“后大数据”时代,给数据加上智能

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

今年是人工智能大火之年,不仅有3月份AlphaGo 与李世石的人机大战让普罗大众知道了人工智能的巨大进步,更有各种有关自动驾驶、无人汽车的新闻不断给人工智能“添柴加火”。人工智能的大火似乎让大数据有些相形见绌。不过,在大数据专业人士TalkingData CEO崔晓波看来,人工智能这一轮“行情”也可以纳入大数据的发展轨道,标志着大数据进入“后大数据时代”,也称智能数据时代——这是TalkingData主办的“T11 2016暨TalkingData智能数据峰会”上提出的一个新提法。

“后大数据”时代,给数据加上智能

TalkingData CEO崔晓波

智能数据时代三要素

“如果说在大数据演进的第一个阶段,人们侧重于从数据中发现价值,那么在智能数据时代,人们注重在数据分析的同时会加入智能,即融合人类的智能和人工智能。”崔晓波在“T11 2016暨TalkingData智能数据峰会”的主题演讲时表示。

崔晓波说,智能数据时代有三大要素缺一不可,即数据、AI(人工智能)和人类自己的智慧。崔晓波用人体的血液、心脏和大脑来比喻这三者的关系:数据相当于人的血液;人工智能相当于人的心脏;人的智慧是就是大脑。心脏需要靠血液供给,但同时它还会根据人的心跳,把血液再输回给人体,形成一个正循环,而大脑来最终统一掌控一切。

为了帮助企业应对智能数据时代面临的挑战,TalkingData在大会上首次推出了“智能数据平台(SmartDP)”。这是一个基于智能数据应用探索商业价值的平台,具有数据管理、数据工程和数据科学的能力。崔晓波表示,这是TalkingData用5年来在数据科学、数据管理、数据工程方面的各项积累,以及横跨互联网、移动互联网、传统行业等领域的积累,有机整合并产品化后的结果。

智能数据平台的特征

实际上,在此前在数据处理方面已经有很多平台,比如,为大众所熟知的BI(商业智能)。那么,这个智能数据平台和传统的BI有区别?

崔晓波解释说,两者有着本质的区别。BI等传统平台是以业务为中心的,数据只是处理业务过程时的副产品,而智能数据平台是以数据为中心的,数据才是真正核心资产,而业务只是附属,有些业务甚至就是为了获得数据而开展的。智能数据平台与传统BI的另一个区别在于,智能数据平台不是一个简单的平台或者一个工具,其中会附加了大量领域知识,特别是融入了更多人的智慧在其中。

“后大数据”时代,给数据加上智能

TalkingData副总裁林逸飞

TalkingData副总裁林逸飞在接受ZD至顶网记者采访时做了进一步的解释。他说,与其它大数据的处理平台相比,TalkingData推出的智能数据平台会特别重视“智慧”,将智慧融入到数据处理过程之中。

第一,人的智慧。TalkingData认为,今天在企业数据应用上人的智慧不可获缺,包括数据科学家的智慧、业务专家的智慧。“人的智慧怎么跟数据结合起来,这其实不是软件平台的问题,而是怎么有效做人机互动的问题。”林逸飞说。

第二,数据本身的智慧。林逸飞提醒说,今天很多数据本身就具备智能,比如手机里通过各种传感器提供的数据就已经具有非常丰富的信息,带有一定程度的智能。处理这样的智能数据要用以人为本,以属性+场景+动作组合来利用,这一点也不同于一般的软件平台。

林逸飞表示,在实践中不少企业并没有意识到要融入人的智慧和人工智能等,而是陷入对工具或者软件平台的盲目信任中。他总结了大数据应用过程中几个典型的误区:企业会买很好的软件平台,平台看起来很花哨,但仅仅是个空架子,没有数据,没法用;采了很多数据回来,背负着很大的成本保存起来却没用;盲目信赖外部数据,完全忽略自己其实就有不少的数据。

“实际上,很多企业自己就有海量的数据,这些用好就能产生巨大的经济价值。比如,平安集团月活就1亿多,丝毫不弱于很多互联网企业(支付宝的月活数据也就两亿)。”林逸飞说。

林逸飞指出,数据的利用分为两个阶段,即数据运营和运营数据。前者是指根据数据等各种指标来进行科学决策,而后者是把数据作为企业的核心资产,像企业业务一样进行运营,是主动运营。只有到这个阶段数据的价值才算真正得到体现,而之前只是牛刀小试。目前大多数企业还停留在第一个阶段。从这个意义上说,数据的价值还有待深挖。  





原文发布时间为:2016年9月19日 
本文作者:作者:邹大斌
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
7天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
61 7
|
7天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
22 2
|
20天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
64 1
|
14天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
36 3
|
14天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
49 2
|
17天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
55 2
|
25天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
77 10
|
19天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
50 2
|
21天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
25天前
|
SQL 存储 大数据
大数据中数据提取
【10月更文挑战第19天】
51 2