DI是人類通向AI的必經之路

早在1980年，未來學家托夫勒在《第三次浪潮》中就提到“大數據”一詞。而37年后的今天，普通人對于數據依然是云里霧里。但這并不妨礙人類對數據的追尋，越來越多的人開始相信，數據之于人類的變革正在進行，并且遠比想象中的迅猛。數據應用的終點是AI（人工智能）嗎？我們會因為機器人失業嗎？這樣的競爭壓力又是否會催生科幻小說里的新人類？

2017UBDC全域大數據峰會，將“DI的力量”作為主題，DI即數據智能，并首次給出答案：DI是人類通向AI的必經之路。大會將對數據的無限想象與現實應用緊密結合，從高處著眼、從小處著手，聚焦當下的數據價值，探討數據賦能下的新零售、新營銷、新互聯網業務、新金融風控，并為你打開關于數據的謎團。

下面，搶先劇透關于DI的三個問題：

DI是什么？

DI：Data Intelligence，即數據智能。

DI（數據智能）以數據為基礎，不局限于對數據本身的統計和分析，而是運用先進的研究模型對其潛在價值的深入挖掘。典型場景包括：推廣的智能策略服務、用戶體驗的智能調優、以線上智能分析賦能線下等。

我們不光知其然還要知其所以然，數據不是結果，而是策略，最終再通過恰當的形式得以執行和調優。數據服務由單調的關聯展示，走向自主的學習預判，越來越智能。相信DI+各行各業，將會產生更振奮和深遠的影響。

數據演進的三個階段

1BI商業智能階段（過去）

數據驅動業務，商業模式以B2B為主，數據的能力主要集中在對業務的監測，這時候大量的人工成本不可避免，分析人員的水平、能力直接導致決策的可靠性。典型產品包括：各種統計工具、銷售管理系統、運營管理系統等。

2DI數據智能階段（現在）

數據驅動智能，商業模式以B2B2C、B2B為主，數據能力重點在“因果分析”，即探究為什么。對業務的全方位數據監測成為可能后，分析人員成為瓶頸，由數據智能替代人肉分析，完成策略、業務、數據高效自動循環。目前，以【友盟+】的U-Dplus等新型工具為代表，不僅實現傳統統計功能，還將垂直業務的分析方法納入其中，大大降低了使用門檻。

從宏觀層面，DI是人類通向AI的必經之路，大量思想、經驗、方法論散落各個行業專家的腦中，這已經成為制約發展的嚴重問題。我們解決了業務的數據化后，就要解決知識的信息化，即數據智能。

只有經歷了DI時代，我們才有可能迎來AI時代！

3AI人工智能階段（未來）

AI核心是智能的自我進化，將是人類的一次飛躍；商業模式將是B2C、C2C。

在DI的階段，我們將知識信息化，賦予機器；在AI時代，機器將脫離現有數據的束縛，像人一樣，擁有自主思考、學習、判斷、進化的能力。

大膽的想象一下，如果說幾百萬年前，人類從猿人逐漸進化成現代人，是人類進化史的第一次飛躍；那么，下一輪進化將是人工智能，從對人的意識、思維的模擬，到像人那樣思考，甚至超過人的智能。

AI是一套龐大系統，不僅局限在交互及終端中，我們造出了“人”，還要賦予其“靈魂”，使其具備自主的思維邏輯。由此，機器學習是AI的核心，DI是使機器學習成為可能。

DI落地的重要條件

1首先是數據的全方位采集

人人、物物都可以生產數據。但是，從當下看，只有少數的互聯網科技公司實現了全業務數據化，大量傳統企業還停留在非數據化、或部分數據化時代。僅從數據的采集與管理層面，就有很大的技術門檻。比如，在【友盟+】，每天采集的數據就有280億之多，如何將這些數據加工-處理-挖掘-輸出，是需要數據、算法、云能力、商業應用等多種能力的融合。

現在業內普遍的做法，是建立數據處理中心，可以理解為數據加工廠?！居衙?】認為，面向DI、AI的數據處理平臺，應該是一體化、標準化、開放性、高安全、秒級處理、高彈性的數據智能平臺。它能幫助企業處理現有的數據業務，應對復雜多變的市場環境，在強調標準化的同時，兼具靈活性與開放性，并且能直接與業務對接，形成從數據采集到應用的閉環。

2其次是知識的信息化

人的需求，從未改變；人即商業，商業即人。最核心是認知、認可、行動。把散落的思想、經驗、方法論有機組織起來，用數據來驅動，用機器來提升決策效率，快速試錯、反復迭代。結合現有的商業模式，我們可以從對人的洞察、對人的營銷、對人的行動策略談起。

由此，2017UBDC峰會，特別策劃三大分論壇：數據化運營專場、廣告營銷專場、新零售專場，全球的頂級企業將講述基于DI數據智能的新玩法、新觀點。

在現階段，數據應用的重點是幫助企業重塑人貨場、業務鏈，深入了解消費者，讓大量的數據運轉出商業價值，成為社會經濟的基礎智能支撐。而在可以預見的將來，數據將超越今天的智能終端，成為每個人身體和思想的延伸，創造“你”的數據價值。