數(shù)據(jù)積累、成本可控、應用場景落地

數(shù)據(jù)猿是定位做大數(shù)據(jù)領域的媒體，我們把數(shù)據(jù)定位是一個內容輸出者，是在大數(shù)據(jù)領域要有自己的觀點和觀察的內容輸出者。我們看到AI整個歷史的進步其實是走了幾十年的過程，為什么從2016年、2017年AI這么火爆，媒體有這么多的曝光，產(chǎn)業(yè)有這么多的參與者，是依賴于我們的基礎設施發(fā)展的完備：信息化讓數(shù)據(jù)積累到了一定程度了以后，才讓AI有更大發(fā)揮的可能性。所以我認為AI產(chǎn)業(yè)化和規(guī)?；腥齻€核心的要素：

第一個是數(shù)據(jù)的積累，我的理解AI的準確定義應該是人造的智能，我們也知道AI目前還是在弱智能的發(fā)展階段，在這個階段人造智能其實就是一些算法，各種算法構成了AI的集合。喂養(yǎng)這些算法的是數(shù)據(jù)，所以AI的產(chǎn)業(yè)化和規(guī)?；e累在數(shù)據(jù)積累的要素之上。

第二個要素是成本可控，我覺得任何的東西要形成規(guī)?；?，必須它的成本是可接受的，是普通的企業(yè)和個人用得起的，技術發(fā)展讓算力的成本下降，摩爾定律讓硬件設備、軟件成本都在下降。

第三個是應用場景，如果說我們今天沒有聽到那么多新詞，新零售、新醫(yī)療，沒有這些應用場景的落地，這些技術和數(shù)據(jù)，找不到和我們生活、經(jīng)濟咬合的點就沒有辦法產(chǎn)業(yè)化和規(guī)?；?。

智能化決策、智能化定價

是未來商業(yè)模式的發(fā)展趨勢

我以前是做統(tǒng)計出身的，一直是處理數(shù)據(jù)的，以前在應用數(shù)據(jù)分析的大部分公司是世界五百強，因為他們更多的受到西方經(jīng)濟學的指導，他們在決策的時候一定要有數(shù)據(jù)作依據(jù)，然而，在國內有這樣意識的企業(yè)比較少，更多的民營企業(yè)家們是靠拍腦袋在做決策，他們根據(jù)自己的行業(yè)經(jīng)驗和自己認知的敏感度來做決策可以做到八九不離十。那個時代靠數(shù)據(jù)做決策和靠拍腦袋做決策好象差別并不那么明顯，一個是靠數(shù)據(jù)決策，一個是靠經(jīng)驗決策，各有王道。

但是進入到AI，數(shù)據(jù)這塊有兩大節(jié)奏，第一個叫智能化數(shù)據(jù)產(chǎn)品，這個數(shù)據(jù)產(chǎn)品更多的還是給到人來做決策的，這個是大數(shù)據(jù)前幾年的時候，BI大行其道，差別體現(xiàn)在這個人拍腦袋有數(shù)據(jù)依據(jù)，那個人拍腦袋就是憑自己的感覺，差別不是特別大。

但是在AI時代，使用AI的公司很多會進入全流程的自動化決策階段，也是我們說的大數(shù)據(jù)的第二個階段，數(shù)據(jù)化智能階段。比如說滴滴匹配司機和乘客不用人腦，完全自動化；營銷中，廣告的投放也不是買位置了而是靠設好的機制自動競價勾引最有購買可能性的消費者的點擊，我們想象一下，如果你的競爭對手在消費者最可能出現(xiàn)購買動機的時候就站在了他的面前，而你需要憑經(jīng)驗，去打廣告，找用戶，再轉化用戶，這個速度是完全沒有辦法比的。用交通工具來比喻的話，一個是坐航空母艦的，一個是坐輪船的。所以在AI時代，你不關注他，那一定就被淘汰了。

在數(shù)據(jù)化智能產(chǎn)品的階段，企業(yè)的大部分流程都會從人的決策轉向自動決策，再比如前一段時間有一個很大的公關危機說是價格歧視，我覺得未來所有的產(chǎn)品都是價格歧視的，因為都是大部分商品和服務都會根據(jù)供需情況智能化定價，這個是未來和現(xiàn)在很大的差別，就是當數(shù)據(jù)的驅動完成了之后，智能化的驅動最后讓我們所有的市場決策、產(chǎn)品決策，包括定價等的營銷決策全部是機器化的。

如果說到數(shù)據(jù)變現(xiàn)，離錢最近的場景一定是離商業(yè)最近的，其實就是你到底是能給客戶拉來更多的客戶，幫他拿到更多的收入；還是說在他的生產(chǎn)或者服務核心環(huán)節(jié)中重大成本里降低成本，幫他節(jié)省費用？從這兩個方面去想，就能讓數(shù)據(jù)離錢最近。

我舉個例子，前段時間看到一個企業(yè)在給工業(yè)企業(yè)做數(shù)據(jù)決策的產(chǎn)品，他的客戶是做手機里面的核心部件，是由石墨構成的，這個企業(yè)最大的成本是用來切石墨的刀片。因為IOT的推進，有些先進制造企業(yè)的流水線上是有很多傳感器的，可以采集到切割過程中產(chǎn)生的火花、溫度這樣的數(shù)據(jù)，在給這些數(shù)據(jù)分析建模后，去看怎么調整機器的一些運行參數(shù)，使刀片延長壽命，只要延長10%，成本將能降10%。 所以不管在人的消費行為數(shù)據(jù)，還是在機器的運行數(shù)據(jù)里，我們都能找到錢。

從企業(yè)的發(fā)展規(guī)模上來看，現(xiàn)在的AI公司會有兩種，一種是說他離錢很近，離客戶的商業(yè)環(huán)節(jié)非常近，但由于太深地切入到客戶的流程環(huán)節(jié)里去了，每個客戶需求的個性化造成他的成長速度會較慢，比如剛才說的解決刀片的問題，他下次再解決探鉆油井鉆頭的時候仍要重新搭模型。

今天天云做了通用型的計算平臺，在更底層實現(xiàn)了通用型的產(chǎn)品，通用型的產(chǎn)品適用更多的場景和業(yè)務，規(guī)模是比較大的，市場是非常廣闊的。

當然我覺得傳統(tǒng)的一些數(shù)據(jù)服務模式，比如BI不會被取代，他們跟AI是兩個市場，BI更多的是用來支持人的決策，從宏觀的層面去實現(xiàn)事后決策，但是AI要去解決的是實時決策的問題，這也是我們看到很多AI芯片產(chǎn)出的原因，未來更多的AI實時決策會越來越走向終端，在終端設備里就完成了。

來源：數(shù)據(jù)猿