無所不在的數(shù)據(jù)催生了一場新的工業(yè)革命，龐大的數(shù)據(jù)資源使各個領(lǐng)域都加快了量化的進程。數(shù)據(jù)分析能力日益成為企業(yè)的核心競爭力，因為指導企業(yè)決策的不再是經(jīng)驗和直覺。

無疑，數(shù)據(jù)作為當下重要生產(chǎn)因素之一，正協(xié)助企業(yè)不斷地發(fā)展新業(yè)務(wù)，創(chuàng)新運營模式。然而我們都知道，不是所有數(shù)據(jù)都可以為企業(yè)所用，也并非所有IT人員都了解數(shù)據(jù)該如何使用。大數(shù)據(jù)熱潮雖潮席卷已久，技術(shù)支撐困難、創(chuàng)新能力不足、專業(yè)人才缺乏等種種仍是大數(shù)據(jù)落地于企業(yè)實際應(yīng)用的絆腳石。

近日，51 CTO攜手IBM,與典型的傳統(tǒng)企業(yè)及一線互聯(lián)網(wǎng)公司的技術(shù)專家匯聚一堂，以“大咖薈萃話數(shù)據(jù)，群策群力展未來”為主題，共話大數(shù)據(jù)驅(qū)動下的技術(shù)創(chuàng)新和商業(yè)變革。

[[165189]]

近三個小時的時間里，來自IBM的大數(shù)據(jù)技術(shù)專家劉勝利、黃海碩與來自國內(nèi)某能源行業(yè)云計算事業(yè)部技術(shù)負責人孫杰、馬上消費自席數(shù)據(jù)官劉志軍、AdMaster副總裁盧億雷、獵聘網(wǎng)首席數(shù)據(jù)官單藝、民生銀行北京管理部數(shù)據(jù)應(yīng)用處處長郭慶，從大數(shù)據(jù)的概念、技術(shù)、業(yè)務(wù)到趨勢展望，敞開心扉討論交流，共同感受“探索·分享·共進”的力量。

機器智能與業(yè)務(wù)創(chuàng)新

不久前，AlphaGo大戰(zhàn)李世石的新聞，讓谷歌給全世界都上了一課。一時間，街頭巷尾，無論是不是專業(yè)的IT技術(shù)人員，都在熱烈討論“人工智能”這個并不算新的概念。從1997年的”深藍”到如今的AlphaGo，從大數(shù)據(jù)到機器學習，再到不久前IBM提出的“認知商業(yè)”，人工智能在這20年間經(jīng)歷了怎樣的演進?企業(yè)又該如何落地這些“高大上”的技術(shù)概念，推動業(yè)務(wù)的發(fā)展和創(chuàng)新?

劉勝利：技術(shù)成熟帶來應(yīng)用場景的爆發(fā)

IBM專家劉勝利評價到，過去十年間大數(shù)據(jù)的技術(shù)熱度一漲再漲。1997年深藍和世界冠軍帕斯卡羅夫下國際象棋時，人工智能沒有像今天這樣在技術(shù)上取得全面成熟，然而最近，阿爾法狗的出現(xiàn)給全世界上了一課。無論懂不懂IT技術(shù)，大家都會覺得人工智能技術(shù)已經(jīng)發(fā)展到很高的水平。

人工智能發(fā)展到如今這個時代，已經(jīng)出現(xiàn)了在某些領(lǐng)域?qū)Ｓ眯偷娜斯ぶ悄埽⒂衅淝宄囊?guī)則和定義，也存在可能會超過人類智慧的可能。技術(shù)的成熟勢必會帶來市場應(yīng)用的大爆發(fā)，特別是對傳統(tǒng)行業(yè)。在石油、金融等傳統(tǒng)企業(yè)內(nèi)部，IT的使用水平非常高，面對如今數(shù)據(jù)儲備更復雜，處理能力更強的需求和現(xiàn)狀，人工智能、機器學習技術(shù)，都將加速傳統(tǒng)行業(yè)的業(yè)務(wù)改造和創(chuàng)新。

