“大數(shù)據(jù)已死。”

 

　　大數(shù)據(jù)過(guò)時(shí)了。”

 

　　“我們不再需要大數(shù)據(jù)，我們現(xiàn)在需要機(jī)器學(xué)習(xí)。”

 

　　… …

 

　　這是我在2017年時(shí)常聽(tīng)到的話語(yǔ)，大數(shù)據(jù)已死？我并不認(rèn)同，在我看來(lái)，大數(shù)據(jù)是一種思維，是一種利用數(shù)據(jù)和分析技術(shù)，使你的業(yè)務(wù)模型變得更加有效（見(jiàn)圖一）。

　　圖1：利用大數(shù)據(jù)使業(yè)務(wù)發(fā)展變得更加有效

 

 

　　大數(shù)據(jù)是關(guān)于組織利用數(shù)據(jù)和分析來(lái)推動(dòng)業(yè)務(wù)模型的能力，優(yōu)化關(guān)鍵業(yè)務(wù)和運(yùn)營(yíng)用例，減少安全和合規(guī)風(fēng)險(xiǎn)，發(fā)現(xiàn)新的收入機(jī)會(huì)，創(chuàng)造更有吸引力的差異化的方式。大數(shù)據(jù)的技術(shù)組件包括：

 

　　數(shù)據(jù)：能從各種數(shù)據(jù)源，包括結(jié)構(gòu)化（表格，關(guān)系數(shù)據(jù)庫(kù)）、半結(jié)構(gòu)化（日志文件，XML，JSON）和非結(jié)構(gòu)化數(shù)據(jù)源（文本，視頻，音頻，圖像）收集和匯總詳細(xì)數(shù)據(jù)。

 

　　分析：能利用高級(jí)分析（數(shù)據(jù)科學(xué)，深度學(xué)習(xí)，機(jī)器學(xué)習(xí)，人工智能）發(fā)現(xiàn)客戶，產(chǎn)品，服務(wù)，運(yùn)營(yíng)和市場(chǎng)洞察力。

 

　　這些是重要的技術(shù)構(gòu)件，但是它們本身并不提供業(yè)務(wù)或財(cái)務(wù)價(jià)值。這對(duì)于推動(dòng)大數(shù)據(jù)，數(shù)據(jù)貨幣化來(lái)說(shuō)是必要的，但還缺一角。

 

 

　　大數(shù)據(jù)就是利用數(shù)據(jù)和分析的獨(dú)特性作為數(shù)字資產(chǎn)，為組織創(chuàng)造新的經(jīng)濟(jì)價(jià)值來(lái)源。大多數(shù)資產(chǎn)呈現(xiàn)出一對(duì)一的交易關(guān)系。例如，一美元作為一項(xiàng)資產(chǎn)，它的價(jià)值是有限的，人力資源也一樣，一個(gè)人一次只能做一項(xiàng)工作。但是衡量數(shù)據(jù)作為一種資產(chǎn)的價(jià)值并不受這些制約。

 

　　事實(shí)上，數(shù)據(jù)是一種不尋常的資產(chǎn)，因?yàn)樗哂携B乘效應(yīng)，不會(huì)耗盡或磨損，并且可以在接近零邊際成本的情況下同時(shí)用于多個(gè)用例。這使得數(shù)據(jù)成為投資的有力資產(chǎn)（見(jiàn)圖二）。

　　圖2：疊乘效應(yīng)

 

 

　　今天數(shù)字化轉(zhuǎn)型的領(lǐng)先企業(yè)，已經(jīng)將數(shù)據(jù)和分析視為商業(yè)準(zhǔn)則，而不僅僅是另一項(xiàng)IT任務(wù)。因此，明天的企業(yè)領(lǐng)導(dǎo)者必須成為利用數(shù)據(jù)和分析來(lái)推動(dòng)業(yè)務(wù)模式的專(zhuān)家。從市值角度來(lái)看目前最有價(jià)值的公司，是那些掌握使用大數(shù)據(jù)（通過(guò)人工智能，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)）來(lái)驅(qū)動(dòng)新的價(jià)值來(lái)源的組織。

　　圖3：世界上最有價(jià)值的公司

 

 

　　數(shù)據(jù)科學(xué)可以更好地預(yù)測(cè)商業(yè)和運(yùn)營(yíng)績(jī)效的變量和指標(biāo)，并量化因果關(guān)系以預(yù)測(cè)可能的行動(dòng)和結(jié)果，提供糾正措施或建議，防止代價(jià)高昂的結(jié)果，同時(shí)隨著環(huán)境的變化不斷學(xué)習(xí)和適應(yīng)。

 

　　為此，數(shù)據(jù)科學(xué)家需要學(xué)習(xí)各種各樣的統(tǒng)計(jì)，數(shù)據(jù)挖掘，深度學(xué)習(xí)，機(jī)器學(xué)習(xí)和人工智能技術(shù)和工具。

　　圖4：高級(jí)分析示例

 

　　數(shù)據(jù)貨幣化需要與擁有制定業(yè)務(wù)和分析戰(zhàn)略責(zé)任的業(yè)務(wù)利益相關(guān)者進(jìn)行密切合作。這些利益相關(guān)者還明確界定了要測(cè)試的假設(shè)，并清楚說(shuō)明如何將分析結(jié)果付諸實(shí)施和貨幣化。爭(zhēng)取企業(yè)領(lǐng)導(dǎo)力的關(guān)鍵是把他們變成“數(shù)據(jù)科學(xué)公民”，教他們“像數(shù)據(jù)科學(xué)家一樣思考”。

 

 

　　大數(shù)據(jù)與機(jī)器學(xué)習(xí)之間的關(guān)系：

 

　　當(dāng)互聯(lián)網(wǎng)創(chuàng)造了網(wǎng)站和搜索數(shù)據(jù)的寶庫(kù)時(shí)，大數(shù)據(jù)就開(kāi)始了。今天，社交媒體，移動(dòng)設(shè)備，可穿戴設(shè)備，物聯(lián)網(wǎng)，甚至是不斷收集信息的麥克風(fēng)和攝像機(jī)，已經(jīng)增加了數(shù)據(jù)。

 

　　有了這么多的數(shù)據(jù)，機(jī)器學(xué)習(xí)提供了一種將數(shù)據(jù)組合起來(lái)，并使之有意義的方法，機(jī)器學(xué)習(xí)通過(guò)這些數(shù)據(jù)來(lái)辨別模式并預(yù)測(cè)新的模式。

 

　　機(jī)器學(xué)習(xí)在人工智能的發(fā)展中起著關(guān)鍵的作用。人工智能是指機(jī)器執(zhí)行智能任務(wù)的能力，而機(jī)器學(xué)習(xí)是指機(jī)器清除數(shù)據(jù)中有意義模式的自動(dòng)化過(guò)程。沒(méi)有機(jī)器學(xué)習(xí)，人工智能是不可能的。

 

　　大數(shù)據(jù)是一種轉(zhuǎn)變業(yè)務(wù)領(lǐng)導(dǎo)力，并使之變得更有效率的思維模式，通過(guò)利用數(shù)據(jù)和分析來(lái)強(qiáng)化企業(yè)業(yè)務(wù)模型。

　　圖5：利用數(shù)據(jù)和分析創(chuàng)建智能企業(yè)