2018年6月13日，天云大数据产品发布暨渠道招募会在京举行。本次论坛以“AI浪潮下，如何参与DT转型”为主题，来自投资、国际第三方独立咨询公司、媒体等十余位业内重量级嘉宾进行了精彩分享，数百名科技、金融、能源等领域从业者、投资人参会。

下文为数据猿创始人兼CEO牟蕾在此次活动中的分享实录：

AI规模化三要素

数据积累、成本可控、应用场景落地

数据猿是定位做大数据领域的媒体，我们把数据定位是一个内容输出者，是在大数据领域要有自己的观点和观察的内容输出者。我们看到AI整个历史的进步其实是走了几十年的过程，为什么从2016年、2017年AI这么火爆，媒体有这么多的曝光，产业有这么多的参与者，是依赖于我们的基础设施发展的完备：信息化让数据积累到了一定程度了以后，才让AI有更大发挥的可能性。所以我认为AI产业化和规模化有三个核心的要素：

第一个是数据的积累，我的理解AI的准确定义应该是人造的智能，我们也知道AI目前还是在弱智能的发展阶段，在这个阶段人造智能其实就是一些算法，各种算法构成了AI的集合。喂养这些算法的是数据，所以AI的产业化和规模化积累在数据积累的要素之上。

第二个要素是成本可控，我觉得任何的东西要形成规模化，必须它的成本是可接受的，是普通的企业和个人用得起的，技术发展让算力的成本下降，摩尔定律让硬件设备、软件成本都在下降。

第三个是应用场景，如果说我们今天没有听到那么多新词，新零售、新医疗，没有这些应用场景的落地，这些技术和数据，找不到和我们生活、经济咬合的点就没有办法产业化和规模化。

智能化决策、智能化定价

是未来商业模式的发展趋势

我以前是做统计出身的，一直是处理数据的，以前在应用数据分析的大部分公司是世界五百强，因为他们更多的受到西方经济学的指导，他们在决策的时候一定要有数据作依据，然而，在国内有这样意识的企业比较少，更多的民营企业家们是靠拍脑袋在做决策，他们根据自己的行业经验和自己认知的敏感度来做决策可以做到八九不离十。那个时代靠数据做决策和靠拍脑袋做决策好象差别并不那么明显，一个是靠数据决策，一个是靠经验决策，各有王道。

但是进入到AI，数据这块有两大节奏，第一个叫智能化数据产品，这个数据产品更多的还是给到人来做决策的，这个是大数据前几年的时候，BI大行其道，差别体现在这个人拍脑袋有数据依据，那个人拍脑袋就是凭自己的感觉，差别不是特别大。

但是在AI时代，使用AI的公司很多会进入全流程的自动化决策阶段，也是我们说的大数据的第二个阶段，数据化智能阶段。比如说滴滴匹配司机和乘客不用人脑，完全自动化；营销中，广告的投放也不是买位置了而是靠设好的机制自动竞价勾引最有购买可能性的消费者的点击，我们想象一下，如果你的竞争对手在消费者最可能出现购买动机的时候就站在了他的面前，而你需要凭经验，去打广告，找用户，再转化用户，这个速度是完全没有办法比的。用交通工具来比喻的话，一个是坐航空母舰的，一个是坐轮船的。所以在AI时代，你不关注他，那一定就被淘汰了。

在数据化智能产品的阶段，企业的大部分流程都会从人的决策转向自动决策，再比如前一段时间有一个很大的公关危机说是价格歧视，我觉得未来所有的产品都是价格歧视的，因为都是大部分商品和服务都会根据供需情况智能化定价，这个是未来和现在很大的差别，就是当数据的驱动完成了之后，智能化的驱动最后让我们所有的市场决策、产品决策，包括定价等的营销决策全部是机器化的。

如果说到数据变现，离钱最近的场景一定是离商业最近的，其实就是你到底是能给客户拉来更多的客户，帮他拿到更多的收入；还是说在他的生产或者服务核心环节中重大成本里降低成本，帮他节省费用？从这两个方面去想，就能让数据离钱最近。

我举个例子，前段时间看到一个企业在给工业企业做数据决策的产品，他的客户是做手机里面的核心部件，是由石墨构成的，这个企业最大的成本是用来切石墨的刀片。因为IOT的推进，有些先进制造企业的流水线上是有很多传感器的，可以采集到切割过程中产生的火花、温度这样的数据，在给这些数据分析建模后，去看怎么调整机器的一些运行参数，使刀片延长寿命，只要延长10%，成本将能降10%。 所以不管在人的消费行为数据，还是在机器的运行数据里，我们都能找到钱。

从企业的发展规模上来看，现在的AI公司会有两种，一种是说他离钱很近，离客户的商业环节非常近，但由于太深地切入到客户的流程环节里去了，每个客户需求的个性化造成他的成长速度会较慢，比如刚才说的解决刀片的问题，他下次再解决探钻油井钻头的时候仍要重新搭模型。

今天天云做了通用型的计算平台，在更底层实现了通用型的产品，通用型的产品适用更多的场景和业务，规模是比较大的，市场是非常广阔的。

当然我觉得传统的一些数据服务模式，比如BI不会被取代，他们跟AI是两个市场，BI更多的是用来支持人的决策，从宏观的层面去实现事后决策，但是AI要去解决的是实时决策的问题，这也是我们看到很多AI芯片产出的原因，未来更多的AI实时决策会越来越走向终端，在终端设备里就完成了。

来源：数据猿