無(wú)所不在的數(shù)據(jù)催生了一場(chǎng)新的工業(yè)革命，龐大的數(shù)據(jù)資源使各個(gè)領(lǐng)域都加快了量化的進(jìn)程。數(shù)據(jù)分析能力日益成為企業(yè)的核心競(jìng)爭(zhēng)力，因?yàn)橹笇?dǎo)企業(yè)決策的不再是經(jīng)驗(yàn)和直覺(jué)。

無(wú)疑，數(shù)據(jù)作為當(dāng)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(yùn)營(yíng)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(shí)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(lái)”為主題，共話大數(shù)據(jù)驅(qū)動(dòng)下的技術(shù)創(chuàng)新和商業(yè)變革。

[[165189]]

近三個(gè)小時(shí)的時(shí)間里，來(lái)自IBM的大數(shù)據(jù)技術(shù)專家劉勝利、黃海碩與來(lái)自國(guó)內(nèi)某能源行業(yè)云計(jì)算事業(yè)部技術(shù)負(fù)責(zé)人孫杰、馬上消費(fèi)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(zhǎng)郭慶，從大數(shù)據(jù)的概念、技術(shù)、業(yè)務(wù)到趨勢(shì)展望，敞開(kāi)心扉討論交流，共同感受“探索·分享·共進(jìn)”的力量。

機(jī)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(shí)間，街頭巷尾，無(wú)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(gè)并不算新的概念。從1997年的”深藍(lán)”到如今的AlphaGo，從大數(shù)據(jù)到機(jī)器學(xué)習(xí)，再到不久前IBM提出的“認(rèn)知商業(yè)”，人工智能在這20年間經(jīng)歷了怎樣的演進(jìn)?企業(yè)又該如何落地這些“高大上”的技術(shù)概念，推動(dòng)業(yè)務(wù)的發(fā)展和創(chuàng)新?

劉勝利：技術(shù)成熟帶來(lái)應(yīng)用場(chǎng)景的爆發(fā)

IBM專家劉勝利評(píng)價(jià)到，過(guò)去十年間大數(shù)據(jù)的技術(shù)熱度一漲再漲。1997年深藍(lán)和世界冠軍帕斯卡羅夫下國(guó)際象棋時(shí)，人工智能沒(méi)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(wú)論懂不懂IT技術(shù)，大家都會(huì)覺(jué)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(gè)時(shí)代，已經(jīng)出現(xiàn)了在某些領(lǐng)域?qū)Ｓ眯偷娜斯ぶ悄?，并有其清楚的?guī)則和定義，也存在可能會(huì)超過(guò)人類智慧的可能。技術(shù)的成熟勢(shì)必會(huì)帶來(lái)市場(chǎng)應(yīng)用的大爆發(fā)，特別是對(duì)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(duì)如今數(shù)據(jù)儲(chǔ)備更復(fù)雜，處理能力更強(qiáng)的需求和現(xiàn)狀，人工智能、機(jī)器學(xué)習(xí)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(duì)于非傳統(tǒng)行業(yè)和創(chuàng)新型行業(yè)，劉勝利認(rèn)為也將出現(xiàn)讓大眾眼前一亮、腦洞大開(kāi)的社會(huì)性變革。以游戲這個(gè)剛需行業(yè)為例，下一代的機(jī)器恐龍、小機(jī)器人馬上就會(huì)成為孩子的玩具。孩子的玩具在購(gòu)買之初就會(huì)實(shí)現(xiàn)聯(lián)網(wǎng)。這個(gè)機(jī)器人可以和小孩子對(duì)話，無(wú)論通過(guò)對(duì)自然語(yǔ)言的理解還是手勢(shì)。機(jī)器人會(huì)基于小孩的思想，學(xué)習(xí)這個(gè)孩子是什么性格，并基于孩子的特點(diǎn)進(jìn)行個(gè)性化刻畫。也許當(dāng)孩子和機(jī)器人經(jīng)過(guò)了一年的相處以后，這個(gè)機(jī)器人就會(huì)變得完全不一樣，包括對(duì)話的方式和寓教于樂(lè)的方式。

劉勝利大膽預(yù)測(cè)，在機(jī)器人、游戲、媒體和娛樂(lè)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(huì)看到今天想象不到的東西。

