京公网安备 11010802034615号
经营许可证编号:京B2-20210330
传统企业转型人工智能 只靠大数据可不行
“即使有大数据支撑,如果不和使用场景紧密结合,再高超的科技消费者也不会买账。用户并不关心是否有AI技术,他们更关心的是内容。”
刚过去的一年,人工智能仍是互联网界的首要关键词。就像AlphaGo升级成AlphaZero,无师自通地称霸各种棋类游戏,AI以人类无法预料的速度向未来狂奔,如脱缰野马。中国将在此中扮演何种角色?
2017年7月,国务院印发《新一代人工智能发展规划》;工信部2017年12月出台《人工智能产业发展三年行动计划》(以下称《计划》),提出力争到2020年,一系列人工智能标志性产品取得重要突破,在若干重点领域形成国际竞争优势。
中国在产业应用层面有优势
2017年,人工智能进步的一个标志是:美国举办8年的图像识别挑战赛ImageNet,正式退出历史舞台。8年前AI识别准确率只有70%多,现在差错仅2.7%,远低于人类的5.1%,竞赛已无意义。而最近的报道显示,中国研发的医疗AI,识别小肿瘤的能力也超过了资深大夫。
迟早将攻占更多人类领地的AI,会在哪个领域先开花散叶?
人工智能公司“第四范式”的创始人和CEO戴文渊告诉科技日报记者,AI应用爆发有5个先决条件:大数据(Big-data)、反馈数据(Response)、算法(Algorithm)、基础设施(Infrastructure)、业务需求(Needs),合称“BRAIN”,凡是满足这5个条件的领域,都有可能在2020年之前实现人工智能的爆发。
“我们也可以看到,《计划》中列举的商业化场景,集中在交通、医疗、图像、语音、家居等领域,也都是这五大先决条件相对比较完备的场景。”戴文渊说。
曾有判断说AI在消费端落地还要5—10年,红杉资本中国合伙人计越却不认为需要那么长时间。“比如今日头条,只要让用户看到想看的内容就好,用户并不关心是否有‘AI技术’。”计越说,“你用网易云音乐吗?你不知不觉中也在享受AI的便捷。到消费端的AI什么时候实现不是靠专家的判断,只要实实在在地解决用户需求,它就会实现。”
红杉资本投资了许多中国AI企业:今日头条、快手、秒拍、京东金融、美团、滴滴、摩拜、大疆……计越说,AI需要跟使用场景紧密结合,否则再高超的科技,消费者也不会买账。
大数据是训练AI的关键。“红杉投资看重的,一是应用场景,一是有自己的数据。”计越以滴滴举例说,滴滴在2015年就成为仅次于淘宝的全球第二大在线交易平台,数据规模是每日200亿次的路径规划请求,因此其AI预测用户目的地准确度超过90%。
对于《计划》中提出的中国将在若干重点领域形成优势,戴文渊极有信心。“在AI领域,基本上是中美竞争的格局,中国在AI产业应用层面还有一定的领先。”戴文渊说,“这是由于人工智能的算法和计算能力都可以通过平台实现,数据成为最大的门槛,巨大的用户数据正是中国的优势。中国是互联网人口大国,中国互联网的发展为我们研究AI准备了条件。”
人工智能与实体经济融合需深化
“中国的发展阶段浓缩了,呈现跳跃式和并行发展,可能给中国创业者带来更多机会。”计越说,在中国结合几个阶段为一体的创新公司多(包括AI),而在美国,IT巨头积累深厚,新兴公司需要找缝隙切入,从这个角度看,中国创业机会更大。
迁移学习被认为是AI领域中国可能赶超美国的一个突破点。戴文渊曾创造了中国最大的机器迁移学习系统“凤巢”,他在迁移学习领域单篇论文引用数世界第三,第四范式首席科学家杨强则是世界第一。
迁移学习是指将知识应用到不同领域的能力,以解决目标领域数据不足的问题。由于解决了小数据应用AI的难题,中国的研究受到Google和Facebook的关注。
《计划》提出人工智能和实体经济的融合需进一步深化。戴文渊说,这需要企业的组织架构调整,将AI嵌入经营管理。戴文渊表示,传统企业生产经营是由人工决策、机器执行;AI的意义正是在于机器决策、机器执行。想要成为未来智能企业,门槛也很高,包括机器学习算法,上亿维的系统架构,更包括认知的层面。
“很多传统企业会说自己有大数据,可以做AI了。其实未必,正确的大数据加正确的机器学习,产出是人工智能,错误的大数据加机器学习,产出的并不是。”戴文渊说,企业人工智能核心系统,将是继交易核心系统、互联网核心系统之后,企业的又一个核心。
《计划》特别强调“支持人工智能企业与金融机构加强对接合作”。戴文渊对此评论,金融领域因为拥有足够的数据和计算资源,使其成为AI目前最理想的落地产业之一。“机器已经在金融领域辅助人做大量商业分析与决策。”戴文渊说,“以我们与某银行解决交易欺诈问题的合作为例,机器写出的欺诈交易规则数达到25亿条,资深业务专家写出的规则数最多1000条。最终,机器在欺诈预判准确率较人提升了7倍。”
联想集团董事长杨元庆也表示看好中国AI发展。“未来商业比拼一定是业务模式的比拼,而业务模式的智能化程度决定企业竞争力。”杨元庆说,“如果能更多强调数字经济和智能化,那未来我国企业会比其他国家领先一步。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15