浪潮下,數(shù)據(jù)智能的組織變革和發(fā)展邏輯

0 評(píng)論 32460 瀏覽 17 收藏 12 分鐘

整個(gè)行業(yè)市場(chǎng)就是巨頭引導(dǎo)的IaaS/PaaS/DaaS/TaaS/AaaS/MaaS各服務(wù)層加上各中小企業(yè)在應(yīng)用層不斷向其他行業(yè)滲透的過程。市場(chǎng)在不斷的被瓜分和細(xì)化。大數(shù)據(jù)/云計(jì)算/人工智能互相交織,趨于一體。一根針捅破天的機(jī)會(huì)越來越少,AI產(chǎn)品落地、垂直領(lǐng)域的創(chuàng)新、AI組織變革,將是接下來的熱點(diǎn)。

AI(數(shù)據(jù)智能)技術(shù)的普及

技術(shù)的發(fā)展有自己的規(guī)律,在不同階段表現(xiàn)出不同的狀態(tài),發(fā)展的關(guān)鍵問題也不同。

技術(shù)的興起階段,技術(shù)本身的進(jìn)步是發(fā)展的關(guān)鍵。此時(shí)往往是科研機(jī)構(gòu)、高?;虼笮推髽I(yè)內(nèi)部研究院開始進(jìn)行前沿技術(shù)的研究。比如中國(guó)科學(xué)院大數(shù)據(jù)實(shí)驗(yàn)室、阿里人工智能實(shí)驗(yàn)室、上海大數(shù)據(jù)聯(lián)盟等。

當(dāng)技術(shù)發(fā)生了重大的突破,如AI的關(guān)鍵性技術(shù)突破,加上大數(shù)據(jù)和云計(jì)算技術(shù)提供了充足的數(shù)據(jù)和計(jì)算能力,使得AI迅速獲得人們的關(guān)注。15年Alpha Go驚艷地表現(xiàn)像一個(gè)火種,整個(gè)行業(yè)市場(chǎng)開始有了燎原之勢(shì),風(fēng)投、科技媒體開始逐漸關(guān)注。

隨著而來的是大量的技術(shù)社區(qū)、技術(shù)布道者(技術(shù)培訓(xùn)等)和AI創(chuàng)業(yè)公司。好像當(dāng)時(shí)的淘金熱,創(chuàng)業(yè)公司是淘金者,技術(shù)布道者是渡船人。這一階段,AI技術(shù)人員最為搶手。這時(shí)AI領(lǐng)域的垂直培訓(xùn)公司,如七月在線也風(fēng)生水起,數(shù)據(jù)科學(xué)競(jìng)賽的平臺(tái)kaggle、阿里天池大數(shù)據(jù)、datacastle也吸引力眾多的技術(shù)人才。

當(dāng)技術(shù)普及到達(dá)一定程度,技術(shù)能否真正的落地,去解決實(shí)際的問題則成為關(guān)鍵。這時(shí)候我們需要一批有著敏銳的市場(chǎng)需求并可以將技術(shù)落地的AI產(chǎn)品經(jīng)理,技術(shù)開始滲透到各行各業(yè),垂直細(xì)分領(lǐng)域的應(yīng)用開始快速發(fā)展。各個(gè)領(lǐng)域應(yīng)用的如電商銷售、廣告推薦系統(tǒng)、智能醫(yī)療等產(chǎn)生了大量的初創(chuàng)AI公司,而其背后,投資人關(guān)鍵的重點(diǎn)開始從技術(shù)本身變?yōu)槟芊窠鉀Q實(shí)際的行業(yè)痛點(diǎn)。

