大數(shù)據(jù)從概念到落地,再到行業(yè)發(fā)展日趨成熟,有十年左右的光景,這十年稱之為大數(shù)據(jù)的上半場(chǎng)。隨著企業(yè)數(shù)字化轉(zhuǎn)型需求逐漸深化,產(chǎn)業(yè)基礎(chǔ)設(shè)施建設(shè)穩(wěn)步推進(jìn),各項(xiàng)技術(shù)算法漸次成熟,以“數(shù)據(jù)智能”為代名詞的下半場(chǎng)已經(jīng)拉開序幕——
“大數(shù)據(jù)的上半場(chǎng)大家都在爭(zhēng)奪用戶,也就是數(shù)據(jù),下半場(chǎng)爭(zhēng)奪的是什么?我們認(rèn)為是一個(gè)個(gè)用戶場(chǎng)景,而不是用戶本身。”數(shù)據(jù)智能的發(fā)展脈絡(luò)在愛分析分析師李喆的介紹下逐漸清晰:“2013年大數(shù)據(jù)概念興起,企業(yè)開始進(jìn)行大數(shù)據(jù)平臺(tái)的建設(shè),但這一階段,企業(yè)只知道大量收集數(shù)據(jù),對(duì)數(shù)據(jù)價(jià)值尚不明確。經(jīng)過第一個(gè)階段的數(shù)據(jù)收集之后,開始讓數(shù)據(jù)可視化,產(chǎn)生一定的價(jià)值,這是第二個(gè)階段。第三個(gè)階段從2017年起,利用AI建模算法的方式,在各個(gè)行業(yè)落地的應(yīng)用越來越多,數(shù)據(jù)真正進(jìn)入到洞察階段。下一個(gè)階段就是現(xiàn)在,技術(shù)逐步成熟,使得數(shù)據(jù)具備了推理能力,可以指導(dǎo)決策,我們認(rèn)為就是進(jìn)入了數(shù)據(jù)智能階段。數(shù)據(jù)智能階段的焦點(diǎn)在于中臺(tái),未來企業(yè)會(huì)形成基于數(shù)據(jù)中臺(tái)、技術(shù)中臺(tái)和業(yè)務(wù)中臺(tái)為核心的業(yè)務(wù)流程。前三個(gè)階段是業(yè)務(wù)數(shù)據(jù)化的過程,通過數(shù)據(jù)的方式去描述整個(gè)業(yè)務(wù)運(yùn)轉(zhuǎn),下一步是業(yè)務(wù)智能化的過程,我們認(rèn)為數(shù)據(jù)智能是整體業(yè)務(wù)智能化的開啟。”
海致星圖總裁楊娟、百分點(diǎn)董事長(zhǎng)兼CEO蘇萌、數(shù)夢(mèng)工廠CTO崔曉峰、個(gè)推董事長(zhǎng)兼CEO方毅等數(shù)據(jù)智能行業(yè)的代表,就“數(shù)據(jù)智能行業(yè)的過去、現(xiàn)在與未來,以及數(shù)據(jù)智能企業(yè)在其中扮演的角色”發(fā)表了自己的看法。
海致星圖總裁楊娟:數(shù)據(jù)是一個(gè)寶藏,同時(shí)又是一個(gè)荊棘叢生的地方
AI核心是讓機(jī)器取代人,讓機(jī)器去幫助人。所謂人機(jī)同行,如果機(jī)器不具備像人去理解和思考世界的能力,雙方智能不在同一個(gè)水平上,就沒有辦法同行。人類理解世界的方式不是線性的,世界是復(fù)雜關(guān)系的組合,而知識(shí)圖譜就是把萬(wàn)世萬(wàn)物的各種概念實(shí)體串聯(lián)成網(wǎng)絡(luò),供機(jī)器模擬人的理解方式來理解世界的媒介。
為什么說知識(shí)圖譜是AI的核心?主要在認(rèn)知智能這塊。從計(jì)算智能到感知智能再到認(rèn)知智能,怎么讓機(jī)器通過數(shù)據(jù)解讀、計(jì)算,產(chǎn)出業(yè)務(wù)價(jià)值,這是知識(shí)圖譜在真正行業(yè)化的過程中所遇到的挑戰(zhàn)。
