今天，企業(yè)家們都在關(guān)注一個(gè)問(wèn)題，那就是數(shù)字化轉(zhuǎn)型。在企業(yè)數(shù)字化轉(zhuǎn)型的過(guò)程中，是否應(yīng)該搭建中臺(tái)？為什么要建設(shè)中臺(tái)，把各類(lèi)資源集中？中臺(tái)不僅是企業(yè)數(shù)據(jù)的集中地和業(yè)務(wù)的策源地，更是一個(gè)企業(yè)開(kāi)始具備有觀察自身問(wèn)題的顯微鏡和預(yù)見(jiàn)未來(lái)問(wèn)題的望遠(yuǎn)鏡這兩種能力的過(guò)程。數(shù)據(jù)中臺(tái)是企業(yè)的核心，也是組織架構(gòu)和企業(yè)文化的體現(xiàn)，是企業(yè)沉淀經(jīng)驗(yàn)和智慧的寶庫(kù)，是發(fā)起總攻時(shí)的指揮室，是數(shù)據(jù)安全的堡壘……
明略科技創(chuàng)始人這篇《打造智能時(shí)代的企業(yè)中臺(tái)》演講,從企業(yè)應(yīng)該多元化還是專(zhuān)注化這個(gè)兩難選擇入手，深度分析了VUCA時(shí)代，企業(yè)打造數(shù)據(jù)中臺(tái)的必要性以及如何圍繞數(shù)據(jù)這一核心資產(chǎn)運(yùn)用數(shù)據(jù)管理和知識(shí)圖譜成功打造數(shù)據(jù)中臺(tái)？接著通過(guò)具體案例的分享驗(yàn)證了數(shù)據(jù)中臺(tái)能夠?yàn)槠髽I(yè)帶來(lái)的重大利好。而之所以能產(chǎn)生這樣的效果，是因?yàn)檎业搅藸I(yíng)銷(xiāo)智能平臺(tái)這一企業(yè)數(shù)字化轉(zhuǎn)型最佳入口。最后，吳明輝表示：在數(shù)據(jù)安全這一最高綱領(lǐng)指引下，明略科技希望成為智能時(shí)代企業(yè)的中臺(tái)建設(shè)商，幫助企業(yè)及組織打造強(qiáng)大的企業(yè)中臺(tái)。
企業(yè)應(yīng)該多元化還是專(zhuān)注化
一個(gè)企業(yè)從小公司變成大公司，不斷成長(zhǎng)、不斷發(fā)展的歷程中，有一個(gè)不可避免的關(guān)鍵詞叫“多元化”。對(duì)很多公司或組織來(lái)講，如果業(yè)務(wù)過(guò)于多元化，將會(huì)面臨種種問(wèn)題。因?yàn)槊鎸?duì)多元化業(yè)務(wù)，小團(tuán)隊(duì)作戰(zhàn)更敏捷。如果太多元化、互不相干的多個(gè)業(yè)務(wù)組成一個(gè)集團(tuán)，它的運(yùn)行效率可能反而是降低的。很多企業(yè)都面臨業(yè)務(wù)多元化還是專(zhuān)注化的問(wèn)題。
以字節(jié)跳動(dòng)為例，它有多個(gè)APP和不同業(yè)務(wù)線，但它真的是多元化公司嗎？
張一鳴是這么看的：他認(rèn)為自己做的業(yè)務(wù)只有一個(gè)，叫“信息推薦”，字節(jié)跳動(dòng)實(shí)質(zhì)是個(gè)非常專(zhuān)注的公司。同理，明略科技只是在做一件事情，長(zhǎng)期致力于數(shù)據(jù)整理、各行各業(yè)多源異構(gòu)數(shù)據(jù)的整理，我們幫助客戶(hù)把數(shù)據(jù)整理到一起變成一個(gè)平臺(tái)，為面向未來(lái)的智能時(shí)代打造一個(gè)強(qiáng)大的企業(yè)中臺(tái)。
一個(gè)企業(yè)多元化和專(zhuān)注之間需要權(quán)衡。專(zhuān)注需要有一個(gè)很好的中臺(tái)，能夠把企業(yè)不同業(yè)務(wù)領(lǐng)域核心公共模塊真正打造扎實(shí)。只有這個(gè)公共模塊打造扎實(shí)了，每一個(gè)局部的小團(tuán)隊(duì)作戰(zhàn)背后才會(huì)有強(qiáng)大的中臺(tái)支撐。對(duì)于明略科技是這樣，對(duì)于未來(lái)每一個(gè)大型企業(yè)也是這樣。
未來(lái)需求側(cè)會(huì)越來(lái)越多樣化，企業(yè)多元化發(fā)展趨勢(shì)不可避免。如果一個(gè)企業(yè)沒(méi)有核心競(jìng)爭(zhēng)力，最終一定會(huì)四分五裂，因?yàn)樗倪\(yùn)行效率不如小團(tuán)隊(duì)作戰(zhàn)。這就是為什么企業(yè)建中臺(tái)首要考慮是如何先把自己的核心競(jìng)爭(zhēng)力分析清楚，要圍繞核心競(jìng)爭(zhēng)力建設(shè)企業(yè)中后臺(tái)。
數(shù)據(jù)是智能時(shí)代最重要的生產(chǎn)資料
回顧人類(lèi)的經(jīng)濟(jì)社會(huì)發(fā)展史，可以歸納總結(jié)出大致歷經(jīng)了這樣幾個(gè)時(shí)代：農(nóng)業(yè)時(shí)代、工業(yè)時(shí)代、信息時(shí)代，以及其涵蓋的互聯(lián)網(wǎng)時(shí)代、從互聯(lián)網(wǎng)時(shí)代延伸出來(lái)的“智能時(shí)代”。
