图灵汇官网

大数据、分析和人工智能的核心价值并不是源自数据的收集或分析，而是来源于实际行动。这一点在近期的Strata Data Conference会议上得到了深刻体现。

我在90年代中期创办了自己的公司，那时我像许多初创企业家一样，忙于订购名片、安装电话、建立会计系统、处理法律文件、搭建网站，甚至撰写了一份详尽的商业计划书。然而，我忽视了一件至关重要的事情：讲述我的故事并推广我的解决方案。

我陷入了对机制的痴迷，而忽略了最终的目的。这导致我在创业初期花费了很长时间才站稳脚跟。

Strata Data Conference会议让我回想起这段经历。当前的大数据和分析领域依然存在过度关注机制的问题。尽管机制确实重要，但它们并不是这些领域存在的根本原因。大数据、分析和人工智能的价值主要来自于实际行动，而非单纯的数据收集或分析。

大数据：第一步就走错了吗？

我可能从一开始就过于关注机制。大数据的核心理念是收集一切数据，稍后再进行整理。这通常意味着建立庞大的数据湖，以收集尽可能多的数据。然而，这种方法难以持续。

认知决策平台diwo的首席技术官Satyendra Rana认为：“这种方法是错误的。数据无止境地增长，你无法在数据湖中保持浮力。”许多组织已经得出相同的结论，IT和业务领导者们意识到，他们必须改变思维方式，专注于实际的运营和变革成果，以实现大数据和人工智能项目的真正价值。

SAP Leonardo的副总裁David Judge解释说：“思维的转变至关重要。我们的客户有两种选择：优化现有流程或开发全新的业务模式。最好的公司通常两者兼顾。”

通过行动实现价值

diwo的Rana指出：“数据本身并无价值。只有当人们在特定的情境下使用数据时，数据才能创造价值。因此，数据的价值并不在于数据本身，而在于如何使用它。”

通用电气的数据副总裁兼首席数据官Diwakar Goel也表示：“我们刚开始使用大数据时，只是做一些快速的分析并获得一些洞见。起初，这些洞见很有价值。但后来我们意识到，这些洞见并未改善业务。因此，我们需要将这些洞见转化为行动。”

在寻找价值时，不要只关注技术背景

在追求价值的过程中，从业务角度而不是技术角度看待问题至关重要。这比想象中要困难得多。我参加Strata会议时，满脑子都是对人工智能的偏见。我认为人工智能将促使行业重新以商业价值为中心。然而，我只看到了技术背景，而忽视了业务视角。

事实上，组织可以从大数据、分析和人工智能的投资中获得巨大的商业价值，关键在于如何让行动更加相关。例如，流分析和时序数据的应用展示了如何在尚未完全实现人工智能的情况下实现价值。

Striim的联合创始人兼首席技术官Steve Wilkes解释说：“流处理和流分析是将机器学习转化为实际操作的重要组成部分。如果你能让数据科学家处于上游并使用流处理，他们就可以构建模型，然后将模型注入数据流中，从而进行实时预测和分析。”

使数据有意义

从大数据的历史和回顾性分析向以行动为中心的价值观转变，带来了更大的挑战。这些行动越接近实时，风险和回报就越大。在这个数据驱动行动的世界里，数据的准确性以及如何利用这种准确性来做出决策或采取行动变得至关重要。

通用电气的Goel提到：“当你摄入大量数据时，会创建大量的‘暗数据’，即你所不了解的数据。这时就需要借助像Io-Tahoe这样的公司来提供数据洞察。在利用数据分析获得洞见之前，必须先了解数据本身。”

数据和人工智能的未来

从Strata大会得到的最大启示是，数据行业正在走向成熟。尽管一些技术公司仍然坚持传统的大数据精神，但越来越多的公司认识到，最终的结果以及如何采取行动才是最重要的。

人工智能的发展无疑将在这一成熟过程中发挥重要作用。随着人工智能在未来几年内扎根，它可能会再次改变行业格局。SiliconANGLE的研究主管Peter Burris总结道：“人工智能的目标是为了让更多数据发挥作用。”这意味着更高效地捕捉数据并转化为价值，然后再利用这些数据。

因此，随着企业领导者踏上这条道路，他们必须始终专注于数据的实际价值，即通过实际行动来实现的价值。正如Diwo的Rana所说：“这是一个数据会议，但最终应该是一个商业价值会议。”