AI領域當中也存在非理性繁榮
信報专栏 - 全民大數據
-------------------------------------
AI領域當中也存在非理性繁榮
隨着人工智能不斷炒熱，根據MoneyTree全球風險投資報告，2017年AI相關公司的融資總額達50億美元，投資交易總數更達444筆，創出新紀錄。投資分布於AI基礎技術、汽車、金融服務、醫療保健和製藥及零售等行業。大部分專家都認為，2018年AI領域融資將繼續熾熱。
一項研究顯示，在調查的260家公司中，80%有投資AI。這些受訪公司表示，希望通過AI協助開發產品、改善客戶服務及提高經營效率。有人認為，AI已經走向主流，並期待從投資這項技術中獲得短期和長期的收益。話雖如此，經驗告訴我，AI距離實現全面落地還需要諸多的考慮，其中普遍有以下關注點：
一、可用性：提供易用的方式，通過直觀的交互介面，讓人們更輕鬆地接受新功能。只有出色的使用體驗才可提升普及率。
二、可擴展性：採用可擴展的設施（包括軟硬體及數據資源），支持不斷增長的需求。在敏捷開發的同時，必須考慮一些隱性成本，例如重複建設、技術切換、數據治理的花費。
三、勿忘安全性：要在數據安全方面大力投入，視之為人工智能的基礎部分。作為「新石油」的大數據，被盜用及洩漏後的風險也很高。
四、提升性能：若性能跟不上，功能再好的應用也會被用戶拋棄。而且數據體量愈大，性能提升會愈困難。功能與性能之間的取捨永遠存在，也不會因為更強的計算能力而消失。
五、保障個性化：給予用戶全方位的控制權，這將促進更大範圍普及，因為只有當用戶可以按照自己的需求來使用有價值的應用，才是真正的個性化。
六、檢查完整性：穩定的人工智能服務背後，要有數據品質機制作為支撐。這包括數據、演算法、IT工程的準確性、一致性和完整性等。
資金正大量流入AI領域，當中也存在一定程度的非理性繁榮。隨着當前的人工智能牛市接近第十個年頭，風險投資市場目前偏愛規模較大的公司，以及超過一億美元的超大規模融資輪。跟前幾年相比，早期階段的風險投資活動有所回落。人工智能何去何從，最關鍵還是用戶說了算，且看2018年獲入股投資的公司業績再說後話。
车品觉
--------------------------------------
选自： 数据的本质（P65 - 走过10 个年头的大数据闭环）
有一张从我很早开始谈大数据概念时就用的图片，我称之为“数据应用的闭环系统”（见图5-1）。如今，这张图已经陪我走过了将近10 年的时间，时至今日这个闭环系统的概念仍然有效，并且完整地解释了大部分数据化运营过程中要关注的重点与核心问题。仔细研究这个闭环系统，尽管一样的数据化运营（用）、一样的运营数据（养），但放在时间轴中在线演化了几年之后，我对这个闭环系统的意义与价值的诠释，已然发生了很大的变化。
从排程性作业到实时响应
过去的数据从布点、收集、存储、更新到应用，对事件的描述、诊断、预测及行动，由于技术门坎、组织内部架构内的作业规范不同，导致每一个作业之间产生数据滞后、脱机运算或是人为隔膜所导致的断点。这样的断点让我们在数据积累和信息回馈上的能力大打折扣，更别说精确地决策了。但现在随着技术的优化，更重要的是管理层的投入，数据分析已经能够局部实现及时处理与应用，大数据开始因为闭环系统的修复而产生应有的商业价值。企业的分析模式也从事后分析飞跃到了事前分析。商业智能能否变为智能商业，也取决于管理层有没有意识到适时变革作业方法。
突破数据闭环系统的人力瓶颈
由于存在前面所说的断点，过去数据闭环系统的工作流程是靠半人力、半机械的方式维持运作的。在过去，达到分析级别的数据生产制作流程需要大量数据工程人员的ETL程序设计。这有时会导致一份简单的报表要在数据的预处理上耽误三天的时间，也难怪业务方对报表态度冷淡了。经过了几年的努力，智能决策的自动化已经逐步扩展至数据预处理、报表生成、维度自决、问题自动排查、异常预警等。在阿里的经验让我更看重的一个变化是，如何根据不同的业务决策者设计数据分析产品的功能，场景化的用户体验更有利于商业应
用。一位业务副总裁曾对我说：“你们的数据产品做得不错，但不应该让我在解决一个问题时看三个不同的产品。”数据的生产及集成不仅是可以自动化的，在一些场景上，更有可能别开生面地把整个商业模式都自动化。例如，如何让一个团购网站做到，以14 天为周期，从大数据中选择适当的类目、商品、卖家、
为商品定价及根据用户群而决定如何展现。在阿里，我们把这个项目叫作“无人车”，因为整个运作要做到全自动化，人工智能和大数据要完全取代人类。当时马云给我们的任务是，KPI 增长不能低于人类的增长。结果，团队成功了，但我认为火候还未全到，未来的空间或者问题还有待改进，大量的数据缺失及质量问题无法实现自动化。自动化的过程，仅能将就着使用。
车品觉简介
畅销书《决战大数据》及 《数据的本质》作者
红杉资本中国基金专家合伙人
国信优易数据研究院院长
京东金融首席數据顧问
Talking Data 首席顧问
香港特区创新科技及再工业化委员会委员
促进内地香港跨境数据专责小组成员
北京市大数据领导小组咨询专家
香港贸易发展局创新科技委员会委员
贵阳市大数据委顧问专家
上海市司法局大数据实验室专家
CCF大数据委副主任
乌镇智厍理事
浙江大学管理学院兼职教授
清华大学（大数据项目）教育指导委员
香港科技大学，大数据中心指导委员
全国信标委大数据标准工作组副组长(2015-2017)
原阿里巴巴集团副总裁
原阿里健康（HK：00241）独立董事
原阿里数据委员会会长
2014年领导阿里数据团队获得Top CIO评选为中国最佳信息化团队
2017年被国家信息中心选为中国十大最具影响力大数据企业家
拥有十几年丰富的数据实战经验，并在实践中形成了独特的数据化思考及管理方式，对大数据未来趋势有独到见解；亲自领导阿里数据团队在大数据实践领域取得了一系列重要成果，包括为阿里建立集团各事业群的业务及决策分析框架，开发智能化的数据产品，成立了驱动集团数据化的运营团队，成功发起了公共与专有数据资产管理体系，还发布了数据安全规范等。