專(zhuān)家們預(yù)測(cè)，到2025年，數(shù)據(jù)宇宙(或稱(chēng)數(shù)據(jù)宇宙)的范圍將達(dá)到180澤字節(jié)。這是一個(gè)真正令人難以置信的數(shù)字，突出了大數(shù)據(jù)的指數(shù)增長(zhǎng)。《數(shù)據(jù)戰(zhàn)略：如何從大數(shù)據(jù)，分析和物聯(lián)網(wǎng)世界中獲利》這一文章提供了一些觀(guān)點(diǎn)，并指出世界上90%的現(xiàn)有數(shù)據(jù)是在過(guò)去兩年中產(chǎn)生的。
不幸的是，可用數(shù)據(jù)的數(shù)量和種類(lèi)并不總是等同于價(jià)值。
企業(yè)如何有效利用大數(shù)據(jù)?哈佛大學(xué)的Gary King認(rèn)為“大數(shù)據(jù)與數(shù)據(jù)無(wú)關(guān)!”他寫(xiě)道，“盡管數(shù)據(jù)的數(shù)量和多樣性的增加令人嘆為觀(guān)止，但數(shù)據(jù)本身并不是大數(shù)據(jù)革命所帶來(lái)的。分析使數(shù)據(jù)在過(guò)去幾十年中可行的進(jìn)展也是必不可少的。“這就是人工智能(AI)的用武之地。
讓人工智能走出科幻領(lǐng)域
人工智能經(jīng)常被誤解，根植于好萊塢電影對(duì)機(jī)器人和操縱大型機(jī)的刻板印象。但人工智能的現(xiàn)實(shí)遠(yuǎn)沒(méi)有那么邪惡。人工智能可以分為兩種主要類(lèi)型：
狹義-也稱(chēng)為弱人工智能，狹義人工智能可以為特定任務(wù)利用大數(shù)據(jù)。例如，預(yù)測(cè)分析可用于識(shí)別數(shù)據(jù)中的模式和相關(guān)性，從預(yù)測(cè)天氣到分析新聞數(shù)據(jù)以預(yù)測(cè)風(fēng)險(xiǎn)。 通用-也稱(chēng)為強(qiáng)人工智能，通用人工智能涉及人類(lèi)的認(rèn)知能力。盡管如此，這些認(rèn)知技能還是有限的。機(jī)器學(xué)習(xí)屬于這種類(lèi)型;雖然它不能實(shí)現(xiàn)抽象的'思想'，但它確實(shí)支持適應(yīng)和持續(xù)改進(jìn)。
有些人認(rèn)為人工超級(jí)智能是第三種類(lèi)型，但是現(xiàn)在，它更具理論性而非實(shí)際性。IBM公司的Watson擊敗Jeopardy冠軍或亞馬遜的Alexa回應(yīng)請(qǐng)求可能模仿人類(lèi)的反應(yīng)，但到目前為止，計(jì)算機(jī)還沒(méi)有真正的認(rèn)知飛躍。相反，他們只是以比人類(lèi)更快的速度訪(fǎng)問(wèn)大量大數(shù)據(jù)。就目前而言，人類(lèi)終結(jié)者仍然是一個(gè)虛構(gòu)小說(shuō)-但是那些未能接受人工智能風(fēng)險(xiǎn)的對(duì)手的存在，這些競(jìng)爭(zhēng)對(duì)手更快采用，并從數(shù)據(jù)實(shí)施中提取價(jià)值。
Netflix是數(shù)據(jù)驅(qū)動(dòng)的領(lǐng)導(dǎo)者的主要例子。隨著流媒體視頻的普及和視頻租用的不斷增加。Netflix開(kāi)始使用數(shù)據(jù)分析來(lái)增加用戶(hù)群，增強(qiáng)客戶(hù)保留率并為編程決策提供信息。該公司表示，其算法每年為客戶(hù)保留節(jié)省10億美元。此外，分析激發(fā)了Netflix制作的幾個(gè)廣受好評(píng)和粉絲喜愛(ài)的系列，其中包括House of Cards，Stranger Things和Orange是NewBlack。
克服從大數(shù)據(jù)中提取價(jià)值的挑戰(zhàn)
