?李昊原

如何在ABC時(shí)代生存發(fā)展，是每個(gè)TMT企業(yè)都要考慮的問(wèn)題。

如果將從1998年到2018年定義為中國(guó)互聯(lián)網(wǎng)時(shí)代的上半場(chǎng)，2008年會(huì)是上半場(chǎng)的又一分界線，蘋(píng)果智能手機(jī)iPhone 3G帶來(lái)的不僅僅是消費(fèi)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(gè)觀點(diǎn)，過(guò)去十年大數(shù)據(jù)領(lǐng)域的發(fā)展，其實(shí)就是由智能手機(jī)所帶來(lái)的，這是人類歷史上第一次出現(xiàn)能夠忠實(shí)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(shí)間軸上來(lái)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(jì)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(guò)去十年。一個(gè)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(guò)來(lái)，技術(shù)卻又成為了商業(yè)活動(dòng)的催化劑，推動(dòng)效率的進(jìn)一步提升。

人們形象地將過(guò)去的十年稱之為ABC時(shí)代的到來(lái)（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(shí)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(shí)代，騰訊的組織變革滯后了，與之同時(shí)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？

AI已來(lái)

人工智能的起源，公認(rèn)是1956年的達(dá)特茅斯會(huì)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(shuō)有的話，1997年IBM研制的“深藍(lán)”擊敗了國(guó)際象棋大師卡斯帕羅夫可算一例，不過(guò)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(guó)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(guó)大選中，奧巴馬擊敗羅姆尼，迎來(lái)新的4年任期，競(jìng)選團(tuán)隊(duì)的首席科學(xué)家Rayid Ghani居功甚偉。Rayid Ghani曾向Tom M. Mitchell學(xué)機(jī)器學(xué)習(xí)，后者被稱作“機(jī)器學(xué)習(xí)之父”，撰寫(xiě)過(guò)《機(jī)器學(xué)習(xí)》。

在競(jìng)選之前，Rayid Ghani帶領(lǐng)團(tuán)隊(duì)用一年半的時(shí)間，將收集到的數(shù)據(jù)構(gòu)建成大型數(shù)據(jù)庫(kù)，并做出了不同類型選民的精細(xì)模型，針對(duì)各族群選民的投票趨勢(shì)實(shí)時(shí)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(dòng)，還通過(guò)模型推演決定購(gòu)買冷門節(jié)目的廣告時(shí)段來(lái)定位精準(zhǔn)選民。而Rayid Ghani和他的團(tuán)隊(duì)通過(guò)建立模型來(lái)預(yù)測(cè)誰(shuí)會(huì)在線捐款，再將結(jié)果應(yīng)用到郵件營(yíng)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(wàn)次模擬選舉，推算奧巴馬在搖擺州的勝率來(lái)分配資源。

計(jì)算力的提升、數(shù)據(jù)的爆炸式增長(zhǎng)和算法的演進(jìn)，是AI落地的三個(gè)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(kāi)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(kāi)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(ài)看小姐姐跳舞，什么都不打開(kāi)，蹦出來(lái)的廣告看著都很順眼。手機(jī)屏幕的后面，不止有電路板和用戶界面設(shè)計(jì)，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(diǎn)擊和賣廣告，是互聯(lián)網(wǎng)時(shí)代的笑話，但賣得好，就是互聯(lián)網(wǎng)經(jīng)濟(jì)的真諦。

