人工智能的三大發(fā)展要素已經(jīng)是老生常談了。算法、算力和數(shù)據(jù)對機器學(xué)習(xí)的重要性和聲望不亞于“謙哥”的喝酒、燙頭和抽煙。

那些熱衷競爭實施機器學(xué)習(xí)的公司現(xiàn)在驚訝地發(fā)現(xiàn)，其實，實施一些算法使機器變得對某一數(shù)據(jù)或問題更加智能并不困難。畢竟，這年頭“即插即用”又很穩(wěn)健的算法編程解決方案簡直“爛大街了”。例如，從開源機器學(xué)習(xí)框架谷歌TensorFlow，到微軟Azure Machine Learning以及亞馬遜SageMaker，應(yīng)有盡有。

所以，數(shù)據(jù)已逐漸成為了機器學(xué)習(xí)競爭中最關(guān)鍵的區(qū)分點。一個原因是高質(zhì)量數(shù)據(jù)并不常見;另一原因是數(shù)據(jù)尚未商品化，公司企業(yè)之間存在著信息不對稱。

希望借助AI一臂之力的企業(yè)需要尋求外部數(shù)據(jù)源，甚至這樣的數(shù)據(jù)甚至可能需要他們自己創(chuàng)建。

有用的數(shù)據(jù)：有價值、又很稀少

數(shù)據(jù)逐漸變成競爭中的區(qū)分點是因為許多公司根本沒有他們需要的數(shù)據(jù)。盡管幾十年來，公司都在使用通用的會計準(zhǔn)則這樣的系統(tǒng)化方法來評估自己，但是這種評估方法一直關(guān)注于實體資產(chǎn)與金融資產(chǎn)，也就是實物和錢。2013年甚至給資產(chǎn)定價理論頒了一個諾貝爾獎，強化了已有的對實體或金融資產(chǎn)重要性的認(rèn)知。

但是，今天最有價值的那些公司貿(mào)易對象是軟件或網(wǎng)絡(luò)，而不僅僅是實體或金融資產(chǎn)。在過去的40年內(nèi)，資產(chǎn)類型的重心有了很大的變化：1975年，83%的有形資產(chǎn)占整個市場絕大部分份額;而2015年時市場中84%的資產(chǎn)是無形資產(chǎn)。今天的公司巨頭們不再生產(chǎn)咖啡壺也不再售賣洗衣機，他們轉(zhuǎn)而提供應(yīng)用程序，軟件等等。這樣的轉(zhuǎn)變造成了會計記賬的對象和實際產(chǎn)生價值的對象極其不匹配。

結(jié)果就是有用數(shù)據(jù)的缺少已經(jīng)成為了一個問題。市面價值與賬面價值的差別越來越大。公司們正在試圖利用機器學(xué)習(xí)輔助重要的商業(yè)決策來改善這一差別。有時，機器學(xué)習(xí)甚至?xí)〈恍┌嘿F的咨詢顧問們，而最后他們經(jīng)常會意識到算法所需的數(shù)據(jù)壓根不存在。所以實際上，那些閃瞎人眼的先進AI系統(tǒng)最后依舊只是在同樣老舊的數(shù)據(jù)上試圖實施新技術(shù)。

和人類一樣，除非有人教，機器學(xué)習(xí)系統(tǒng)并不會精通任何領(lǐng)域。不過比起人類，機器會需要更多的信息來進行學(xué)習(xí)，并且它們確實比人類讀取數(shù)據(jù)的速度更快。因此，表面上公司間會互相競爭誰擁有更好的機器學(xué)習(xí)程序員以及誰先啟動AI項目，在幕后其實是對于數(shù)據(jù)新穎度和廣泛度的競爭。

比如說在金融領(lǐng)域，可供選擇的數(shù)據(jù)來源遠(yuǎn)遠(yuǎn)超過了傳統(tǒng)證券交易報告以及投資者展示等。數(shù)據(jù)還可以來源于社交網(wǎng)絡(luò)情感分析或者獲批專利數(shù)量等。

這些數(shù)據(jù)源的重要性主要基于兩點原因。首先，傳統(tǒng)數(shù)據(jù)局限于傳統(tǒng)資產(chǎn)，在當(dāng)今無形資產(chǎn)當(dāng)?shù)赖臅r代，覆蓋面上遠(yuǎn)遠(yuǎn)不夠。第二，并沒有任何必要在市場上所有人都在分析的數(shù)據(jù)上使用機器學(xué)習(xí)方法。所有對此感興趣的人都早已經(jīng)嘗試過分析產(chǎn)業(yè)趨勢、利潤率、增長率、息稅前利潤、資產(chǎn)周轉(zhuǎn)率以及資產(chǎn)回報率和其它上千個常見的變量與股東回報率之間的相關(guān)性。

在所有人都在分析的數(shù)據(jù)上試圖發(fā)現(xiàn)相關(guān)性并不會幫助公司取勝。相反，希望使用AI取勝的公司需要尋找新數(shù)據(jù)集之間的聯(lián)系，因此他們可能必須自己創(chuàng)建那些新數(shù)據(jù)集來評估無形資產(chǎn)。

謹(jǐn)慎思考：你想知道什么?

