基於大數據的智能分析顛覆了什麽？

文/張寶豐大數據無疑將在數字社會中發揮巨大作用，尤其是數據挖掘和分析能力更為關鍵。因此，行業中能通過大數據智能分析提前掌控行業發展脈搏的玩家，將在市場和競爭中占據主動。我們來看看基於大數據的智能分析顛覆了什麽。社會生活會發生變化和轉變。與石油等行業不同，IT行業可以給人類社會帶來新的附加值產品。同樣，大數據的智能分析也不會直接帶來新的具體產品。這是因為信息被使用後才能真正產生社會價值，所以大數據分析作為信息技術，是壹個中間產業。人類社會生活的基本是衣食住行，技術最終會服務於這些傳統需求，只是形式不同。新技術有時會改變傳統行業的服務模式，就像互聯網廣告之於傳統媒體廣告壹樣。當互聯網服務興起時，廣告逐漸從傳統行業轉變為新的互聯網廣告行業，從而創造了幾乎99%的互聯網玩家。新技術有時會改變服務的效率和效果。比如現在用微博做監控工具。與傳統媒體相比，這種服務模式改變了信息傳播的效率和信息受眾的範圍，並且由於媒體的集權控制力較弱，這種看似弱勢的特征在當前的社會環境下成為了壹種優勢。回歸基於大數據的智能分析的本質是數字社會的服務效率和效果，其實現的重要前提是數字化。隨著信息技術的發展，人們衣食住行的服務系統將陸續數字化，包括零售、物流、政府部門、餐飲系統等。虛擬世界和物理世界契合在壹起，虛擬世界承載了大量的服務交付過程，人們不需要去現場就可以享受服務。這個大的產業背景壹旦形成，效率和效果的問題就會成為整個產業服務最關鍵的競爭力。換句話說，服務最終的成本競爭，就是單位成本下誰的效率最高，效果最好，誰就成為王者。尤其是當物理時間和空間的約束日益弱化時，產業鏈上的每壹個玩家都可能面臨全球化的競爭。在更廣闊的競爭環境中，大數據將改變企業的運營模式，增強企業的適應性、判斷力和效率。所以大數據的巨大價值更多體現在推動產業變革和轉型，而不是創造新產品。有望解決人工智能的問題。熱銷大數據不是純粹的跟風，重點是解決人工智能的擴張和成長。傳統人工智能經歷了幾十年的漫長歷程，過去三十年的變化尤其緩慢。這是因為盡管傳統人工智能可以解決任何給定的問題和場景，但令人尷尬的是，人們不可能事先枚舉所有的例子和參數，因此很難跨系統復制人工智能的現有模型和算法。很多學者和業界精英都給了基於大數據的智能分析壹個美好的願景，那就是壹旦形成數字社會，生活中的壹切都可以基於數據來描述。這些被描述的信息會成為智慧成長和決策判斷的基礎。如果計算機能夠找出其背後的學習規律和方法，就可以在計算機的虛擬世界中體現人類智能的跨域擴展性，並做出模糊判斷。更重要的是，這樣的分析系統將具備人工智能前所未有的基礎能力——學習能力，並能根據環境(數據)的變化不斷增加其智能，甚至推而廣之具有擴展性。從理論上講，壹旦機器具備了學習能力，計算機系統就具備了人的典型特征——創造力。如果沿著這個思路展開，基於大數據的智能分析將進壹步取代傳統服務體系中必須由人來完成的工作，尤其是成本最高的部分。比如有壹款西班牙語學習軟件“多明戈”，可以因材施教。在過去，這通常必須由人腦來完成。但大數據的智能分析能否真正達到夢想的高度還存在很大的不確定性，形成全數字化社會還需要時間。用戶刻畫和塑造競爭優勢的能力在我們所處的IT行業，隨著時間的推移，技術會趨同，產品形態會趨同，基礎服務方式也會趨同，所以成本必然會趨同。這樣壹來，行業玩家的價格戰很難長期維持，必然迫使產業鏈頂端的服務商主要在“服務”上進行差異化。服務的本質是“能否真正及時準確地判斷用戶的需求”，而這個判斷的基礎是“用戶的刻畫能力”。當IT後臺系統能夠準確判斷何時、何地、何人、做什麽、做什麽，所有的服務都會有針對性，不僅做到成本最低，還能達到最好的效果。在這方面，大數據的智能分析最有可能顛覆以用戶為導向的產品和服務市場。無論是哪方面的服務，無論是賣東西還是廣告，只要服務對象是“人”，大數據的智能分析就能提供最佳推薦，從而提高服務質量。但從目前的研究來看，產品和服務的技術競爭又回到了原點，數據本身成為了競爭力的源泉。這種情況終將改變。事實上，分析、建模和交互是密不可分的，只有壹個有反饋和不斷學習的系統才能實現對用戶的表征。如果把壹個產品或服務比作壹輛汽車，大數據分析可以看作是壹臺發動機，數據就像發動機中必不可少的汽油。因此，對數據的控制和對用戶的刻畫必然成為產業鏈上為終端用戶提供服務的玩家的必然策略和技術布局策略，數據資產的運營也可能成為新的趨勢和潮流。由於經濟條件的制約，機器替代勞動密集型服務的人力成本在各地區、各行業差異很大，直接導致了各地區服務的差異。但從長遠來看，機器能做的事情，成本壹定比“人”低。我們可以預見，自動化將是未來時代不可避免的特征。比如富士康，作為勞動密集型企業之壹，為了節約成本，廣泛部署機器人代替人工生產流水線。在電信行業，網絡服務和運維是看得見的勞動密集型服務。電信運營商網絡已經為全球數十億終端用戶提供服務。由於各種原因，每天都有大量的在線問題和事故需要解決。現在的解決方案是在大量人力和經驗的基礎上改進解決方案，更好/更及時地定位和解決FCAPS(故障、配置、計費、性能、安全)問題，這是大數據智能分析時代可以顛覆的典型場景。當然，大數據的智能分析可能不會完全自動化，但至少可以大大減少用戶服務或支撐系統的人力投入。在這個領域，人的替代最終效果取決於系統本身的數字化程度，以及分析系統所能達到的水平。信息服務的本質是信息采集、傳輸、存儲、計算和呈現的全過程具有最佳效果和效率。在雲、管、端各個領域，大數據的智能分析都可能形成具有跨代意義的產品形態或解決方案。在傳統運營商市場，基於大數據的智能分析很有可能重新定義下壹代網管，按照智能化的規範和要求，產業鏈上的OPEX可以大大降低。基於大數據的智能分析還可以定義下壹代網絡智能解決方案的能力和需求，通過壹個接近自動化的系統，提供壹種具有世代特征的新的產品形態。在終端業務領域，智能體驗可以幫助廠商擺脫CPU、屏幕等物理參數的競爭。可以說，下壹代終端設備的競爭特征之壹就是“智能化”，終端智能化也將成為主流機型或高端機型的基本標配。在企業計算業務領域，大數據可以提供智能化的組織支持，提高決策和管理的效率。業內有企業定義了下壹代產品形態，即企業大數據分析引擎，專註於流數據處理和非結構化數據處理。