先透露一個阿里的小秘密，大家都可能經歷過每年雙十一的狂歡，過去七年雙十一的成交額都在創紀錄，去年超過了1200億人民幣。

但是你可能不知道的是過去七年，每年的雙十一，阿里巴巴的大部分人要做的事情卻越來越少，甚至有越來越多的阿里同學會發現那天根本無事可做。我們客服曾經是壓力最大的部門，去年破天荒第一次不用加班。

原因是什么呢？因為在這一整天里客戶該看到什么產品，他們挑選了什么產品，他們的收藏夾里選了什么產品，下次他們再登錄淘寶該給他們推薦什么商品，這些過程完全都是由機器自動完成。去年80%的客戶服務是通過機器人完成的，不再是人工服務。

其實不光是雙十一，每一天大家表面上看到的淘寶是一個網站，但是它最核心的其實是一個巨大的搜索和推薦引擎，讓每一個人上來都能得到個性化的服務。

每天上億人在淘寶挑商品、做買賣，這些個性化的服務如果都由人來完成，那么淘寶雇再多的人無濟于事。 這就是我們這個時代第二個最重要的特征，由機器取代人進行決策、提供服務。?越來越多的場景只有靠機器、靠人工智能才能完成以前靠人沒有辦法完成的海量服務和個性化的服務。

淘寶的核心推薦引擎就是人工智能的運用，它由很多種復雜的算法糅合在一起，每天進行海量數據的自動處理。它是一個龐大的機器集群，不僅僅是一批人，更重要的是有一個巨大的人工智能的支持，才能完成大家今天體驗到的這些服務。

這兩年大家才開始聽到大數據、人工智能這些熱門得不能再熱門的詞，但實際上認真想一下，互聯網最成功的這幾家企業，本質上都是基于人工智能和大數據。你在谷歌上輸入任何一個關鍵字，不到一秒的時間，它就能把全網相關的信息推送給你，這完全是超出人的想象的一種服務，只有靠機器才能做到。

未來商業會全面智能化

什么叫智能化呢？就是未來商業的決策會越來越多地依賴于機器學習，依賴于人工智能。 機器將取代人，在越來越多的商業決策上扮演非常重要的角色，它能取得的效果遠遠超過今天人工運作帶來的效果。

當然大家可能對于人工智能的發展未來有很多種不同的理解，這是一個相對來說比較新的領域。

隨著AlphaGo在最古老的圍棋上面打敗了人類，人工智能的概念今天已經非常普及了，人工智能毫無疑問是未來最重要的一個趨勢。當然對于人工智能未來的技術變化有很多種不同的觀點和爭論，比如說人工智能到底能不能夠在根本上取代人，挑戰人的存在，或者退一步，人工智能在多大程度上可以像人一樣思考。

今天人工智能的技術核心，其實是機器用笨辦法去算，它的所謂學習是通過概率論的方法，不斷地去通過正反饋來優化結果，而不是像人一樣去思考和學習。?這種機器學習的方法必須基于海量數據的校驗，必須基于算法的一個不斷反饋過程。 所以我把這個階段人工智能帶來的商業價值，它所實現的路徑叫做數據智能。

因為到今天為止小孩是怎么學語文的，小孩是怎么學會算法的，這些東西我們都沒有任何理解，更談不到把這種理解變成機器可以去實現的智能。所以我們今天在看得見的未來，這也許是5年、也許是10年，甚至更長一點的時間內，我們講到的人工智能都是機器智能，是機器基于海量數據能夠快速迭代優化，做到比人更好的效果。

最近最典型的案例就是谷歌翻譯。傳統上我們想用人的學習方法去做翻譯，機器怎么都做不過人，但是過去十幾年用所謂的深度學習方法，其實就是機器智能的方法。通過所有的人提供海量的數據，機器現在能夠快速提高它的準確率，從幾年前百分之四五十，快速提升到今天百分之九十幾以上，完全能夠達到商用的水平。

所以谷歌翻譯成了今年非常熱門的一項服務，越來越多的基于機器智能的服務，會成為我們生活中離不開的服務，它的本質是用機器做到了人做不到的事情。

接下來你大概就想知道這個看起來很高大上的叫做數據智能的東西，要怎樣才能融入到具體的商業里面去呢？

數據化、算法化和產品化

簡單來說，就是要做數據化、算法化和產品化這三件事情。先講數據化的概念。 由于互聯網的存在，由于廣泛的連接，淘寶其實是能夠準確地記錄下來所有用戶全部的在線行為的，而這些數據本身可以用于優化他下一次來淘寶的體驗，所以沒有這個數據化的積累就沒有后面的一切。

第二個算法化。 算法這個詞可能一般的人聽了會懵，其實講算法之前先要講一個概念叫建模型。一個人在某個場景下會怎么決策，先要把他抽象成一個模型，然后要找到一套數學的方法，讓它能夠收斂，用模型去優化他的決策。然后第三步才是把這個算法用計算機能夠理解的程序寫下來。

