專家們預(yù)測，到2025年，數(shù)據(jù)宇宙（或稱數(shù)據(jù)宇宙）的范圍將達(dá)到180澤字節(jié)。這是一個真正令人難以置信的數(shù)字，突出了大數(shù)據(jù)的指數(shù)增長�！稊�(shù)據(jù)戰(zhàn)略：如何從大數(shù)據(jù)，分析和物聯(lián)網(wǎng)世界中獲利》一文章的作者Bernard Marr提供了一些觀點(diǎn)，并指出世界上90％的現(xiàn)有數(shù)據(jù)是在過去兩年中產(chǎn)生的。

　　
不幸的是，可用數(shù)據(jù)的數(shù)量和種類并不總是等同于價值。

企業(yè)如何有效利用大數(shù)據(jù)？哈佛大學(xué)的Gary King認(rèn)為“大數(shù)據(jù)與數(shù)據(jù)無關(guān)！”他寫道，“盡管數(shù)據(jù)的數(shù)量和多樣性的增加令人嘆為觀止，但數(shù)據(jù)本身并不是大數(shù)據(jù)革命所帶來的。分析使數(shù)據(jù)在過去幾十年中可行的進(jìn)展也是必不可少的。“這就是人工智能（AI）的用武之地。

　　讓人工智能走出科幻領(lǐng)域
　　
人工智能經(jīng)常被誤解，根植于好萊塢電影對機(jī)器人和操縱大型機(jī)的刻板印象。但人工智能的現(xiàn)實(shí)遠(yuǎn)沒有那么邪惡。人工智能可以分為兩種主要類型：

•狹義-也稱為弱人工智能，狹義人工智能可以為特定任務(wù)利用大數(shù)據(jù)。例如，預(yù)測分析可用于識別數(shù)據(jù)中的模式和相關(guān)性，從預(yù)測天氣到分析新聞數(shù)據(jù)以預(yù)測風(fēng)險。

•通用-也稱為強(qiáng)人工智能，通用人工智能涉及人類的認(rèn)知能力。盡管如此，這些認(rèn)知技能還是有限的。機(jī)器學(xué)習(xí)屬于這種類型;雖然它不能實(shí)現(xiàn)抽象的'思想'，但它確實(shí)支持適應(yīng)和持續(xù)改進(jìn)。

有些人認(rèn)為人工超級智能是第三種類型，但是現(xiàn)在，它更具理論性而非實(shí)際性。IBM公司的Watson擊敗Jeopardy冠軍或亞馬遜的Alexa回應(yīng)請求可能模仿人類的反應(yīng)，但到目前為止，計算機(jī)還沒有真正的認(rèn)知飛躍。相反，他們只是以比人類更快的速度訪問大量大數(shù)據(jù)。就目前而言，人類終結(jié)者仍然是一個虛構(gòu)小說-但是那些未能接受人工智能風(fēng)險的對手的存在，這些競爭對手更快采用，并從數(shù)據(jù)實(shí)施中提取價值。

Netflix是數(shù)據(jù)驅(qū)動的領(lǐng)導(dǎo)者的主要例子。隨著流媒體視頻的普及和視頻租用的不斷增加。Netflix開始使用數(shù)據(jù)分析來增加用戶群，增強(qiáng)客戶保留率并為編程決策提供信息。該公司表示，其算法每年為客戶保留節(jié)省10億美元。此外，分析激發(fā)了Netflix制作的幾個廣受好評和粉絲喜愛的系列，其中包括House of Cards，Stranger Things和Orange是NewBlack。

克服從大數(shù)據(jù)中提取價值的挑戰(zhàn)
　　
雖然大多數(shù)公司都認(rèn)識到實(shí)施大數(shù)據(jù)計劃的重要性，但許多公司仍然在艱苦努力。許多挑戰(zhàn)都是組織性的，從吸引和留住數(shù)據(jù)專家到打破組織數(shù)據(jù)孤島，以更好地利用內(nèi)部數(shù)據(jù)集。根據(jù)2017年“哈佛商業(yè)評論”的一篇文章，近70％的公司將建立數(shù)據(jù)驅(qū)動型文化作為優(yōu)先考慮事項(xiàng)，但只有40％的公司達(dá)到了目標(biāo)。

那么應(yīng)該從哪里開始？首先，確定想要回答哪些關(guān)鍵業(yè)務(wù)問題。然后查看發(fā)現(xiàn)答案所需的數(shù)據(jù)類型。一些數(shù)據(jù)可能在內(nèi)部提供。有些人可能需要一些努力從各個部門的孤島中提取;有些可能在公共領(lǐng)域可用;有些可能通過數(shù)據(jù)即服務(wù)（DaaS）提供商提供。此外，考慮如何與主要利益相關(guān)者分享發(fā)現(xiàn)的見解。使數(shù)據(jù)可訪問意味著消除技術(shù)術(shù)語，并講述令人信服的故事。數(shù)據(jù)可視化為原始數(shù)據(jù)注入活力，使其在展示基本要點(diǎn)時更容易消化。

然而，通過適當(dāng)?shù)娜藛T，流程和數(shù)據(jù)集，組織可以從機(jī)器學(xué)習(xí)、預(yù)測分析和其他數(shù)據(jù)實(shí)施中獲得可操作的商業(yè)智能和可衡量的投資回報率（ROI）。

•發(fā)現(xiàn)隱藏的見解-人工智能可以幫助公司檢測從客戶流失的根本原因到可以激發(fā)新產(chǎn)品或服務(wù)的新興趨勢的模式。使用公司、行業(yè)和經(jīng)濟(jì)數(shù)據(jù)進(jìn)行回歸建�？梢詭椭�組織了解政府政策或市場變化的實(shí)時影響和長期后果。新聞和社交媒體數(shù)據(jù)的分析可以補(bǔ)充內(nèi)部客戶數(shù)據(jù)，以增強(qiáng)營銷范圍和有效性。

•自動化業(yè)務(wù)流程-對沖基金可利用先進(jìn)的人工智能分析實(shí)現(xiàn)高頻交易，從識別導(dǎo)致執(zhí)行不良交易的模式和從這些模式中“學(xué)習(xí)”，以改善未來的交易表現(xiàn)，從而根據(jù)歷史和目前的市場數(shù)據(jù)。銀行可以利用機(jī)器學(xué)習(xí)算法和預(yù)測分析來自動化欺詐檢測，或快速識別客戶的制裁風(fēng)險。

•減少中斷-缺乏洞察力往往是破壞性事件的核心。借助預(yù)測分析和物聯(lián)網(wǎng)（IoT）數(shù)據(jù)，制造商可以通過了解何時需要進(jìn)行預(yù)防性維護(hù)來避免生產(chǎn)放緩，從而避免裝配線上的中斷。同樣，數(shù)據(jù)分析使PR和營銷組織能夠在危機(jī)或機(jī)遇出現(xiàn)時加快響應(yīng)速度。

•實(shí)現(xiàn)節(jié)約-大數(shù)據(jù)和分析支持的運(yùn)營效率可以減少開支，同時為人工智能無法完成的工作釋放人力資源。此外，優(yōu)化決策的能力-無論是與股票交易者的買入/賣出決策相關(guān)還是推出新產(chǎn)品-都為創(chuàng)造可衡量的價值打開了大門。

隨著機(jī)器學(xué)習(xí)和預(yù)測分析變得更加復(fù)雜，企業(yè)可以根據(jù)證據(jù)做出決策，深度學(xué)習(xí)將更加突破界限，更好地解決問題和理解語言。那么你準(zhǔn)備好了嗎？