從核心競(jìng)爭(zhēng)力的角度，我講下對(duì)這幾個(gè)時(shí)代的思考：
農(nóng)業(yè)時(shí)代所有的經(jīng)濟(jì)發(fā)展，圍繞的核心生產(chǎn)要素是土地；到工業(yè)時(shí)代，圍繞的核心生產(chǎn)要素是資本。工業(yè)時(shí)代的資本相比于農(nóng)業(yè)時(shí)代的土地，擺脫了空間的束縛。一個(gè)農(nóng)業(yè)時(shí)代的農(nóng)戶(hù)，他所種的地是核心。圍繞土地經(jīng)營(yíng)，生產(chǎn)出來(lái)的產(chǎn)品也只能在周邊的市場(chǎng)進(jìn)行銷(xiāo)售，尤其是在沒(méi)有很好的交通運(yùn)輸工具之前。但是到了工業(yè)時(shí)代，我們可以看到資本家、大型工業(yè)企業(yè)可以在世界各地，通過(guò)資本杠桿調(diào)動(dòng)生產(chǎn)資料供應(yīng)鏈全球部署，這說(shuō)明資本擺脫了地域的束縛。當(dāng)今智能時(shí)代，最核心的生產(chǎn)資料是什么呢？我相信大家都知道了，是數(shù)據(jù)。這也是為什么從今年開(kāi)始，很多省、市政府“一號(hào)文”不約而同講到：“要建設(shè)數(shù)字經(jīng)濟(jì)”。
從幾十年前開(kāi)始的信息時(shí)代、互聯(lián)網(wǎng)時(shí)代到智能時(shí)代，是一個(gè)完整的時(shí)代變遷。前面的互聯(lián)網(wǎng)和計(jì)算機(jī)，是在給人工智能帶來(lái)的智能時(shí)代打造基礎(chǔ)設(shè)施。如果說(shuō)工業(yè)時(shí)代的基礎(chǔ)建設(shè)是拉電網(wǎng)、造燃?xì)鈾C(jī)，智能時(shí)代就是互聯(lián)網(wǎng)和大數(shù)據(jù)。聯(lián)網(wǎng)和大數(shù)據(jù)是人工智能的基礎(chǔ)工程，有了數(shù)據(jù)才有了機(jī)器智能或人工智能出現(xiàn)的可能性。如果說(shuō)工業(yè)時(shí)代的資本超越了農(nóng)業(yè)時(shí)代的空間限制，那智能時(shí)代對(duì)于人類(lèi)的經(jīng)濟(jì)、經(jīng)營(yíng)發(fā)展的意義是什么呢——是繼擺脫地域束縛之后，還擺脫了時(shí)間的束縛。
這么說(shuō)是因?yàn)閿?shù)據(jù)的作用就是通過(guò)歷史預(yù)測(cè)未來(lái)。當(dāng)企業(yè)擁有了數(shù)據(jù)，就可以對(duì)未來(lái)做準(zhǔn)確的預(yù)測(cè)。而有準(zhǔn)確預(yù)測(cè)未來(lái)的能力，就可以跨時(shí)空來(lái)整合資源形成更大的產(chǎn)業(yè)，使企業(yè)在競(jìng)爭(zhēng)中立于不敗之地，這就是智能時(shí)代的企業(yè)跟工業(yè)時(shí)代的企業(yè)最大的區(qū)別。
很多企業(yè)的CEO都很關(guān)心公司的市值、股價(jià)，而一個(gè)有跨時(shí)空調(diào)動(dòng)資源能力的企業(yè)一定比一個(gè)只能跨空間調(diào)動(dòng)資源的企業(yè)市值更大。智能時(shí)代的公司，相比工業(yè)時(shí)代的公司，意味著未來(lái)的成長(zhǎng)是可預(yù)期的，因?yàn)槠髽I(yè)能利用數(shù)據(jù)對(duì)未來(lái)做思考、理解和預(yù)判。用數(shù)據(jù)進(jìn)行管理，企業(yè)整個(gè)業(yè)務(wù)也可以更大范圍去擴(kuò)張。正因如此，數(shù)字化轉(zhuǎn)型最堅(jiān)定的企業(yè)也能夠獲得更好的市場(chǎng)預(yù)期和投資人的肯定。
工業(yè)時(shí)代和智能時(shí)代在企業(yè)的中后臺(tái)管理上也有很大不同。智能時(shí)代的企業(yè)中臺(tái)，一定是構(gòu)筑在數(shù)據(jù)平臺(tái)上的。工業(yè)時(shí)代的中臺(tái)也就是ERP系統(tǒng)，是從財(cái)務(wù)入手，所以工業(yè)時(shí)代是管理資本、管理資金的平臺(tái)。后來(lái)從資金又延伸到人力資源管理及客戶(hù)管理，但是它總歸還是基于資本為杠桿的核心管理中臺(tái)。
智能時(shí)代核心管理的內(nèi)容是數(shù)據(jù)，每個(gè)企業(yè)打造的中臺(tái)主要是數(shù)據(jù)中臺(tái)。圍繞數(shù)據(jù)中臺(tái)，企業(yè)所經(jīng)營(yíng)生產(chǎn)的其它業(yè)務(wù)，也可以融入到這個(gè)中臺(tái)上變成業(yè)務(wù)中臺(tái)。一個(gè)大型的組織一定會(huì)誕生這樣一個(gè)最堅(jiān)實(shí)的平臺(tái)作為核心。
