大數據進入下半場，人工智能已然崛起，現有的大數據技術亟須和人工智能技術結合，孕育新的產業生態

大數據發展步履蹣跚

隨著2012年舍恩伯格《大數據時代》一書的出版，“大數據”這一概念在全球掀起了新一波信息化浪潮，它不僅在信息技術行業備受矚目，更成為變革商業、學術、政府治理乃至人類思維方式的一股舉足輕重的力量。得大數據者得天下，業界紛紛用大數據這個詞來描述和定義信息爆炸時代產生的海量數據，并命名與之相關的各類創新技術、產品和解決方案。

2013年被稱為中國的“大數據元年”，這一年，涂子沛的《大數據》一書成為暢銷讀物，大數據開始在我國流行，其以勢不可擋的姿態進入人們的思想意識，并逐步在社會的各個領域落地應用。2014年，百度在第四屆“技術開放日”上正式宣布推出“大數據引擎”，并由此引出了“數據智能”的概念；同樣在2014年，在北京舉行的一場大數據產業推介會上，馬云第一次提出DT（Data Technology）時代的觀點，他指出“IT時代把人變成了機器，而DT時代把機器變成了智能化的人，我們正在進入一個新型的時代”。2015年，我國政府通過了《關于促進大數據發展的行動綱要》，大數據更是上升為國家戰略。

舍恩伯格在其書中指出，大數據包括三個核心要素：技術、數據和思維。數據往往被看作是21世紀最重要的“石油”，而大數據技術也可以被看作是提煉這種“石油”的設備和技術。事實上，隨著互聯網、移動互聯網、無線通信技術、傳感器技術以及人工智能算法的快速發展，“數據”和“技術”本身都已具備充分的條件。尤其是“技術”領域，比如Hadoop技術，在這個數據大爆炸的時代，企業需要對海量數據存儲、快速處理和分析，Hadoop正是為此而生。在很長一段時期內，Hadoop幾乎成了大數據的代名詞。

然而，盡管大數據的宣傳攻勢凌厲迅猛，其技術發展也如火如荼，但其面向各行業、各領域的“攻城略地”的過程中卻顯得后勁不足。首先，大數據的價值被夸大，在投入產出比上差強人意。其次，大數據的落地應用有限，缺乏被高度認可的示范性應用，目前看來，大數據需求主要來源于一些大型企業的自身發展需要以及政府對大數據治理的一廂情愿。最后，大數據管理難度大，數據開放共享、數據質量、數據安全、個人隱私信息保護等已經成為大數據管理面臨的重要難題。

能否解決以上問題將直接關乎大數據的未來發展。

人工智能方興未艾

人工智能（AI）是研究用于模擬與延伸擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，目前在商業和生活中已有大量應用場景，被業界寄望為下一輪技術革命，對它的關注熱度已經超過大數據。

AI已經替代了早些年的大數據，成為新的商業科技風口。2017年全球AI融資超150億美元，谷歌、亞馬遜、蘋果、微軟以及阿里、百度、騰訊等中美科技巨頭紛紛布局。以深度學習為代表的AI算法，PC/移動互聯網上海量、多維度、高價值大數據，以及以GPU、FPGA、ASIC為代表的AI計算芯片，成為本輪AI發展的核心驅動力。

AI技術體系一般分為基礎層、技術層和應用層，在AI大發展的浪潮中，AI技術體系中的各模塊發展特點各不相同。基礎層對應著算法（包括回歸、分類、聚類、深度學習算法等）、算力（即AI芯片）和軟件框架（實現對AI算法的封裝）。技術層負責解決具體類別的AI技術問題。

其中語音識別技術負責將語音轉換為文本或命令，自然語言處理技術實現人和機器之間的自然語言通信，計算機視覺技術用于處理圖形圖像和視頻內容的識別。應用層立足于解決各行業領域實際場景問題，如安防場景下，用于警訊發現、人臉識別、道路監控等；金融場景下，可用于資產異動監測、征信風控和智能投顧等；醫療場景下，可應用于對醫學影像、電子病例處理來輔助診療；還有目前最為火熱的自動駕駛場景。

大數據為人工智能發展提供了基礎資源，人工智能技術的核心就在于通過計算找尋大數據中的規律，對具體場景問題進行預測和判斷。由于創新的大數據思維不易獲得，人工智能技術某種意義上恰恰可以彌補舍恩伯格提出的大數據三要素中的“思維”要素。

大數據的未來何去何從，與人工智能技術如何完美結合，共同驅動數字經濟發展，數據智能或將成為新的熱點和大趨勢。

掘金數據資產，探索數據智能

“數據智能”是百度公司在2014年提出的概念，百度對數據智能的定義，指基于大數據引擎，通過大規模機器學習和深度學習等技術，對海量數據進行處理、分析和挖掘，提取數據中所包含的有價值的信息和知識，使數據具有“智能”，并通過建立模型尋求現有問題的解決方案以及實現預測等。

2018年10月， 第五屆中國國際大數據大會上發布的《2018年數據智能生態報告》中提出，在機器學習、分布式計算等技術發展的基礎上，數據逐漸呈現出高維度、高階態、異構性的形式，把能夠對海量數據進行分析、處理和挖掘，并且通過建模、工程等方式來解決實際預測問題，最終實現決策的行動，稱之為數據智能。

對數據智能的信息化落地，業界一般稱之為數據智能平臺或數據中臺。

2015年，阿里巴巴首次提出數據中臺戰略。該戰略旨在對內提供數據基礎建設和統一的數據服務，對外提供服務商家的統一化數據產品。基于阿里數據中臺輸出的生意參謀產品，是阿里巴巴首個統一的商家數據產品平臺，為中小企業商家提供數據披露、分析、診斷、建議、優化、預測等多項數據服務。

百度也在2018年整合了旗下各類大數據和人工智能應用，推出了百度數智平臺。該平臺定位為提供大規模機器學習、深度學習、數據分析及展現、數據應用等產品與服務，百度公司將其數智平臺定位為AI時代的企業數據管家，服務于公司內部和各行業合作伙伴。

大數據進入下半場，人工智能已然崛起，現有的大數據技術亟須和人工智能技術結合，孕育新的產業生態。從百度、阿里的做法可以看出，向數據智能型企業轉型正在成為大型科技企業新的行動方向，阿里巴巴提出的“大中臺、小前臺”的做法已經成為業界主流數字化轉型思路，企業通過建設數據智能平臺或數據中臺，打破內部數據壁壘、盤活數據資產、提升數據價值，對外提供統一的智能化數據服務，有望再次重構大數據產業生態環境，進一步深挖和釋放大數據的價值紅利。