著失業的風險；另一方面，它也為會計行業的發展帶來了新的機會與挑戰。而如何抓住這些機會來應對挑戰，是每個會計從業者需要思考的問題。