8月10日下午，億歐B2B子欄目在上海舉辦了“數(shù)據(jù)賦能—企業(yè)數(shù)據(jù)應(yīng)用之道”垂直沙龍，戈壁創(chuàng)投管理合伙人朱璘、帆軟軟件聯(lián)創(chuàng)陳炎、駐云科技創(chuàng)始人蔣爍淼、Chinapex創(chuàng)略創(chuàng)始人Jimmy Hu、驛氪創(chuàng)始人閔捷、觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人蘇春園、奧凱大宗創(chuàng)始人白睿均有到場(chǎng)分享其對(duì)于數(shù)據(jù)服務(wù)市場(chǎng)的演變和理解。
駐云科技創(chuàng)始人兼CEO蔣爍淼做了《被誤解的大數(shù)據(jù)》主題演講，主要核心觀點(diǎn)有：
1、在萬(wàn)物互聯(lián)和人工智能的前提下，才能觸發(fā)真正意義上的第三次工業(yè)革命。
2、互聯(lián)網(wǎng)化是要構(gòu)建一個(gè)符合業(yè)務(wù)邊界的子網(wǎng)。
3、數(shù)據(jù)不是越多越好，有邊界、有場(chǎng)景化的數(shù)據(jù)，才能發(fā)揮更大作用。
4、中國(guó)絕大多數(shù)企業(yè)，根據(jù)傳統(tǒng)規(guī)則建立的數(shù)據(jù)體系并不科學(xué)。
以下是蔣爍淼的演講速記，經(jīng)億歐整理編輯，供行業(yè)內(nèi)人士參考。
很高興來(lái)到這里，簡(jiǎn)單介紹一下，我是駐云科技的蔣爍淼，是湖畔大學(xué)的學(xué)員。我們?cè)诤洗髮W(xué)，學(xué)習(xí)了很多東西，馬云經(jīng)常說(shuō)DT時(shí)代，我對(duì)DT時(shí)代有一點(diǎn)小小的看法。
我最近比較興奮，孫正義說(shuō)睡不著覺(jué)，有兩個(gè)東西讓他睡不著覺(jué)，第一個(gè)東西是人工智能，聽(tīng)到人工智能這個(gè)詞，大家會(huì)有很多聯(lián)想。第二個(gè)讓他睡不著覺(jué)的東西，很多人都忘記了，或者錯(cuò)誤的把它理解為另外的東西，叫做IOT，但他用的實(shí)際的詞是萬(wàn)物互聯(lián)。
在萬(wàn)物互聯(lián)和人工智能的前提下，才能觸發(fā)真正意義上的第三次工業(yè)革命。
當(dāng)時(shí)螞蟻金服的首席戰(zhàn)略官跟我們講到一個(gè)觀點(diǎn)，第二次工業(yè)革命以后，到第三次工業(yè)革命之間，人類的總體生產(chǎn)力并沒(méi)有出現(xiàn)指數(shù)級(jí)的上升。不像蒸汽機(jī)的發(fā)明，電力的使用，它帶來(lái)生產(chǎn)效率的提高是指數(shù)級(jí)的?，F(xiàn)在很多工業(yè)產(chǎn)業(yè)，還是第二次工業(yè)革命帶來(lái)的，而不是信息革命帶來(lái)的，信息革命更多是一個(gè)輔助。所以我認(rèn)為在萬(wàn)物互聯(lián)、人工智能的背景下，才會(huì)真正產(chǎn)生第三次工業(yè)革命。
PC互聯(lián)網(wǎng)時(shí)代，我們催生了很多詞匯。像OA、ERP、生產(chǎn)線、供應(yīng)鏈、CPU等，這些詞之間的相同點(diǎn)在于，它們是線性的一條鏈路。生產(chǎn)線是鏈，CPU和諾依曼式也是一行行指令執(zhí)行的。
但是如今，每個(gè)人拿著手機(jī)，都被網(wǎng)絡(luò)連接著。今天人工智能最重要，其實(shí)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在五十年代就有論文了。為什么五十年代做不出來(lái)？因?yàn)?strong>最基本的計(jì)算能力沒(méi)有。沒(méi)有計(jì)算能力，那么復(fù)雜的所謂黑盒學(xué)習(xí)的多個(gè)神經(jīng)元連接的人工智能就不可能成功。但是今天GPU高速發(fā)展，最新最快的GPU可以比去年最快的GPU快八倍。一個(gè)模型，用CPU跑預(yù)計(jì)要三天時(shí)間，用GPU跑，只要五秒。