數(shù)據(jù)是一個(gè)寶藏,同時(shí)又是一個(gè)荊棘叢生的地方。
動(dòng)態(tài)知識(shí)圖譜中,靜態(tài)知識(shí)比較容易梳理,即根據(jù)經(jīng)驗(yàn),加上一定的文本識(shí)別,生成圖譜。圖譜一旦輸出,以周進(jìn)行分析。但真正能對(duì)業(yè)務(wù)起到價(jià)值的數(shù)據(jù)往往是動(dòng)態(tài)的,和業(yè)務(wù)的變化實(shí)時(shí)動(dòng)態(tài)關(guān)聯(lián)。比如在金融場(chǎng)景中,交易單每時(shí)每刻都在發(fā)生變化,信用卡申購(gòu)、資金流入流出、人員后臺(tái)的操作,對(duì)這些產(chǎn)生的信息加以捕捉和識(shí)別,然后進(jìn)行決策,這才是真正對(duì)業(yè)務(wù)產(chǎn)生核心價(jià)值的數(shù)據(jù)。
金融行業(yè)里的實(shí)體關(guān)系包括了個(gè)人客戶、賬戶、產(chǎn)品、商品、資產(chǎn)、合約、手機(jī)號(hào)、設(shè)備等等,這張圖譜量非常之大,同樣,這張知識(shí)圖譜構(gòu)建起來之后,可對(duì)應(yīng)的應(yīng)用場(chǎng)景非常之多,包括潛在關(guān)系、群體的識(shí)別、個(gè)體的分析、知識(shí)的推理等等。其中一個(gè)典型的場(chǎng)景是事件傳導(dǎo),當(dāng)一家企業(yè)發(fā)生了一件事,無論好壞,怎樣以量化的方式去計(jì)算這個(gè)事件在這張網(wǎng)絡(luò)上的傳播,關(guān)聯(lián)的企業(yè)和個(gè)人會(huì)受到什么樣的影響?舉個(gè)具體例子,在金融公共領(lǐng)域,一個(gè)客戶發(fā)生了違約,如何尋找他的關(guān)聯(lián)關(guān)系進(jìn)行追蹤?這些都是我們的知識(shí)圖譜所適用的典型應(yīng)用場(chǎng)景。
百分點(diǎn)董事長(zhǎng)兼CEO蘇萌:用數(shù)據(jù)指導(dǎo)決策,真的能幫助很多國(guó)家提高人民福祉
數(shù)據(jù)智能中臺(tái)的底層是大數(shù)據(jù)平臺(tái),包括數(shù)據(jù)的采集、分析、存儲(chǔ)、加工等,中間層是數(shù)據(jù)資產(chǎn)管理平臺(tái),包括同一標(biāo)準(zhǔn)的數(shù)據(jù)治理體系、源數(shù)據(jù)的管理、數(shù)據(jù)生命周期管理和新型數(shù)倉(cāng)。再往上一層是AI中臺(tái),包括知識(shí)圖譜、用戶畫像等等。最上面一層是統(tǒng)一的數(shù)據(jù)服務(wù)接口,智能中臺(tái)沉淀的數(shù)據(jù)、技術(shù)、模塊和對(duì)企業(yè)管理的認(rèn)知,通過接口對(duì)外輸出。
目前在各個(gè)領(lǐng)域,包括政府、金融、零售等,都在擴(kuò)大中臺(tái)的應(yīng)用,且效果顯著。以百分點(diǎn)為海外國(guó)家搭建政府智慧決策體系的實(shí)踐為例,由于這個(gè)國(guó)家基礎(chǔ)人口數(shù)據(jù)是缺失的,百分點(diǎn)邀請(qǐng)了國(guó)內(nèi)北大社科學(xué)院、中科院的人口所等眾多機(jī)構(gòu)專家學(xué)者,使用中國(guó)的人口預(yù)測(cè)模型,并結(jié)合海外國(guó)家的實(shí)際情況,幫助其做基礎(chǔ)的數(shù)據(jù)融合和人口預(yù)測(cè),有了這個(gè)數(shù)據(jù),政府應(yīng)該在一個(gè)城市建多少中學(xué)、多少小學(xué)、多少醫(yī)院以及多少糧食,才有據(jù)可循。如果沒有人口預(yù)測(cè)數(shù)據(jù),國(guó)家決策失誤的概率機(jī)會(huì)就會(huì)很大。我們真切地感受到用數(shù)據(jù)指導(dǎo)決策,真的能幫助很多國(guó)家提高人民福祉。
