大数据和人工智能的将来可以归结为一件事

就大数据、说明和人工智能而言，代价不是来自网络数据(乃至也不是来自于从中获取的一些洞察)，代价来只有一个来历：动作。

我在90年月中期创办了第一家公司，当时我做了大大都初次创业的企业家都做过的事——订购手刺。

现实上，我起首得选址并订购一部手机。事实，没有手机，我无法订购手刺。然后要成立一个管帐体系、做法令文书事变、建一个网站。虽然，还写了一个很长的贸易打算。

我把该做的工作都做了，唯独漏了一件事：报告我的故事并贩卖我的办理方案。

但和往常一样，我过分沦落于机制而忽略了目标。我花了一段时刻才站稳了脚跟。

最近由O'Reilly和Cloudera连系举行的Strata Data Conference集会会议让我想起了这种强有力的进修经验。

有云云多的大数据和说明空间(尚有，人工智能市场正日益与之产生相撞)如故专注于机制。

诚然，机制很重要。但机制并非全部这些学科存在的缘故起因。就大数据、说明和人工智能而言，代价不是来自网络数据(乃至也不是来自于从中获取的一些洞察)，代价来只有一个来历：动作。

大数据：第一步就走错了?

我也许从一开始就太过存眷机制。我可以很好地总结大数据背后的精力：网络统统，稍后再举办清算。

重点是成立海量数据湖，这些数据胡网络统统可以想象的数据，这些数据在某种水平上是有效的。但这种要领难以维持。

认知决定平台diwo的首席技能官Satyendra Rana以为：“(这种要领)是错误的。你无法赢得这场战斗。数据不绝地增添，你会沉入湖底，无法在外貌飞舞。”

许多组织都得出了同样的结论。另外，IT和营业率领者发明，他们必需改变本身的思想方法，专注于运营和厘革方面的成就，以显现大数据和人工智能打算的真正代价。

SAP Leonardo的副总裁David Judge表明说：“心态转变至关重要。我们的客户有两条路可走。第一条路是优化——自动化并减少人工勾当。然后，有些人(专注于)建设新的营业模式(与数据)，这些模式更具厘革性。做得最好的公司每每两者分身。”

这转达出来的信息很明晰。当你真正的方针是从全部这些数据中缔造代价时，只存眷机制是不足的。由于这陷入了丐词逻辑的短处：你怎样从数据中得到代价?

通过动作实当代价

diwo的Rana表明说：“数据毫无代价。只有当人们在语境中行使数据时，数据才会缔造代价。当数据投入行使时，这就是代价发生的源头。因此，责任不在数据建设者身上，而是在代价缔造者身上，后者要抉择怎样操作数据。”

从外貌上看，当许多势力巨子人士将数据称为新的石油或钱币时，Rana的说法好像南辕北辙，这种新的石油或钱币好像具有固有的代价。但当组织进一步从事大数据、说明和人工智能时，人们发明Rana的说法是有原理的。

通用电气的数据副总裁兼首席数据官Diwakar Goel表明说：“当我们开始行使大数据时，我们只是想做一些快速而简朴的说明并得到一些看法。最初的代价在于显现这些洞察。但其后我们意识到，这些洞察并没有改进营业。因此，我们必要使这些洞察可操纵化，同时将这些洞察转化为动作，你但愿将这些洞察提供应可以或许现实采纳动作的人。”

究竟上，就传统的对大数据采纳数据优先的要领而言，正是这种缺乏以动作为导向的营业重点成了老浩劫，

持续数据平台Iguazio的首创人兼首席执行官Asaf Somekh表明说：“数据湖是以IT为导向的。数据湖正在实现一个章程，以成立一个存储组织全部的数据的平台。数据湖无关乎改进营业成就，也不是贸易打算。”

在探求代价时，请不要揪着技能配景不放

因此，在想法实当代价运作时，人们要从营业角度而不是技能角度来对待事物，这很是重要。

这也许比想象得更难。

我去了本年的Strata集会会议，当时我是带着本身对人工智能的成见与会的。我确信，人工智能将迫使行业从头以贸易代价为中心——我认为这些对象早已不复存在。

然而，我对人工智能的存眷也不外是另一种技能配景罢了。我也没有看到营业的视角，只存眷更闪亮的新技能。

对付我们这些已经在科技行业事变一段时刻的人来说，这是一个很难冲破的风俗。

究竟上，组织可以从许多情势的大数据、说明和人工智能投资中得到许多贸易代价。诀窍就是专注于怎样更好地使那些动作亲近相干的人采纳动作。

流说明和时序数据的应用就是很好的例子，这些例子表白组织如安在远未完全实现人工智能之前就能实现这一代价。

Striim的连系首创人兼首席技能官Steve Wilkes表明说：“流处理赏罚和流说明是使呆板进修可操纵化的重要构成部门。假如你可以使数据科学家处在上游并使他们可以行使流处理赏罚......那么他们就可以构建模子，然后将该模子注入数据流......并举办及时猜测和说明。”

跟着企业沿着人工智能的阶梯成长，它们不能错过途中任何可以或许采纳动作的名贵机遇，这同样很重要。

时序数据库公司Timescale的连系首创人兼首席执行官Ajay Kulkami表明说：“(还在成长中的)第三个步调是人工智能和呆板进修的规模，在这个规模里，你可以猜测将要产生的统统。第一个步调是网络数据，可是在这两个步调之间尚有一此中间步调，那就是行使数据来监控正在产生的工作......然后从监控转向可调查性。这就是我们起主要实现的处所，以便你可以或许及时地查察营业产生了什么。”

使你的数据故意义

然而，从大数据的汗青的，回首性说明方面的代价主张到以动作为中心的代价主张的所面对的挑衅在于这增进了赌注。并且，这些动作越靠近及时，风险和回报就越大。

在这个数据促进动作的天下里，数据的精确性，以及领略怎样行使这种精确性来做出决定或采纳动作成了一项计谋要务。

diwo的Rana表明说：“决定拟定涉及到做决定的人以及用于做出这些决定的数据，因此，认知体系必要对两者都举办建模——而不只仅是数据。”

跟着赌注的增进，人们必需领略数据自己，这成了实当代价的要害手段和途径。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!