?李昊原
如何在ABC時代生存發(fā)展,是每個TMT企業(yè)都要考慮的問題。
如果將從1998年到2018年定義為中國互聯(lián)網(wǎng)時代的上半場,2008年會是上半場的又一分界線,蘋果智能手機iPhone 3G帶來的不僅僅是消費者生活方式的改變,還有更多的可能性。
大數(shù)據(jù)公司TalkingData創(chuàng)始人兼CEO崔曉波曾多次表達(dá)一個觀點,過去十年大數(shù)據(jù)領(lǐng)域的發(fā)展,其實就是由智能手機所帶來的,這是人類歷史上第一次出現(xiàn)能夠忠實的記錄線下所有的足跡和線上所有的行為,并可以完美地將線上和線下的數(shù)據(jù)連通和打穿的設(shè)備。
從時間軸上來看,快速發(fā)展的絕不只是大數(shù)據(jù),還有人工智能與云計算技術(shù),這些技術(shù)與理念并非源于十年前,人工智能甚至已經(jīng)滿60歲了,但其快速發(fā)展與應(yīng)用落地,卻的確多集中在過去十年。一個可能原因,是商業(yè)模式和硬件水平的進(jìn)步,讓這些以往用不到的“屠龍之術(shù)”有了應(yīng)用的需求和條件,但反過來,技術(shù)卻又成為了商業(yè)活動的催化劑,推動效率的進(jìn)一步提升。
人們形象地將過去的十年稱之為ABC時代的到來(ABC,AI+BigData+Cloud),這三條技術(shù)路線并非孤立的發(fā)展 ,而是在不斷融合,并成為了TMT企業(yè)新的底層技術(shù),在ABC時代,企業(yè)不僅僅需要提升技術(shù)水平,還需要改進(jìn)企業(yè)的組織架構(gòu)和文化以適應(yīng)變化。不久前,騰訊前任CTO張志東談到,在ABC時代,騰訊的組織變革滯后了,與之同時發(fā)生的就是騰訊第三次組織架構(gòu)的調(diào)整。如果連誕生于1998年的互聯(lián)網(wǎng)原生巨頭騰訊都在變化中感到不適應(yīng),那其他的企業(yè)又該如何自處呢?
人工智能的起源,公認(rèn)是1956年的達(dá)特茅斯會議,許多先進(jìn)的理念與算法也都早早提出,但其應(yīng)用卻遲遲難以落地。如果說有的話,1997年IBM研制的“深藍(lán)”擊敗了國際象棋大師卡斯帕羅夫可算一例,不過也止步于此。
而下一次類似的事件,已經(jīng)是谷歌人工智能AlphaGo以4:1戰(zhàn)勝韓國棋手李世石,和在2017年擊敗柯潔,但在此之前,其應(yīng)用早已影響世界。2012年美國大選中,奧巴馬擊敗羅姆尼,迎來新的4年任期,競選團(tuán)隊的首席科學(xué)家Rayid Ghani居功甚偉。Rayid Ghani曾向Tom M. Mitchell學(xué)機器學(xué)習(xí),后者被稱作“機器學(xué)習(xí)之父”,撰寫過《機器學(xué)習(xí)》。
在競選之前,Rayid Ghani帶領(lǐng)團(tuán)隊用一年半的時間,將收集到的數(shù)據(jù)構(gòu)建成大型數(shù)據(jù)庫,并做出了不同類型選民的精細(xì)模型,針對各族群選民的投票趨勢實時分析,給出不同的宣傳策略。例如他們發(fā)現(xiàn),第一夫人的拉票郵件在春天最受歡迎,并建議奧巴馬去Reddit去跟網(wǎng)民互動,還通過模型推演決定購買冷門節(jié)目的廣告時段來定位精準(zhǔn)選民。而Rayid Ghani和他的團(tuán)隊通過建立模型來預(yù)測誰會在線捐款,再將結(jié)果應(yīng)用到郵件營銷上等,幫助奧巴馬籌集了破紀(jì)錄的10億美元。至于花錢上——據(jù)稱他們每晚都用模型進(jìn)行6.6萬次模擬選舉,推算奧巴馬在搖擺州的勝率來分配資源。