然后,當(dāng)技術(shù)發(fā)展趨于成熟,技術(shù)會(huì)導(dǎo)致生產(chǎn)生活關(guān)系、團(tuán)隊(duì)組織的變化。此時(shí),一個(gè)團(tuán)隊(duì)能夠適應(yīng)性的改進(jìn)自身,成為關(guān)鍵。比如回過頭去看互聯(lián)網(wǎng)發(fā)展的過程,從關(guān)注技術(shù)本身,到互聯(lián)網(wǎng)應(yīng)用,到企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型。AI技術(shù)也一樣,技術(shù)本身會(huì)給團(tuán)隊(duì)的管理帶來新的挑戰(zhàn)。

當(dāng)前AI(數(shù)據(jù)&智能)技術(shù)正處于技術(shù)普及的中后期,重點(diǎn)是技術(shù)的應(yīng)用。在團(tuán)隊(duì)組織方面,我們?cè)噲D尋找到一種新的合適的形式,來應(yīng)對(duì)變化。

AI 組織變革

此處我們給出了一種組織架構(gòu),來應(yīng)對(duì)這種變化。

數(shù)據(jù)采集團(tuán)隊(duì):

內(nèi)部數(shù)據(jù)對(duì)企業(yè)來說更為關(guān)鍵,是實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的基礎(chǔ)。外部數(shù)據(jù)一種是對(duì)互聯(lián)網(wǎng)和線下數(shù)據(jù)的采集,一種是通過數(shù)據(jù)交易市場(chǎng)來獲取。內(nèi)部數(shù)據(jù)的獲取依賴企業(yè)內(nèi)部的信息化,數(shù)據(jù)交易市場(chǎng)目前在國(guó)內(nèi)已經(jīng)趨于成熟,如數(shù)據(jù)堂、聚合數(shù)據(jù)、發(fā)源地等。企業(yè)可以根據(jù)自己需求決定團(tuán)隊(duì)的規(guī)模,團(tuán)隊(duì)技能包括網(wǎng)絡(luò)爬蟲、協(xié)議解析、數(shù)據(jù)清洗、數(shù)據(jù)對(duì)接等。

數(shù)據(jù)治理團(tuán)隊(duì):

數(shù)據(jù)治理包括數(shù)據(jù)質(zhì)量控制、元數(shù)據(jù)管理等。數(shù)據(jù)治理保證了數(shù)據(jù)可用、可控、可信。數(shù)據(jù)治理從本質(zhì)上來講是服務(wù)的角色,讓數(shù)據(jù)加工過程透明化,讓各個(gè)環(huán)節(jié)的數(shù)據(jù)使用者能夠清楚的知道數(shù)據(jù)從何而來,經(jīng)過了怎樣的處理過程。比如一個(gè)人的消費(fèi)明細(xì)是原始數(shù)據(jù),處理夠得到消費(fèi)天統(tǒng)計(jì)表、月統(tǒng)計(jì)表,消費(fèi)者行為愛好分析表。數(shù)據(jù)治理要做的就是掌握他們之間的來龍去脈,并展現(xiàn)給其他團(tuán)隊(duì)使用。

服務(wù)團(tuán)隊(duì):

云計(jì)算的核心思想是“一切皆服務(wù)”,解放生產(chǎn)力,讓企業(yè)可以專注在其最核心的領(lǐng)域內(nèi)。AI賦能是核心部分。

  • DaaS 數(shù)據(jù)即服務(wù): 以數(shù)據(jù)的采集與提供,為主要業(yè)務(wù)內(nèi)容。相關(guān)技術(shù)包括ETL、流式數(shù)據(jù)處理、實(shí)時(shí)計(jì)算、異構(gòu)數(shù)據(jù)解析、數(shù)據(jù)治理等。
  • TaaS 工具即服務(wù): 將數(shù)據(jù)處理工具以服務(wù)的形式提供。相關(guān)服務(wù)包括清洗服務(wù)、轉(zhuǎn)換服務(wù)、解析服務(wù)等。
  • AaaS 分析即服務(wù): 以數(shù)據(jù)報(bào)告、可視化報(bào)表的形式提供服務(wù)。相關(guān)技術(shù)包括統(tǒng)計(jì)學(xué)、可視化技術(shù)等。
  • MaaS 挖掘即服務(wù): 提供數(shù)據(jù)挖掘的核心能力服務(wù)。相關(guān)技術(shù)包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、認(rèn)知計(jì)算、模式識(shí)別等。

