前端时间跟朋友吐槽,吹牛逼,我说我生不逢时啊。

2005年,在百度做数据分析,商业数据,搜索数据,社交产品数据,联盟数据,客户端数据,各种数据反正都拿来搞每天处理几亿条日志吧,自己写代码,搞几台服务器瞎跑,看着数据过瘾,但也没觉得自己做了什么了不起的事情。

后来火了个名词,叫做大数据,坦白说,我还真不觉得我做的事情是大数据的范畴,但我看到很多到处吹所谓大数据概念的项目,有不少比我做的还要low的多。

还是2005-2006的时候,数据处理完了,总要搞点有意思的事情,搞了搞关键词推荐,关键词聚类,也没觉得有什么了不起。推荐算法么,这玩意早就很成熟了不是,加上点简单的自学习能力,也算不上什么新鲜玩意。

后来火了个名词,叫做AI,坦白说,推荐算法和AI其实也扯不上啥关系,但后来好多投资人在外面说,今日头条基于强大的推荐技术,是AI的领军企业。(黑人问号脸。。。)

我觉得错过了一个自己职业发展的黄金机会,我明明可以说自己是大数据+AI的先行者啊,这工资怎么也要加个0吧。说来好玩,我当时的头衔只是产品经理,只是因为技术团队的人都觉得这些事情太low没意思,没人愿意跟我配合鼓捣这点玩意,我才迫不得已,求工程师给我科普一点最基本的原理和逻辑,然后自己瞎鼓捣写代码,说实话完全是票友级别的水准。想不到不出十年,这概念居然这么值钱了。

但今天这文章当然不能只是自吹自擂,中国互联网总有一群混子,他们彰显自己水平的能力,就是各种摆弄解读概念,关键是,还是半懂不懂的去解读。骗骗少不更事的小姑娘,股市里的大妈,揣着钱不知道怎么投资的传统行业土豪老板。

十多年前,donews那群人天天鼓吹 web2.0。言必称web2.0,那,当然,web2.0是个筐,啥玩意都可以往里装,他们今天也可以说,你看,我们说对了吧,现在互联网2.0了吧,3.0了吧,什么什么交互了吧,什么这个那个了吧。 但关键在于,你会发现,努力鼓吹这个概念的公司和混子们,就没见谁做起来了,真符合他们说的web2.0,并且做的牛逼的,比如腾讯,从来没刻意去迎合过这些概念,而且,那时候腾讯可不受这些混子们待见呢。

这说明什么,不是说概念对还是不对,而是重点根本不在这里,场景,关键是应用场景,把应用场景的诉求理解透,把场景里的关键问题解决好,机会和市场就是有的。抛开场景空谈概念,有一个算一个,都是耍流氓。

最近有投资人问我,AI到底是不是虚热,有没有机会。

我说机会当然有,而且很多,但我们不谈AI,我们看场景。

自动驾驶,这个场景够明确,所有人都看到了,谁技术牛逼,谁就能赢。

医疗领域的辅助决策,这场景也很清晰,目前有一定进展。基于大量样本数据的积累和相关的数据规范化处理,但要想彻底取代人类决策,目前来说还需要一点时间。

基因相关的探索也在进行中,基于样本数据去探究不同基因与先天性疾病和生理缺陷的相关度,但这个目前样本量太小,可信度还远远达不到可以大规模商用的境界,这需要基因检测的成本大幅度下降,检测的普及和相关医疗数据的全面打通,也是一项长期的事情。

从新闻阅读的推荐,到搜索引擎的自我优化(典型如容错搜索,推荐关键词),到广告系统的精准优化(智能匹配策略等),这些也都是一些深度学习理论可以用的到的场景,简单有简单的做法,复杂有复杂的做法,这也是很多巨头孜孜追求的领域。