滴滴打車的自動(dòng)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(wú)人駕駛，AI是軟件，但卻可以賦能實(shí)體，無(wú)論是實(shí)體經(jīng)濟(jì)還是虛擬經(jīng)濟(jì)，都可以從AI獲益。MIT人工智能實(shí)驗(yàn)室主任Daniela Rus曾歸納過(guò)人工智能在美國(guó)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(shí)別，通過(guò)人機(jī)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(xiàng)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(jī)器人和機(jī)器助手為投資者提供了決策輔助；在零售業(yè)，通過(guò)分析購(gòu)買數(shù)據(jù)，AI可以向購(gòu)物者推薦更平衡的購(gòu)物選擇；在法律領(lǐng)域，通過(guò)自然語(yǔ)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(guó)，2017年繼發(fā)布出臺(tái)《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(dòng)駕駛等四大國(guó)家人工智能開(kāi)放創(chuàng)新平臺(tái)，據(jù)今年7月由清華大學(xué)中國(guó)科技政策研究中心等聯(lián)合發(fā)布的《中國(guó)人工智能發(fā)展報(bào)告2018》顯示，中國(guó)在人工智能領(lǐng)域論文的全球占比從1997年的4.26%增長(zhǎng)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(duì)企業(yè)來(lái)說(shuō)，AI正從突破性技術(shù)走向標(biāo)配。IDC預(yù)測(cè)，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(huì)引入人工智能技術(shù)。國(guó)際人工智能協(xié)會(huì)（AAAI）院士、港科大教授楊強(qiáng)，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(jī)器學(xué)習(xí)的本質(zhì)：“今天的AI是大數(shù)據(jù)驅(qū)動(dòng)的，而大數(shù)據(jù)驅(qū)動(dòng)的重要理念是機(jī)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(guò)多人為的決策和參與；第二，數(shù)據(jù)的到來(lái)和反饋的獲得要頻繁；第三，模型的更新要快?！?h3>數(shù)據(jù)大爆炸

大數(shù)據(jù)的熱潮還在AI熱潮之前，也是AI到來(lái)的前提之一。早在40年前，諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者赫伯特·西蒙教授就曾經(jīng)預(yù)言：“在后工業(yè)時(shí)代，也就是信息時(shí)代，人類社會(huì)的中心問(wèn)題將從如何提高生產(chǎn)率轉(zhuǎn)變?yōu)槿绾胃玫乩眯畔?lái)輔助決策。”他提出的“信息輔助決策”的觀點(diǎn)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(dòng)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(jī)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(huì)停滯，而是會(huì)繼續(xù)呈指數(shù)級(jí)增長(zhǎng)，并相比過(guò)去幾年結(jié)構(gòu)化數(shù)據(jù)占比較多的情況，未來(lái)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(chǎng)景還原和場(chǎng)景預(yù)測(cè)的需求，都會(huì)是企業(yè)面臨的新挑戰(zhàn)。

對(duì)企業(yè)來(lái)說(shuō)，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(cāng)庫(kù)對(duì)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理和分析，在整個(gè)過(guò)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(lái)源眾多讓這種方法變得不太實(shí)用。

Hadoop最初用來(lái)索引Nutch搜索引擎，但現(xiàn)在幾乎所有的行業(yè)都使用Hadoop來(lái)進(jìn)行多種大數(shù)據(jù)工作。2003年，谷歌的研究人員開(kāi)發(fā)了MapReduce，企業(yè)可以通過(guò)使用Hadoop分布式文件系統(tǒng)（HDFS）存儲(chǔ)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(kāi)發(fā)了Apache Spark來(lái)替代MapReduce。Spark使用內(nèi)存存儲(chǔ)進(jìn)行并行計(jì)算，比MapReduce快100倍。而基于Hadoop的開(kāi)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(guó)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(wàn)億元，年均復(fù)合增長(zhǎng)率保持30%左右。而隨著存儲(chǔ)和計(jì)算的的問(wèn)題被云計(jì)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(tái)逐漸成為企業(yè)熱衷建設(shè)的項(xiàng)目，包括阿里巴巴的數(shù)據(jù)中臺(tái)等，也都是企業(yè)競(jìng)相模仿的目標(biāo)。TalkingData的CEO崔曉波認(rèn)為，過(guò)去幾年頭部企業(yè)實(shí)際已經(jīng)在大數(shù)據(jù)中獲益，以數(shù)據(jù)中臺(tái)的形式，將頭部企業(yè)探索出來(lái)的能力和方法，更好地去賦能整個(gè)產(chǎn)業(yè)鏈里的中小企業(yè)，是未來(lái)大數(shù)據(jù)公司要重點(diǎn)解決的問(wèn)題。另一方面，中小企業(yè)往往缺少數(shù)據(jù)來(lái)源， 如何實(shí)現(xiàn)數(shù)據(jù)共享，也是行業(yè)要解決的問(wèn)題。

