发展人工智能几乎成为互联网行业的口号， 大数据的欢乐soon.doc

《发展人工智能几乎成为互联网行业的口号， 大数据的欢乐soon.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、发展人工智能几乎成为互联网行业的口号,大数据的欢乐soon　　人工智能(AI)，大数据(bigdata)和云计算(cloudcomputing)三大技术被认为是当今互联网争夺的关键点。而三大技术中中争议最多的在于大数据技术，被夸大的效果和局限性的应用，很可能会让大数据成为ABC三大技术中最先掉队的一个。　　　　01ABC的格局　　2010年，工业和信息化部与国家发改委联合发布《关于做好云计算服务创新发展试点示范工作的通知》，云计算元年开启。　　2013年，阿里巴巴副总裁徐子沛提出该年当属中国大数据元年，而这一观点也得到了业界的普遍认同。

2、　　人工智能元年?没有人知道什么时候会到来，但是总有一天会爆发。　　云计算技术从一点孤星闪烁，到如今万家灯火通明的局面。云计算产业的拉动已经造就了多个大型互联网企业的再次爆发，强如软件巨头微软也已经在近几年全力转型云计算并且大获成功，Azure也让这家称霸互联网超20年的巨头绽放了第二春。而即便是没有入局云计算的企业，也多为云计算技术的受益者。可以说云计算的力量在如今已经达到了鼎盛，而且未来依然有发展的空间。　　　　02发展人工智能几乎成为互联网行业的口号　　人工智能技术一直被认为是离现实颇远的一种，但是2016年，谷歌用一盘棋把世人惊

3、醒，原来悄然发展的AI智慧程度已经达到了如此的境界。从监督学习到自主学习，人工智能的发展就像坐了火箭一样不断攀升，能够涉足的领域也日益增多，而更可怕的还在于，人工智能现如今的状态远谈不上成熟，未来第一大技术送给人工智能相信不会有太多人质疑。　　相比之下，大数据就面临了一个很尴尬的局面。起步虽说比云计算略迟，但好在发展够迅猛，在去年大数据风头正劲，阿里云方面提出2016年是万亿大数据产业元年，各类大数据处理平台、处理技术纷纷呈现，大数据产业在各个行业应用，乍看之下并不存在任何问题。　　但大数据的发展虽然足够强悍，却远不能与AI和云计算相提

4、并论。就像BAT三巨头中，百度虽强，可与阿里腾讯毕竟不是同一等级的体量。　　03大数据的欢乐soon　　大数据产业的爆发速度可谓极快。从2013年进入我国到现如今的万亿产业，这一技术用短短的几年迅速抢占热点并且发展成为全行业所关注的焦点，不可谓不成功。而大数据的成功有其必然性，也有时势造英雄的运气。　　　　04大数据：先有云算后有天　　大数据的成功与云计算发展后计算力的提升有直接关系。大数据的第一特点就是大，大数据的大通常会被人误解，于是小学生统计苏轼诗词短短几十万字都敢称为“大数据”实在是贬低了这一技术。“大”的特点是要大到用常规手段

5、无法统计的程度，而常规手段无法统计就需要借助云的力量，计算力的提升的大数据进行的基础保障。　　帮助数据变废为宝。大数据直接解决的一个问题就是企业的废弃数据问题。在大数据技术出现前，数据的重要性就已经引发了企业的重视，但问题在于，数据分拣和处理技术不足，企业空有数据却不能转化为生产力和收益点，而数据存储成本又高，只能遗弃。大数据成果解决了这一点难题，帮助企业把自己原有的金子擦去灰尘，绽放光彩。　　05顺风顺水的大数据遇到了好时机　　大数据遇到了开放的市场。这一点或许普通用户很难意识到，但相比之下，中国的市场是全球最有活力的市场，也是最大度

6、的市场。我国的市场复杂程度较高，因此往往能够予以新生技术发展的土壤，大数据在我国的迅速开展也得到了政策和技术的多层面的保障。　　政策支持提供通道，云计算帮助提供基础，市场需求提供养料，大数据迅速发展达到巅峰。但是，这并不代表大数据的问题可以就此掩盖，相反，越是不被注意，大数据的隐患就越根深蒂固。　　06君有疾，不治恐深　　扁鹊见蔡桓公的时候，一在腠理，二在肌肤，三在肠胃，都有法可医，但蔡桓公不听，直到神仙难救，是有救而不自救。而大数据的问题显然没有那么深，但却同属于越拖越差的顽疾。　　大数据的顽疾一：大数据价值被夸大，投入产出比远不能让

7、人满意。这一点顽疾是典型的人祸，换句话说就是有小部分的大数据企业正在败坏大数据的行业形象。大数据的应用确实可以达到提升企业业务效率和决策效率的目标，但远没有部分企业所吹嘘的那么神。　　　　07不仅摇不到钱，还得砸钱　　大数据并不是摇钱树，绝不能秒用变现。相反，大数据是一个变现较慢的技术，从大数据部署应用到影响决策，从决策部署实施到产生效果，整个流程周期很长而且变现效果未必就能尽如人意。高昂的投入，被吹的天花乱坠的预期，和平庸甚至让人失望的结果，三者的夹击下企业能对大数据还剩下多少好感呢?　　大数据的顽疾二：对药不对症，低端难生存。大数据

8、产业虽然现如今在进行全面化、全产业的推广，但不可忽视的一点就是，大数据对低端产业并不友好。这一点并不难理解，低端产业数据量本身并不大，分析需求低，分析结果对企业的指导意义也小，因此需求度本就低。　　08有钱