而對于非傳統(tǒng)行業(yè)和創(chuàng)新型行業(yè)，劉勝利認為也將出現(xiàn)讓大眾眼前一亮、腦洞大開的社會性變革。以游戲這個剛需行業(yè)為例，下一代的機器恐龍、小機器人馬上就會成為孩子的玩具。孩子的玩具在購買之初就會實現(xiàn)聯(lián)網(wǎng)。這個機器人可以和小孩子對話，無論通過對自然語言的理解還是手勢。機器人會基于小孩的思想，學習這個孩子是什么性格，并基于孩子的特點進行個性化刻畫。也許當孩子和機器人經(jīng)過了一年的相處以后，這個機器人就會變得完全不一樣，包括對話的方式和寓教于樂的方式。

劉勝利大膽預測，在機器人、游戲、媒體和娛樂等各種和人交互打交道的行業(yè)，如果有大量的數(shù)據(jù)和需求存在，五年以后，我們就會看到今天想象不到的東西。

郭慶：將業(yè)務(wù)人員的痛點作為技術(shù)的突破口

民生銀行北京管理部數(shù)據(jù)應(yīng)用處處長郭慶坦言，相比于金融業(yè)最新發(fā)展及趨勢的把控，他對云計算、大數(shù)據(jù)、人工智能等技術(shù)底層進化與迭代的關(guān)注就顯得不那么敏感了。因此當他聽到AlphaGo以4:1戰(zhàn)勝李世石的這個消息時，腦子里首先產(chǎn)生了兩個疑問：第一，在這次以壓倒性優(yōu)勢戰(zhàn)勝李世石的比賽中，AlphaGo在第三局為什么會輸?第二，在其背后是何種規(guī)模的計算資源在提供技術(shù)支撐?在與嘉賓們熱烈探討、尋找問題答案的過程中，他同時闡述了如何利用人工智能、機器學習等最新技術(shù)進行銀行創(chuàng)新的思考。郭慶給出的答案就是：切忌盲從，一定要瞄準某個業(yè)務(wù)方向，帶著目標去擁抱最新技術(shù)，致力于解決實際業(yè)務(wù)問題，才有可能取得實質(zhì)性的成效。

具體來講，郭慶認為問題的關(guān)鍵是要剖析業(yè)務(wù)人員在工作開展過程中存在的“痛點”，并以此作為問題切入的突破口。以營銷人員向客戶推介理財產(chǎn)品這個場景為例，在現(xiàn)實工作中，理財經(jīng)理的管戶客戶數(shù)量眾多，該向每位客戶推薦具體什么產(chǎn)品?一直以來都是讓大家很頭疼的事。為了解決這個問題，他曾經(jīng)帶領(lǐng)團隊對各大電商平臺爭相采用的商品推薦系統(tǒng)進行深入研究，與一線理財經(jīng)理共同進行銀行場景方案的設(shè)計，并在解決方案中運用了機器學習等大數(shù)據(jù)技術(shù)。通過目標產(chǎn)品的客戶群數(shù)金融據(jù)的提取，建立模型進行客戶相似度匹配，并利用推薦引擎實現(xiàn)對不同客戶、不同產(chǎn)品的精準推薦。在機器學習的幫助下，推薦成功率從最初的千分之六逐步提高到后來的百分之三、百分之五，最好的時候甚至達到了百分之十。

因此，技術(shù)的進步一定要應(yīng)用于實際的業(yè)務(wù)場景當中。當業(yè)務(wù)人員感到頭疼的時候，就應(yīng)該考慮介入相應(yīng)的技術(shù)，再加上應(yīng)用過程中的不斷調(diào)優(yōu)，從而完善整個體系的健壯程度，最終突破傳統(tǒng)業(yè)務(wù)創(chuàng)新發(fā)展的瓶頸。

大數(shù)據(jù)平臺的混搭

企業(yè)更關(guān)心的是技術(shù)實際落地的問題。面對業(yè)務(wù)類型的紛繁復雜，數(shù)據(jù)類型的多源異構(gòu)，企業(yè)的大數(shù)據(jù)基礎(chǔ)技術(shù)肯定不只等于Hadoop。那么，大數(shù)據(jù)平臺的混搭應(yīng)該怎么玩兒呢?