游戏的辅助决策,包括游戏内Boss和npc的策略,这也是一部分比较清晰的领域。

人脸及图像识别,语音识别,自动翻译,应用场景和想象空间都很大,从安防到旅游到商务活动,很多场景都有极大的市场空间。

精益生产,目前流行的柔性生产线,也需要大量的AI技术,能够在尽可能少的资源调配和开销的情况下,适应多种不同需求,不同规格的产品的快速生产能力。

能源管理,能耗优化,这个google已经示范过了,通过深度学习可以极大优化机房的能源开销。

金融领域的量化交易,典型的市场博弈行为,以前是基于人工预置策略,固定规则,但现在开始引入深度学习技术,实现与市场的动态博弈。

当然,还有在线教育领域,以前的教育大家都是通用性的题目和作业,以后能不能针对学生的考试,作业完成情况和质量,有针对性的个性化作业,个性化的课外辅导,基础差一点的学生不用学那么深入的东西,把基础反复巩固即可;基础好的学生也不用翻来覆去的做简单的东西,多一点挑战性的课题和知识;因材施教其实也是可以用深度学习来解决的,也很期待这方面能有成功的产品出来。

是的,综上,大数据和AI也是个筐,其实啥都可以往里装,你说AI是不是投资热点,有没有前途,我不能说不对,但话说回来,一个成功的商业行为,必须是从具体场景的诉求出发,然后基于这个诉求,选择最合适的技术方案,解决最根本的问题,而不是说,我有个好概念,有个好模式,就可以随便成功的。

前几天有个创业者来找我咨询,说他们发现国内有个不错的模式,那个谁谁和谁谁做的都不错,他们觉得东南亚也有类似的需求,自我感觉很有相关经验,做了一个demo,想来听听我的看法,我又是表现的非常不礼貌,我直说不要跟我谈模式,咱们直接看看这个需求,在国内,这种需求是因何而起的,为什么会产生这样的需求,以及解决这个需求里,最核心的问题和关键点是什么,那么他所提到的那些国内成功案例,是基于怎样的条件,基础,以及动作来解决这些问题的。

那么,回过头来,看这边,第一,需求的缘起是什么,这边有没有类似的场景,新加坡有没有,印尼有没有,马来西亚有没有,哪些领域有,哪些具体的场景下有,好,你们认为有,考虑了一二三,这没问题。第二,这里的关键点,核心问题是什么,是怎么考虑的,怎么解决的。能不能解决,以及能不能低成本解决。

然后拿产品demo来看,一看我就说不行,这设计明显不对,所谓功能亮点,根本是设计者的自high,关键点,核心问题,产品设计里完全没有体现出来。然后拿国内产品的app视图,具体视图,文案,图片,功能点,一点点对比来看,看人家这么设计的初衷,目的,以及对消费决策的影响是怎么进行的。

模式对不对,概念好不好,其实根本不重要,重要的是创业团队,对需求的理解,分析能力,以及产品设计和运营过程中,针对关键问题的分析和解决能力,当然还包括强大的执行力,执行力的一个重要部分是解决核心诉求中所可能需要的技术处理能力,比如并发支撑的能力,比如有效提高用户转化效率的深度学习的策略,比如通过运营数据获得有效反馈并快速迭代的能力。

互联网一直会有新产品,新模式出现,一个新产品风靡互联网,获得成功,因为之前没有参考的样本,那么就有人把这个东西整理总结成为一个新的模式,新的概念,这本身没有问题。但切不可因果倒置,舍本逐末,错把概念和模式当作成功的先决条件。 而成功往往有很多细节和因素组成,简单归结于模式与概念,是一种思维偷懒的做法。