萬(wàn)物云化

電商是否格外有做云計(jì)算的基因？這不得而知，但世界第一的云計(jì)算公司亞馬遜和中國(guó)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(huì)在IT建設(shè)上花最多的錢。不過(guò)，電商的基礎(chǔ)設(shè)施一定是按照峰值來(lái)建設(shè)的，在多數(shù)時(shí)間，計(jì)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(jì)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(jì)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(jiān)脫不開(kāi)關(guān)系。2008年9月，王堅(jiān)加入阿里巴巴時(shí)，由于數(shù)據(jù)量暴漲，服務(wù)器的能力接近見(jiàn)底。當(dāng)時(shí)阿里巴巴如國(guó)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(kù)軟件，E是指EMC的存儲(chǔ)。當(dāng)時(shí)的情況是，業(yè)務(wù)停下來(lái)肯定不行，但以這樣的速度繼續(xù)增長(zhǎng)，就算不斷的買下去早晚也可能會(huì)撐不住——這一點(diǎn)后來(lái)被證明是對(duì)的，2013年的雙11活動(dòng)，淘寶天貓的支付達(dá)到了3.75萬(wàn)筆每秒，阿里云專有云總經(jīng)理馬勁當(dāng)時(shí)在IBM工作，他為工商銀行做交易項(xiàng)目，能做到的峰值還不到1萬(wàn)筆每秒。

云計(jì)算在2009年之前還屬于不太被看好的項(xiàng)目，而中國(guó)在這一點(diǎn)上比國(guó)外還要慢一拍。2009年開(kāi)始，國(guó)外的傳統(tǒng)IT廠商，如IBM、VMWare、微軟和AT&T;等，開(kāi)始轉(zhuǎn)型云計(jì)算，日后成為了云計(jì)算的第二梯隊(duì)；而在國(guó)內(nèi)，除了阿里巴巴最終在馬云拍板支持下投入到云計(jì)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(jì)算的IaaS原本就是規(guī)模經(jīng)濟(jì)，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(shì)和經(jīng)驗(yàn)外，還可以打價(jià)格戰(zhàn)。在過(guò)去十年，亞馬遜AWS降價(jià)超過(guò)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(chǎng)。而國(guó)內(nèi)的阿里云緊趕直追，并多少得益于政策上的優(yōu)勢(shì)，打了個(gè)時(shí)間差，也發(fā)展成全球第三，占據(jù)中國(guó)近半市場(chǎng)的云計(jì)算巨頭。

云計(jì)算對(duì)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?cè)谖恼轮跛f(shuō)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(lái)解決數(shù)據(jù)暴漲下的運(yùn)營(yíng)問(wèn)題，大數(shù)據(jù)又為AI技術(shù)的落地提供了條件，云計(jì)算可以以更低的成本、更靈活的方式為人工智能提供強(qiáng)大的數(shù)據(jù)處理能力，同時(shí)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(kāi)，而是作為一個(gè)獨(dú)立的概念，隨著AI、大數(shù)據(jù)和云計(jì)算技術(shù)的不斷交融，“ABC”也正逐漸成為一個(gè)特定的概念，而在ABC時(shí)代，企業(yè)所要補(bǔ)的課，絕不止是單一的能力或僅僅IT部門，而是從經(jīng)營(yíng)理念的到組織框架的全面變革。

鏈接

《大數(shù)據(jù)價(jià)值49式》2014年04月05日

《工業(yè)4.0：正在發(fā)生的未來(lái)》 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(shí)，我們?cè)谡勑┦裁础?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