計算力的提升、數(shù)據(jù)的爆炸式增長和算法的演進(jìn),是AI落地的三個必要條件。不難發(fā)現(xiàn),AI在總統(tǒng)大選中所做的事情,同樣可以用到為企業(yè)增加收入和降低成本,而AI的直接應(yīng)用,就在于輔助決策。
打開淘寶天貓,發(fā)現(xiàn)APP比你自己還懂你,推薦的都是你喜歡的東西;打開今日頭條,推送的都是你關(guān)注的新聞,就連抖音都知道你愛看小姐姐跳舞,什么都不打開,蹦出來的廣告看著都很順眼。手機屏幕的后面,不止有電路板和用戶界面設(shè)計,還有AI的推送算法在起作用。最聰明的天才們都在研究如何獲取點擊和賣廣告,是互聯(lián)網(wǎng)時代的笑話,但賣得好,就是互聯(lián)網(wǎng)經(jīng)濟的真諦。
滴滴打車的自動派單和路徑規(guī)劃、能自我調(diào)節(jié)交通的城市大腦、工廠中的智能設(shè)備,還有逐漸落地的無人駕駛,AI是軟件,但卻可以賦能實體,無論是實體經(jīng)濟還是虛擬經(jīng)濟,都可以從AI獲益。MIT人工智能實驗室主任Daniela Rus曾歸納過人工智能在美國最新的應(yīng)用,包括在醫(yī)療領(lǐng)域應(yīng)用于淋巴結(jié)的識別,通過人機配合將失誤率由7.5%降低到1%以下,MIT和麻省醫(yī)院合作的項目,可以達(dá)到97%~99%的乳腺癌篩查準(zhǔn)確率;在金融領(lǐng)域,聊天機器人和機器助手為投資者提供了決策輔助;在零售業(yè),通過分析購買數(shù)據(jù),AI可以向購物者推薦更平衡的購物選擇;在法律領(lǐng)域,通過自然語言處理技術(shù)的應(yīng)用,協(xié)助律師查閱資料;在能源領(lǐng)域,谷歌的新系統(tǒng),可以降低數(shù)據(jù)中心40%的能源消耗。
在中國,2017年繼發(fā)布出臺《新一代人工智能發(fā)展規(guī)劃》后,科技部也宣布依托BAT和科大訊飛建設(shè)自動駕駛等四大國家人工智能開放創(chuàng)新平臺,據(jù)今年7月由清華大學(xué)中國科技政策研究中心等聯(lián)合發(fā)布的《中國人工智能發(fā)展報告2018》顯示,中國在人工智能領(lǐng)域論文的全球占比從1997年的4.26%增長至2017年的27.68%,人工智能領(lǐng)域的投融資占到了全球的60%。
對企業(yè)來說,AI正從突破性技術(shù)走向標(biāo)配。IDC預(yù)測,到2020年,全球范圍內(nèi)商業(yè)分析軟件的試產(chǎn)規(guī)模將達(dá)到60億美元,其中一半會引入人工智能技術(shù)。國際人工智能協(xié)會(AAAI)院士、港科大教授楊強,也是知名AI初創(chuàng)企業(yè)第四范式的首席科學(xué)家,談到企業(yè)落地,要回歸到機器學(xué)習(xí)的本質(zhì):“今天的AI是大數(shù)據(jù)驅(qū)動的,而大數(shù)據(jù)驅(qū)動的重要理念是機器學(xué)習(xí)。”在落地中要做到“短、頻、快”:第一,從數(shù)據(jù)到模型再回到數(shù)據(jù)的環(huán)路要短,不要有過多人為的決策和參與;第二,數(shù)據(jù)的到來和反饋的獲得要頻繁;第三,模型的更新要快。”
大數(shù)據(jù)的熱潮還在AI熱潮之前,也是AI到來的前提之一。早在40年前,諾貝爾經(jīng)濟學(xué)獎獲得者赫伯特·西蒙教授就曾經(jīng)預(yù)言:“在后工業(yè)時代,也就是信息時代,人類社會的中心問題將從如何提高生產(chǎn)率轉(zhuǎn)變?yōu)槿绾胃玫乩眯畔磔o助決策。”他提出的“信息輔助決策”的觀點曾被認(rèn)為是“商務(wù)智能(BI)”的理論雛形。
