8月10日下午，億歐B2B子欄目在上海舉辦了“數(shù)據(jù)賦能—企業(yè)數(shù)據(jù)應用之道”垂直沙龍，戈壁創(chuàng)投管理合伙人朱璘、帆軟軟件聯(lián)創(chuàng)陳炎、駐云科技創(chuàng)始人蔣爍淼、Chinapex創(chuàng)略創(chuàng)始人Jimmy Hu、驛氪創(chuàng)始人閔捷、觀遠數(shù)據(jù)創(chuàng)始人蘇春園、奧凱大宗創(chuàng)始人白睿均有到場分享其對于數(shù)據(jù)服務(wù)市場的演變和理解。
駐云科技創(chuàng)始人兼CEO蔣爍淼做了《被誤解的大數(shù)據(jù)》主題演講，主要核心觀點有：
1、在萬物互聯(lián)和人工智能的前提下，才能觸發(fā)真正意義上的第三次工業(yè)革命。
2、互聯(lián)網(wǎng)化是要構(gòu)建一個符合業(yè)務(wù)邊界的子網(wǎng)。
3、數(shù)據(jù)不是越多越好，有邊界、有場景化的數(shù)據(jù)，才能發(fā)揮更大作用。
4、中國絕大多數(shù)企業(yè)，根據(jù)傳統(tǒng)規(guī)則建立的數(shù)據(jù)體系并不科學。
以下是蔣爍淼的演講速記，經(jīng)億歐整理編輯，供行業(yè)內(nèi)人士參考。
很高興來到這里，簡單介紹一下，我是駐云科技的蔣爍淼，是湖畔大學的學員。我們在湖畔大學，學習了很多東西，馬云經(jīng)常說DT時代，我對DT時代有一點小小的看法。
我最近比較興奮，孫正義說睡不著覺，有兩個東西讓他睡不著覺，第一個東西是人工智能，聽到人工智能這個詞，大家會有很多聯(lián)想。第二個讓他睡不著覺的東西，很多人都忘記了，或者錯誤的把它理解為另外的東西，叫做IOT，但他用的實際的詞是萬物互聯(lián)。
在萬物互聯(lián)和人工智能的前提下，才能觸發(fā)真正意義上的第三次工業(yè)革命。
當時螞蟻金服的首席戰(zhàn)略官跟我們講到一個觀點，第二次工業(yè)革命以后，到第三次工業(yè)革命之間，人類的總體生產(chǎn)力并沒有出現(xiàn)指數(shù)級的上升。不像蒸汽機的發(fā)明，電力的使用，它帶來生產(chǎn)效率的提高是指數(shù)級的。現(xiàn)在很多工業(yè)產(chǎn)業(yè)，還是第二次工業(yè)革命帶來的，而不是信息革命帶來的，信息革命更多是一個輔助。所以我認為在萬物互聯(lián)、人工智能的背景下，才會真正產(chǎn)生第三次工業(yè)革命。
PC互聯(lián)網(wǎng)時代，我們催生了很多詞匯。像OA、ERP、生產(chǎn)線、供應鏈、CPU等，這些詞之間的相同點在于，它們是線性的一條鏈路。生產(chǎn)線是鏈，CPU和諾依曼式也是一行行指令執(zhí)行的。
但是如今，每個人拿著手機，都被網(wǎng)絡(luò)連接著。今天人工智能最重要，其實深度學習神經(jīng)網(wǎng)絡(luò)在五十年代就有論文了。為什么五十年代做不出來？因為最基本的計算能力沒有。沒有計算能力，那么復雜的所謂黑盒學習的多個神經(jīng)元連接的人工智能就不可能成功。但是今天GPU高速發(fā)展，最新最快的GPU可以比去年最快的GPU快八倍。一個模型，用CPU跑預計要三天時間，用GPU跑，只要五秒。
大家現(xiàn)在做IOT，有一種我覺得是偽IOT，比如拿著手機去控制開燈，開空調(diào)，沒有什么意義。但共享單車是IOT的一個最佳應用實踐，因為它把每輛自行車連入了網(wǎng)絡(luò)，才讓自行車產(chǎn)生新的商業(yè)模式。今天人類社會的演變，從傳統(tǒng)的OA、ERP等詞匯，到GPU模式的改變，互聯(lián)網(wǎng)的改變，社交方式的改變。因為微信，現(xiàn)在傳播方式已經(jīng)大大改變了。所以今天我們要思考，在萬物互聯(lián)的情況下，怎么互聯(lián)網(wǎng)化？
互聯(lián)網(wǎng)最煩的事情是什么呢？
有個現(xiàn)象，比如我們可以用滴滴打車，而不會用微信搖一搖。微信邊界太廣了，而滴滴打車的業(yè)務(wù)邊界很清楚，效率就高。所以我們要構(gòu)建的，是一個符合業(yè)務(wù)邊界的網(wǎng)絡(luò)，是互聯(lián)網(wǎng)環(huán)境下的子網(wǎng)。你要對于你業(yè)務(wù)邊界充分定義，讓子網(wǎng)當中連接的每一個子點以最高的效率執(zhí)行。
為什么我說大數(shù)據(jù)被誤解了？如果今天所有的數(shù)據(jù)，還是基于傳統(tǒng)的線性模式。舉個例子，比如一家蠻有名的電商公司，他們商業(yè)模式，有天貓店、京東店可以拿到一些數(shù)據(jù)，他們還有一些專柜，很多是走批發(fā)貨的，比如這個城市某個超市，有他的代理商，合作非常簡單。拿多少貨，就結(jié)算多少錢，根本不到零售端取得消費者數(shù)據(jù)。很多人把大數(shù)據(jù)理解成BI，在我看來，BI的意義卻不大。