孫杰：應(yīng)用改造和性能提升是企業(yè)的普遍需求

某能源行業(yè)云計算事業(yè)部技術(shù)負責人孫杰表示，在企業(yè)中傳統(tǒng)的數(shù)據(jù)管道通常呈現(xiàn)“煙囪式”的形態(tài)。到了大數(shù)據(jù)時代，企業(yè)開始追求效率。如可通過分析企業(yè)歷史的離線數(shù)據(jù)挖掘價值，結(jié)合在線數(shù)據(jù)的實時分析，產(chǎn)生快速的反應(yīng)，將傳統(tǒng)的BI與開源的方式相結(jié)合，應(yīng)該是架構(gòu)師或技術(shù)經(jīng)理應(yīng)該思考的問題。

這里首先涉及到的就是應(yīng)用的改造。企業(yè)里很多歷史數(shù)據(jù)需要遷移到一個新的數(shù)據(jù)平臺里面，涉及到最大的是應(yīng)用改造。像孫杰所在的企業(yè)以前用的很多都是Oracle，現(xiàn)在如果將數(shù)據(jù)遷走，就會牽涉到存儲過程和觸發(fā)器等很多特定的程序。如果對程序進行改造，又會涉及到人力、成本、周期，業(yè)務(wù)的風險性等諸多棘手的問題。

另外一個問題是性能。傳統(tǒng)的數(shù)據(jù)中心追求性能就是靠買一些高端的設(shè)備來支持信息化的建設(shè)，走的是硬件化的道路，對企業(yè)來說成本壓力非常大。因此企業(yè)紛紛擁抱開源，開始向互聯(lián)網(wǎng)道路轉(zhuǎn)型，來擺脫單純使用高端的硬件來提升業(yè)務(wù)的局面。

但是面對客戶的不同需求 ，有時開源軟件并不能提供很好的支持。像系統(tǒng)的吞吐量、數(shù)據(jù)包的流量限制，與企業(yè)的需求目標都相去甚遠。

再者，就是關(guān)于系統(tǒng)和應(yīng)用之間耦合性關(guān)系的問題。大家都在談大數(shù)據(jù)，但是傳統(tǒng)企業(yè)中很多業(yè)務(wù)間都存在很強的依賴關(guān)系。如果將某個業(yè)務(wù)的數(shù)據(jù)要全面開放至互聯(lián)網(wǎng)平臺，如何解決業(yè)務(wù)耦合性和關(guān)聯(lián)度，也是企業(yè)非常實際的需求。

因此，無論是開源還是商業(yè)產(chǎn)品，如何從性能、應(yīng)用改造的周期成本和業(yè)務(wù)的處理角度，解決企業(yè)數(shù)據(jù)遷移的問題，是存在于傳統(tǒng)企業(yè)中的普遍需求。孫杰表示，其實他們現(xiàn)在也在嘗試，包括大數(shù)據(jù)與云的混搭，如何打通公有云和私有云，梳理業(yè)務(wù)的需求和內(nèi)在聯(lián)系，兼顧安全和性能。企業(yè)也正在尋找一個云平臺，可以模糊掉公有云與私有云間的界線，將企業(yè)的虛擬設(shè)備與實體設(shè)備統(tǒng)一管理起來。

盧億雷：探索不同技術(shù)間的優(yōu)勢結(jié)合

AdMaster副總裁盧億雷談到，對于創(chuàng)業(yè)公司來說，其實或供選擇的技術(shù)并不多，基本都是使用開源的產(chǎn)品，而且很多是沒有現(xiàn)成的解決方案的，只能通過團隊不斷的試錯和摸索，也有一些經(jīng)驗分享給大家。

