新時代下，如何基於演算法打造自己的業務？
近日，今日頭條在一場分享交流會上首次公開了它的核心演算法。而基於演算法的精準推薦，每天有超過2000萬用戶在今日頭條上閱讀自己感興趣的文章，這一度使得編輯記者們感受到一絲絲恐慌——機器真的要代替人類？
其實自2016年谷歌的人工智慧程序AlphaGo 擊敗韓國圍棋大師李世石起就揭開了人機大戰序的序幕，2017年12月7日，谷歌DeepMind又調教出一個AlphaZero 程序，它在8個小時內就自學成才征服圍棋、國際象棋和日本將棋，為此戰役再下一城。那麼人類到底會不會被AI取代？本文暫不對此進行探討，一盤棋局而已，所知有限，不過可以肯定的是，演算法已經顯露了它的鋒芒，並且進入到我們的生活中，甚至已經開始改變著世界。
演算法帶來的顛覆就發生在我們身邊：
我們的出行：滴滴打車不擁有計程車，而是使用演算法來連接司機和乘客。
我們的訂餐：大眾點評和美團戰略合作後的新美大自己並不生產食物，而是使用演算法連接了商家和客戶和物流，將食物直接「投遞」到手中。
我們的購物：全球第二大零售商阿里巴巴沒有庫存，而是使用演算法來幫助他人銷售和購買產品。
像滴滴打車，新美大和阿里巴巴這樣的公司清楚地表明，智能演算法會顛覆整個行業。但是，這種改變才剛剛開始，未來十年將有可能看到所有行業都受到演算法的影響。Gartner把這一趨勢稱為「演算法業務」，它將從根本上改變我們做生意的方式。
演算法定義行動：
更快做出更明智的決策，並且降低風險
Gartner的高級副總裁Peter Sondergaard提出「演算法定義行動」，到2020年，智能產品以及相關機構將促進40%的人與數據的交互。
演算法業務並不新鮮，但是我們現在為什麼還是總會提到它？
從有 「大數據」 這個詞開始，很多地方都提到：大數據是 21 世紀的石油。的確如此，但根據 Gartner 最新發表的文章分析，數據本身而言是無含義的，數據本身並沒有做任何事情，除非你知道如何使用它。
可以想想以下的場景：
在網路零售領域——推薦引擎利用演算法，根據顧客過去的購買記錄、瀏覽「類似」顧客的行為來精準推薦產品
在醫療領域——醫務人員正在利用診斷演算法來支持疾病診療，為病人提供第二診療意見，並查看患者過往的藥物過敏史
在交通物流領域——演算法分析數據，應用與零配件管理及採購系統以確保在工程故障檢測之前，所需配件準備已經就緒
以上每種情況下，演算法都不僅僅在做數字運算：它們能夠直接支持某些角色(在以上案例中分別是顧客、醫務人員和庫存經理)。人們據此能夠更快做出更明智的決策，並且降低了風險。
演算法構築未來：
結合業務場景找到最合適的演算法
那麼，為何企業沒有通過推進更多演算法來提升業績？
答案往往就是：企業只是利用數據分析來輔助報告，多用於活動後的數據反饋，比如說上個月的銷售或客戶服務數據可能很有趣，但只是 「馬後炮」而已。
企業要想獲得能夠助力業務的洞察，就必須按需、及時提供這些數據。然而，同樣重要的是，數據必須融入到企業架構和流程中，完善架構和流程，能夠有效利用數據。
演算法世界猶如一個浩瀚的星空，沒有邊際。沒有一個演算法是通用的，每個具體問題就需要一個演算法，如何結合業務場景找到最合適的演算法，這對企業來說是一大挑戰。
因此，演算法業務涉及演算法與賦能業務之間的直接聯繫。這並不是你能從供應商那裡買到的東西，而是需要在公司內部開發。這就是為何英特爾作為一家擁有分析技術的公司，花很多時間幫助客戶了解它們的分析能力，增加業務與技術團隊之間的互動，以便他們能夠實現自己的分析目標，同時，英特爾也在通過底層產品創新，致力於為行業用戶提供領先的產品和解決方案，積極應對和解決數據帶來的各種挑戰，使其潛力充分釋放，讓數據去真正推動業務洞察，帶來效益的提升。作為數字信息行業的領導者，英特爾正在以技術賦能者的身份去成就更多的公司，並始終致力於同行業用戶共同創新。
演算法業務「帝國」非一日可建，而是需要全公司自上而下的思維轉變。有趣的是，這種思維轉變並不一定很難，因為我們作為消費者都已經習慣、甚至期待演算法在我們的生活中幫助我們。英特爾將會持續推動從邊緣到數據中心和雲的技術創新，以幫助企業在數據時代蓬勃發展。
TAG:比特網 |