VUCA時(shí)代需要高適應(yīng)性
今天所面臨的時(shí)代是VUCA時(shí)代，整個(gè)市場(chǎng)具有易變性（Volatility）、高不確定性（Uncertainty）、環(huán)境高復(fù)雜性（Complexity）、模糊性(Ambiguity)。每天的市場(chǎng)環(huán)境都是不確定的、多變的，面對(duì)這種不確定性，每一個(gè)企業(yè)、每一個(gè)組織都要想辦法克服。
而要克服不確定性，就需要擁有高適應(yīng)性，這種適應(yīng)性來(lái)自于對(duì)未來(lái)的預(yù)測(cè)能力及實(shí)時(shí)的感應(yīng)和響應(yīng)能力。明略科技數(shù)據(jù)中臺(tái)的研發(fā)思想我們稱(chēng)為FASTER，“F”是Foresight，對(duì)未來(lái)有先見(jiàn)之明、有預(yù)測(cè)能力，“A”是Ambition，企業(yè)要有持續(xù)增長(zhǎng)的雄心，以核心競(jìng)爭(zhēng)力打造增長(zhǎng)的信心。后面的“STER”是感知-響應(yīng)反饋閉環(huán)：Sense（實(shí)時(shí)感知）、Tracking（全域追蹤）、Emergence（智能涌現(xiàn)）、Respond（敏捷響應(yīng)）。
明略科技數(shù)據(jù)中臺(tái)旨在幫助各大型組織構(gòu)建強(qiáng)有力的應(yīng)對(duì)VUCA不確定性挑戰(zhàn)的平臺(tái)，這是明略科技的中臺(tái)核心理念。
智能時(shí)代的企業(yè)最核心的任務(wù)就是打造數(shù)據(jù)中臺(tái)。但是打造數(shù)據(jù)中臺(tái)非常不容易，很多企業(yè)中臺(tái)打造的效果都不盡如人意。中臺(tái)的打造需要下層對(duì)接原來(lái)的數(shù)據(jù)源、系統(tǒng)，上層對(duì)接新數(shù)據(jù)源、新系統(tǒng)。打造過(guò)程中需要做很多的工作。
多源異構(gòu)數(shù)據(jù)的融合是解決問(wèn)題的關(guān)鍵
明略科技對(duì)搭建數(shù)據(jù)中臺(tái)遇到的難點(diǎn)也有一些思考和發(fā)現(xiàn)。我們?cè)谌珖?guó)的60多個(gè)省市公安廳落地了公安數(shù)據(jù)中臺(tái)，這些中臺(tái)是怎么幫助公安部門(mén)解決問(wèn)題的呢？比如，有一次一個(gè)小女孩走失了，我們首先是通過(guò)視覺(jué)感知，看到了帶走小女孩的汽車(chē)車(chē)牌，但后來(lái)發(fā)現(xiàn)這個(gè)車(chē)的牌照是一個(gè)套牌車(chē)，所以這個(gè)線索就斷了。
這時(shí)候，我們需要疊加一個(gè)維度，或者說(shuō)疊加另外一個(gè)線索，那就是我們看到這個(gè)女嫌疑人被照到影像了，雖然照得不是特別清楚，但經(jīng)過(guò)后臺(tái)數(shù)據(jù)庫(kù)的匹配，還是匹配出來(lái)兩位嫌疑人。
然后我們繼續(xù)疊加維度發(fā)現(xiàn)，視覺(jué)相似度高達(dá)84%的嫌疑人，有合法工作、有合法收入，且沒(méi)異常違法情況，所以她的嫌疑度相對(duì)降低了；而第二個(gè)嫌疑人，雖然她的視覺(jué)相似度較低，但她在系統(tǒng)里有異常記錄，比如有過(guò)違法犯罪的記錄，那么，她的嫌疑性一下就大大提高了。這里省略很多過(guò)程，結(jié)果可以告訴大家——最后我們成功鎖定了第二個(gè)嫌疑人，她是真正的犯罪嫌疑人。
這個(gè)過(guò)程是一個(gè)又一個(gè)不斷疊加數(shù)據(jù)維度的過(guò)程。就好像人的大腦做判斷時(shí)，眼睛、耳朵、鼻子獲取的信息，還有大腦的理性思維，是一步步增加再綜合決策的……這告訴我們，在公安這種典型高復(fù)雜性的環(huán)境下，或者我們稱(chēng)為VUCA時(shí)代的復(fù)雜易變的環(huán)境下，單一數(shù)據(jù)隨時(shí)可能發(fā)生變化，這時(shí)候僅僅靠算法是不夠的，真正的解決方法，是各種各樣的多模態(tài)數(shù)據(jù)混合到一起形成的新信息增量幫助決策。
