最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

车品觉:整合,让数据更有力

[复制链接]
发表于 2019-4-10 17:45:31 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
以下内容整理自车品觉先生于2019年3月开学典礼暨校内工作坊上的演讲:

大数据改变了我们的思考问题的方式,也深度影响着我们对事物的认知。数字经济已经成为了当今中国创新增长的主要路径。但数字转换充满了未知,企业如何才能在数字化的时代成功变革,谋得更大发展空间?

香港大学SPACE中国商业学院特邀红杉资本中国基金专家合伙人、原阿里巴巴集团副总裁车品觉先生为大家深度解读数字化的商业变革与生存。
1.webp.jpg


1
大数据改变了人类的认知

移动智能终端的使用人数已经从2013年的3.2亿,发展到2014年的10亿以上。这也得益于苹果、华为和小米等手机制造商的飞速发展。

根据阿里成交额的数据显示,2015年有50%的人都在移动端购物,移动端红包收发额达到1.1亿。而如今红包早已不再是春节的特定产物,进群发红包已经成为了很多人的日常,天天都在发生。

对于数据人而言,这就代表了会有非常多的数据出现。那么移动互联网时代的数据和PC时代的数据有何不同呢?

与PC时代相比,移动互联网下的大数据维度更加复杂,其中最重要的就是位置信息,即LBS。一部移动手机,它既是收集数据最厉害的“偷听器”,也是信息送达渠道的最好工具。

2016年3月,AlphaGo打败李世石,这一事实的背后就是深度学习。人工智能+移动数据,两大“炸弹”合力,改变了很多传统思维以及对于人类行为的认知。

中国对应大数据信息化安全始于2012年,此时国家明确提出支持海量信息传输。在被称为大数据元年的2014年,大数据首次走进了政府工作报告。2017年个人的数据安全得到空前重视,人工智能更是被写进了19大报告中。2018年,国务院对于教育、金融、医疗等行业的大数据收集给予了安全指引。

很多数据其实都是“无中生有”,衍生出来的。我们可以从视频、图片中获得很多信息,但如今的仿真科技卻让我们反思眼见不一定为真。人类一定认清大数据虽然能够帮助我们更好更便捷的生活,但也要知道大数据的坏处是什么。

从软件时代到数据时代再到数据智能时代,全球已存数据量呈几何级增长。在所有国际流动中,数据流动是全球GDP增长的第二大贡献来源;43.4%的世界人口(约32亿人)在线;12%的全球商品贸易通过电子商务进行;全球50%的服务贸易都是数字化的……如今,数字经济已成为重中之重。

2
人与人工智能的最大差别在于是否会“举一反三”

和大数据一样,人工智能是一项有着广泛应用的途径,如计算机视觉和自然语言处理,人工智能不止于自动化,它不是一项单独的技术或应用。

人工智能的发展一般分为三个阶段,即弱人工智能、强人工智能和超人工智能。

在“弱人工智能”阶段,AI只专注于完成某个特定的任务,例如语音识别、图像识别等等,是擅长单个方面的人工智能,类似高级仿生学。

谷歌的AlphaGo还是典型“弱人工智能”,它充其量也就是一个优秀的围棋机器人,尽管它能战胜围棋领域的世界级冠军,但是相比于真实的人类间的博弈还有很大距离。

在“强人工智能”阶段,就属于人类级别的人工智能了,在各方面都能与人类媲美,拥有人工智能的机器不仅是一种工具,而且本身可拥有“思维”。有知觉和自我意识的AI能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习等。

《生命3.0》中指出,到了“超人工智能”阶段,人类的进化不再仅仅局限于软件,硬件也可能会进化,这时的人类就变成了一个人和机器的合体。

而当下的人工智能尚处于弱人工智能阶段,可能到2030年左右才会出现能够自主深度学习的机器人。其实人工智能与人的最大差别就在于拥有举一反三这种高级思维的能力。

3
数字化商业关键在于“以小为大”

当我们着手去做一个数据产品时,最好先不要去做一个大而全的产品,而是要用一个小化的产品进行试验,这便是最小可行产品,即MVP。MVP是指开发团队通过提供最小化可行产品获取用户反馈,并在这个最小化可行产品上持续快速迭代。

如何在MVP循环中让用户和工作人员参与其中也至关重要。例如阿里智能客服中就有一个新的职业叫做人工智能培训师,面对机器处理不了的难题时,即让人类去培训人工智能。此外,在MVP的闭环中锁定重要的数据资源同样重要。数据产品的生命是数据,如果数据没有了,整个产品也就不复存在了。

企业的全面“数据化” 一般包含八个步骤:
Step 1. 关注决策的过程,加强数据分析能力
Step 2. 建立数据资源,整理数据标准
Step 3. 形成管理规范,建设数据管理平台
Step 4. 建立海量数据的深入分析能力
Step 5. 建设外部数据的战略储备
Step 6. 建立数据的外部创新能力
Step 7. 推动自身数据的开放与共享
Step 8. 数据产业的战略布局

其实,大数据并不神秘,它是一种能力,不仅要包含算法,还包含数据的计算能力。数据好像血液一样,要流动,还要有加工提炼,要有数据管理,让数据越用越活。我们把数据应用在商业场景上,这就是数据的能力。

在需要的时候,你有没有办法及时、准确地获得数据,这本身就可以反映一家公司的数据能力。因此,企业内部数据总结的能力非常关键。有些人会把数据“据为己有”,数据本身产生的隔阂导致数据不能互通,这也会影响到数据力量的发挥。

所以在大数据时代,大部分公司都面临以下四大问题:每天接收大量的数据和报告,难以抓住有效信息;每个部门都在看自己的数据,缺乏有效的整合;从上而下的推动较差;分析的方法及结果缺乏沉淀。

其实影响一个公司能否创新的真正障碍在于文化而非技术。所以在大数据时代,公司的思维方式一定要有所改变,要找到将零散数据整合然后产生价值的“钥匙”。毋庸置疑的是,大数据时推动未来数字经济转型的关键所在,而“养”好自己的数据资源绝对是必经之路!

车品觉先生
Mr. Herbert Chia

车品觉先生现任红杉资本中国专家合伙人、香港特区创新科技及再工业化委员会委员、北京市大数据工作领导组咨询专家。车先生曾任阿里巴巴(中国)有限公司副总裁兼数据委员会会长,带领阿里数据团队获得Top CIO中国最佳信息化团队的称号。2017年,车先生被国家信息中心评选为中国十大最具影响力大数据企业家。车先生丰富的互联网经验,形成了思考问题的独特性、敏锐性。同时,他对电子商务未来趋势也有独到见解,是一名未来趋势观察家,实战型培训师,专栏作家,著有畅销书《决战大数据》及《数据的本质》。
楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-28 23:01

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表