DAAS層的公司專注數(shù)據(jù)的交換,比如上文提到數(shù)據(jù)交易平臺(tái)。一種是直接交換數(shù)據(jù)(數(shù)據(jù)堂),一種是以API的形式提供(聚合數(shù)據(jù))。

TaaS專注于工具的服務(wù),比如百度的預(yù)處理服務(wù),將預(yù)處理的清洗、規(guī)約等過程封裝成服務(wù)。該類服務(wù)類似給淘金者提供錘子、釘子等公司,讓淘金者可以更方便的去挖金。

AaaS則專注于分析統(tǒng)計(jì)。比如阿里云數(shù)加提供的快速BI服務(wù)。傳統(tǒng)情況下搭建一個(gè)銷售數(shù)據(jù)分析系統(tǒng),可能要一個(gè)月。而使用AaaS,只要一天。用戶只要上傳數(shù)據(jù),數(shù)據(jù)處理邏輯基本是圖像化操作,拖放控件,大大提高了效率。

MaaS指的是數(shù)據(jù)挖掘的核心能力,如阿里云提供的機(jī)器學(xué)習(xí)api、深度學(xué)習(xí)模型等,在這種情況下,如果要開發(fā)一個(gè)圖片識(shí)別系統(tǒng),只要了解其提供的接口即可,無需關(guān)心內(nèi)部實(shí)現(xiàn),存儲(chǔ)和計(jì)算能力可以按需購買。這降低了技術(shù)門檻,使得AI更快的應(yīng)用到其他行業(yè)。

應(yīng)用團(tuán)隊(duì):

從對(duì)數(shù)據(jù)的加工層次,包括檢索查詢、統(tǒng)計(jì)分析、業(yè)務(wù)模型、數(shù)據(jù)展現(xiàn),需要深度結(jié)合領(lǐng)域知識(shí)。這里是更多中小創(chuàng)業(yè)者的機(jī)會(huì)所在。對(duì)初創(chuàng)企業(yè)來講,數(shù)據(jù)的獲取、數(shù)據(jù)的加工都可以使用云服務(wù)。而應(yīng)用層,沒有任何一家企業(yè)可以通吃。應(yīng)用層是創(chuàng)新最頻繁的地方,當(dāng)然,也是競(jìng)爭(zhēng)和死亡率最高的地方。

接下來,我們反觀數(shù)據(jù)源、數(shù)據(jù)加工、數(shù)據(jù)治理、數(shù)據(jù)應(yīng)用幾個(gè)層面,來看下它們之間的發(fā)展邏輯。

數(shù)據(jù)智能的發(fā)展邏輯

數(shù)據(jù)源的三個(gè)層次:

  1. 緯度較少、數(shù)據(jù)量小
  2. 緯度豐富、數(shù)據(jù)量巨大(大數(shù)據(jù))。
  3. 數(shù)據(jù)正確、及時(shí)、具有代表性 樣本數(shù)據(jù)=總體數(shù)據(jù)(全數(shù)據(jù))。