比如說現(xiàn)在企業(yè)在大數(shù)據(jù)的實時計算這塊，都會說企業(yè)到底是需要一個Storm還是 Spark Streaming。其實關(guān)鍵要看業(yè)務(wù)真正的需求是什么。從表面來看，Spark Streaming與Spark好像做的事情沒什么區(qū)別。但具體來說，如果你的業(yè)務(wù)產(chǎn)品是需要在一秒種以內(nèi)計算到達B端的，應(yīng)該選擇Storm。如果你的業(yè)務(wù)管理是需要需要有嚴格的認識和序列的，那這時就應(yīng)該選擇Spark Streaming，這是這兩種技術(shù)區(qū)別很大的一個地方。

另外盧億雷分享說，他曾對Hadoop和Spark做過一個很詳細的對比，得到了一些非常有價值的信息。舉例來說，很多人都會覺得Spark 的性能超越Hadoop上百倍。但其實當處理求和、統(tǒng)計這些計算需求時，還是MapReduce體現(xiàn)出了比較強的優(yōu)越性;另外，像盧億雷所在的AdMaster會同時運行Hadoop和Spark，結(jié)合他們發(fā)現(xiàn)，MapReduce上執(zhí)行的任務(wù)數(shù)要遠遠大于Spark。再有，MapReduce的特點是他可以保存計算機的結(jié)果，下一次就可以直接進行計算，這樣再處理時就會快一些。當然，目前來說Hadoop的社區(qū)活躍度非常強，所以對于創(chuàng)業(yè)公司在搭建大數(shù)據(jù)平臺時，一定要選擇穩(wěn)定的、成熟的，并且經(jīng)過大公司驗證的技術(shù)，通過不斷的探索和驗證，將不同技術(shù)的優(yōu)勢結(jié)合起來，發(fā)揮最大的價值。

大數(shù)據(jù)入侵給營銷帶來的發(fā)展和變革

大數(shù)據(jù)入侵后，對傳統(tǒng)營銷帶來巨大的變革和發(fā)展，如何以數(shù)據(jù)為核心創(chuàng)新營銷策略，獵聘網(wǎng)首席數(shù)據(jù)官單藝談到，大數(shù)據(jù)在互聯(lián)網(wǎng)里最早的成功用該案例，一是搜索引擎，另一個就是廣告營銷。

單藝：將數(shù)據(jù)作為深入的箭頭

單藝曾有過六年左右的廣告技術(shù)經(jīng)驗，他認為大數(shù)據(jù)對于營銷來講，直觀的就是讓廣告和營銷活動更精準。另外還有很多從表面看不到的價值。比如說提高了整個廣告的交易效率。與傳統(tǒng)廣告營銷相比，流動性更強。同時，單藝也認為在大數(shù)據(jù)隱私方面，大家普遍會感到有非常大的挑戰(zhàn)。

目前在國內(nèi)，營銷活動還沒有受到太深入的控制。還是要將營銷與用戶體驗結(jié)合起來。如果網(wǎng)站搭建得很爛，就算外面廣告打得再好，用戶沒有好的體驗，轉(zhuǎn)化效果依然會很差，最后這個廣告都是白打的。蘇琪分享到，為了提高轉(zhuǎn)化率，獵聘網(wǎng)曾經(jīng)構(gòu)建過一個用戶模型，比不用模型時點擊率大概可以提高十倍，原來是萬分之幾，現(xiàn)在是提高到了千分之幾。這種改變的核心就是大數(shù)據(jù)。將數(shù)據(jù)作為深入的箭頭，能夠讓整個的營銷鏈條徹底到位，保證轉(zhuǎn)化結(jié)果。Facebook有一套Growth Hacking的系列的方法，單藝建議大家可以去了解，這個部分也恰恰是國內(nèi)相對比較薄弱的環(huán)節(jié)。

