“ABC”新篇

?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？

AI已來

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。”

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。

萬物云化

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。

鏈接

《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