
互联网巨头齐聚贵阳数博会共话大数据蓝图
2016中国大数据产业峰会暨中国电子商务创新发展峰会(以下简称数博会)于2016年5月25日至29日在贵州省贵阳市隆重举行,在数博会期间,互联网各大商业巨头齐聚贵阳,就中国大数据的发展齐发声。
李彦宏:人工智能与大数据密切相关“近几年人工智能为什么这么火?最主要的一个原因就是因为大数据。”百度公司创始人、董事长兼首席执行官李彦宏在数博会上讲到。
随着物联网、移动互联网、云计算等信息技术的飞速发展,大数据日益成为科技进步和信息化发展的核心方向。而与大数据密切相关的人工智能顺势而上,飞速发展。
李彦宏谈到,无人车是一个典型的人工智能的应用。它用一台电脑加上轮子来实现司机所做的事情。同时,一台无人车一天可能要处理十几个T的数据,这是很庞大的,它的意义甚至超出了互联网。他预言,“也许我们的下一波的产业技术革命不仅仅是建立在大数据的基础上,更多的会是建立在人工智能基础上。”“无人车的例子告诉大家人工智能能做的事情非常非常多。”李彦宏说道,如果说工业化是把人从体力劳动当中解放出来的话,那么人工智能很可能会把人从简单的劳力劳动中解放出来。过去我们认为只有人能实现的事情,未来越来越多的情况下机器可以实现了。
对于无人驾驶车及人工智能在中国的发展,李彦宏非常期待。他介绍道,“安徽芜湖市将专门拿出一个区域供百度进行无人车实验,在这个区域内,将不允许‘有人车’行驶。”同时他还表示,希望看到只有无人车行驶的城市出现在中国。
马化腾:共建大数据生态推动新经济发展“腾讯定位为只做连接,我们希望能够和合作伙伴共建整个大数据的生态。”在2016贵阳数博会上,腾讯公司控股董事会主席兼首席执行官马化腾先生对共建大数据生态发表了自己的看法。
马化腾说道,“从今天的嘉宾演讲看到,大数据已经不仅仅是一个企业的探索,它已经上升为国家战略并写入“十三五”的规划纲要,从中可以看出大数据的发展得到了国家的高度重视。”随着中国经济新旧动能转化,在互联网和大数据创新领域方面产业获得了高速发展。“举一个例子,比如地理位置信息技术,腾讯有投资一些基础地图的公司之余,但是实际上大量数据还要依赖于生态中的合作伙伴,比如说在出行领域的嘀嘀打车,它有每天超过上千万单的出行记录,数百万车辆实时的把地理位置信息能和我们的平台一起汇集。”马化腾认为,这些信息都是掌握在整个生态领域的各个伙伴里,他希望汇总起来反哺给合作伙伴。在他看来,这些基础设施是将来大数据生态的一个助燃剂,也是国家未来经济新动能的基础设施。“像大数据和未来的共建生态里,我们决定做哪些基础要素呢?第一个是云,第二个是移动支付,第三个是地理位置信息技术以及安全。这些基础设施促成我们和周边生态伙伴合作,也就是朋友圈的这些合作伙伴一起来共建。”马化腾分析道。
刘强东:“大数据+电商”发展将为销售行业踩上“风火轮”
“我相信大数据将来能够对整个中国的零售消费品行业带来极大的效率提升”。在数博会上,京东商城创始人、董事局主席兼首席执行官刘强东对“大数据+电商”的价值进行了评估。
刘强东表示,以前网络商家是被动接受订单耗时耗力,而利用大数据就可以变被动为主动。根据数据分析,可以就地远近提前配货,订单一旦生成,消费者随即就可以收到货物。
“在未来5至10年,随着新技术的应用,现有的购置环境会再次发生改变,很多商品本身也许就是一个购物终端。”他预言,汽车可能会成为一个购物终端,在某一个配件磨损之前就生成订单,当故障出现时新的汽车配件就已经送到。
随着数据技术的不断发展,商品会成为一个销售界面和管道,不需要电商平台进行销售,刘强东对网络购物平台的未来表示担忧。但同时他也认为,变化就是机遇,物流服务是不会消失的。
中国现在每天有十几万亿的库存金额,在刘强东看来,这个库存金额永远产生不了任何价值,只会产生巨额社会成本。“我坚信有一天通过大数据在电商领域的发展,一定能够消费没有价值的库存,真正实现社会零库存”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02