對(duì)業(yè)務(wù)目標(biāo)而言,數(shù)據(jù)是否“全”才是關(guān)鍵。

全數(shù)據(jù):足以能夠全面反映事物形態(tài)的數(shù)據(jù)集合。

全數(shù)據(jù)下,樣本數(shù)據(jù)=總體數(shù)據(jù),數(shù)據(jù)足夠正確、足夠新、足夠代表性。

當(dāng)期,雖然大數(shù)據(jù)量很大、緯度很多、處理速度極快、能夠全量處理,但是大數(shù)據(jù)并沒有解決“全”的問題。

例如,“小而全的數(shù)據(jù)”:對(duì)于一個(gè)餐飲店的菜品銷售分析。其店內(nèi)產(chǎn)生的數(shù)據(jù)(客戶訂單、菜品評(píng)價(jià)),數(shù)據(jù)量每天的新增量?jī)H在每天2千條左右,而且只有訂單和評(píng)價(jià)數(shù)據(jù),存儲(chǔ)數(shù)據(jù)庫也是傳統(tǒng)關(guān)系式數(shù)據(jù)庫。對(duì)“店內(nèi)菜品分析而言”
擁有這些數(shù)據(jù)已經(jīng)夠“全”,解決其業(yè)務(wù)問題。而更“大”的其他數(shù)據(jù),對(duì)其沒有貢獻(xiàn)。

再如,“大而不全的數(shù)據(jù)”:對(duì)于信貸問題,要發(fā)現(xiàn)不可信人員。往往的思路是,試圖通過對(duì)用戶的線上行為、消費(fèi)情況、以往銀行記錄進(jìn)行識(shí)別判斷。而現(xiàn)實(shí)情況卻是,該類人群會(huì)刻意的回避“線上行為”,如盜用他人銀行卡、民間高利貸等“線下行為”,這些隱蔽行為無法獲取到。

數(shù)據(jù)處理技術(shù)的三個(gè)層次:

  1. 檢索、查詢
  2. 統(tǒng)計(jì)、分類技術(shù)、異常數(shù)據(jù)分析、關(guān)聯(lián)性分析
  3. 趨勢(shì)預(yù)測(cè)

數(shù)據(jù)管理的三個(gè)層次:

  1. 保證數(shù)據(jù)可用
  2. 保證數(shù)據(jù)可控
  3. 保證數(shù)據(jù)可信

首要問題是有數(shù)據(jù)可用,這在數(shù)據(jù)匱乏的“小數(shù)據(jù)”時(shí)代最為重要。

“大數(shù)據(jù)”時(shí)代則要防止數(shù)據(jù)迅速膨脹帶來的數(shù)據(jù)失控問題,避免成為一堆大而亂的數(shù)據(jù)垃圾。

“全數(shù)據(jù)”強(qiáng)調(diào)的是:不盲目追求“大”,而是從業(yè)務(wù)應(yīng)用的角度,保證數(shù)據(jù)的正確、及時(shí)。

數(shù)據(jù)價(jià)值的三個(gè)層次:

  1. 展示事物發(fā)展過程
  2. 描述事物發(fā)展本質(zhì)
  3. 預(yù)測(cè)事物發(fā)展趨勢(shì)

對(duì)事物的發(fā)展過程加以數(shù)字化的展現(xiàn),使用分類、關(guān)聯(lián)等技術(shù)發(fā)現(xiàn)事物發(fā)展過程中的規(guī)律、模式。

對(duì)事物的發(fā)展趨勢(shì)加以預(yù)測(cè)。

數(shù)據(jù)源層次越高、處理技術(shù)層次越高、數(shù)據(jù)管理層次越高,帶來的數(shù)據(jù)價(jià)值越大。

最后

綜上,整個(gè)行業(yè)市場(chǎng)就是巨頭引導(dǎo)的IaaS/PaaS/DaaS/TaaS/AaaS/MaaS各服務(wù)層加上各中小企業(yè)在應(yīng)用層不斷向其他行業(yè)滲透的過程。市場(chǎng)在不斷的被瓜分和細(xì)化。大數(shù)據(jù)/云計(jì)算/人工智能互相交織,趨于一體。

一根針捅破天的機(jī)會(huì)越來越少,AI產(chǎn)品落地、垂直領(lǐng)域的創(chuàng)新、AI組織變革,將是接下來的熱點(diǎn)。

 

作者:小東,微信號(hào): xzwz123456

本文由 @小東 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒評(píng)論,等你發(fā)揮!