云與大數(shù)據(jù)融合帶來的機遇和挑戰(zhàn)

隨著云計算與大數(shù)據(jù)技術(shù)的融合，未來的大數(shù)據(jù)將擁有更強大的基礎(chǔ)資源作為支撐。對于未來大數(shù)據(jù)技術(shù)與云的結(jié)合及其發(fā)展方向，嘉賓們也分享了許多獨到的見解。

劉志軍：技術(shù)發(fā)展和意識建立

馬上消費金融首席數(shù)據(jù)官劉志軍認為，大數(shù)據(jù)的本質(zhì)是技術(shù)基礎(chǔ)，但未來要得到更好的發(fā)展，僅僅依靠IT技術(shù)人是遠遠不夠的。目前看來，大數(shù)據(jù)技術(shù)還有兩大挑戰(zhàn)亟待解決。

一是技術(shù)的挑戰(zhàn)，也就是如何在對傳統(tǒng)的數(shù)據(jù)概念和基礎(chǔ)上，提高對大數(shù)據(jù)技術(shù)的重視，無論是企業(yè)的管理人員，還是業(yè)務(wù)人員，都有利用大數(shù)據(jù)的能力反過來推導一些數(shù)據(jù)的能力，從而對企業(yè)的發(fā)展和業(yè)務(wù)的創(chuàng)新起到強有力的推動作用。

另外一個挑戰(zhàn)是，目前有很多人沒有對大數(shù)據(jù)形成一個完整的認識。大數(shù)據(jù)技術(shù)和大數(shù)據(jù)的分析，僅僅一個Hadoop是遠遠不夠的，如果大數(shù)據(jù)分析技術(shù)沒有發(fā)展起來，僅僅靠Hadoop這樣分析做模型和算法都是沒有意義的。

黃海碩：刪除——暴風驟雨之勢下的冷靜思考

IBM專家黃海碩也從不一樣的視角，警示大家看冷靜看待大數(shù)據(jù)的問題。大數(shù)據(jù)這幾年被大家廣泛討論，是非常熱的話題。幾年前在IBM2013技術(shù)峰會上，黃海碩曾有一次和《大數(shù)據(jù)時代》的作者維克托•邁爾-舍恩伯格座談的機會，這對他在看待大數(shù)據(jù)分析技術(shù)上有了一些別樣的啟發(fā)。

在那次交流中維克托•邁爾-舍恩伯格透露了他下一本書的書名，既出人意料，卻又在情理之中——《刪除》。大數(shù)據(jù)就像是暴風驟雨一樣來了。面對大數(shù)據(jù)，在積極探索的同時，我們還要保持冷靜。大數(shù)據(jù)不是萬能的，哪些數(shù)據(jù)才能用，有什么用，怎么用，如何取舍，都是我們應(yīng)該冷靜思考的問題。

大數(shù)據(jù)是一個概念，落實到具體的應(yīng)用，需要我們從高處著眼，低處著手，循序漸進。然后用可衡量的價值去實施這件事，這可能是比較切實的一些實際的大數(shù)據(jù)的方面。

云計算、大數(shù)據(jù)為導向的技術(shù)革新

正如各位嘉賓所言，云計算是大數(shù)據(jù)分析技術(shù)應(yīng)用的基礎(chǔ)，海量的數(shù)據(jù)需要更多的計算資源支持;無論是大數(shù)據(jù)還是小數(shù)據(jù)，最終也是要應(yīng)用到業(yè)務(wù)的價值當中。大數(shù)據(jù)的發(fā)展也離不開業(yè)務(wù)應(yīng)用場景的建設(shè)。伴隨著云計算、大數(shù)據(jù)為導向的技術(shù)革新，數(shù)據(jù)價值將不斷被深入挖掘，從數(shù)據(jù)中得到的好處也將帶給企業(yè)前所未有的發(fā)展空間和潛力。

如果你也想約約大咖，共話數(shù)據(jù)，請掃描二維碼：