For 15 år siden hørte jeg et foredrag af en gut fra Institut for Fremtidsforskning.
Han sagde mange sjove ting, som senere har vist sig at være ret præcise forudsigelser.
Han beskrev blandt andet, hvordan Danmark var den nation i verden, der hurtigst adopterer noget nyt, når først vi, sådan lidt kollektiv-agtigt, bliver enige om det som folk betragtet.
Eksemplerne var blandt andet mail til de ældre, mobiltelefoner, GPS'er i bilerne. Jeg kan selv tilføje mikrobryggerier.
Det første nye mikrobryggeri blev anlagt i Hillerød i 1999 - i 2006 var der omkring 130 i hele landet.
Det var også derfor, forklarede han, at Ericsson og Nokia havde udviklingsafdelinger i København - de kunne teste nye modeller hurtigere her.
Kun Californien (der ikke engang er et land) har en lige så hurtig adoptionsrate som Danmark, men så flader den ellers kraftigt ud for resten af USA, forklarede han også.
Det var også derovre, de begyndte at lave mikrobryggerier omkring 1990 og pludselig havde tæt på 1.000. Det må være bevis nok på teorien 
.
Om det stadig forholder sig sådan, ved jeg ikke. Men man kan sammenholde det med en iagttagelse fra en engelsk sociolog, der er dansk gift og bor her, nemlig at danskerne ikke er et folk, men en stamme.
Høj grad af tillid
Det kan være derfor, Leif Davidsen i sine romaner flere steder fremhæver, at danskerne ikke er specielt racistiske - vi kan bare ikke udholde tanken om, at andre mennesker ikke vil være medlemmer af stammen.
Vi er jo også kendt for (anekdotisk) at have en højere grad af tillid til hinanden og kan derfor ofte handle hurtigere - en konsekvens af stammeopfattelsen, hvor man i tilfælde af, at tilliden bliver misbrugt, kan fortælle det til nogen omkring svindleren, der så vil lade det gå videre.
Vi har brug for gensidig tillid i højere grad end andre folk, og det er svært, når folk ikke gider at være medlemmer af stammen eller har svært ved at blive inviteret indenfor.
Det aspekt af "hurtigst adopterende nation" - som jeg ikke havde overvejet før - det er tiden, FØR kurven pludselig bevæger sig eksponentielt deropa'.
Den tid er ikke specielt sjov i den danske stamme - alle ved godt, at "det nye" findes, men gør lidt grin med det, ignorerer det, nægter endog at arbejde med det, selvom de gør det og så videre.
Man vil åbenbart nødigt stikke for meget ud eller op. Der kunne måske være lidt Jante over det.
Det har vi set med Big Data. Det får sin eksponentielkurve om 6-12 måneder her i landet, men selv om andre lande (USA først, nu UK og Sverige med flere) har arbejdet med det i årevis, så har ingen danske bikse rigtigt turdet binde an med det.
De er allesammen i Sverige
Der er ikke mange Big Data-kyndige i Danmark, men de fleste af dem arbejder lige nu på spændende projekter i Sydsverige.
Når jeg siden midt i 2013 har haft møder med offentlige og private bikse, har de typisk bedt om en reference her fra Danmark, der laver cirka det samme som dem - altså:
Frem for en mulig konkurrencefordel vil man foretrække ikke at være alene i branchen. Det er en meget forsigtig adfærd, ja - men også typisk stammeopførsel, ikke?
En sjov detalje er, at dette ønske også udstrækker sig til monopoler og dominerende spillere - selv de vil gerne besøge en hjemlig kollega/konkurrent, før de kaster sig ud i noget nyt.
Det er da ganske morsomt. Og lidt svært at opfylde.
De store banker har set lyset nu og er i fuld gang med at indarbejde de nye muligheder i deres it-systemer.
Snart følger flere med, og så er det pludselig noget, "alle" gør, noget som "alle" leverandører kan levere og generelt noget, som alle i branchen egentlig har interesseret sig for og arbejdet med i rigtigt mange år ... Så rider vi danskere igen på eksponentialkurven.
Som altid vil de store leverandører (Oracle, Microsoft, IBM og så videre) stå for størsteparten af projekterne og pengene i Big Data.
De leverer som regel noget, der ikke er særligt spektakulært eller giver en afgørende konkurrencefordel - men de er trygge at anvende (igen), og de har med statsgaranti nogle referencer i samme branche, ofte i samme land, og det føles trygt og godt, også selv om man så får noget, der ikke er lige så godt, men nok dyrere og langsommere, end hvis man brugte de virkelige specialister.
Det bliver bare en rapport-generator
Vi kommer delvist til at se samme udvikling, som dengang BI afløste DW som det nye og hotte: Det havde en masse potentiale, men blev bare til endnu en rapportgenerator, hvor ledelsen blev spurgt, hvad de gerne ville se og meget naturligt kiggede bagud for at få nogle idéer.
Alle har BI, og meget få har fået eller vil få en konkurrencefordel ud af det. Der er ikke megen rorgængerinformation i en rapport, der viser omsætningen per afdeling i går.
Men det er jo heller ikke data i sig selv, der er afgørende. Det er anvendelsen.
De nye teknologier med Hadoop og Spark og så videre gør det muligt at få supercomputing-kræfter ud af en masse billige computere, og det udnyttes nu mange steder - både privat, offentligt og delt i skyen.
Det muliggør både gratis, uendelig storage (næsten) og uendelig CPU-kraft, så man kan køre selv de vildeste beregninger flere gange i døgnet. Vi har billig web-scale supercomputing to go.
Hvad skal man så konkurrere på?
Min bekendte Peter Søndergaard, som er ypperstepræst i Gartner International, har sidste år og i år forudsagt, at næste bølge - efter Big Data - bliver kampen om algoritmerne.
I første omgang vil de store banker - fulgt af de andre store bikse, dernæst de mellemstore og til sidst måske også de mindste - anvende relativt nemme, udbredte og simple Machine Learning-algoritmer til at finde ud af ting i deres data, som mennesker ikke kan få øje på.
(Machine Learning (ML) er reelt en slags AI fra 60'erne, der nu har fået stillet tilstrækkeligt kraft og storage til rådighed til virkelig at kunne udfolde sig.)
Men når alle gør det samme, er det ikke en konkurrencefordel. Så de, der kan få udviklet de bedste algoritmer til at traske igennem de enorme mængder af data, som vi nu har råd til og mulighed for at opbevare, vil få den næste fordel.
Peter Søndergaard siger altså, at kampen står om de bedste algoritmefolk.
Big Data i sig selv er en infrastruktur, der muliggør alt dette, og den er på plads eller kan nemt anskaffes for dem, der ønsker det. Totalt mainstream.
Men hvor skal vi få tilstrækkeligt med algoritmekyndige fra, der er skrappe til både matematik, statistik og kodning? Jeg aner det ærligt talt ikke.
Gør I?