創(chuàng)建數(shù)據(jù)比僅僅把銷售點與顧客信息兩個表聚合到一起然后丟進數(shù)據(jù)庫復(fù)雜得多。大多數(shù)企業(yè)錯誤地相信通過這樣一種權(quán)宜的方法能夠預(yù)測或區(qū)分出他們關(guān)心的信息：把所有能找到的數(shù)據(jù)都大費周章地聚合到一起然后指望能夠找到一絲希望之光。

盡管機器學(xué)習(xí)有時會突然發(fā)現(xiàn)某些從未有人意識到的事物從而使所有人都大吃一驚，但它并不能夠持續(xù)穩(wěn)定提供這樣的洞察。這并不意味著這項工具很垃圾，這意味著我們需要更明智地使用它。但說起來容易做起來難：比如，在我們研究外部數(shù)據(jù)市場時，我們發(fā)現(xiàn)大多數(shù)新數(shù)據(jù)提供者依舊在關(guān)注實體與金融資產(chǎn)。

許多企業(yè)遺漏的一步是提出一項真正重要的假設(shè)。機器學(xué)習(xí)真正體現(xiàn)優(yōu)越性之處在于，它們能夠通過采用人類已經(jīng)擁有的見解，這可以來自于經(jīng)驗法則、廣泛認(rèn)知或者幾乎完全不被理解的相關(guān)性，來建設(shè)一種速度更快、更易于理解、更易于擴展且更低錯誤率的方法。

為了這樣使用機器學(xué)習(xí)方法，不應(yīng)向系統(tǒng)塞進任何你能找到的數(shù)據(jù)。你僅僅輸入被謹(jǐn)慎思考過的一組信息，希望它能夠?qū)W習(xí)并拓展，得到比人類掌握的更多的信息。

有意義的機器學(xué)習(xí)來自于不同的數(shù)據(jù)

以下是為希望搭建有影響力、有價值的機器學(xué)習(xí)應(yīng)用的公司提出的三點建議：

1.成功的AI在于與眾不同的數(shù)據(jù)。在你的競爭對手都已經(jīng)掌握的數(shù)據(jù)上你是得不出什么新穎信息的。審視企業(yè)內(nèi)部，找出只有你們知道并理解的信息并以此創(chuàng)建一個獨特的數(shù)據(jù)集。機器學(xué)習(xí)算法確實需要大量的數(shù)據(jù)支持，但這并不意味著模型需要考慮大量變量。你應(yīng)當(dāng)把關(guān)注點放在企業(yè)已經(jīng)具有獨特之處的數(shù)據(jù)上。

2.有意義的數(shù)據(jù)比全面的數(shù)據(jù)好。你可能就某問題上擁有大量詳盡數(shù)據(jù)，但它們可能壓根沒什么用。如果你的公司根本不會在決策過程中隨時使用這些信息，那這樣的數(shù)據(jù)八成對機器學(xué)習(xí)也沒有什么價值。專業(yè)的機器學(xué)習(xí)工程師會詢問許多困難的問題來找出什么才是真正重要的領(lǐng)域，以及那些領(lǐng)域?qū)⑷绾螌υ搼?yīng)用程序輸出結(jié)果產(chǎn)生影響。如果這些問題對你太難了，那么你并沒有為得到實際價值而仔細(xì)思考。

3.應(yīng)當(dāng)從你已知的信息出發(fā)。最善于利用機器學(xué)習(xí)的公司會從一個獨特的視角出發(fā)，來找到與他們重要決策最為相關(guān)的因素。這將會指導(dǎo)他們?nèi)ナ占畏N數(shù)據(jù)以及使用何種技術(shù)。就基于你們團隊已經(jīng)擁有的一部分知識之上進行拓展這個問題來著手是比較簡單的，這也將為你企業(yè)創(chuàng)造更多價值。

很明顯這個時代已經(jīng)是“軟件吃掉了整個世界”了(這個形容來源于軟件工程師Marc Andreessen)。但它們依然很饑餓!軟件們需要一份包含嶄新數(shù)據(jù)與科技的食譜來持續(xù)創(chuàng)造價值。

沒有人希望落后于這樣的洞察、機器與外部數(shù)據(jù)的轉(zhuǎn)變。那么，請從內(nèi)部審視企業(yè)開始，去發(fā)掘你獨特的見解以及你可以而且應(yīng)該得到的有價值的外部數(shù)據(jù)來源。通過這些步驟，你才能夠發(fā)現(xiàn)保持企業(yè)競爭力的相關(guān)洞見。