郭慶：將業(yè)務(wù)人員的痛點(diǎn)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(zhǎng)郭慶坦言，相比于金融業(yè)最新發(fā)展及趨勢(shì)的把控，他對(duì)云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)底層進(jìn)化與迭代的關(guān)注就顯得不那么敏感了。因此當(dāng)他聽(tīng)到AlphaGo以4:1戰(zhàn)勝李世石的這個(gè)消息時(shí)，腦子里首先產(chǎn)生了兩個(gè)疑問(wèn)：第一，在這次以壓倒性優(yōu)勢(shì)戰(zhàn)勝李世石的比賽中，AlphaGo在第三局為什么會(huì)輸?第二，在其背后是何種規(guī)模的計(jì)算資源在提供技術(shù)支撐?在與嘉賓們熱烈探討、尋找問(wèn)題答案的過(guò)程中，他同時(shí)闡述了如何利用人工智能、機(jī)器學(xué)習(xí)等最新技術(shù)進(jìn)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(zhǔn)某個(gè)業(yè)務(wù)方向，帶著目標(biāo)去擁抱最新技術(shù)，致力于解決實(shí)際業(yè)務(wù)問(wèn)題，才有可能取得實(shí)質(zhì)性的成效。

具體來(lái)講，郭慶認(rèn)為問(wèn)題的關(guān)鍵是要剖析業(yè)務(wù)人員在工作開(kāi)展過(guò)程中存在的“痛點(diǎn)”，并以此作為問(wèn)題切入的突破口。以營(yíng)銷人員向客戶推介理財(cái)產(chǎn)品這個(gè)場(chǎng)景為例，在現(xiàn)實(shí)工作中，理財(cái)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(lái)都是讓大家很頭疼的事。為了解決這個(gè)問(wèn)題，他曾經(jīng)帶領(lǐng)團(tuán)隊(duì)對(duì)各大電商平臺(tái)爭(zhēng)相采用的商品推薦系統(tǒng)進(jìn)行深入研究，與一線理財(cái)經(jīng)理共同進(jìn)行銀行場(chǎng)景方案的設(shè)計(jì)，并在解決方案中運(yùn)用了機(jī)器學(xué)習(xí)等大數(shù)據(jù)技術(shù)。通過(guò)目標(biāo)產(chǎn)品的客戶群數(shù)金融據(jù)的提取，建立模型進(jìn)行客戶相似度匹配，并利用推薦引擎實(shí)現(xiàn)對(duì)不同客戶、不同產(chǎn)品的精準(zhǔn)推薦。在機(jī)器學(xué)習(xí)的幫助下，推薦成功率從最初的千分之六逐步提高到后來(lái)的百分之三、百分之五，最好的時(shí)候甚至達(dá)到了百分之十。

因此，技術(shù)的進(jìn)步一定要應(yīng)用于實(shí)際的業(yè)務(wù)場(chǎng)景當(dāng)中。當(dāng)業(yè)務(wù)人員感到頭疼的時(shí)候，就應(yīng)該考慮介入相應(yīng)的技術(shù)，再加上應(yīng)用過(guò)程中的不斷調(diào)優(yōu)，從而完善整個(gè)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(tái)的混搭

企業(yè)更關(guān)心的是技術(shù)實(shí)際落地的問(wèn)題。面對(duì)業(yè)務(wù)類型的紛繁復(fù)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(tái)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(jì)算事業(yè)部技術(shù)負(fù)責(zé)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(shí)代，企業(yè)開(kāi)始追求效率。如可通過(guò)分析企業(yè)歷史的離線數(shù)據(jù)挖掘價(jià)值，結(jié)合在線數(shù)據(jù)的實(shí)時(shí)分析，產(chǎn)生快速的反應(yīng)，將傳統(tǒng)的BI與開(kāi)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(wèn)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(gè)新的數(shù)據(jù)平臺(tái)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(huì)牽涉到存儲(chǔ)過(guò)程和觸發(fā)器等很多特定的程序。如果對(duì)程序進(jìn)行改造，又會(huì)涉及到人力、成本、周期，業(yè)務(wù)的風(fēng)險(xiǎn)性等諸多棘手的問(wèn)題。