大家一般講的算法是指第三步，用代碼寫下來的一套回歸的程序。但它前面有兩個關鍵的概念， 一個是建立模型，第二個是這個模型要用某種數學方法解決，能夠得到一個可以收斂的結果。然后第三步才是計算機的程序。 算法可能是這個時代創造巨大價值的一個新概念，值得展開講。

我們還是回到歷史上最出名的一個算法叫做PageRank，這個算法支撐了谷歌這個5000億美金公司的進步。想想看我們一開始講到的那個案例，你上網在一個搜索框輸入一個關鍵字，全網的信息就能按照關聯度推薦給你。

怎么組織全網這個信息？怎么去理解相關性？怎么把最相關的信息給你推送出來？谷歌最早的創始人在斯坦福讀博士的時候就想到了一種模型，這個模型根據網站跟網站之間的鏈接和指向，來代表這個網站的相對重要性。然后他把所有網站的鏈接都記錄下來，這就完成了數據化。但更大的挑戰是你怎么來算它的相關性？他就設計了一套算法，一套數學的公式，這個相關性就是根據這個公式來推導的。

然后才是第三步，由于計算能力的大發展，能夠把全網的數據都通過這個數學公式馬上計算出一個結果。你輸入關鍵字，通過了這個巨大的搜索引擎，實際上它的核心就是這個算法，就能給你一個特定的結果，這就是算法起的作用。

算法要真正發生作用，離不開第三個關鍵的詞，就是產品化，你一定要建立產品跟客戶的直接連接。 這個產品在我們剛才講到的搜索案例，就是搜索結果頁，更完整地講是一個搜索框加上你看到的那個搜索結果。

搜索結果頁這個產品建立了智能引擎和用戶之間互動的橋梁，你的每一次點擊，你看了這個搜索結果之后你是點了第一條還是第三條，還是甚至翻到了第五頁。用戶的行為通過數據化的方式告訴了這個機器智能的引擎說，你給我的結果相關性夠不夠高，智能化程度夠不夠高，機器再根據這個結果去優化它的算法，給出一個更好的結果。

但是機器跟人不一樣，它可以永遠不知疲倦的24小時以秒級的速度在更新它的結果，所以它的進化速度非常非常快，從一個開始并不很精確的結果，很快就能達到一個非常精確的結果。產品化是非常重要的一個環節，因為它提供了一個反饋閉環，而反饋閉環是任何學習的一個前提條件。

反饋閉環這個詞用得稍微有點專業，但實際上大家都有非常深刻的切身體會。你無論學什么，比如說學打羽毛球，你動作對不對，一定要教練給你一個反饋，你改了以后是往正確的方向更對了，還是糾偏糾得更錯了，教練要再給你一次反饋。這實際上就是學習、修正、調整、反饋。過程中你就能夠學習、進步、提升，人是這么學習的，機器也是這么學習的。

機器能夠有智能的唯一原因，就是笨機器用笨方法寫，但是因為它計算能力強，數據量足夠大，最后可以比人更快速地達到一個效果的優化。 通過數據算法和反饋閉環，機器就能學習，機器就能進步，機器就能擁有智能，而商業就能夠實現智能化升維。

看到這里你可能會有點擔心，說我是一個很傳統的企業，那些算法我也不懂，海量的數據計算我也不懂，那么多數學天才我到哪兒去找？

實際上對于大部分的傳統企業來說，你不用擔心這些。就像云計算，谷歌、阿里巴巴、亞馬遜這些企業都在把它當成一個公共服務在提供，所以將來你不用去擔心算法、計算這些，這些都會成為智能時代的基礎設施。

你要做的是什么呢？你怎么趕上這個智能化的浪潮？其實核心在于你能不能夠創新地實現產品化，把你的核心業務流程在線化，這樣的話數據才能被記錄下來。然后你可以在這些大互聯網企業提供的算法工具包里，去挑一個合適你的算法。 三位一體，產品提供反饋閉環，數據作為原料，交給算法去處理，你的業務就變成了一個智能業務。 你就能比你的競爭對手每天都越跑越快。這是未來競爭能夠脫穎而出最重要的一個秘訣。

今日小結

這一講的核心是機器智能將推動絕大部分的商業快速智能化，這將決定大部分企業的未來生死。而實現機器智能的核心是創造性得把你的核心業務在線化，從而實現數據化、算法化和產品化的三位一體，讓你的商業擁有數據智能這一核心引擎。

這一講的內容就到此結束。第三講我們將通過幾個關鍵案例的討論，讓大家更深刻地理解前面兩講的核心概念。

（版權歸得到App所有，未經許可不得轉載）

用戶留言 寫留言 提交留言可與專欄作者互動

5366人寫了筆記

寫想法 復制 分享