【造奇智能產業新媒體導讀】：昨天我們進行了曾鳴「智能商業二十講」的第一講，效果很好，今天我們繼續第二講：數據智能。每一個核心概念背後都有技術和商業實踐支撐，數據智能，是現在，亦是未來。

文 | 劉成軍，造奇智能產業新媒體創始人兼主編，智能產業深度觀察，價值閱讀倡導者

曾鳴老師「智能商業二十講」之二，講的是「數據智能：未來商業的核心」。大家可能是第一次或剛開始接觸數據智能，有人也會猜想與大數據、機器智能有什麼關係，ok，如果你能這樣進行延伸和關聯思考，說明你是一個懂得概念理解和知識遷移的小夥伴。

據百度百科消息，「數據智能」是百度公司在第四屆「百度技術開放日」活動上提出的概念。2014年4月24日，百度高級副總裁王勁在第四屆「百度技術開放日」上正式宣佈推出「大數據引擎」，數據智能概念由此產生。

那既然是由百度首次提出，主要還是基於百度產品、場景等因素考量的。數據智能是指基於大數據引擎，通過大規模學習和深度學習等技術，對海量數據進行處理、分析和挖掘，提取數據中所包含的有價值的信息和知識，使數據具有「智能」，並通過建立模型尋求現有問題的解決方案及實際預測。

那機器智能又是什麼鬼？大家聽到最多的可能是智能機器人，這兩者確實有明顯的差別——本質上不是一個層面的比較。機器智能是泛指，德勤在《2017技術趨勢》把「機器智能」作為新增技術之手，還特別提到人工智慧是「機器智能」的一部分，機器智能是更廣泛而且更重要的領域；而智能機器人是款實用的產品，內嵌了機器智能的功能。

今年的5月26日，2017中國國際大數據產業博覽會（數博會）「機器智能」高峯對話會在貴陽國際生態會議中心舉行，筆者精選了其中嘉賓的觀點：

傑瑞·卡普蘭（企業家，創辦的兩個公司已上市，同時在斯坦福大學教人工智慧經濟和影響方面課程）：我們不應當把機器想像成有智慧的，我們應當把機器智能看成是新一代的自動化，自動化的新浪潮，它改變人類社會，就好比今天的計算機革命改變人類社會；

史蒂夫·霍夫曼（FoundersSpace公司創始人和CEO）：商業智能、機器智能和人工智慧有什麼不同？就是說演算法要能夠改變自身，演算法能夠自己改變自己，從而不斷的變化得更加聰明，越來越有智慧，這個纔算是人工智慧或者是機器智能，如果需要用人工去調整演算法的話，那個絕對不是機器智能或者人工智慧，僅僅是BI商業智能。

王堅（阿里巴巴集團技術委員會委員長，阿里雲創始人）：我覺得一個最重要的區別，大家意識到在叫MI或者AI以前，世界上只有兩種智能，一種是關於人類的智能，另外一種是關於動物的智能。如給城市裝一個城市大腦，那是一個人也不具備的智能，我覺得那是更適合機器智能，也就是新產生的第三種智能。

（機器智能高峯對話視頻回放：http://video.sina.com.cn/zhibo/20021685.html）

好，說到這裡，大家已經能夠瞭解「數據智能」與大數據的關係了，大數據是基礎原料，深度學習（人工智慧）是手段，讓數據具有「智能」並解決現實問題是目的。當然，市面上還有人使用「智能數據」的概念，內涵和外延基本一致，在此略過。

Ok，我們把基本概念梳理清楚，再接下來的時間裡我們在看為何要實現「數據智能」，以及如何實現「數據智能」就有的放矢了。

曾鳴老師從透漏一個阿里雙11小祕密開始講起：2016年雙11創歷史交易記錄的1200億人民幣，曾經作為活動檔期內壓力最大的客服部門，卻破天荒的第一次不用加班！

原因是什麼呢？

到了交易峯值阿里同學卻無事可做，看上去很神祕，其實背後最核心的是一個巨大的搜索和推薦引擎，讓每一個人上來都能得到個性化的服務。當交易量和數據達到一定規模，精準分析和處理個性化服務僅依賴人員的增加，已經無濟於事了。如今，越來越多的場景需要由機器進行決策、分發和服務了。

百度推出百度預測 ，基於大數據引擎進行預測，實現數據智能。比如，百度預測可以進行城市旅遊情況預測，瞭解不同城市在未來一段時間的旅遊熱度情況；也可以預測不同景區在未來幾天內的擁擠度情況，實現智慧旅遊。