很多企業(yè)沒有用互聯(lián)網(wǎng)方式在數(shù)據(jù)產(chǎn)生端，構(gòu)建一個模式，因為沒有數(shù)據(jù)。不像盒馬鮮生，完全數(shù)字化，所有消費者行為的數(shù)據(jù)都有，所以它要分析處理，大數(shù)據(jù)才有意義。現(xiàn)在商業(yè)模式積累的數(shù)據(jù)、產(chǎn)生的數(shù)據(jù)結(jié)果分析數(shù)據(jù)，起源的本身模式就是錯誤的。沒有數(shù)據(jù)，或者是數(shù)據(jù)不對了。
還有數(shù)據(jù)清洗的問題。
我們在廣州有一家很大的購物中心做了實驗，把淘寶的一部分消費者個人的數(shù)據(jù)引入到了線下，最后發(fā)現(xiàn)只有性別有用，其他數(shù)據(jù)用處非常少。
我們在這個購物中心重新定義了數(shù)據(jù)，把場內(nèi)數(shù)據(jù)用起來。通過混合支付，只用一個POS機，就可以讓客戶用微信、支付寶都可以支付。但我們的目的不是收商鋪的錢，而是收集數(shù)據(jù)。比如用戶在耐克購買了一雙鞋，在附近又買了其他的東西。我們將這些相關(guān)數(shù)據(jù)記錄下來，并進行直接處理，我們的目的不是為了收商鋪POS錢，而是收集了數(shù)據(jù)。
比方幾點幾分誰在耐克買了雙鞋，這是在這個購物中心產(chǎn)生的數(shù)據(jù)，同時你還會買其他的東西。我們做到這一點以后，通過對數(shù)據(jù)的直接處理，結(jié)果很像支付寶的口碑。你到星巴克喝了一杯咖啡，PAS給你一個小票，上面寫著“20塊錢耐克代金券，今天有效。”為什么給耐克代金券呢？因為你買的耐克多，所以我在這么推薦。
包括未來還試圖引入消費貸，這雙阿迪達斯的鞋太貴了，學生黨買不起。沒關(guān)系，你是周邊的人，經(jīng)常到購物中心消費，消費記錄非常好，現(xiàn)在花唄給你找打折。另外可以把一些消費者進行社群連接，比如同時喜歡阿迪和耐克的人，或者有明顯長鏈消費屬性的人組成各自的社群，通過微信群等各種方式運營起來，就會產(chǎn)生收益。我們估測可以為購物中心帶來10%以上的銷售額增長。
其實大家可以發(fā)現(xiàn)，這個例子里面，數(shù)據(jù)有邊界，有場景，數(shù)據(jù)不是越多越好。數(shù)據(jù)場景化之后，會讓數(shù)據(jù)發(fā)揮更大的作用。
如果在數(shù)據(jù)產(chǎn)生的一瞬間，定義它的用途，重新構(gòu)建數(shù)據(jù)流和數(shù)據(jù)背后的結(jié)果，反而更容易催生垂直行業(yè)人工智能的應用。比如我們幫農(nóng)業(yè)的上市公司在做一件很簡單的事情，搜集全國客戶所有的農(nóng)田的土壤酸堿度、種植量、農(nóng)產(chǎn)品的類型、對應的期貨的采購價格、以及整個成熟度產(chǎn)量，我們就可以給這些農(nóng)業(yè)產(chǎn)品銷售人員，提供一個農(nóng)業(yè)產(chǎn)品銷售助手。他到當?shù)夭杉送寥浪釅A度等各種的數(shù)據(jù)，告訴農(nóng)民，你種這個種子，打這個農(nóng)藥，賺錢最多。馬上這個垂直應用就出來了。
如果你不改造這家農(nóng)業(yè)公司的業(yè)務(wù)形態(tài)，你都沒有數(shù)據(jù)，怎么能做出這樣的人工智能呢？有一個概念叫“數(shù)據(jù)治”，意思是數(shù)據(jù)很多，通過治理它，讓數(shù)據(jù)能夠有用。今天中國絕大多數(shù)企業(yè)面臨的問題，是通過傳統(tǒng)的流程、規(guī)則建立了自己的數(shù)據(jù)體系，但這些數(shù)據(jù)體系本身就不科學。但是今天中國絕大多數(shù)企業(yè)，面臨的問題，就是通過傳統(tǒng)的流程規(guī)則，建立了自己的數(shù)據(jù)體系，但是這些數(shù)據(jù)體系本身就不科學。
回到非互聯(lián)網(wǎng)型企業(yè)，最重要的是，不是他們要不要用大數(shù)據(jù)，而是他們和終端消費者、合作伙伴、供應鏈距離太遠了，沒有用數(shù)據(jù)支撐。雖然這些數(shù)據(jù)本身就存在，但是它沒有用系統(tǒng)解決它，這一步?jīng)]有做到，最后只能用大數(shù)據(jù)賣個小產(chǎn)品，只有這樣的價值。不是說數(shù)據(jù)沒有用，而是它不能改變公司的形態(tài)。
最后總結(jié)，我認為真正意義上數(shù)據(jù)的價值，是小數(shù)據(jù)加場景，這個小不是指數(shù)據(jù)非常少，而是數(shù)據(jù)必須要在規(guī)則邊界內(nèi)實現(xiàn)它的應用價值，能夠變現(xiàn)的數(shù)據(jù)才有價值，而不是純粹搜集更多的數(shù)據(jù)。實際上人工智能的研究也是這樣的。今天人工智能最新方向，是如何通過更少的樣本數(shù)據(jù)，訓練更有效的人工智能。而不是用更多的數(shù)據(jù)去訓練。
謝謝大家。
