事實(shí)表明，如果通過(guò)正確的方式收集大數(shù)據(jù)，可以幫助企業(yè)獲得創(chuàng)新的見(jiàn)解。

人工智能利用大數(shù)據(jù)是值得付出努力的，沒(méi)有采用和接受這些新技術(shù)的企業(yè)在生產(chǎn)力方面將會(huì)落后，并在市場(chǎng)競(jìng)爭(zhēng)中面臨失敗。

為什么采用大數(shù)據(jù)?

現(xiàn)在最流行的是人工智能技術(shù)，盡管人工智能已經(jīng)存在了幾十年，但直到最近它才進(jìn)入主流的消費(fèi)環(huán)境。由于采用的成本高，人工智能行業(yè)一直被財(cái)力雄厚、能夠獲得大量數(shù)據(jù)的企業(yè)所主導(dǎo)；這是因?yàn)?，如果沒(méi)有當(dāng)今的大數(shù)據(jù)技術(shù)，人工智能就難有作為。

數(shù)據(jù)有限的人工智能通常不過(guò)是一組規(guī)則，只會(huì)返回基本答案。數(shù)據(jù)在幫助人工智能設(shè)備了解人類(lèi)的思考和感受方面發(fā)揮著重要作用，還可以實(shí)現(xiàn)數(shù)據(jù)分析的自動(dòng)化。如果沒(méi)有足夠的數(shù)據(jù)（人工智能分析的原材料），人們就會(huì)看到類(lèi)似于“人工智能驅(qū)動(dòng)”提供幫助的糟糕例子，即微軟的Clippy。

然而，隨著數(shù)據(jù)量的爆炸式增長(zhǎng)，現(xiàn)在可以訓(xùn)練算法來(lái)提供更好的結(jié)果，幫助人們更有效地完成工作。

大數(shù)據(jù)的應(yīng)用，什么是大數(shù)據(jù)?

谷歌公司不斷發(fā)展的翻譯服務(wù)就是人工智能在大數(shù)據(jù)支持下的一個(gè)例子。十多年前，谷歌公司從一個(gè)基于規(guī)則的系統(tǒng)轉(zhuǎn)變?yōu)橐粋€(gè)基于統(tǒng)計(jì)學(xué)習(xí)的人工智能系統(tǒng)，使用來(lái)自真實(shí)對(duì)話和文本的數(shù)十億個(gè)單詞來(lái)構(gòu)建一個(gè)更精確的翻譯模型。然而，這僅僅是一個(gè)開(kāi)始。

現(xiàn)在各行各業(yè)的企業(yè)都加入了谷歌公司進(jìn)入的市場(chǎng)。如今，許多時(shí)尚零售商（例如ASOS公司）都在提供人工智能服務(wù)，以預(yù)測(cè)顧客的需求，并提供更好的服務(wù)。

為了幫助顧客表達(dá)自己的時(shí)尚感，他們正在使用像WideEyes這樣的人工智能圖像識(shí)別軟件來(lái)分析顧客的商品照片（例如定位帽子、裙子和手袋等商品），并在現(xiàn)有目錄中推薦相關(guān)系列。這種近乎即時(shí)的分析是通過(guò)使用數(shù)千張圖像訓(xùn)練軟件而實(shí)現(xiàn)的。

如上所述，使用大數(shù)據(jù)幫助客戶描述他們想要的東西所帶來(lái)的用戶體驗(yàn)好處是不言而喻的，但這只是開(kāi)始。大數(shù)據(jù)在許多不同行業(yè)的多樣化應(yīng)用是無(wú)窮無(wú)盡的。許多企業(yè)現(xiàn)在甚至利用大數(shù)據(jù)來(lái)幫助他們做出更好的營(yíng)銷(xiāo)決策，比如創(chuàng)建“客戶終身價(jià)值”模型。

利用人工智能和大數(shù)據(jù)算法（例如隨機(jī)森林、余弦相似度和深度循環(huán)神經(jīng)網(wǎng)絡(luò)），分析所有可能的影響因素和將產(chǎn)生最大影響的返回因素，告訴人們是否應(yīng)該提供營(yíng)銷(xiāo)資金來(lái)鼓勵(lì)特定客戶群的重復(fù)購(gòu)買(mǎi)。

每一個(gè)人工智能應(yīng)用都需要大量數(shù)據(jù)才能成功。而谷歌、蘋(píng)果、Facebook、亞馬遜和微軟五大行業(yè)巨頭不僅擁有大數(shù)據(jù)，還擁有Pb規(guī)模的數(shù)據(jù)記錄人們的每一個(gè)數(shù)字動(dòng)作。

