事實表明，如果通過正確的方式收集大數(shù)據(jù)，可以幫助企業(yè)獲得創(chuàng)新的見解。

人工智能利用大數(shù)據(jù)是值得付出努力的，沒有采用和接受這些新技術的企業(yè)在生產(chǎn)力方面將會落后，并在市場競爭中面臨失敗。為什么采用大數(shù)據(jù)?       

現(xiàn)在最流行的是人工智能技術，盡管人工智能已經(jīng)存在了幾十年，但直到最近它才進入主流的消費環(huán)境。由于采用的成本高，人工智能行業(yè)一直被財力雄厚、能夠獲得大量數(shù)據(jù)的企業(yè)所主導；這是因為，如果沒有當今的大數(shù)據(jù)技術，人工智能就難有作為。       

數(shù)據(jù)有限的人工智能通常不過是一組規(guī)則，只會返回基本答案。數(shù)據(jù)在幫助人工智能設備了解人類的思考和感受方面發(fā)揮著重要作用，還可以實現(xiàn)數(shù)據(jù)分析的自動化。如果沒有足夠的數(shù)據(jù)（人工智能分析的原材料），人們就會看到類似于“人工智能驅(qū)動”提供幫助的糟糕例子，即微軟的Clippy。     

 然而，隨著數(shù)據(jù)量的爆炸式增長，現(xiàn)在可以訓練算法來提供更好的結果，幫助人們更有效地完成工作。大數(shù)據(jù)的應用，什么是大數(shù)據(jù)?       

谷歌公司不斷發(fā)展的翻譯服務就是人工智能在大數(shù)據(jù)支持下的一個例子。十多年前，谷歌公司從一個基于規(guī)則的系統(tǒng)轉(zhuǎn)變?yōu)橐粋€基于統(tǒng)計學習的人工智能系統(tǒng)，使用來自真實對話和文本的數(shù)十億個單詞來構建一個更精確的翻譯模型。然而，這僅僅是一個開始。       

現(xiàn)在各行各業(yè)的企業(yè)都加入了谷歌公司進入的市場。如今，許多時尚零售商（例如ASOS公司）都在提供人工智能服務，以預測顧客的需求，并提供更好的服務。       

為了幫助顧客表達自己的時尚感，他們正在使用像WideEyes這樣的人工智能圖像識別軟件來分析顧客的商品照片（例如定位帽子、裙子和手袋等商品），并在現(xiàn)有目錄中推薦相關系列。這種近乎即時的分析是通過使用數(shù)千張圖像訓練軟件而實現(xiàn)的。       

如上所述，使用大數(shù)據(jù)幫助客戶描述他們想要的東西所帶來的用戶體驗好處是不言而喻的，但這只是開始。大數(shù)據(jù)在許多不同行業(yè)的多樣化應用是無窮無盡的。許多企業(yè)現(xiàn)在甚至利用大數(shù)據(jù)來幫助他們做出更好的營銷決策，比如創(chuàng)建“客戶終身價值”模型。       

利用人工智能和大數(shù)據(jù)算法（例如隨機森林、余弦相似度和深度循環(huán)神經(jīng)網(wǎng)絡），分析所有可能的影響因素和將產(chǎn)生最大影響的返回因素，告訴人們是否應該提供營銷資金來鼓勵特定客戶群的重復購買。       

每一個人工智能應用都需要大量數(shù)據(jù)才能成功。而谷歌、蘋果、Facebook、亞馬遜和微軟五大行業(yè)巨頭不僅擁有大數(shù)據(jù)，還擁有Pb規(guī)模的數(shù)據(jù)記錄人們的每一個數(shù)字動作。       

話雖如此，大數(shù)據(jù)和人工智能并非遙不可及。重要的不僅僅是數(shù)量，還有“大數(shù)據(jù)”的質(zhì)量。以倫敦交通局提供的數(shù)據(jù)集為例，這是一個偉大的倡議，可以公開他們的歷史旅行數(shù)據(jù)，制作地鐵可視化動態(tài)圖。       

然而，僅憑這一點并不能讓深入了解客戶正在經(jīng)歷什么，他們要去哪里，延遲和失敗的原因等等。為了得出有趣的結論，需要把數(shù)據(jù)和環(huán)境結合起來，例如如天氣、事件和其他可能影響交通的因素。       對于五大行業(yè)巨頭之外的企業(yè)來說是不是太晚了?他們把所有的大數(shù)據(jù)都搞定了嗎?不，有們已經(jīng)看到許多大企業(yè)(上面列出的一些)加入了大數(shù)據(jù)游戲。     

 然而，數(shù)據(jù)應該被保留和保護，它是一項資產(chǎn)，應該在企業(yè)的資產(chǎn)負債表上確認。如果使用得當，將會給企業(yè)帶來競爭優(yōu)勢。如何處理大數(shù)據(jù)?       

早期的大數(shù)據(jù)處理使用MapReduce等技術，但數(shù)據(jù)科學家需要更高級的工具，需要更少的編程來繪制不同數(shù)據(jù)集之間的相關性，解決科學、社會或工業(yè)問題。     

 Apache Spark是這一領域的領導者，它提供了優(yōu)雅而簡單的方法來表示復雜的分析，企業(yè)可以通過輕松地將任務分配到許多機器，在大數(shù)據(jù)集上運行分析之前，快速地在小樣本數(shù)據(jù)集上運行這些方法。大數(shù)據(jù)面臨的問題和挑戰(zhàn)       

《通用數(shù)據(jù)保護條例》(GDPR)將于2018年5月在歐洲全面生效，并將取代現(xiàn)有的數(shù)據(jù)保護指南。該立法旨在保護個人的個人身份信息(PII)，明確說明客戶在提供他們的數(shù)據(jù)時注冊了什么。此外，個人對自己的數(shù)據(jù)有更嚴格的控制，包括:刪除、訪問“他們的”數(shù)據(jù)記錄和更改他們的同意的具體權利。       

例如，如果一家超市要求顧客提供個人數(shù)據(jù)以完成他們所要求的一項特定服務，這是一回事，但在服務提供很久之后，保留這些數(shù)據(jù)并將其用于針對該顧客的營銷目的，則需要獲得具體的可操作的同意。       

一些專家預測，現(xiàn)在儲存的消費者數(shù)據(jù)有一半可能會變成冗余的數(shù)據(jù)或者需要刪除，以符合這個新規(guī)定。那么，應該放棄大數(shù)據(jù)嗎?不能，盡管人們不再能夠像以前那樣通過含糊的聲明來獲取那么多的數(shù)據(jù)，但GDPR為優(yōu)化客戶價值交換、獲得客戶的信任和忠誠、讓每一條數(shù)據(jù)都變得重要帶來了機會。從實際層面來看，這可能意味著必須重新獲得同意，并重申處理的意圖。     

 盡管這在短期內(nèi)似乎有很多麻煩，但利用人工智能駕馭大數(shù)據(jù)是值得付出努力的：不接受這些技術的公司在生產(chǎn)力方面已經(jīng)落后，并可能在市場競爭中失敗。