圍繞人們日常的衣食住行，無論是互聯(lián)網(wǎng)電商企業(yè)，還是傳統(tǒng)零售企業(yè)，都開始使用云計算和大數(shù)據(jù)技術來提升客戶體驗， 提高營銷效率，降低企業(yè)運營成本，為“新零售”賦能。

阿里云人工智能產(chǎn)品研發(fā)總監(jiān)許玲做了主題演講，給我們分享云計算和大數(shù)據(jù)是如何有效結合起來，并賦能新零售的。

“在以前我們的鋪戶很多時候要求你盡可能地自動化，其實自動化要求的最終本質上是人工智能，但那時數(shù)據(jù)庫核心交易系統(tǒng)和分析系統(tǒng)并不像今天這樣大量地擁有，數(shù)據(jù)也不在線，所以人工智能和數(shù)據(jù)庫很難結合在一起。后來云計算上的人工智能，因為有一個很好的土壤，就是云在線?！痹S玲說到。

第一，“AI要做人做不了的事情，或者幫人把事情做得更好，而不是取代人?！敝袊丝诜浅６?，人口紅利也在釋放。但是AI目前真正進入到高精尖領域非常少，所以說AI在商業(yè)領域替代人，會走得比較艱難。所以阿里云在AI領域，更多的是解決剛需。

第二，AI商用的成熟度落后于實驗室。之所以AI在實驗室的成熟度會遠遠強于商用，是由于AI在數(shù)據(jù)上的短板。AI要成功包含場景、算法、工程、數(shù)據(jù)四個因素。短板是數(shù)據(jù)，場景是找剛性需求，而不是創(chuàng)造性需求。

AI產(chǎn)品啟動的時候，需要大量的數(shù)據(jù)做喂養(yǎng)。隨著時間往后推移，一段時間之后，我們會發(fā)現(xiàn)，或者客戶會發(fā)現(xiàn)，其實人感知到的算法和準確性持續(xù)下降，為什么會這樣？

• 目前大多數(shù)商用機器人所處的階段：機器人靠人教。

• 機器人被“教”壞了

• 傳統(tǒng)的數(shù)據(jù)標注方法在領域知識屬性強的場景下不管用了

幸運的是，有顆物聯(lián)網(wǎng)和云計算，所有的東西都在線，我們總能夠通過一些方法不觸碰敏感的業(yè)務數(shù)據(jù)，做好足夠的安全、業(yè)務和脫敏的情況下，可以合理、合法地用到這些數(shù)據(jù)。

除此之外，我們還有一套算法教智能機器人自己持續(xù)學習，這就是阿里云解決方案：數(shù)據(jù)閉環(huán)。

具體來講，我們在最開始的時候，我們有一個數(shù)據(jù)集，我們通過工程的手段加人工輔助的手段來喂養(yǎng)它，我們生成最簡單的數(shù)據(jù)集，我們叫1.0，讓算法在很窄的適用領域正常算起來，在很小一部分用戶場景里面適用。

在內部小范圍適用之后，這些數(shù)據(jù)會沉淀出一些我們想要的信息。

再然后就是經(jīng)過人工審核去讓機器學習達到商用的目的，到后期當效果穩(wěn)定性、準確性穩(wěn)定之后，人工審核的過程是可以去掉的，所以整個環(huán)路，我們叫數(shù)據(jù)閉環(huán)。

總的來說，有了云計算、物聯(lián)網(wǎng)和很多智能的終端，所有的東西都給數(shù)據(jù)回流提供了好的條件，因此可以讓AI不斷地成長，讓AI不斷地賦能新零售。