話雖如此，大數(shù)據(jù)和人工智能并非遙不可及。重要的不僅僅是數(shù)量，還有“大數(shù)據(jù)”的質(zhì)量。以倫敦交通局提供的數(shù)據(jù)集為例，這是一個(gè)偉大的倡議，可以公開(kāi)他們的歷史旅行數(shù)據(jù)，制作地鐵可視化動(dòng)態(tài)圖。

然而，僅憑這一點(diǎn)并不能讓深入了解客戶正在經(jīng)歷什么，他們要去哪里，延遲和失敗的原因等等。為了得出有趣的結(jié)論，需要把數(shù)據(jù)和環(huán)境結(jié)合起來(lái)，例如如天氣、事件和其他可能影響交通的因素。

對(duì)于五大行業(yè)巨頭之外的企業(yè)來(lái)說(shuō)是不是太晚了?他們把所有的大數(shù)據(jù)都搞定了嗎?不，有們已經(jīng)看到許多大企業(yè)(上面列出的一些)加入了大數(shù)據(jù)游戲。

然而，數(shù)據(jù)應(yīng)該被保留和保護(hù)，它是一項(xiàng)資產(chǎn)，應(yīng)該在企業(yè)的資產(chǎn)負(fù)債表上確認(rèn)。如果使用得當(dāng)，將會(huì)給企業(yè)帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)。

如何處理大數(shù)據(jù)?

早期的大數(shù)據(jù)處理使用MapReduce等技術(shù)，但數(shù)據(jù)科學(xué)家需要更高級(jí)的工具，需要更少的編程來(lái)繪制不同數(shù)據(jù)集之間的相關(guān)性，解決科學(xué)、社會(huì)或工業(yè)問(wèn)題。

ApacheSpark是這一領(lǐng)域的領(lǐng)導(dǎo)者，它提供了優(yōu)雅而簡(jiǎn)單的方法來(lái)表示復(fù)雜的分析，企業(yè)可以通過(guò)輕松地將任務(wù)分配到許多機(jī)器，在大數(shù)據(jù)集上運(yùn)行分析之前，快速地在小樣本數(shù)據(jù)集上運(yùn)行這些方法。

大數(shù)據(jù)面臨的問(wèn)題和挑戰(zhàn)

《通用數(shù)據(jù)保護(hù)條例》(GDPR)將于2018年5月在歐洲全面生效，并將取代現(xiàn)有的數(shù)據(jù)保護(hù)指南。該立法旨在保護(hù)個(gè)人的個(gè)人身份信息(PII)，明確說(shuō)明客戶在提供他們的數(shù)據(jù)時(shí)注冊(cè)了什么。此外，個(gè)人對(duì)自己的數(shù)據(jù)有更嚴(yán)格的控制，包括:刪除、訪問(wèn)“他們的”數(shù)據(jù)記錄和更改他們的同意的具體權(quán)利。

例如，如果一家超市要求顧客提供個(gè)人數(shù)據(jù)以完成他們所要求的一項(xiàng)特定服務(wù)，這是一回事，但在服務(wù)提供很久之后，保留這些數(shù)據(jù)并將其用于針對(duì)該顧客的營(yíng)銷(xiāo)目的，則需要獲得具體的可操作的同意。

一些專(zhuān)家預(yù)測(cè)，現(xiàn)在儲(chǔ)存的消費(fèi)者數(shù)據(jù)有一半可能會(huì)變成冗余的數(shù)據(jù)或者需要?jiǎng)h除，以符合這個(gè)新規(guī)定。那么，應(yīng)該放棄大數(shù)據(jù)嗎?不能，盡管人們不再能夠像以前那樣通過(guò)含糊的聲明來(lái)獲取那么多的數(shù)據(jù)，但GDPR為優(yōu)化客戶價(jià)值交換、獲得客戶的信任和忠誠(chéng)、讓每一條數(shù)據(jù)都變得重要帶來(lái)了機(jī)會(huì)。從實(shí)際層面來(lái)看，這可能意味著必須重新獲得同意，并重申處理的意圖。

盡管這在短期內(nèi)似乎有很多麻煩，但利用人工智能駕馭大數(shù)據(jù)是值得付出努力的：不接受這些技術(shù)的公司在生產(chǎn)力方面已經(jīng)落后，并可能在市場(chǎng)競(jìng)爭(zhēng)中失敗。