實際我們現(xiàn)在處在一個數(shù)據(jù)的海洋當中。2019年的春運是世界上最大的人口遷徙，有30億人次的流動。2018年“雙十一”有2135億的銷售額度?，F(xiàn)在，每天會產(chǎn)生450億的微信條目。手機的網(wǎng)民已經(jīng)達到8.17億。總體來說，我們國家的GDP數(shù)字經(jīng)濟占比已經(jīng)達到了34.8% ，超過了1/3。大數(shù)據(jù)時代，主要的背景是什么？現(xiàn)實世界有多大程度上可以被數(shù)據(jù)表示？我們的社會像素正在急劇提升。這個“像素”來自到處可見的感測設備——探頭、智能手機、可穿戴設備、車載設備。這些使社會的數(shù)字化程度越來越高，數(shù)據(jù)的粒度因此也越來越細。也就是說，數(shù)字化生活的兩個要素之一：像素，數(shù)據(jù)的粒度已經(jīng)具備。像素夠高的時候我們要干什么？形象地說是“成像”，就像手機、相機，像素越高成像的質(zhì)量可能越好，因此，成像是我們數(shù)字化生活中另外一個重要的要素，像素和成像對應起來，就把數(shù)據(jù)和算法聯(lián)系起來了，這就是我們所說的大數(shù)據(jù)時代。

大數(shù)據(jù)時代可以分成兩個階段，我們用商務的形態(tài)來說明這個問題。第一階段是數(shù)據(jù)商務階段。不斷地把現(xiàn)實生活中的要素、人財物，都進一步數(shù)據(jù)化，同時根據(jù)這些數(shù)據(jù)化的人財物進行算法的應用。第二階段是算法商務階段。當像素足夠高的時候，重點就變成了成像了，也就是說，重點變成算法應用。

數(shù)據(jù)商務階段和算法商務階段都圍繞著數(shù)據(jù)和算法進行，但是重點有所不同。數(shù)據(jù)商務階段就像做菜一樣，數(shù)據(jù)化的過程就是不斷準備材料的過程，不停地增加和豐富材料，然后根據(jù)已有的材料提供不同的菜品。但是算法商務階段是材料已經(jīng)足夠豐富了，這個時候要比的就是手藝了，你是不是能夠做得更好、更多。這就是我們所說的算法進階及應用創(chuàng)新，如“智能+”，我們可以用更加高尖的智能技術(shù)，包括人工智能的很多技術(shù)在現(xiàn)有的大規(guī)模數(shù)據(jù)下進行應用。

人工智能的難點

是黑盒子問題

大數(shù)據(jù)的沖擊力量現(xiàn)在看來還在加劇，其中有一個力量非常值得關(guān)注，那就是人工智能。

當人工智能遇到大數(shù)據(jù)的時候，現(xiàn)在井噴式的發(fā)展才變成了可能。其實人工智能是現(xiàn)在這個時代中很多技術(shù)的一類，它本身已經(jīng)發(fā)展好幾十年了，但是為什么在近些年才得到了快速發(fā)展？

其實人工智能技術(shù)和這幾個關(guān)鍵詞有關(guān)，那就是“ 學習、訓練、推理、演化、智能、智慧”，也就是說，它是關(guān)于這些關(guān)鍵詞的一類技術(shù)。特別重要的一點，它要根據(jù)大量的數(shù)據(jù)來進行學習和預測，就是從數(shù)據(jù)中學習，建立模型，并用于預測未來。

過去為什么不行呢？比如本來想學一個圓，但是過去的數(shù)據(jù)只有一個半圓，你說它怎么能學出這個圓呢？所以，進入大數(shù)據(jù)時代，當我們的數(shù)據(jù)有足夠的粒度和像素的時候它才成為可能，因為人工智能的主流技術(shù)首先是要基于大規(guī)模數(shù)據(jù)進行學習。

其次，人工智能算法本身需要非常強的計算能力，也就是算力，只有在大數(shù)據(jù)時代，有了云計算平臺、數(shù)據(jù)傳輸、數(shù)據(jù)的流通、數(shù)據(jù)的管理、諸如5G技術(shù)等，才能為進一步的大數(shù)據(jù)應用創(chuàng)造條件，為人工智能的發(fā)展提供非常好的環(huán)境和支撐。

現(xiàn)在可以看到我們身邊其實已經(jīng)有很多人工智能產(chǎn)品了，比如工業(yè)機器人、財務機器人、作業(yè)機器人、下棋機器人、能做詩作畫作曲的機器人等，這些機器人可以做很多我們過去認為不可能的事情。