另外一個(gè)問(wèn)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(lái)支持信息化的建設(shè)，走的是硬件化的道路，對(duì)企業(yè)來(lái)說(shuō)成本壓力非常大。因此企業(yè)紛紛擁抱開(kāi)源，開(kāi)始向互聯(lián)網(wǎng)道路轉(zhuǎn)型，來(lái)擺脫單純使用高端的硬件來(lái)提升業(yè)務(wù)的局面。

但是面對(duì)客戶的不同需求 ，有時(shí)開(kāi)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(biāo)都相去甚遠(yuǎn)。

再者，就是關(guān)于系統(tǒng)和應(yīng)用之間耦合性關(guān)系的問(wèn)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(qiáng)的依賴關(guān)系。如果將某個(gè)業(yè)務(wù)的數(shù)據(jù)要全面開(kāi)放至互聯(lián)網(wǎng)平臺(tái)，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(shí)際的需求。

因此，無(wú)論是開(kāi)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(wèn)題，是存在于傳統(tǒng)企業(yè)中的普遍需求。孫杰表示，其實(shí)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(gè)云平臺(tái)，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(shí)體設(shè)備統(tǒng)一管理起來(lái)。

盧億雷：探索不同技術(shù)間的優(yōu)勢(shì)結(jié)合

AdMaster副總裁盧億雷談到，對(duì)于創(chuàng)業(yè)公司來(lái)說(shuō)，其實(shí)或供選擇的技術(shù)并不多，基本都是使用開(kāi)源的產(chǎn)品，而且很多是沒(méi)有現(xiàn)成的解決方案的，只能通過(guò)團(tuán)隊(duì)不斷的試錯(cuò)和摸索，也有一些經(jīng)驗(yàn)分享給大家。

比如說(shuō)現(xiàn)在企業(yè)在大數(shù)據(jù)的實(shí)時(shí)計(jì)算這塊，都會(huì)說(shuō)企業(yè)到底是需要一個(gè)Storm還是 Spark Streaming。其實(shí)關(guān)鍵要看業(yè)務(wù)真正的需求是什么。從表面來(lái)看，Spark Streaming與Spark好像做的事情沒(méi)什么區(qū)別。但具體來(lái)說(shuō)，如果你的業(yè)務(wù)產(chǎn)品是需要在一秒種以內(nèi)計(jì)算到達(dá)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(yán)格的認(rèn)識(shí)和序列的，那這時(shí)就應(yīng)該選擇Spark Streaming，這是這兩種技術(shù)區(qū)別很大的一個(gè)地方。

另外盧億雷分享說(shuō)，他曾對(duì)Hadoop和Spark做過(guò)一個(gè)很詳細(xì)的對(duì)比，得到了一些非常有價(jià)值的信息。舉例來(lái)說(shuō)，很多人都會(huì)覺(jué)得Spark 的性能超越Hadoop上百倍。但其實(shí)當(dāng)處理求和、統(tǒng)計(jì)這些計(jì)算需求時(shí)，還是MapReduce體現(xiàn)出了比較強(qiáng)的優(yōu)越性;另外，像盧億雷所在的AdMaster會(huì)同時(shí)運(yùn)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(yuǎn)遠(yuǎn)大于Spark。再有，MapReduce的特點(diǎn)是他可以保存計(jì)算機(jī)的結(jié)果，下一次就可以直接進(jìn)行計(jì)算，這樣再處理時(shí)就會(huì)快一些。當(dāng)然，目前來(lái)說(shuō)Hadoop的社區(qū)活躍度非常強(qiáng)，所以對(duì)于創(chuàng)業(yè)公司在搭建大數(shù)據(jù)平臺(tái)時(shí)，一定要選擇穩(wěn)定的、成熟的，并且經(jīng)過(guò)大公司驗(yàn)證的技術(shù)，通過(guò)不斷的探索和驗(yàn)證，將不同技術(shù)的優(yōu)勢(shì)結(jié)合起來(lái)，發(fā)揮最大的價(jià)值。

大數(shù)據(jù)入侵給營(yíng)銷帶來(lái)的發(fā)展和變革

大數(shù)據(jù)入侵后，對(duì)傳統(tǒng)營(yíng)銷帶來(lái)巨大的變革和發(fā)展，如何以數(shù)據(jù)為核心創(chuàng)新?tīng)I(yíng)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(gè)就是廣告營(yíng)銷。