大家現(xiàn)在做IOT，有一種我覺(jué)得是偽IOT，比如拿著手機(jī)去控制開(kāi)燈，開(kāi)空調(diào)，沒(méi)有什么意義。但共享單車(chē)是IOT的一個(gè)最佳應(yīng)用實(shí)踐，因?yàn)樗衙枯v自行車(chē)連入了網(wǎng)絡(luò)，才讓自行車(chē)產(chǎn)生新的商業(yè)模式。今天人類社會(huì)的演變，從傳統(tǒng)的OA、ERP等詞匯，到GPU模式的改變，互聯(lián)網(wǎng)的改變，社交方式的改變。因?yàn)槲⑿牛F(xiàn)在傳播方式已經(jīng)大大改變了。所以今天我們要思考，在萬(wàn)物互聯(lián)的情況下，怎么互聯(lián)網(wǎng)化？
互聯(lián)網(wǎng)最煩的事情是什么呢？
有個(gè)現(xiàn)象，比如我們可以用滴滴打車(chē)，而不會(huì)用微信搖一搖。微信邊界太廣了，而滴滴打車(chē)的業(yè)務(wù)邊界很清楚，效率就高。所以我們要構(gòu)建的，是一個(gè)符合業(yè)務(wù)邊界的網(wǎng)絡(luò)，是互聯(lián)網(wǎng)環(huán)境下的子網(wǎng)。你要對(duì)于你業(yè)務(wù)邊界充分定義，讓子網(wǎng)當(dāng)中連接的每一個(gè)子點(diǎn)以最高的效率執(zhí)行。
為什么我說(shuō)大數(shù)據(jù)被誤解了？如果今天所有的數(shù)據(jù)，還是基于傳統(tǒng)的線性模式。舉個(gè)例子，比如一家蠻有名的電商公司，他們商業(yè)模式，有天貓店、京東店可以拿到一些數(shù)據(jù)，他們還有一些專柜，很多是走批發(fā)貨的，比如這個(gè)城市某個(gè)超市，有他的代理商，合作非常簡(jiǎn)單。拿多少貨，就結(jié)算多少錢(qián)，根本不到零售端取得消費(fèi)者數(shù)據(jù)。很多人把大數(shù)據(jù)理解成BI，在我看來(lái)，BI的意義卻不大。
很多企業(yè)沒(méi)有用互聯(lián)網(wǎng)方式在數(shù)據(jù)產(chǎn)生端，構(gòu)建一個(gè)模式，因?yàn)闆](méi)有數(shù)據(jù)。不像盒馬鮮生，完全數(shù)字化，所有消費(fèi)者行為的數(shù)據(jù)都有，所以它要分析處理，大數(shù)據(jù)才有意義。現(xiàn)在商業(yè)模式積累的數(shù)據(jù)、產(chǎn)生的數(shù)據(jù)結(jié)果分析數(shù)據(jù)，起源的本身模式就是錯(cuò)誤的。沒(méi)有數(shù)據(jù)，或者是數(shù)據(jù)不對(duì)了。
還有數(shù)據(jù)清洗的問(wèn)題。
我們?cè)趶V州有一家很大的購(gòu)物中心做了實(shí)驗(yàn)，把淘寶的一部分消費(fèi)者個(gè)人的數(shù)據(jù)引入到了線下，最后發(fā)現(xiàn)只有性別有用，其他數(shù)據(jù)用處非常少。
我們?cè)谶@個(gè)購(gòu)物中心重新定義了數(shù)據(jù)，把場(chǎng)內(nèi)數(shù)據(jù)用起來(lái)。通過(guò)混合支付，只用一個(gè)POS機(jī)，就可以讓客戶用微信、支付寶都可以支付。但我們的目的不是收商鋪的錢(qián)，而是收集數(shù)據(jù)。比如用戶在耐克購(gòu)買(mǎi)了一雙鞋，在附近又買(mǎi)了其他的東西。我們將這些相關(guān)數(shù)據(jù)記錄下來(lái)，并進(jìn)行直接處理，我們的目的不是為了收商鋪POS錢(qián)，而是收集了數(shù)據(jù)。
比方幾點(diǎn)幾分誰(shuí)在耐克買(mǎi)了雙鞋，這是在這個(gè)購(gòu)物中心產(chǎn)生的數(shù)據(jù)，同時(shí)你還會(huì)買(mǎi)其他的東西。我們做到這一點(diǎn)以后，通過(guò)對(duì)數(shù)據(jù)的直接處理，結(jié)果很像支付寶的口碑。你到星巴克喝了一杯咖啡，PAS給你一個(gè)小票，上面寫(xiě)著“20塊錢(qián)耐克代金券，今天有效。”為什么給耐克代金券呢？因?yàn)槟阗I(mǎi)的耐克多，所以我在這么推薦。
