2017UBDC全域大数据峰会：DI是人类通向AI的必经之路
发布时间：2017/5/2 22:57:06 作者：佚名 点击：
中新网4月24日电 早在1980年，未来学家托夫勒在《第三次浪潮》中就提到“大数据”一词。而37年后的今天，普通人对于数据依然是云里雾里。但这并不妨碍人类对数据的追寻，越来越多的人开始相信，数据之于人类的变革正在进行，并且远比想象中的迅猛。数据应用的终点是AI(人工智能)吗？我们会因为机器人失业吗？这样的竞争压力又是否会催生科幻小说里的新人类？
2017UBDC全域大数据峰会
据悉，由友盟+主办的2017UBDC全域大数据峰会，就以“DI的力量”作为主题，DI即数据智能，并首次给出答案：DI是人类通向AI的必经之路。大会将对数据的无限想象与现实应用紧密结合，从高处着眼、从小处着手，聚焦当下的数据价值，探讨数据赋能下的新零售、新营销、新互联网业务、新金融风控，并为你打开关于数据的谜团。
DI是什么？
DI：Data Intelligence，即数据智能。
DI(数据智能)以数据为基础，不局限于对数据本身的统计和分析，而是运用先进的研究模型对其潜在价值的深入挖掘。典型场景包括：推广的智能策略服务、用户体验的智能调优、以线上智能分析赋能线下等。
我们不光知其然还要知其所以然，数据不是结果，而是策略，最终再通过恰当的形式得以执行和调优。数据服务由单调的关联展示，走向自主的学习预判，越来越智能。相信DI+各行各业，将会产生更振奋和深远的影响。
数据演进的三个阶段，即BI商业智能阶段(过去)，数据驱动业务，商业模式以B2B为主，数据的能力主要集中在对业务的监测，这时候大量的人工成本不可避免，分析人员的水平、能力直接导致决策的可靠性。典型产品包括：各种统计工具、销售管理系统、运营管理系统等；DI数据智能阶段(现在)，数据驱动智能，商业模式以B2B2C、B2B为主，数据能力重点在“因果分析”，即探究为什么。对业务的全方位数据监测成为可能后，分析人员成为瓶颈，由数据智能替代人肉分析，完成策略、业务、数据高效自动循环。目前，在友盟+以U-Dplus等新型工具为代表，不仅实现传统统计功能，还将垂直业务的分析方法纳入其中，大大降低了使用门槛，从宏观层面，DI是人类通向AI的必经之路，大量思想、经验、方法论散落各个行业专家的脑中，这已经成为制约发展的严重问题，我们解决了业务的数据化后，就要解决知识的信息化，即数据智能，只有经历了DI时代，我们才有可能迎来AI时代，这个过程至少还有3-5年；AI人工智能阶段(未来)，即AI核心是智能的自我进化，将是人类的一次飞跃；商业模式将是B2C、C2C。
在DI的阶段，我们将知识信息化，赋予机器；在AI时代，机器将脱离现有数据的束缚，像人一样，拥有自主思考、学习、判断、进化的能力。
大胆的想象一下，如果说几百万年前，人类从猿人逐渐进化成现代人，是人类进化史的第一次飞跃；那么，下一轮进化将是人工智能，从对人的意识、思维的模拟，到像人那样思考，甚至超过人的智能。
AI是一套庞大系统，不仅局限在交互及终端中，我们造出了“人”，还要赋予其“灵魂”，使其具备自主的思维逻辑。由此，机器学习是AI的核心，DI是使机器学习成为可能。
DI落地的重要条件，首先是数据的全方位采集。人人、物物都可以生产数据。但是，从当下看，只有少数的互联网科技公司实现了全业务数据化，大量传统企业还停留在非数据化、或部分数据化时代。仅从数据的采集与管理层面，就有很大的技术门槛。比如，在友盟+，每天采集的数据就有280亿之多，如何将这些数据加工-处理-挖掘-输出，是需要数据、算法、云能力、商业应用等多种能力的融合。
现在业内普遍的做法，是建立数据处理中心，可以理解为数据加工厂。友盟+认为，面向DI、AI的数据处理平台，应该是一体化、标准化、开放性、高安全、秒级处理、高弹性的数据智能平台。它能帮助企业处理现有的数据业务，应对复杂多变的市场环境，在强调标准化的同时，兼具灵活性与开放性，并且能直接与业务对接，形成从数据采集到应用的闭环。
其次是知识的信息化，人的需求，从未改变；人即商业，商业即人。最核心是认知、认可、行动。把散落的思想、经验、方法论有机组织起来，用数据来驱动，用机器来提升决策效率，快速试错、反复迭代。结合现有的商业模式，我们可以从对人的洞察、对人的营销、对人的行动策略谈起。
由此，2017UBDC峰会，特别策划三大分论坛：数据化运营专场、广告营销专场、新零售专场，全球的顶级企业将讲述基于DI数据智能的新玩法、新观点。
在现阶段，数据应用的重点是帮助企业重塑人货场、业务链，深入了解消费者，让大量的数据运转出商业价值，成为社会经济的基础智能支撑。而在可以预见的将来，数据将超越今天的智能终端，成为每个人身体和思想的延伸，创造“你”的数据价值。
上一篇：华能集团牵手阿里云 打造“互联网+”阳光采购样板工程
下一篇：GMIC北京2017_U^(WsS ?bìNy? Y g?_àNHN ?
发表评论