在公安、金融、零售、營(yíng)銷(xiāo)等應(yīng)用場(chǎng)景中，大家發(fā)現(xiàn)人工智能算法不靈的時(shí)候，可以尋求數(shù)據(jù)中臺(tái)幫助。當(dāng)把多源異構(gòu)的數(shù)據(jù)整合到一起的時(shí)候我們會(huì)發(fā)現(xiàn)，所有的算法效果都會(huì)有巨大的提高。因?yàn)橐粋€(gè)算法的錯(cuò)誤率可能是20%，第二個(gè)算法錯(cuò)誤率可能只能把20%降到19%、18%。但是當(dāng)我們有多源異構(gòu)數(shù)據(jù)的時(shí)候，就產(chǎn)生互信息，互信息的作用是增加信息量以減少信息的不確定性，這時(shí)候你會(huì)發(fā)現(xiàn)20%的錯(cuò)誤率會(huì)降到4%，再增加一個(gè)維度可能就降到1%了，這就是我們今天面向未來(lái)的數(shù)據(jù)中臺(tái)所要解決的問(wèn)題，一定要整合多源異構(gòu)的海量數(shù)據(jù)才能解決不確定性。
像管理代碼一樣管理數(shù)據(jù)
企業(yè)在搭建數(shù)據(jù)中臺(tái)還發(fā)現(xiàn)另一個(gè)很大的問(wèn)題，就是很多公司剛開(kāi)始搭建平臺(tái)時(shí)規(guī)劃的很好，但是真正開(kāi)動(dòng)起來(lái)發(fā)現(xiàn)現(xiàn)有的組織架構(gòu)原有的系統(tǒng)集成不上來(lái)，這是一個(gè)很大的難點(diǎn)。我們經(jīng)常分析企業(yè)內(nèi)部的三元組，包括：原有的系統(tǒng)System、Data、User，我們要深入的分析它們之間的關(guān)系。甚至很多企業(yè)的數(shù)據(jù)化轉(zhuǎn)型，都要做組織架構(gòu)調(diào)整。
三元關(guān)系很重要的一點(diǎn)，是弄清楚，到底哪些系統(tǒng)數(shù)據(jù)在源源不斷的進(jìn)到數(shù)據(jù)中臺(tái)，哪些數(shù)據(jù)在被新的系統(tǒng)使用、調(diào)用，哪些用戶(hù)在每天使用數(shù)據(jù)，使用的是哪一張表、哪個(gè)字段、哪個(gè)知識(shí)圖譜、哪個(gè)概念之下的數(shù)據(jù)，使用目的又是什么？這需要我們每天不斷地分析、挖掘，并不是把系統(tǒng)建好就可以了，而要不斷分析三元組之間的關(guān)系。
建設(shè)數(shù)據(jù)中臺(tái)的目的，是要推動(dòng)整個(gè)企業(yè)的增長(zhǎng)和發(fā)展，需要讓企業(yè)的所有人最后共同協(xié)作起來(lái)。這個(gè)協(xié)作就像我們的工程師一起協(xié)作開(kāi)發(fā)一套代碼一樣，可能一個(gè)大型軟件系統(tǒng)100個(gè)工程師一起開(kāi)發(fā)。工程師的協(xié)作靠什么？靠“代碼管理系統(tǒng)”或 “版本控制管理系統(tǒng)”，從早期的CVS到后面的等等很多工具用來(lái)管理代碼、管理大家的需求。
明略科技建設(shè)中臺(tái)特別重要的理念是，未來(lái)在企業(yè)里管理數(shù)據(jù)就要像管理代碼一樣。代碼的管理我們可以看到，每一行代碼、每一個(gè)代碼文件都有哪些工程師一起開(kāi)發(fā)出來(lái)的，每個(gè)人分別在上面做了什么修改、做了什么備注、做了什么注釋?zhuān)覀兊腄ata也是一樣的。
很多時(shí)候，CEO在做決策時(shí)，都可能碰到雙方數(shù)據(jù)不吻合的現(xiàn)象，而且短時(shí)間內(nèi)找不到真相。怎么找到真相？還是我們說(shuō)過(guò)的辦法，增加數(shù)據(jù)維度的比較。比如我們服務(wù)一個(gè)企業(yè)，發(fā)現(xiàn)iOS版和安卓版功能完全一樣，但是安卓版的就是用戶(hù)停留時(shí)長(zhǎng)更好。是用戶(hù)更喜歡安卓么？不知道。
這時(shí)候，就需要反復(fù)對(duì)比，后來(lái)發(fā)現(xiàn)是因?yàn)閳?zhí)行效率的原因，安卓版的打開(kāi)速度更慢，這就客觀上造成了時(shí)長(zhǎng)的增加，但這個(gè)增加不是良性的增加?？墒?，如果不這么研究，是發(fā)現(xiàn)不了問(wèn)題的。所以，我這里還要重復(fù)一句——只有多種數(shù)據(jù)源做對(duì)比，才能發(fā)現(xiàn)真正巨大的問(wèn)題。當(dāng)你能夠把多源異構(gòu)的數(shù)據(jù)整合到一個(gè)中臺(tái)的時(shí)候，就是你幫助企業(yè)用戶(hù)發(fā)現(xiàn)真正問(wèn)題的時(shí)候。
類(lèi)似這樣的問(wèn)題很多，包括早年我們第一次服務(wù)一個(gè)大型電商的時(shí)候，它的訂單系統(tǒng)跟廣告監(jiān)測(cè)系統(tǒng)、和自己的網(wǎng)站監(jiān)測(cè)系統(tǒng)，這三個(gè)系統(tǒng)全都對(duì)接不上。經(jīng)過(guò)摸索，發(fā)現(xiàn)是因?yàn)樗鼈兊臄?shù)據(jù)用不同的原理產(chǎn)生。搞清楚了這個(gè)問(wèn)題，我們發(fā)現(xiàn)，當(dāng)你把多種數(shù)據(jù)整合到一起時(shí)，你找到企業(yè)增長(zhǎng)優(yōu)化的關(guān)鍵點(diǎn)的可能性就大大增加了。