包括未來(lái)還試圖引入消費(fèi)貸，這雙阿迪達(dá)斯的鞋太貴了，學(xué)生黨買(mǎi)不起。沒(méi)關(guān)系，你是周邊的人，經(jīng)常到購(gòu)物中心消費(fèi)，消費(fèi)記錄非常好，現(xiàn)在花唄給你找打折。另外可以把一些消費(fèi)者進(jìn)行社群連接，比如同時(shí)喜歡阿迪和耐克的人，或者有明顯長(zhǎng)鏈消費(fèi)屬性的人組成各自的社群，通過(guò)微信群等各種方式運(yùn)營(yíng)起來(lái)，就會(huì)產(chǎn)生收益。我們估測(cè)可以為購(gòu)物中心帶來(lái)10%以上的銷售額增長(zhǎng)。
其實(shí)大家可以發(fā)現(xiàn)，這個(gè)例子里面，數(shù)據(jù)有邊界，有場(chǎng)景，數(shù)據(jù)不是越多越好。數(shù)據(jù)場(chǎng)景化之后，會(huì)讓數(shù)據(jù)發(fā)揮更大的作用。
如果在數(shù)據(jù)產(chǎn)生的一瞬間，定義它的用途，重新構(gòu)建數(shù)據(jù)流和數(shù)據(jù)背后的結(jié)果，反而更容易催生垂直行業(yè)人工智能的應(yīng)用。比如我們幫農(nóng)業(yè)的上市公司在做一件很簡(jiǎn)單的事情，搜集全國(guó)客戶所有的農(nóng)田的土壤酸堿度、種植量、農(nóng)產(chǎn)品的類型、對(duì)應(yīng)的期貨的采購(gòu)價(jià)格、以及整個(gè)成熟度產(chǎn)量，我們就可以給這些農(nóng)業(yè)產(chǎn)品銷售人員，提供一個(gè)農(nóng)業(yè)產(chǎn)品銷售助手。他到當(dāng)?shù)夭杉送寥浪釅A度等各種的數(shù)據(jù)，告訴農(nóng)民，你種這個(gè)種子，打這個(gè)農(nóng)藥，賺錢(qián)最多。馬上這個(gè)垂直應(yīng)用就出來(lái)了。
如果你不改造這家農(nóng)業(yè)公司的業(yè)務(wù)形態(tài)，你都沒(méi)有數(shù)據(jù)，怎么能做出這樣的人工智能呢？有一個(gè)概念叫“數(shù)據(jù)治”，意思是數(shù)據(jù)很多，通過(guò)治理它，讓數(shù)據(jù)能夠有用。今天中國(guó)絕大多數(shù)企業(yè)面臨的問(wèn)題，是通過(guò)傳統(tǒng)的流程、規(guī)則建立了自己的數(shù)據(jù)體系，但這些數(shù)據(jù)體系本身就不科學(xué)。但是今天中國(guó)絕大多數(shù)企業(yè)，面臨的問(wèn)題，就是通過(guò)傳統(tǒng)的流程規(guī)則，建立了自己的數(shù)據(jù)體系，但是這些數(shù)據(jù)體系本身就不科學(xué)。
回到非互聯(lián)網(wǎng)型企業(yè)，最重要的是，不是他們要不要用大數(shù)據(jù)，而是他們和終端消費(fèi)者、合作伙伴、供應(yīng)鏈距離太遠(yuǎn)了，沒(méi)有用數(shù)據(jù)支撐。雖然這些數(shù)據(jù)本身就存在，但是它沒(méi)有用系統(tǒng)解決它，這一步?jīng)]有做到，最后只能用大數(shù)據(jù)賣(mài)個(gè)小產(chǎn)品，只有這樣的價(jià)值。不是說(shuō)數(shù)據(jù)沒(méi)有用，而是它不能改變公司的形態(tài)。
最后總結(jié)，我認(rèn)為真正意義上數(shù)據(jù)的價(jià)值，是小數(shù)據(jù)加場(chǎng)景，這個(gè)小不是指數(shù)據(jù)非常少，而是數(shù)據(jù)必須要在規(guī)則邊界內(nèi)實(shí)現(xiàn)它的應(yīng)用價(jià)值，能夠變現(xiàn)的數(shù)據(jù)才有價(jià)值，而不是純粹搜集更多的數(shù)據(jù)。實(shí)際上人工智能的研究也是這樣的。今天人工智能最新方向，是如何通過(guò)更少的樣本數(shù)據(jù)，訓(xùn)練更有效的人工智能。而不是用更多的數(shù)據(jù)去訓(xùn)練。
謝謝大家。
