
遭遇成長(zhǎng)煩惱 2017AI大數(shù)據(jù)行業(yè)回顧
1.人工智無(wú)IQ標(biāo)準(zhǔn)
人工智能領(lǐng)域發(fā)展最好的一個(gè)領(lǐng)域是無(wú)人駕駛,而究其原因不外乎其擁有了從L0到L5的全球通用標(biāo)準(zhǔn)。但是在其他領(lǐng)域,人工智能細(xì)分領(lǐng)域過(guò)多,標(biāo)準(zhǔn)化相對(duì)缺乏,語(yǔ)音識(shí)別做到什么境界算成功,圖像識(shí)別怎樣算最好無(wú)法定性,人類(lèi)都有IQ值來(lái)評(píng)估是否聰明,可AI卻沒(méi)有。行業(yè)無(wú)標(biāo)準(zhǔn)讓市場(chǎng)、廠商和用戶都只能摸黑前行。
2.人工智能延伸邊緣
人工智能的應(yīng)用在過(guò)去是由中心計(jì)算支持的,但是由于應(yīng)用需求的邊緣化擴(kuò)張,物聯(lián)網(wǎng)將會(huì)是人工智能的下一個(gè)發(fā)展重地,而邊緣計(jì)算在智能化領(lǐng)域開(kāi)始成為主角。
3.AI嵌入超算和云計(jì)算
人工智能技術(shù)不僅在貼近用戶層面的邊緣化擴(kuò)展,也在向更深層次的計(jì)算需求擴(kuò)展。云計(jì)算和超算技術(shù)的發(fā)展正在帶領(lǐng)人工智能進(jìn)入一個(gè)前所未有的領(lǐng)域。作為人工智能三大因素之一,計(jì)算力的發(fā)展讓人工智能能涉足的事情變多起來(lái)。
4.人工智能得風(fēng)不得勢(shì)
人工智能的限制因素在于行業(yè)應(yīng)用依然沒(méi)有發(fā)展,目前的主要應(yīng)用在搜索、智能語(yǔ)音助手和智能家居等邊邊角角的小規(guī)模運(yùn)用中,根本沒(méi)有發(fā)揮出自身優(yōu)勢(shì)。而無(wú)人駕駛至少還需要3年的準(zhǔn)備時(shí)間,行業(yè)規(guī)則也尚未定性,總體來(lái)看,人工智能只是炒作的噱頭還沒(méi)有利潤(rùn)轉(zhuǎn)化的能力。
5.人工智能就業(yè)有誤
人工智能與人類(lèi)就業(yè)的沖突已經(jīng)被提上了日程。不少人擔(dān)心人工智能的發(fā)展會(huì)造成人類(lèi)的大規(guī)模失業(yè),而且還有以霍金為首的大批業(yè)內(nèi)人士擔(dān)心人工智能的發(fā)展會(huì)讓人類(lèi)毀滅。這些擔(dān)心盡管不無(wú)道理,可是人工智能也會(huì)造成另外的就業(yè)崗位崗,例如,人工智能設(shè)備共享的運(yùn)營(yíng)、維修。發(fā)
6大數(shù)據(jù)風(fēng)口己過(guò)
大數(shù)據(jù)從起風(fēng)到現(xiàn)在顯然風(fēng)頭已經(jīng)被人工智能蓋過(guò),換言之大數(shù)據(jù)被鼓吹的年代已經(jīng)過(guò)去,甚至曾經(jīng)鼓吹大數(shù)據(jù),必須要設(shè)立企業(yè)的首席數(shù)據(jù)官的公司,說(shuō)了5年之后也對(duì)此不了了之。大數(shù)據(jù)的成效比實(shí)在差強(qiáng)人意也是讓人們看到了大數(shù)據(jù)難做的原因之一。
7.數(shù)據(jù)保鮮難
大數(shù)據(jù)進(jìn)入非互聯(lián)網(wǎng)行業(yè)時(shí),面臨的主要難題在數(shù)據(jù)采集。數(shù)據(jù)采集不全面則可能分析結(jié)果無(wú)價(jià)值,而全方位的采集又可能使得采集成本過(guò)高。同時(shí),任何行業(yè)的大數(shù)據(jù)都面臨數(shù)據(jù)保鮮周期短,數(shù)據(jù)易過(guò)期的難題。
8.數(shù)據(jù)養(yǎng)黑市
大數(shù)據(jù)行業(yè)發(fā)展導(dǎo)致數(shù)據(jù)價(jià)值日益提升,因此黑客的主要攻擊目標(biāo)也就被集中到了數(shù)據(jù)之上。企業(yè)不僅需要為采集到的數(shù)據(jù)及時(shí)的進(jìn)行分類(lèi)、處理、存儲(chǔ)和分析,也需要為數(shù)據(jù)的安全負(fù)責(zé)。在網(wǎng)絡(luò)環(huán)境日益復(fù)雜的情況中,黑市里的數(shù)據(jù)正在越來(lái)越多,保護(hù)數(shù)據(jù)的成本也在增加。
9.數(shù)據(jù)量爆發(fā)管理不同步
大數(shù)據(jù)在經(jīng)歷了一輪輪爆發(fā)之后,企業(yè)在處理數(shù)據(jù)時(shí)所面對(duì)的海量數(shù)據(jù)需要進(jìn)行數(shù)據(jù)篩選和數(shù)據(jù)清洗,但是數(shù)據(jù)清洗過(guò)程正在讓數(shù)據(jù)管理變得復(fù)雜化,非結(jié)構(gòu)化數(shù)據(jù)包含的意義正在增多,數(shù)據(jù)清洗可能去掉有用的信息只留下想看到的不完整信息,這種數(shù)據(jù)管理方式會(huì)導(dǎo)致最終處理結(jié)果的偏差。
10.大數(shù)據(jù)商業(yè)化孤島形成
每一家企業(yè)都有自己的數(shù)據(jù),而這些數(shù)據(jù)在進(jìn)行商業(yè)化應(yīng)用時(shí),出于對(duì)個(gè)人隱私和競(jìng)爭(zhēng)關(guān)系等因素考慮,并不會(huì)相互溝通,數(shù)據(jù)缺乏流通性和及時(shí)更新直接的結(jié)果就是導(dǎo)致不同企業(yè)的數(shù)據(jù)互不相同,孤島化數(shù)據(jù)成型,這種孤島化數(shù)據(jù)缺乏全面性,從而讓多數(shù)企業(yè)只能在自身偏頗的分析結(jié)果里獲取答案,遠(yuǎn)談不上真正的大數(shù)據(jù)。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10