在對(duì)三元組的分析中，我們發(fā)現(xiàn)企業(yè)里藏著許許多多可能CEO、高層根本沒(méi)有發(fā)現(xiàn)的“秘密”，這些問(wèn)題也可能永遠(yuǎn)藏在某處而不被知曉，默默地影響著企業(yè)的發(fā)展速度。
所以，當(dāng)有人問(wèn)我數(shù)據(jù)中臺(tái)建設(shè)起來(lái)最大的價(jià)值的時(shí)候，我會(huì)告訴他，那就是有了發(fā)現(xiàn)未知的望遠(yuǎn)鏡、有了透視已知的顯微鏡，有了發(fā)現(xiàn)問(wèn)題的工具和解決問(wèn)題的可能。
知識(shí)圖譜是新一代數(shù)據(jù)中臺(tái)的核心技術(shù)
建設(shè)中臺(tái)的時(shí)候，需要打造一個(gè)面向未來(lái)的架構(gòu)，這個(gè)架構(gòu)能夠把多源異構(gòu)數(shù)據(jù)整合起來(lái)。需要特別強(qiáng)調(diào)的是知識(shí)圖譜技術(shù)，是新一代數(shù)據(jù)中臺(tái)最核心的技術(shù)，因?yàn)橥ㄟ^(guò)知識(shí)圖譜可以實(shí)現(xiàn)探索式的分析。探索式分析為什么能夠形成呢？數(shù)據(jù)的結(jié)構(gòu)有鏈表、二位表、棧、隊(duì)列、堆、數(shù)，最復(fù)雜的是圖。圖之所以最復(fù)雜是因?yàn)楫?dāng)我們擁有很多數(shù)據(jù)信息的時(shí)候，圖可以把任意兩個(gè)點(diǎn)之間的關(guān)系都連接上。Excel表只有橫豎，所有的數(shù)據(jù)分析只能按行或列。
毫不夸張地說(shuō)，知識(shí)圖譜可以給我們數(shù)據(jù)庫(kù)帶來(lái)革命性變化。任何兩個(gè)數(shù)據(jù)節(jié)點(diǎn)之間都可以建立關(guān)系，把這個(gè)關(guān)系建立好以后就有機(jī)會(huì)按照這個(gè)維度來(lái)進(jìn)行分析、關(guān)聯(lián)、探索，就像人的大腦一樣。大腦里沒(méi)有“行”和“列”，只有“圖”。所以當(dāng)你用大腦計(jì)算邏輯思考時(shí)會(huì)發(fā)現(xiàn)，你可以探索發(fā)現(xiàn)很多東西，這就是為什么人類(lèi)可以做創(chuàng)造，而機(jī)器人很難做創(chuàng)造。人類(lèi)可以探索、發(fā)現(xiàn)從而找到一些之前從沒(méi)想到的東西，通過(guò)“圖”的數(shù)據(jù)結(jié)構(gòu)不停延展。
以后的數(shù)據(jù)中臺(tái)，可以把這些連成知識(shí)圖譜。上一代數(shù)據(jù)中臺(tái)做不了的原因是成本太高。原來(lái)把任何兩個(gè)數(shù)據(jù)連上，數(shù)據(jù)量就已經(jīng)很大了。如果我們有N個(gè)節(jié)點(diǎn)，是線性關(guān)系。全部連成圖，就是平方。再做迭代，就變成冪次的計(jì)算，而這些計(jì)算付出的成本非常大。
但是我們生而有幸，摩爾定律已經(jīng)不斷地發(fā)揮了近50年的作用，使得運(yùn)算、存儲(chǔ)、通訊的成本不斷降低。我認(rèn)為人類(lèi)未來(lái)發(fā)展的一個(gè)趨勢(shì)一定是人的時(shí)間越來(lái)越貴，計(jì)算機(jī)的資源越來(lái)越便宜、存的越來(lái)越大、算的越來(lái)越快。所以，未來(lái)一定是不斷地消耗計(jì)算機(jī)的時(shí)間和空間，來(lái)節(jié)省人類(lèi)的時(shí)間。
也正因此，知識(shí)圖譜一定最終會(huì)替代掉上一代數(shù)據(jù)平臺(tái)的存儲(chǔ)結(jié)構(gòu)。未來(lái)的所有的數(shù)據(jù)，將不再以以前的矩陣結(jié)構(gòu)、立方結(jié)構(gòu)來(lái)存儲(chǔ)，而是圖狀結(jié)構(gòu)的存儲(chǔ)。人如果平時(shí)思考多，用的時(shí)候就可以更快；機(jī)器也一樣，知識(shí)圖譜越完善，預(yù)測(cè)未來(lái)就更準(zhǔn)確，這就是知識(shí)圖譜本質(zhì)的原理。
未來(lái)，每一個(gè)行業(yè)的每一個(gè)數(shù)據(jù)中臺(tái)，都應(yīng)該這么存儲(chǔ)。今天只是剛剛開(kāi)始，明略科技數(shù)據(jù)中臺(tái)今天要做的事情是：把這種能力帶入到商業(yè)、智慧城市等應(yīng)用場(chǎng)景中。希望未來(lái)能夠利用知識(shí)圖譜，幫助企業(yè)、大型組織做更好的決策、實(shí)現(xiàn)更好的端到端的服務(wù)。
【新一代數(shù)據(jù)中臺(tái)案例分享】