创业者,切莫被混子们和各种不靠谱分析师带偏节奏。你把产品做好的,你说你是什么概念,什么模式都对,你做的不好,什么概念,什么模式也救不了你。

我这个人确实比较落伍,其实在任何年代,我都没办法把自己包装成时代先锋,都没办法靠概念和模式来标榜自己。我知道中国有很多奇葩的商业案例,真的是可以靠概念,靠标榜自己赚钱。混子可以到处招摇撞骗,创业者甚至可以通过绑架投资人(绑架式创业),在公司业务一团糟的情况下,让自己身价倍增,成功套现。所以如果一定要说,炒概念的没有好下场,好像还真不是。(老道消息有一篇 to baidu创业,说的也是这回事来着,嗯,牛皮吹的好,找到接盘侠就是胜利)。但这事我是做不来,也不建议大家去学。


马云对alphago的解读是这样的,认为人下棋的乐趣是捡对手的勺子,没有勺子下棋就没有乐趣。所以alphago没有意义,也不建议国内的公司去研究。

那么吐槽的话我就不说了,今天我延展一下,你们会发现,互联网大佬,或者其他领域的成功人士,很多都号称喜欢传统国学,马云也不例外,又是李一道长,又是王林大师。

传统国学学什么呢。学易经,学论语,学太极等等。

围棋也可以称为传统国学,为啥他们不学呢?

原因只有一个,围棋这玩意,水平衡量太直接了,你是什么水平,就是什么水平。

成功人士当然要证明自己在所有领域都是最牛逼的一群,学一点玄虚的东西,无可佐证,会念几句佛经,多捐一点香火钱,分分钟就仁波切了。本来太极呢,是可以通过实战检验的,但有一种东方神秘不可说的力量,拒绝和阻止了这种检验。所以,围棋这玩意,逼格再高,他们也不敢拿出来秀。

之前有评论认为我在IT圈里属于围棋水平高的,其实真不是,我知道互联网领域就有很多围棋业余高手,比如我的老同事,新浪副总裁褚达晨,棋力明显在我之上,但问题来了,即便他是围棋业余高手,在新浪里,至少还有几个围棋频道编辑的水平,比他更胜一筹。 所以,即便是老板,成功人士,在围棋这个领域,你很难有额外的加分和光环,也很难让下属对你的水平心服口服。

只要马云愿意,他一定是阿里最牛的易经大师;只要马云愿意,他一定是阿里最牛的太极大师;只要马云愿意,他一定是阿里最牛的国学大师;但不管马云愿意不愿意,他在阿里围棋爱好者里,都是不入流的。

像金庸那种棋痴,成功人士里又能有几个?

所以我就喜欢围棋,是什么水平就是水平,比我强的多如牛毛,一样乐此不彼,但我知道,以捡勺为乐的,不配谈围棋,即便他叫马云。

最后,给自己做个广告吧,那个小密圈新版本升级后,进入三天内退出可以无条件退款。 所以,有兴趣的可以到我小密圈看看,觉得不满意直接退出就是了。

退款流程系统设置目前看上去比较复杂,那我简单一点,只要您没有发布任何内容的,三天内退出,我在这里公开授权小密圈官方百分百退款。这个为什么要加这项条件呢,您要是进来打个广告就想退款,那对不住,这可不行对不对。

至于入口链接,您要是找不到,那就算了,说明那里不适合您。

从大数据+AI 谈谈概念与场景相关推荐

  1. MobTech出席人工智能创想论坛,分享AI+大数据在营销反欺诈场景下的应用

    4月23日,"智见智能•筑梦花桥"2021花桥人工智能创想论坛在沪举办.本次活动由花桥科学技术局与COCOSPACE(花桥)长三角大数据产业创新中心主办.MobTech袤博科技受邀 ...

  2. 实时计算框架 Flink 新方向:打造「大数据+AI」 未来更多可能

    2019-12-20 17:57 导语:如何将大数据与 AI 结合...... 自 Flink 开源以来,越来越多的开发者加入了 Flink 社区.仅仅 2019 年,Flink 在 GitHub 上 ...