人工智能在未來會波濤洶涌，一浪高過一浪地發(fā)展。但是它本身也有局限，目前的大數(shù)據(jù)技術(shù)特別是深度神經(jīng)網(wǎng)絡這樣的技術(shù)，基本上屬于“黑盒子”的技術(shù)，可以算得非常準，但是“為什么”還說不大清楚。在這種情況下，在一些重要的應用領(lǐng)域就受到局限，因為如果不知道“為什么”就不敢用這個方法做重要決策，如果不能通過非常清楚的機理來說明，實際它未來的應用也是有局限的?，F(xiàn)在，業(yè)界和學界都在攻關(guān)“可解釋人工智能”，實際就是人工智能在輸入和輸出之間，在數(shù)據(jù)和預測的結(jié)果之間，從數(shù)學上來講需要一點定理，一些形式化的機理。從認識論上來講需要一些因果關(guān)系。

現(xiàn)在這么熱鬧的人工智能，很多都是過去成果的工程化和產(chǎn)品化。它本身的理論突破，包括提到的可解釋性，也是大家在未來關(guān)注的重點。

不管怎么說，人工智能的應用已經(jīng)深刻地影響到我們了。作為人類，我們自己創(chuàng)造了一個“亞種”叫做機器人。機器人的行為是不是都在我們?nèi)说脑O想之中呢？會不會干一些我們想不到的事情呢？似乎這個擔憂是必要的。所以機器行為學應運而生。當人知道和我們打交道的是機器人時，人到底會有什么不同？機器如果只是模擬人的行為，那么我們用不用擔心它會做一些其他的事情？當人和機器人一起互動時，會不會有其他的一些問題出現(xiàn)？這些問題實際是很革命性的。傳統(tǒng)社會學、管理學、經(jīng)濟學、心理學等都是研究人、由人構(gòu)成的組織的行為，由人形成的網(wǎng)絡的行為。隨著各式各樣的機器人越來越多地出現(xiàn)在我們身邊，越來越多地替代人的工作，越來越多地挑戰(zhàn)人們在智力、計算上的能力，這個擔憂或者這樣的研究是非常必要的。所以，我們要研究機器如何塑造人類的行為，人類如何塑造機器的行為，以及人機協(xié)作的行為。最新的《自然》雜志上有一篇文章也是呼喚學界、業(yè)界關(guān)注機器的行為以及機器和人的行為。

運用大數(shù)據(jù)

要重視商業(yè)倫理

實際大數(shù)據(jù)的使用本身有很多令人擔憂之處。雖然科技發(fā)展飛速，但是人們使用科技是帶有價值取向的。比如大數(shù)據(jù)殺熟。

在傳統(tǒng)的營銷、管理里面我們都希望了解客戶的行為，更好地為他們服務。在市場的環(huán)境下我們也說，既然有人愿意用高價買，那就可能要給他提供更好的服務。但是在大數(shù)據(jù)環(huán)境下，這種處理有個度的問題。第一客戶是否知道他的信息被收集，第二他是否愿意真的出高價買。作為企業(yè)來講，又有經(jīng)營哲學上的思考。企業(yè)是以盈利為中心，還是以客戶為中心？當以客戶為中心時，客戶滿意與否就變成了主要的KPI，就是主要的決策考量，如果光考慮企業(yè)的盈利，而不考慮客戶，可能就不太會考慮用戶的感受。實際上大數(shù)據(jù)殺熟是在商業(yè)倫理層面的問題。

還有剛才提到的APP權(quán)限的濫用，以及數(shù)據(jù)的泄露，回到我們最開始提到的劍橋分析公司的例子，這家公司2018年就陷入了數(shù)據(jù)泄露和商業(yè)倫理的丑聞，最終關(guān)門了。不管怎么說，在大數(shù)據(jù)這個時代我們跟數(shù)據(jù)打交道就會碰到一系列社會問題、法律問題、道德問題，需要在企業(yè)層面、商業(yè)層面，在社會和政府層面立法立規(guī)，在個人層面、在道德的層面大家來共同努力解決這些問題。技術(shù)發(fā)展特別快，這些問題的出現(xiàn)也變得越來越重要，我們應該有特別強的緊迫感，來更好地面對這些問題。

感測和響應大數(shù)據(jù)時代

過去的20年我們經(jīng)歷了特別大的技術(shù)變化。20年前，中國網(wǎng)民是62萬，互聯(lián)網(wǎng)普及率只有0.03%，網(wǎng)站一千多家?，F(xiàn)在中國網(wǎng)民已經(jīng)有8.29 億，互聯(lián)網(wǎng)普及率達到 59.6%，網(wǎng)站523 萬個，上網(wǎng)時間每天人均4小時。

在這樣的時代中，簡單地總結(jié)一下，我覺得就是兩個詞，“感測”和“響應”。時代的變化太快，我們應該敏銳地主動地感測和了解這個變化，同時不管是企業(yè)還是個人要作出自己的準備和自己的響應，因為大數(shù)據(jù)作為一個時代會伴隨我們相當長的時間。在未來的某一天，可能由大數(shù)據(jù)衍生出一個新的概念、一個新的內(nèi)涵、一類新的技術(shù)，可能會變成一個新時代的符號，所以當下我們要面對大數(shù)據(jù)，未來我們要融入新時代。