接下來(lái)，我用一個(gè)案例，來(lái)展示明略科技數(shù)據(jù)中臺(tái)，如何通過(guò)打通融合多維度的、企業(yè)內(nèi)外的、多部門(mén)的數(shù)據(jù)，輔助一個(gè)企業(yè)發(fā)現(xiàn)問(wèn)題并輔助決策。在看這段內(nèi)容之前，我簡(jiǎn)單介紹一下背景——一個(gè)企業(yè)推出了一款新車(chē)，隨著銷(xiāo)量的增加，外部輿情數(shù)據(jù)實(shí)時(shí)被抓取到中臺(tái)，并進(jìn)行匯聚融合。
數(shù)據(jù)中臺(tái)通過(guò)這種實(shí)時(shí)洞察，逐漸分析出匯聚各種聲音的關(guān)鍵詞，最后根據(jù)對(duì)某個(gè)負(fù)面輿情關(guān)鍵詞的跟蹤和發(fā)掘，擴(kuò)展到與其相關(guān)提及的車(chē)型、零部件、故障描述、品牌及供應(yīng)商等等，進(jìn)而綜合多種數(shù)據(jù)發(fā)現(xiàn)了重大的產(chǎn)品質(zhì)量問(wèn)題。
在發(fā)現(xiàn)問(wèn)題后，中臺(tái)為決策者提供了“立即召回”的行動(dòng)建議，并且產(chǎn)生了一系列動(dòng)作——公關(guān)部，需要立即展開(kāi)新一輪的公關(guān)處理，以緩和網(wǎng)上的輿情趨勢(shì)；售后部，需要對(duì)當(dāng)前批次的汽車(chē)召回更換零部件；財(cái)務(wù)部，需要盡快核算召回成本，并估算此次事件會(huì)對(duì)銷(xiāo)量帶來(lái)的影響。
這個(gè)案例很完整的展現(xiàn)了——明略科技數(shù)據(jù)中臺(tái)通過(guò)多源異構(gòu)數(shù)據(jù)的融合打通，基于知識(shí)圖譜建設(shè)企業(yè)的數(shù)據(jù)基礎(chǔ)設(shè)施，形成企業(yè)數(shù)據(jù)資產(chǎn)，不斷積累領(lǐng)域知識(shí)及業(yè)務(wù)經(jīng)驗(yàn)。
而后，中臺(tái)還能持續(xù)迭代演進(jìn)、沉淀、固化企業(yè)的核心競(jìng)爭(zhēng)力, 復(fù)用和共享企業(yè)的核心數(shù)據(jù)和集體智慧。在幫助企業(yè)建設(shè)數(shù)據(jù)中臺(tái)的同時(shí)，也建立中臺(tái)型組織，靈活敏捷應(yīng)對(duì)前后臺(tái)需求變化，通過(guò)數(shù)據(jù)協(xié)同，達(dá)成組織共識(shí)。
所以，總結(jié)一下明略科技新一代的數(shù)據(jù)中臺(tái)，我們和企業(yè)一起解決三大問(wèn)題：
1.如何能把所有部門(mén)調(diào)動(dòng)到一起打造數(shù)據(jù)中臺(tái)，需要非常深入的思考，甚至組織架構(gòu)的思考，一定要配備一個(gè)中臺(tái)數(shù)據(jù)系統(tǒng)和對(duì)應(yīng)的中臺(tái)組織架構(gòu)，才可以有機(jī)運(yùn)行到一起。
2.把所有數(shù)據(jù)整合到一起，基于知識(shí)圖譜給大家構(gòu)建一個(gè)具有行業(yè)Know-how的數(shù)據(jù)中臺(tái)。
3.在這個(gè)平臺(tái)上，做新一代探索式、發(fā)現(xiàn)式的分析。
營(yíng)銷(xiāo)是企業(yè)數(shù)字化轉(zhuǎn)型的最佳入口
我們?nèi)绾文軌虬褦?shù)據(jù)中臺(tái)更有效地帶到每個(gè)企業(yè)里呢？營(yíng)銷(xiāo)可能是一個(gè)好的選擇。
明略科技今年獲得國(guó)家科技部頒發(fā)的“營(yíng)銷(xiāo)智能平臺(tái)—國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)”，我們?cè)跔I(yíng)銷(xiāo)行業(yè)有上千名同事，對(duì)這件事情有非常深刻的理解。營(yíng)銷(xiāo)行業(yè)本身有海量的數(shù)據(jù)積累，所以營(yíng)銷(xiāo)是一個(gè)企業(yè)做數(shù)據(jù)化轉(zhuǎn)型、建設(shè)數(shù)據(jù)中臺(tái)一個(gè)非常好的切入口。每個(gè)行業(yè)都有一些數(shù)字化轉(zhuǎn)型的行業(yè)特點(diǎn)，但是到底哪個(gè)作為入口最容易撬動(dòng)起來(lái)？這需要企業(yè)和組織先思考、后行動(dòng)。我們認(rèn)為，在VUCA時(shí)代，所有的企業(yè)組織都應(yīng)該思考：如何打造以客戶(hù)為中心的組織架構(gòu)，如何通過(guò)這個(gè)組織架構(gòu)來(lái)推動(dòng)企業(yè)的數(shù)字化轉(zhuǎn)型？