在信息化和數(shù)字化的浪潮中,企業(yè)面臨的是規(guī)模更大、種類更多、變化速度更快的數(shù)據(jù),最近十年移動互聯(lián)網(wǎng)的發(fā)展,讓大量的生物特征數(shù)據(jù)、人臉、DNA以及與人體相關(guān)的數(shù)據(jù),傳感器的數(shù)據(jù)和機器產(chǎn)生的數(shù)據(jù)也隨之產(chǎn)生。
大數(shù)據(jù)的發(fā)展并不會停滯,而是會繼續(xù)呈指數(shù)級增長,并相比過去幾年結(jié)構(gòu)化數(shù)據(jù)占比較多的情況,未來將有更多維度和類型的數(shù)據(jù)出現(xiàn),如何管理非結(jié)構(gòu)化數(shù)據(jù)并與結(jié)構(gòu)化混在一起用,以及新的場景還原和場景預(yù)測的需求,都會是企業(yè)面臨的新挑戰(zhàn)。
對企業(yè)來說,早如福特,在上世紀(jì)90年代,就在努力打破企業(yè)各部門間的數(shù)據(jù)孤島,并卓有成效。以往企業(yè)多用數(shù)據(jù)倉庫對數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理和分析,在整個過程中,原始數(shù)據(jù)基本上需要全部被打亂——這被稱之為提取、轉(zhuǎn)換和加載(ETL)。但是在今天互聯(lián)網(wǎng)連接的世界里,數(shù)據(jù)來源眾多讓這種方法變得不太實用。
Hadoop最初用來索引Nutch搜索引擎,但現(xiàn)在幾乎所有的行業(yè)都使用Hadoop來進(jìn)行多種大數(shù)據(jù)工作。2003年,谷歌的研究人員開發(fā)了MapReduce,企業(yè)可以通過使用Hadoop分布式文件系統(tǒng)(HDFS)存儲數(shù)據(jù),再由MapReduce的技術(shù)進(jìn)行高性能并行數(shù)據(jù)處理。2009年,加州大學(xué)伯克利分校的研究人員開發(fā)了Apache Spark來替代MapReduce。Spark使用內(nèi)存存儲進(jìn)行并行計算,比MapReduce快100倍。而基于Hadoop的開源架構(gòu),同樣有商用軟件公司出現(xiàn),包括Cloudera和Hortonworks,不久前這兩家公司進(jìn)行了合并。
據(jù)工信部發(fā)布的《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃(2016-2020年)》,到2020年我國大數(shù)據(jù)相關(guān)產(chǎn)品和服務(wù)業(yè)務(wù)收入突破1萬億元,年均復(fù)合增長率保持30%左右。而隨著存儲和計算的的問題被云計算技術(shù)解決,大數(shù)據(jù)得以更關(guān)注數(shù)據(jù)本身。近兩年,數(shù)據(jù)中臺逐漸成為企業(yè)熱衷建設(shè)的項目,包括阿里巴巴的數(shù)據(jù)中臺等,也都是企業(yè)競相模仿的目標(biāo)。TalkingData的CEO崔曉波認(rèn)為,過去幾年頭部企業(yè)實際已經(jīng)在大數(shù)據(jù)中獲益,以數(shù)據(jù)中臺的形式,將頭部企業(yè)探索出來的能力和方法,更好地去賦能整個產(chǎn)業(yè)鏈里的中小企業(yè),是未來大數(shù)據(jù)公司要重點解決的問題。另一方面,中小企業(yè)往往缺少數(shù)據(jù)來源, 如何實現(xiàn)數(shù)據(jù)共享,也是行業(yè)要解決的問題。
