智能商业时代的思考（三）数据驱动

上一篇关于智能商业的思考，着眼于商业协同带来的垄断效应。在演化过程中，协同是靠数据处理完成的，数据是智能时代的能源，没有数据资产，难以通过算法完成商业智能化的演化。众所知周，这一轮的人工智能是海量数据驱动的深度神经网络结构，通过输入大量的数据，才能训练出超越人类认知的模型。例如，人脸识别或者医生使用的智能诊断，实际上都是通过大量已有数据的训练完成的，因此数据是本阶段智能商业的核心，没有数据约等于没有智能。下面分析一下数据驱动的几个关键内容。



首先，数据应该是完整的。对于数据的完整性，很多人的理解是数据多而全。举个例子，我们网上购物，商家拿到了购买商品的信息，包含了全部的商品信息和快递信息。当我们拿到这些信息的时候可以去做智能算法，但是大概率不会有效果。因为数据并不完整，商家不知道我是谁，我把东西买给谁，我买东西的意图是什么。因此，基于此数据的推荐，就不会精准。因为很可能我只是替父母买东西，但是平台却以为我对该商品感兴趣。改善的方法是什么？就是尽可能的拿到完整的信息，完整是指在一个场景中的各个方面，必须是考虑周全的，比如我去淘宝购物，淘宝知道我是谁，我买了什么商品，商品的受众是谁，我的朋友信息，我与商家的消息记录，我的售后反馈，以及我对商品的评价。综合这些因素，我的数据存在就是一个完整的，可描述的客户，这样才能进行更加精准的推荐。



其次，数据必须是准确的。互联网中流动的大量数据，这些数据包含了太多的“杂音”，一个平台通过各种渠道收集了大量的信息，但是如此海量的信息，很难保证是准确的。如果数据中有错误，直接影响算法的准确性，算法的准确性降低，整个平台就会受到的影响。由于人工智能算法是一个多维度算法，错误的信息不仅影响当前维度的判断，也全盘影响了整个算法的准确性。这使得智能商业直接走向错误的方向。因此，必须着眼与数据的准确，要保证拿到的数据尽可能是真实的。



对于数据的完整和准确，医疗机构可以说是目前做的最到位。医疗相关的智能商业如果能够结合准确的数据将能够发挥巨大的商业价值。现在，每个病人都可以在医院拿到自己完整的医疗记录，包含病例诊疗过程，各种检查指标。目前这些工作都是由医生录入，以备后用。虽然数据已经在线，但是离智能化还是有差距。如何利用现有的数据结合智能的算法，干预疾病预防，指导养生，将会产生巨大的商业价值，值得我们深入思考。



以上的讨论都是基于数据自身需求。无论是完整准确都是平台主动获取，数据智能另一个重要的方面是反馈。虽然平台竭力实现完整准确，但是错误总是无法避免，如何修正错误，如何主动提升算法的准确性，必须依赖于反馈机制。反馈应该是实时的反馈，而且能够自动的加入到算法的修正过程，用户能够比较容易的对算法的推荐或者实现的内容进行反馈，并且自动化的实现反馈闭环。这样才能真正的将数据用好，实现价值。



总结一下关于数据驱动的智能商业，就是尽可能的获取完整、有效、准确的基础数据，实现算法自动驱动的商业闭环，提供智能化的产品服务。通过有效的反馈机制，实现商业智能的自我提升，不断完善商业智能，从而向前进化。