這就是我們推出的新一代數(shù)據(jù)中臺(tái)上的營(yíng)銷(xiāo)智能平臺(tái)——明略科技營(yíng)銷(xiāo)智能平臺(tái)（Mininglamp Marketing Intelligence Platform），我們要打造一個(gè)以客戶(hù)為中心的組織和背后支撐的數(shù)據(jù)系統(tǒng)，這個(gè)系統(tǒng)可以積累組織過(guò)去花費(fèi)的營(yíng)銷(xiāo)資源所沉淀出來(lái)的歷史經(jīng)驗(yàn)，整合數(shù)據(jù)，進(jìn)行探索式、發(fā)現(xiàn)式分析，甚至可以基于數(shù)據(jù)圖譜做推薦等各種各樣新一代應(yīng)用。
我和大家分享用營(yíng)銷(xiāo)智能平臺(tái)MIP的幾個(gè)案例。
【MIP案例分享1—消費(fèi)者全渠道全生命周期的智能互動(dòng)】
1. 微博客服-AI識(shí)別語(yǔ)義，智能回復(fù)
2.線下門(mén)店-掃碼查看智能名片，加導(dǎo)購(gòu)企業(yè)微信，獲得專(zhuān)屬優(yōu)質(zhì)服務(wù)
3.公眾號(hào)-根據(jù)客戶(hù)屬性，智能推薦內(nèi)容
每一個(gè)以客戶(hù)為中心的企業(yè)，都可以用營(yíng)銷(xiāo)智能平臺(tái)管理多觸點(diǎn)的海量數(shù)據(jù)，這些數(shù)據(jù)是企業(yè)寶貴的資產(chǎn)，也是數(shù)據(jù)中臺(tái)落地的根基。
大家可以看到，剛剛這個(gè)案例中的品牌與消費(fèi)者互動(dòng)頻繁且持續(xù)不斷。從一個(gè)大學(xué)生在微博關(guān)注某美妝品牌，到最后對(duì)該品牌深度信任，經(jīng)歷了微博客服、線下門(mén)店、導(dǎo)購(gòu)員企業(yè)微信、公眾號(hào)等觸點(diǎn)的互動(dòng)。
在營(yíng)銷(xiāo)智能平臺(tái)中，品牌可查看每個(gè)消費(fèi)者在所有渠道的互動(dòng)數(shù)據(jù)，更好地理解顧客偏好。同時(shí)，進(jìn)行客戶(hù)群體畫(huà)像及路徑分析，調(diào)整產(chǎn)品營(yíng)銷(xiāo)策略。每一個(gè)以客戶(hù)為中心的企業(yè)，都可以用營(yíng)銷(xiāo)智能平臺(tái)管理多觸點(diǎn)的海量數(shù)據(jù)，這些數(shù)據(jù)是企業(yè)寶貴的資產(chǎn)，也是數(shù)據(jù)中臺(tái)落地的根基。
其實(shí)，不僅企業(yè)、政府部門(mén)和公共組織每天接待的人流也很多，官微、官網(wǎng)、APP和小程序等觸點(diǎn)都擁有溝通、互動(dòng)行為，由此產(chǎn)生的海量數(shù)據(jù)，富含著巨大的資產(chǎn)價(jià)值，正等待數(shù)據(jù)中臺(tái)去挖掘。
未來(lái)每個(gè)企業(yè)在“雙十一”時(shí)可能都要建這樣一個(gè)指揮室——把所有的數(shù)據(jù)集合到一起，做實(shí)時(shí)的作戰(zhàn)指揮室，指揮前線的每一個(gè)人、指揮正確的人用正確的指令，實(shí)現(xiàn)自己內(nèi)部閉環(huán)系統(tǒng)。
【MIP案例分享2—Trading Desk案例】
大型集團(tuán)CMO每年做廣告預(yù)算都是一個(gè)浩大的工程，集團(tuán)下屬各品類(lèi)產(chǎn)品品牌眾多，集團(tuán)每月需要投放數(shù)千萬(wàn)廣告費(fèi)用，打造各品牌的持續(xù)影響力與消費(fèi)者認(rèn)知。所以合理分配品牌間的廣告預(yù)算很難短時(shí)間內(nèi)達(dá)成共識(shí)，眾多媒介資源的采購(gòu)預(yù)算分配，也經(jīng)常靠經(jīng)驗(yàn)和拍腦袋，既花時(shí)間又不科學(xué)。這個(gè)Trading Desk也是營(yíng)銷(xiāo)智能平臺(tái)一個(gè)重要的組成部分，它可以連接所有的廣告投放渠道，自動(dòng)化、半自動(dòng)化的控制。大家可以看到這些投放的模塊，在每一個(gè)大型互聯(lián)網(wǎng)公司的投放平臺(tái)上也都有。但是為什么我們還要做這樣的一個(gè)平臺(tái)？
因?yàn)檫@個(gè)平臺(tái)真正最核心的價(jià)值，并不是簡(jiǎn)單的控制投放，而是幫企業(yè)沉淀經(jīng)驗(yàn)，這些經(jīng)驗(yàn)全都是在投放中通過(guò)消耗大量的真金白銀換來(lái)的，包括企業(yè)所有的營(yíng)銷(xiāo)經(jīng)驗(yàn)，創(chuàng)意制作、物料制作、人群選擇等等。
過(guò)去很多企業(yè)，這些經(jīng)驗(yàn)都沉淀到某一個(gè)代理公司或者某一個(gè)媒體平臺(tái)上，沒(méi)有統(tǒng)一到一起，可能這些經(jīng)驗(yàn)都沒(méi)了。所以，我們今天稱(chēng)明略科技的數(shù)據(jù)平臺(tái)，是最具有行業(yè)Know-how平臺(tái)，因?yàn)槲覀冏龅氖悄軌驇椭蛻?hù)真正積累歷史經(jīng)驗(yàn)的平臺(tái)。