單藝：將數(shù)據(jù)作為深入的箭頭

單藝曾有過(guò)六年左右的廣告技術(shù)經(jīng)驗(yàn)，他認(rèn)為大數(shù)據(jù)對(duì)于營(yíng)銷來(lái)講，直觀的就是讓廣告和營(yíng)銷活動(dòng)更精準(zhǔn)。另外還有很多從表面看不到的價(jià)值。比如說(shuō)提高了整個(gè)廣告的交易效率。與傳統(tǒng)廣告營(yíng)銷相比，流動(dòng)性更強(qiáng)。同時(shí)，單藝也認(rèn)為在大數(shù)據(jù)隱私方面，大家普遍會(huì)感到有非常大的挑戰(zhàn)。

目前在國(guó)內(nèi)，營(yíng)銷活動(dòng)還沒(méi)有受到太深入的控制。還是要將營(yíng)銷與用戶體驗(yàn)結(jié)合起來(lái)。如果網(wǎng)站搭建得很爛，就算外面廣告打得再好，用戶沒(méi)有好的體驗(yàn)，轉(zhuǎn)化效果依然會(huì)很差，最后這個(gè)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(guò)一個(gè)用戶模型，比不用模型時(shí)點(diǎn)擊率大概可以提高十倍，原來(lái)是萬(wàn)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(gè)的營(yíng)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(gè)部分也恰恰是國(guó)內(nèi)相對(duì)比較薄弱的環(huán)節(jié)。

云與大數(shù)據(jù)融合帶來(lái)的機(jī)遇和挑戰(zhàn)

隨著云計(jì)算與大數(shù)據(jù)技術(shù)的融合，未來(lái)的大數(shù)據(jù)將擁有更強(qiáng)大的基礎(chǔ)資源作為支撐。對(duì)于未來(lái)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(dú)到的見(jiàn)解。

劉志軍：技術(shù)發(fā)展和意識(shí)建立

馬上消費(fèi)金融首席數(shù)據(jù)官劉志軍認(rèn)為，大數(shù)據(jù)的本質(zhì)是技術(shù)基礎(chǔ)，但未來(lái)要得到更好的發(fā)展，僅僅依靠IT技術(shù)人是遠(yuǎn)遠(yuǎn)不夠的。目前看來(lái)，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(duì)傳統(tǒng)的數(shù)據(jù)概念和基礎(chǔ)上，提高對(duì)大數(shù)據(jù)技術(shù)的重視，無(wú)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(guò)來(lái)推導(dǎo)一些數(shù)據(jù)的能力，從而對(duì)企業(yè)的發(fā)展和業(yè)務(wù)的創(chuàng)新起到強(qiáng)有力的推動(dòng)作用。

另外一個(gè)挑戰(zhàn)是，目前有很多人沒(méi)有對(duì)大數(shù)據(jù)形成一個(gè)完整的認(rèn)識(shí)。大數(shù)據(jù)技術(shù)和大數(shù)據(jù)的分析，僅僅一個(gè)Hadoop是遠(yuǎn)遠(yuǎn)不夠的，如果大數(shù)據(jù)分析技術(shù)沒(méi)有發(fā)展起來(lái)，僅僅靠Hadoop這樣分析做模型和算法都是沒(méi)有意義的。

黃海碩：刪除——暴風(fēng)驟雨之勢(shì)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(wèn)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(huì)上，黃海碩曾有一次和《大數(shù)據(jù)時(shí)代》的作者維克托•邁爾-舍恩伯格座談的機(jī)會(huì)，這對(duì)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(shū)的書(shū)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(fēng)驟雨一樣來(lái)了。面對(duì)大數(shù)據(jù)，在積極探索的同時(shí)，我們還要保持冷靜。大數(shù)據(jù)不是萬(wàn)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(wèn)題。

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

云計(jì)算、大數(shù)據(jù)為導(dǎo)向的技術(shù)革新

正如各位嘉賓所言，云計(jì)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(jì)算資源支持;無(wú)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(jià)值當(dāng)中。大數(shù)據(jù)的發(fā)展也離不開(kāi)業(yè)務(wù)應(yīng)用場(chǎng)景的建設(shè)。伴隨著云計(jì)算、大數(shù)據(jù)為導(dǎo)向的技術(shù)革新，數(shù)據(jù)價(jià)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(qǐng)掃描二維碼：