數(shù)夢(mèng)工廠CTO崔曉峰:建設(shè)的過程永遠(yuǎn)趕不上業(yè)務(wù)的需求快
服務(wù)于客戶的過程中最明顯的變化,就是我們的系統(tǒng)從交互開始就變得落后,建設(shè)的過程永遠(yuǎn)趕不上業(yè)務(wù)的需求快。因此,擺在我們面前最大的挑戰(zhàn)是如何能提供一個(gè)全域、標(biāo)準(zhǔn)、鮮活的體系,讓我們提供統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)、提供統(tǒng)一的數(shù)據(jù)實(shí)體、提供統(tǒng)一的數(shù)據(jù)服務(wù),來支撐業(yè)務(wù)的價(jià)值呈現(xiàn)。
首先,需要全站的技術(shù)支撐體系。在體系構(gòu)建過程中,由以前獨(dú)立的離線分析系統(tǒng)演進(jìn)到現(xiàn)在的在線生產(chǎn)系統(tǒng),生產(chǎn)的過程需要業(yè)務(wù)全流程端到端的技術(shù)支持,包括集成、交換、治理、開發(fā)、標(biāo)簽以及共享等,來構(gòu)建數(shù)據(jù)中臺(tái)的基礎(chǔ)支撐。
其次,需要全域的數(shù)據(jù)智能體系。數(shù)據(jù)不聯(lián)動(dòng)起來,無法創(chuàng)造更多的可以想象的空間和價(jià)值,因此在這里需要構(gòu)建全域的數(shù)據(jù)資產(chǎn)管理體系,包括數(shù)倉(cāng)的全域化、模型的行業(yè)化、數(shù)據(jù)的標(biāo)簽化和數(shù)據(jù)的資產(chǎn)化。只有把數(shù)據(jù)能全域打通,才能形成數(shù)據(jù)的資產(chǎn)。但是這個(gè)過程中需要構(gòu)建統(tǒng)一的標(biāo)準(zhǔn),數(shù)據(jù)、模型來構(gòu)建對(duì)服務(wù)的支撐。
最后,需要全面的服務(wù)運(yùn)營(yíng)體系。數(shù)據(jù)是動(dòng)態(tài)的,隨著業(yè)務(wù)的推進(jìn)在逐漸豐富,所以我們需要有一個(gè)隊(duì)伍,按照一定的方法形成服務(wù)體系和運(yùn)營(yíng)體系,構(gòu)建工具、標(biāo)簽、開放模型。
這三個(gè)部分加起來構(gòu)成了完整的數(shù)據(jù)中臺(tái)體系。
個(gè)推董事長(zhǎng)兼CEO方毅:只要你聯(lián)網(wǎng),個(gè)推就能夠推算出你的資產(chǎn)
數(shù)據(jù)行業(yè)里有一個(gè)特別經(jīng)典的詞,叫端詳。一個(gè)應(yīng)用場(chǎng)景中最重要的是客戶方擁有真正有用的數(shù)據(jù)源,在去掉一些偽數(shù)據(jù)之后,將其放進(jìn)大數(shù)據(jù)池里。每個(gè)用戶有幾千個(gè)特征,用機(jī)器語(yǔ)言描述出來,把其中的異常項(xiàng)拿出來,讓行業(yè)專家坐那兒“端詳”,以刪除誤導(dǎo)數(shù)據(jù)、發(fā)現(xiàn)一些特殊數(shù)據(jù),最后把端詳過的數(shù)據(jù)重新丟回大數(shù)據(jù)的池子里,這是個(gè)推采用的方法。