  3. 华为云快成长直播间大数据AI专场,加速经济物联网智能化提升

    万物智联的经济物联网环境,传统经济场景单一化.管理不集中.用户画像不精准等问题,促进了经济智能化提升,企业也需要更稳定.更安全的大数据平台作为经济提升的产品驱动力. 9月8日,华为云快成长直播间大数据 ...

  4. 企业引入大数据/AI 的难点,落地方式以及行业阶段

    适合的读者: 正在思考或者想引入大数据/AI的中小企业的[管理者]或者[大数据部Leader].当然,其他人也可能能够在这篇文章得到一些收益. 包含的主题: 价值落地之前,大数据/AI 建设需要跨越的 ...

  5. 北京内推 | 中国电信总部大数据AI中心招聘计算机视觉算法实习生

    合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 中国电信 中国电信总部云网运营部大数据AI中心(中国电信集团有限公司数字智 ...

  6. 海关大数据平台建设与应用场景思考

    张涵诚:海关大数据平台建设与应用场景思考 文/张涵诚 海关十三五规划明确指出,要运用大数据技术提升海关管理智能化水平.要数据科学赋能海关,提高智能化水平的提高就一定离不开平台建设,也离不开大数据各种算 ...

  7. GitChat · 大数据 | 一步一步学习大数据:Hadoop 生态系统与场景

    目录(?)[-] Hadoop概要 Hadoop相关组件介绍 HDFS Yarn Hive HBase Spark Other Tools Hadoop集群硬件和拓扑规划 硬件配置 软件配置 Hado ...

  8. hive使用适用场景_大数据入门:Hive应用场景

    在大数据的发展当中,大数据技术生态的组件,也在不断地拓展开来,而其中的Hive组件,作为Hadoop的数据仓库工具,可以实现对Hadoop集群当中的大规模数据进行相应的数据处理.今天我们的大数据入门分 ...

  9. 人工智能的应用实例——Smartbi大数据AI机器人

    随着现代科学技术的发展,AI–人工智能机器人逐渐成为了人类活动的最有力帮手.时代在不断进步,当然AI机器人也一样.俗话说:把握住了AI智能就是把握住了"第四次工业革命",每一改革都 ...

最新文章

  1. oracle导出多CSV文件的靠谱的
  2. Java 8 Lambdas –缺少脱离Java的链接
  3. CSS 相对|绝对(relative/absolute)定位系列(三)
  4. 自已开发完美的触摸屏网页版仿app弹窗型滚动列表选择器/日期选择器
  5. java poi生成excel文件_java poi 导出Excel文件
  6. 生产者与消费者模式(python 版)
  7. 定义一个dto对象_java里面Dto对象跟VO的区别
  8. nlogn求最长不上升子序列
  9. 如何下载免费高清Google谷歌卫星3D地图?
  10. 信用卡分期年化利率计算方法
  11. 思科路由器配置命令(一)
  12. js 带笔锋 签字版_重构转型前端——笔锋很朴实的入门随记
  13. 数据库高并发解决方法总结
  14. pandas 读取excel文件
  15. [渝粤教育] 四川大学 货币金融学 参考 资料
  16. MyBatis的核心对象
  17. python怎样使用各个日期赤纬_Python中的日期与时间常用方法总结
  18. 安卓的BP、AP、NV是什么意思
  19. 关于AJAX的知识点详解
  20. OAuth 2.0 笔记 (1) 世界观

热门文章

  1. 数据结构之线性表----一文看懂顺序表、单链表、双链表、循环链表
  2. Hadoop集群配置
  3. Java程序员,面试必读
  4. 大数据BI工具Tableau学习【第一期】:Tableau简介和安装
  5. HashSet及LinkedHashSet源码分析(基于JDK1.6)
  6. 使用vue写一个计时器
  7. python写公众号_python如何编写公众号
  8. SPARC架构下的反汇编(三)——SPARC汇编语言
  9. 【论文】Track to Detect and Segment: An Online Multi-Object Tracker
  10. Python字符串前缀u、r、b、f含义