這背後其實是大數據場景下的人工智慧技術的運用。在BAT互聯網公司，由於人們每天登陸和使用，彙集成龐大的數據存量和數據流生成，當你輸入一個辭彙進行搜索的時候，在非常短的時間內會出現數百萬條的搜索記錄，這樣的計算處理能力和推薦的合理性，亟需機器演算法的海量數據處理，更讓人驚奇的時，演算法在接收和處理信息時，還不斷「深度學習」和進化，日益精進。

趨勢：未來商業會全面智能化

以下，我們以問題為牽引，以互動為形式，同時輔以筆者的第三方觀察和思考，讓你快速把握知識的內核。這就相當於劃重點啦~~~

問題1：什麼叫智能化？為何說未來商業會全面走向智能化？

曾鳴觀點：智能化，就是未來商業的決策會越來越多地依賴於機器學習，依賴於人工智慧。機器取代人，在越來越多的商業決策上扮演非常重要的角色，它能取得的效果遠遠超過今天人工運作帶來的效果。

今天人工智慧的技術核心，其實就是機器用笨辦法去算，它的所謂學習是通過概率論的方法，不斷地去通過正反饋來優化結果，而不是像人一樣去思考和學習。這種機器學習的方法必須基於海量數據的校驗，必須基於演算法的一個不斷反饋過程。所以，我把這個階段人工智慧帶來的商業價值，它所實現的路徑叫「數據智能」。

【軍觀察】（由劉成軍點評）：在筆者看來，智能化對不同的主體具有不同的意義，其背後的驅動力和基礎力量也並不一致。如果我們稍加區分，可以將智能化按照垂直大行業劃分為商業智能（聚焦商業領域，也是談的最多的）、工業智能、農業智能……

對於商業走向智能化，背後的動因是消費者（用戶）需求的個性化、定製化導向使然，而大數據場景提供了實現基礎，人工智慧（機器智能）提供了實現手段。之前為何沒有實現商業智能，就是在以上三個層面沒有達到成熟階段，同時也沒有達到疊加的效果。

對於工業智能，可以再具體分為工業產品智能、工業生產過程智能以及產品使用和服務的智能，由於工業門類眾多，行業特點異樣，所以展開談的時候要依據行業特性，而不能盲目照搬。

問題2：作為企業，如何才能通向和使用數據智能創造價值？

曾鳴觀點：通向數據智能的三個步驟：數據化、演算法化和產品化。所謂數據化，就是由於互聯網的存在，由於廣泛的連接，拿淘寶來說，就是能夠準確地記錄下來所有用戶全部的在線行為的，而這些數據本身可以用於優化用戶下一次來淘寶的體驗。所以，沒有數據化的積累就沒有後面一切。

第二個步驟是演算法化。在人們看來，計算機要有機器智能，要有三個階段，一是建立模型；二是這個模型要用某種數學方法解決，能夠得到一個可以收斂的結果；三是計算機的程序，也就是演算法。（曾老師用PageRank演算法來舉例，這個演算法支撐了谷歌5000億美金公司的起步）

演算法要真正發生作用，離不開的第三步是「產品化」——也就說，你一定要建立產品跟客戶的直接連接。基於產品，通過數據演算法和反饋閉環，機器就能學習，機器就能進步，機器就能擁有智能，而商業就能夠實現智能化升維。

你要做些什麼才能趕上這個智能化浪潮呢？其實最核心在於你能不能夠創新地實現產品化，把你的核心業務流程在線化，這樣的話數據才能被記錄下來。然後可以在雲計算這樣的基礎設施裏挑一個合適的演算法工具包，你的業務就能變成一個智能業務。這樣，你就能比你的競爭對手都越跑越快，這是未來競爭能夠脫穎而出最重要的一個祕籍。

【軍觀察】（由劉成軍點評）：上面提到的數據化，與市面上大家經常聽到的「互聯網化」、「互聯網+」、「數字化」的內涵相近，關於「互聯網化/+」，談的概念挺多，但實際路徑並不清晰，結果企業不知如何行動和實踐，倒頭來不了了之了。國外使用「數字化」多一些（我們對應的詞叫「信息化」，當然也有差別），要認真研究數字化進程的步驟和演進規律，變為可執行的策略，沒有數字化就沒有智能，沒有智能就沒有未來。

——————————

【造奇智能產業新媒體】：國內第一家正式成立並開展運營的智能製造產業新媒體機構，聚焦工業4.0與智能製造時代的價值創造，以「深度影響智能製造進程，守望智能製造產業成長」為使命，聯接產業企業、大學、研究機構、政府、資本等產業核心力量，通過創新和融合力量，提供深度觀察、行業洞見、豐富資訊於一體的原創型、產業新媒體平臺。

推薦閱讀：