電商是否格外有做云計算的基因?這不得而知,但世界第一的云計算公司亞馬遜和中國第一的阿里云,都是做電商出身的。在一眾TMT企業(yè)中,電商大概是最早感受大數(shù)據(jù)壓力的行業(yè),因此也會在IT建設(shè)上花最多的錢。不過,電商的基礎(chǔ)設(shè)施一定是按照峰值來建設(shè)的,在多數(shù)時間,計算等資源就被閑置了??紤]到這些資源可以作為商品賣給其他,亞馬遜在2006年3月推出了彈性計算云(Elastic Compute Cloud)服務(wù)。雖然其他企業(yè)如微軟、谷歌等也先后推出了云計算服務(wù),但投入度上遠(yuǎn)不如亞馬遜。
而阿里云的萌生,和王堅脫不開關(guān)系。2008年9月,王堅加入阿里巴巴時,由于數(shù)據(jù)量暴漲,服務(wù)器的能力接近見底。當(dāng)時阿里巴巴如國內(nèi)許多大企業(yè)一樣,標(biāo)配“IOE”,I是指IBM的服務(wù)器,O是指Oracle的數(shù)據(jù)庫軟件,E是指EMC的存儲。當(dāng)時的情況是,業(yè)務(wù)停下來肯定不行,但以這樣的速度繼續(xù)增長,就算不斷的買下去早晚也可能會撐不住——這一點后來被證明是對的,2013年的雙11活動,淘寶天貓的支付達(dá)到了3.75萬筆每秒,阿里云專有云總經(jīng)理馬勁當(dāng)時在IBM工作,他為工商銀行做交易項目,能做到的峰值還不到1萬筆每秒。
云計算在2009年之前還屬于不太被看好的項目,而中國在這一點上比國外還要慢一拍。2009年開始,國外的傳統(tǒng)IT廠商,如IBM、VMWare、微軟和AT&T;等,開始轉(zhuǎn)型云計算,日后成為了云計算的第二梯隊;而在國內(nèi),除了阿里巴巴最終在馬云拍板支持下投入到云計算中,其他有能力的企業(yè)還處于觀望的狀態(tài)。一步慢,步步慢,云計算的IaaS原本就是規(guī)模經(jīng)濟,規(guī)模大的廠商有更多的牌可以打,先發(fā)者除了在技術(shù)上有優(yōu)勢和經(jīng)驗外,還可以打價格戰(zhàn)。在過去十年,亞馬遜AWS降價超過50次,最終坐穩(wěn)了全球老大的地位,占據(jù)了近半的全球市場。而國內(nèi)的阿里云緊趕直追,并多少得益于政策上的優(yōu)勢,打了個時間差,也發(fā)展成全球第三,占據(jù)中國近半市場的云計算巨頭。
云計算對企業(yè)的意義毋庸置疑,底層的IaaS取代了相當(dāng)一部分的IT建設(shè)成本,而企業(yè)服務(wù)SaaS則提供了極大的便利。但就像我們在文章之初所說的,技術(shù)并非一直單線發(fā)展,而是在不斷的融合。
數(shù)字化的企業(yè),需要靠大數(shù)據(jù)技術(shù)來解決數(shù)據(jù)暴漲下的運營問題,大數(shù)據(jù)又為AI技術(shù)的落地提供了條件,云計算可以以更低的成本、更靈活的方式為人工智能提供強大的數(shù)據(jù)處理能力,同時企業(yè)還可以獲取所需的SaaS服務(wù)。就像TMT已經(jīng)難以被拆開,而是作為一個獨立的概念,隨著AI、大數(shù)據(jù)和云計算技術(shù)的不斷交融,“ABC”也正逐漸成為一個特定的概念,而在ABC時代,企業(yè)所要補的課,絕不止是單一的能力或僅僅IT部門,而是從經(jīng)營理念的到組織框架的全面變革。
《大數(shù)據(jù)價值49式》2014年04月05日
《工業(yè)4.0:正在發(fā)生的未來》 2015年05月05日
《歡迎進(jìn)入物聯(lián)世界》2015年11月05日
《數(shù)據(jù)魔法師》2016年03月20日
《當(dāng)我們談?wù)撊斯ぶ悄軙r,我們在談些什么》 2016年06月05/20日
《大數(shù)據(jù)離我們有多遠(yuǎn)》2016年08月20日