雖然大多數(shù)公司都認(rèn)識(shí)到實(shí)施大數(shù)據(jù)計(jì)劃的重要性，但許多公司仍然在艱苦努力。許多挑戰(zhàn)都是組織性的，從吸引和留住數(shù)據(jù)專(zhuān)家到打破組織數(shù)據(jù)孤島，以更好地利用內(nèi)部數(shù)據(jù)集。根據(jù)2017年“哈佛商業(yè)評(píng)論”的一篇文章，近70%的公司將建立數(shù)據(jù)驅(qū)動(dòng)型文化作為優(yōu)先考慮事項(xiàng)，但只有40%的公司達(dá)到了目標(biāo)。
那么應(yīng)該從哪里開(kāi)始?首先，確定想要回答哪些關(guān)鍵業(yè)務(wù)問(wèn)題。然后查看發(fā)現(xiàn)答案所需的數(shù)據(jù)類(lèi)型。一些數(shù)據(jù)可能在內(nèi)部提供。有些人可能需要一些努力從各個(gè)部門(mén)的孤島中提取;有些可能在公共領(lǐng)域可用;有些可能通過(guò)數(shù)據(jù)即服務(wù)(DaaS)提供商提供。此外，考慮如何與主要利益相關(guān)者分享發(fā)現(xiàn)的見(jiàn)解。使數(shù)據(jù)可訪(fǎng)問(wèn)意味著消除技術(shù)術(shù)語(yǔ)，并講述令人信服的故事。數(shù)據(jù)可視化為原始數(shù)據(jù)注入活力，使其在展示基本要點(diǎn)時(shí)更容易消化。
然而，通過(guò)適當(dāng)?shù)娜藛T，流程和數(shù)據(jù)集，組織可以從機(jī)器學(xué)習(xí)、預(yù)測(cè)分析和其他數(shù)據(jù)實(shí)施中獲得可操作的商業(yè)智能和可衡量的投資回報(bào)率(ROI)。
發(fā)現(xiàn)隱藏的見(jiàn)解-人工智能可以幫助公司檢測(cè)從客戶(hù)流失的根本原因到可以激發(fā)新產(chǎn)品或服務(wù)的新興趨勢(shì)的模式。使用公司、行業(yè)和經(jīng)濟(jì)數(shù)據(jù)進(jìn)行回歸建模可以幫助組織了解政府政策或市場(chǎng)變化的實(shí)時(shí)影響和長(zhǎng)期后果。新聞和社交媒體數(shù)據(jù)的分析可以補(bǔ)充內(nèi)部客戶(hù)數(shù)據(jù)，以增強(qiáng)營(yíng)銷(xiāo)范圍和有效性。
自動(dòng)化業(yè)務(wù)流程-對(duì)沖基金可利用先進(jìn)的人工智能分析實(shí)現(xiàn)高頻交易，從識(shí)別導(dǎo)致執(zhí)行不良交易的模式和從這些模式中“學(xué)習(xí)”，以改善未來(lái)的交易表現(xiàn)，從而根據(jù)歷史和目前的市場(chǎng)數(shù)據(jù)。銀行可以利用機(jī)器學(xué)習(xí)算法和預(yù)測(cè)分析來(lái)自動(dòng)化欺詐檢測(cè)，或快速識(shí)別客戶(hù)的制裁風(fēng)險(xiǎn)。
減少中斷-缺乏洞察力往往是破壞性事件的核心。借助預(yù)測(cè)分析和物聯(lián)網(wǎng)(IoT)數(shù)據(jù)，制造商可以通過(guò)了解何時(shí)需要進(jìn)行預(yù)防性維護(hù)來(lái)避免生產(chǎn)放緩，從而避免裝配線(xiàn)上的中斷。同樣，數(shù)據(jù)分析使PR和營(yíng)銷(xiāo)組織能夠在危機(jī)或機(jī)遇出現(xiàn)時(shí)加快響應(yīng)速度。
實(shí)現(xiàn)節(jié)約-大數(shù)據(jù)和分析支持的運(yùn)營(yíng)效率可以減少開(kāi)支，同時(shí)為人工智能無(wú)法完成的工作釋放人力資源。此外，優(yōu)化決策的能力-無(wú)論是與股票交易者的買(mǎi)入/賣(mài)出決策相關(guān)還是推出新產(chǎn)品-都為創(chuàng)造可衡量的價(jià)值打開(kāi)了大門(mén)。
隨著機(jī)器學(xué)習(xí)和預(yù)測(cè)分析變得更加復(fù)雜，企業(yè)可以根據(jù)證據(jù)做出決策，深度學(xué)習(xí)將更加突破界限，更好地解決問(wèn)題和理解語(yǔ)言。那么你準(zhǔn)備好了嗎?