【MIP案例分享3—明略商業(yè)洞察】
人工智能可以分為幾個(gè)階段：從識(shí)別到理解、到分析、決策、最后到創(chuàng)造。以前，我們思考人工智能時(shí)，更多的是從識(shí)別到行動(dòng)決策一個(gè)閉環(huán)，用來(lái)提高行動(dòng)效率的過(guò)程。那時(shí)候很少有人思考，人工智能是可以去做創(chuàng)造性工作的。
確實(shí)，今天的人工智能做獨(dú)立創(chuàng)新還很難，但我們已經(jīng)可以用人工智能輔助我們，用人機(jī)協(xié)作進(jìn)行共同創(chuàng)造，實(shí)踐包括企業(yè)產(chǎn)品營(yíng)銷(xiāo)推廣理念的發(fā)掘，甚至新產(chǎn)品研發(fā)方向的發(fā)掘等等。
從案例中我們看出，其實(shí)這些過(guò)程以前都是在最高管理層大腦里面不斷思考、創(chuàng)造的，其弊病是形成共識(shí)很慢。但在未來(lái)，當(dāng)我們整個(gè)決策班子都被連接到系統(tǒng)上，大家一起做頭腦風(fēng)暴、一起繪制知識(shí)圖譜的時(shí)候，就可以創(chuàng)造出最大價(jià)值。未來(lái)每一個(gè)企業(yè)都應(yīng)該打造一個(gè)作戰(zhàn)指揮室，而這個(gè)作戰(zhàn)指揮室一定是新一代的數(shù)據(jù)中臺(tái)。
明略數(shù)據(jù)中臺(tái)上最扎實(shí)的一個(gè)應(yīng)用“營(yíng)銷(xiāo)智能平臺(tái)MIP”：它可以以客戶(hù)為中心、收集你的消費(fèi)者所有的數(shù)據(jù)，并且安全且閉環(huán)的使用。它解決的是企業(yè)最核心的問(wèn)題，包括增長(zhǎng)問(wèn)題、產(chǎn)品方向和營(yíng)銷(xiāo)方向的問(wèn)題。
數(shù)據(jù)安全是我們的最高綱領(lǐng)
數(shù)據(jù)中臺(tái)上線過(guò)程，最首要關(guān)注的問(wèn)題是“數(shù)據(jù)安全”問(wèn)題。“數(shù)據(jù)安全”是明略科技的最高綱領(lǐng)，我們所有的產(chǎn)品，如果產(chǎn)品和數(shù)據(jù)安全、隱私保護(hù)產(chǎn)生矛盾的時(shí)候，都要讓位于最高綱領(lǐng)。因?yàn)閿?shù)據(jù)是非常寶貴的財(cái)富，同時(shí)數(shù)據(jù)的濫用也是非常危險(xiǎn)的。
“數(shù)據(jù)安全”和“隱私保護(hù)”是非常關(guān)鍵的。保護(hù)好它們，也是保護(hù)好整個(gè)數(shù)據(jù)行業(yè)，保護(hù)好整個(gè)人工智能行業(yè)。明略科技成立了數(shù)據(jù)安全委員會(huì)，會(huì)定期分析整個(gè)行業(yè)的局勢(shì)、政策，不斷優(yōu)化改進(jìn)空間及自己系統(tǒng)內(nèi)部的審計(jì)。
我們希望幫助每一個(gè)客戶(hù)打造一個(gè)最安全的閉環(huán)數(shù)據(jù)運(yùn)行系統(tǒng)，積極防御保障客戶(hù)的數(shù)據(jù)安全。我們一定要在很小的安全保護(hù)的盒子里面安全的使用所有的數(shù)據(jù)。
越來(lái)越多的企業(yè)和個(gè)人開(kāi)始重視數(shù)據(jù)安全。我們開(kāi)發(fā)了敏感數(shù)據(jù)自動(dòng)發(fā)現(xiàn)工具，不定期對(duì)集團(tuán)內(nèi)各個(gè)系統(tǒng)進(jìn)行數(shù)據(jù)安全滲透測(cè)試，確保任何隱私數(shù)據(jù)處理過(guò)程中，不會(huì)有任何數(shù)據(jù)安全泄露漏洞，確保任何敏感數(shù)據(jù)都依法合規(guī)存儲(chǔ)。同時(shí)，提供數(shù)據(jù)安全脫敏方案和統(tǒng)一的脫敏處理工具，嚴(yán)格要求用戶(hù)隱私數(shù)據(jù)的使用權(quán)限，保證用戶(hù)數(shù)據(jù)在任何情況下的使用安全。
明略科技一直都是相信技術(shù)、相信人、相信數(shù)據(jù)。數(shù)據(jù)是不會(huì)撒謊的，但是數(shù)據(jù)要鏈接到一起幫助所有人達(dá)成共識(shí)。有了信任，就會(huì)產(chǎn)生更大的增長(zhǎng)動(dòng)能。所以，我們還要打造能適應(yīng)智能時(shí)代的企業(yè)組織架構(gòu)和企業(yè)文化。明略科技希望成為智能時(shí)代企業(yè)的中臺(tái)建設(shè)商，幫助大家打造強(qiáng)大的企業(yè)中臺(tái)。
（轉(zhuǎn)載）