例如在金融場(chǎng)景里,個(gè)推通過用戶的線上線下行為模式、關(guān)系、、身份、資產(chǎn)和屬性,就可以測(cè)算出他的信用值。其中在測(cè)算資產(chǎn)時(shí),只要用戶聯(lián)網(wǎng),日常使用什么品牌、什么價(jià)位、吃飯的客單價(jià)多少、住的地方房子均價(jià)高低、是否擁有房子產(chǎn)權(quán)都可以被推算出來,應(yīng)用于風(fēng)控領(lǐng)域。在這個(gè)過程中要如何解決大數(shù)據(jù)充分應(yīng)用和個(gè)人隱私保護(hù)之間的平衡呢?我們認(rèn)為應(yīng)該是用邊緣計(jì)算,讓很多運(yùn)算在本地算掉。
一覽群智CEO胡健:現(xiàn)階段的人工智能屬于弱人工智能,就是弱智
某種意義上,現(xiàn)階段的人工智能屬于弱人工智能,就是弱智。因?yàn)楫?dāng)前的人工智能幾乎是完全基于數(shù)據(jù)、數(shù)據(jù)推理的方式,既沒法理解人類的情感,也無法應(yīng)對(duì)復(fù)雜場(chǎng)景中的決策和規(guī)劃問題。
現(xiàn)階段人工智能的落地都是快速反饋、單場(chǎng)景感知的智能,各種金融場(chǎng)景就是其中的典型。例如,在銀行場(chǎng)景中存在大量可用AI取代人力的作業(yè)系統(tǒng),包括放貸審核、外匯審核等等。在某四大國(guó)有銀行,每天都有至少2000人在做審核,而且這些人普遍擁有碩士學(xué)歷。因?yàn)榇罅康男庞米C和票據(jù)都是外文的,審核的邏輯也比較復(fù)雜,一個(gè)人一天只能審三單?,F(xiàn)階段,用智能決策平臺(tái)、自然語(yǔ)言、知識(shí)圖譜等方式,把復(fù)雜審核邏輯化,這個(gè)需求無論在保險(xiǎn)、銀行還是證券,都存在大量的需求。在這個(gè)場(chǎng)景中,機(jī)器并不是完全取代人,而是需要人做最終的校驗(yàn),但這至少能從2000人降到100人,而且?guī)捠峭耆粶蟮摹?
銀行與金融科技融合的理想境界是什么?是銀行即服務(wù)。
2019年6月14日,億歐智庫(kù)研究院將在“2019丨全球新經(jīng)濟(jì)年會(huì)·金融科技峰會(huì)”上發(fā)布《2019開放銀行與金融科技發(fā)展研究報(bào)告》,深度解讀金融科技賦能開放銀行的融合與落地應(yīng)用——上?!ず鐦颉な蕾Q(mào)展館邀您見證!搶票鏈接:https://www.iyiou.com/post/ad/id/818
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 馬云現(xiàn)身支付寶20周年紀(jì)念日:AI將改變一切,但不意味著決定一切
- 萬(wàn)事達(dá)卡推出反欺詐AI模型 金融科技擁抱生成式AI
- OpenAI創(chuàng)始人的世界幣懸了?高調(diào)收集虹膜數(shù)據(jù)引來歐洲監(jiān)管調(diào)查
- 華為孟晚舟最新演講:長(zhǎng)風(fēng)萬(wàn)里鵬正舉,勇立潮頭智為先
- 華為全球智慧金融峰會(huì)2023在上海開幕 攜手共建數(shù)智金融未來
- 移動(dòng)支付發(fā)展超預(yù)期:2022年交易額1.3萬(wàn)億美元 注冊(cè)賬戶16億
- 定位“敏捷的財(cái)務(wù)收支管理平臺(tái)”,合思品牌升級(jí)發(fā)布會(huì)上釋放了哪些信號(hào)?
- 分貝通商旅+費(fèi)控+支付一體化戰(zhàn)略發(fā)布,一個(gè)平臺(tái)管理企業(yè)所有費(fèi)用支出
- IMF經(jīng)濟(jì)學(xué)家:加密資產(chǎn)背后的技術(shù)可以改善支付,增進(jìn)公益
- 2022年加密貨幣“殺豬盤”涉案金額超20億美元 英國(guó)銀行業(yè)祭出限額措施
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。