天云大数据雷涛：AI重构商业实践，打开空间财富之门

在数字经济时代，随着AI在产业圈层的全方位渗透，AI已经不仅仅意味着科学技术的进步，它在本质上可以替代传统的经验、规则、流程，重构商业实践。

天云大数据CEO雷涛在2019年世界人工智能大会上分享了具有前瞻性的观点。

他提到阿尔文托夫勒的《财富的革命》一书，书中讲到：每一次巨大财富的出现，都是时间空间维度的打开。

雷涛在2019年世界人工智能大会做分享

互联网挖掘空间财富，人工智能挖掘时间财富

互联网造富20年，创造了多个巨头神话，如Google，Facebook，Apple，Amazon等。我们可以和另一个大陆的伙伴充分交流，熟稔程度超过了隔壁邻居;我们可以坐在家里买卖数千公里之外的公司标的资产，只需要通过交易所的炒股软件;空间的概念不再是笛卡尔坐标系里连续分布的尺度度量，而是Like按钮的热度和几度空间的HOP连接。空间的连接也不仅是建立我们熟悉的物理空间的连接，比如大陆到大陆的连接，还深挖Cycber空间的尺度和容量。

雷涛认为，如果说互联网打破空间约束，挖掘了空间财富，人工智能则是打破时间约束，挖掘时间财富。人工智能是一项具有颠覆性力量的技术，可以替代传统的经验、规则、流程，重构商业实践。

未来学家凯文·凯利曾经表示，AI帮助人类从电力电气、蒸汽时代发展到现在多彩纷呈的现代世界。现在的汽车，人类用手的肌肉力量即可开动250马力，我们假设将250马力的车转换成250种思想，那么你开的就不是车，而是自动化的电脑。人类未来的目标是将智力作为一种服务，可以像电力一样传输。雷涛在此基础上更是大胆预测，以后人们不只是能驾驶250马力的汽车奔跑数百公里，还可以驾驭25000脑力的AI在数万线索维度上进行预测。

产业端数字化转型：数据中台三部曲的演进

数字经济时代，数据不再是业务系统的副产品，而成为企业的核心资产，成为企业业务发展的驱动力。在数据大量爆发式增长的产业端，重在以数据驱动为中心的数据中台，可以对产业端数字化转型进行强赋能，帮助企业重构商业流程。

雷涛提出，数据中台从诞生至今，经历了数据资产化、数据融合与流动、数据价值化的三部曲：

第一阶段，数据资产化：不再使用以前业务主题域导向的人工咨询服务方法，而使用自动化数据治理方法来对数据资产做盘活和量化;

第二阶段，数据库信息基础设施的重构：数据融合与流动，减少数据冗余与搬家(去ETL),布署先进的HTAP架构，融合型数据库同时支持三块业务：交易、数仓和数据挖掘。

第三阶段，AI重构商业流程：使用机器学习进行数据建模实现服务应用，AI PaaS使数据资产得到价值挖掘。

“商业实践的重构就像工业文明的电一样，电能实现能源的一次封装，蒸汽机使动力解放出来封装，我们现在可以用AI的方法来封装知识和移动知识，而且这是更深刻的一次变革。”雷涛说。

以往的商业决策更多基于规则、流程，这些规则往往建立在多年的行业深耕基础上，因而锻造了极强的行业壁垒，但所有复杂的、难以抽象的商业规则和场景，将它们数字化以后，复杂问题反而可以被清晰的界定和量化，算法可以为商业实践提供替代解决方案，算法构建的商业形态模式，可以打通、重构各行业的商业实践。这个过程，即AI PaaS(AI平台即服务)，可以成为产业升级、数字化转型的基石。

据了解，在数据科学工程广度上，天云已形成完备的AI中台系列产品，覆盖从特征工程到模型训练再到推理服务;在数据科学工程深度上，天云AI中台产品支持从基础算法的并行化，到模型生命周期管理，模型规划化生产，模型评估，以及自动化机器学习，以及第四代基于知识表达和知识沉淀的模型商店等功能，形成了完备的端到端的AI生产流水线。

数据驱动业务发展的四个阶段：从BI到AI的演变

数据驱动的人工智能领域正迎来重要发展机遇。数据驱动，就是利用已有的数据资源去构建数据驱动业务。雷涛认为，在数字经济转型时代，数据驱动业务发展已经是毋庸置疑的大趋势，并正在经历从BI到AI的演变。

雷涛总结了数据驱动业务经历的四个阶段：

第一阶段就是数据可视化：用数据来回答发生了什么。通过数据可视化技术(常见的信息化系统)，把纷繁的数据表达出来，供决策者使用。

第二阶段是数据融合：用数据回答为什么会发生。这需要底层数据资源快速的融合和组织能力。在这个阶段，以数据仓库为核心，通过多维的数据服务供给企业从不同视角支撑商业决策。

第三阶段是数据预测：用数据回答将要发生什么。需要使用一些机器手段、深度学习，基于历史数据和当下数据去预测未来，由模型来判断会出现什么结果，并实现快速的自我迭代。

第四个阶段是数据规划：用数据回答最好发生什么。让数据形成一个闭环，供给到生产系统中，完成最好发生什么的任务，根据算法找到最优解。

雷涛指出，第一阶段和第二阶段都属于BI阶段，都是面向商业流程的设计者，基于对于这些数据的洞察能力，去做出策略，是面向决策的分析。

而AI更多的是面向Action ，面向自动化执行的系统，面向服务设备得到最终的结果。第三阶段是预测功能，第四阶段是规划功能。这是AI与BI两者最本质的差异。走到三四阶段的企业，实现了一个数据驱动的闭环体系，不再需要人基于数据的判断形成静态策略。

据了解，目前天云大数据已经在各个行业推动了AI的赋能，利用AI来替代传统BI，已成功在金融、能源、招聘、营销、政府、医疗、物流等领域落地。

5G带来数据资源大爆炸，行业面临新一轮洗牌

5G、物联网、人工智能、云计算等智能技术群的融合与叠加就像“核聚变”，推动着万物互联迈向万物智能时代，进而带动了“智能+”时代的到来，以智能化为代表的新经济已初现雏形。

在新一轮科技革命和产业变革的浪潮中，人工智能从感知和认知两方面模拟人类智慧，赋予机器学习以及推断能力，在与5G通信技术、物联网以及云计算的协同下，成为能够真正改变现有人类社会生产工艺并能创造巨大价值的科学技术。

雷涛表示，5G时代的到来，将从两个方面极大的影响人工智能的变化：

第一，更加延展了互联网的连接，因为连接范围的广泛使更多实际可以参与到数字化这个过程中;第二就是数据资源的充沛。现在大部分数据掌握在大型化信息系统的服务商手中，5G时代，大量机器数据诞生，在机器数据产生的过程中，人的因素更加减少，更多的智能会被更直接的赋予到机器上。雷涛认为5G会带来一个新的概念MI，将更多的机器学习应用到无处不在的小设备上，连接万物的数据形成流动闭环。

雷涛预测：在未来，5G可能会带来新的数据资源的大爆炸，这波大爆炸要远远大于互联网带来的变化，会带来数字化规模落地的新趋势。随着机器数据大规模进入，数据价值化的大规模普及，对于数据中心而言，处理数据的要求也会随着5G的加入而提高，整个行业会经历新的洗牌。