AI中臺(tái)是一個(gè)用來構(gòu)建大規(guī)模智能服務(wù)的基礎(chǔ)設(shè)施，對(duì)企業(yè)需要的算法模型提供了分步構(gòu)建和全生命周期管理的服務(wù)，讓企業(yè)可以將自己的業(yè)務(wù)不斷下沉為一個(gè)個(gè)算法模型，以達(dá)到復(fù)用、組合創(chuàng)新、規(guī)?；瘶?gòu)建智能服務(wù)的目的。

什么是AI數(shù)據(jù)中臺(tái)？

在以往，企業(yè)數(shù)據(jù)管理都以傳統(tǒng)的IT架構(gòu)為基礎(chǔ)。當(dāng)技術(shù)部門為業(yè)務(wù)部門解決問題時(shí)，需要從業(yè)務(wù)需求的探查、技術(shù)壁壘的打通等從上到下各個(gè)方面來建設(shè)新系統(tǒng)。每個(gè)系統(tǒng)的建成都自成一體，也就是煙筒構(gòu)架，每個(gè)部門各自滿足業(yè)務(wù)部門的需求。

這種構(gòu)架不僅耗費(fèi)各部門大量的精力也使得各個(gè)系統(tǒng)難以打通管理，無法形成更強(qiáng)大的數(shù)據(jù)能力，同時(shí)，對(duì)數(shù)據(jù)進(jìn)行維護(hù)的工作量也非常大。但是在如今人工智能變革過程中，數(shù)據(jù)的獲取和使用無疑成為了智能程度高低的瓶頸，所以能不能建立AI數(shù)據(jù)中臺(tái)，意味著你的智能系統(tǒng)成敗的關(guān)鍵。

現(xiàn)在的數(shù)據(jù)中臺(tái)是全新的架構(gòu)變革。一切業(yè)務(wù)數(shù)據(jù)化，一切數(shù)據(jù)業(yè)務(wù)化，是AI時(shí)代的標(biāo)配。5G技術(shù)的發(fā)展，可能會(huì)進(jìn)一步放大視圖聲數(shù)據(jù)的重要性。

不管從數(shù)據(jù)量的增長(zhǎng)、數(shù)據(jù)處理技術(shù)的進(jìn)步，還在站在企業(yè)對(duì)數(shù)據(jù)中臺(tái)的認(rèn)知來說，?AI數(shù)據(jù)中臺(tái)搭建都是每個(gè)企業(yè)必須要考慮的。AI中臺(tái)是一個(gè)用來構(gòu)建大規(guī)模智能服務(wù)的基礎(chǔ)設(shè)施，對(duì)企業(yè)需要的算法模型提供了分步構(gòu)建和全生命周期管理的服務(wù)，讓企業(yè)可以將自己的業(yè)務(wù)不斷下沉為一個(gè)個(gè)算法模型，以達(dá)到復(fù)用、組合創(chuàng)新、規(guī)模化構(gòu)建智能服務(wù)的目的。

什么是AI數(shù)據(jù)中臺(tái)？首先它不是一個(gè)平臺(tái)，也不是一個(gè)系統(tǒng)，AI數(shù)據(jù)中臺(tái)包含先進(jìn)技術(shù)，但不僅僅是技術(shù)，更重要的是依托先進(jìn)技術(shù)，利用其所擁有的核心資源，構(gòu)建生態(tài)向心力，所以說AI數(shù)據(jù)中臺(tái)是一種能力。

AI 數(shù)據(jù)中臺(tái)整體架構(gòu)

數(shù)據(jù)中臺(tái)對(duì)一個(gè)企業(yè)，起著至關(guān)重要的作用，各個(gè)業(yè)務(wù)系統(tǒng)經(jīng)年累月以煙囪架構(gòu)形式存在而導(dǎo)致的數(shù)據(jù)孤島、數(shù)據(jù)隔離、數(shù)據(jù)不一致等等。因?yàn)檫@些問題實(shí)在是過于繁雜，因此數(shù)據(jù)倉庫、數(shù)據(jù)湖、主數(shù)據(jù)治理等一系列的工作職能應(yīng)運(yùn)而生。

這樣的數(shù)據(jù)治理工作在進(jìn)行了很多年后，數(shù)據(jù)中臺(tái)這個(gè)概念逐漸有人提出了，阿里的《企業(yè)IT轉(zhuǎn)型直到：阿里巴巴中臺(tái)戰(zhàn)略思想與架構(gòu)實(shí)踐》這本書更是對(duì)這個(gè)概念做了一次普及。

現(xiàn)在我們發(fā)現(xiàn)，深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等等一系列技術(shù)開始在這個(gè)平臺(tái)下起到作用的時(shí)候。AI中臺(tái)開始落地實(shí)施，AI中臺(tái)是數(shù)據(jù)中臺(tái)的進(jìn)一步延伸，從數(shù)據(jù)中臺(tái)一步一步演進(jìn)過去。

AI中臺(tái)是一個(gè)用來構(gòu)建大規(guī)模智能服務(wù)的基礎(chǔ)設(shè)施，對(duì)企業(yè)需要的算法模型提供了分步構(gòu)建和全生命周期管理的服務(wù)，讓企業(yè)可以將自己的業(yè)務(wù)不斷下沉為一個(gè)個(gè)算法模型，以達(dá)到復(fù)用、組合創(chuàng)新、規(guī)模化構(gòu)建智能服務(wù)的目的及業(yè)務(wù)賦能的作用。

簡(jiǎn)單來說，一個(gè)企業(yè)各個(gè)應(yīng)用源源不斷的產(chǎn)生數(shù)據(jù)，各個(gè)業(yè)務(wù)模塊的數(shù)據(jù)匯總，經(jīng)過統(tǒng)一的清洗、歸類、糾錯(cuò)、標(biāo)注、定義、顆?；皹?gòu)建索引，形成數(shù)據(jù)中臺(tái)。再根據(jù)各類算法及機(jī)器學(xué)習(xí)，從而形成企業(yè)的AI中臺(tái)?？蓪?duì)外輸出決策能力、算法模型、功能模型及業(yè)務(wù)能力，這就是一個(gè)簡(jiǎn)單的AI中臺(tái)模型。

AI 數(shù)據(jù)中臺(tái)解決的問題，可以總結(jié)為五點(diǎn)

1. 效率問題：人工智能本質(zhì)上，是要解決效率問題。在人工智能時(shí)代，體力活或者技術(shù)型的勞動(dòng)不再需要人去做，因?yàn)槠脚_(tái)數(shù)據(jù)割裂，互為一體，用戶數(shù)據(jù)分散存儲(chǔ)，有存儲(chǔ)用戶性別的數(shù)據(jù)。但是另外的應(yīng)用無法調(diào)用，需要用戶再次輸入，重復(fù)操作。效率降低。
2. 協(xié)作問題：各應(yīng)用之間的協(xié)作在大企業(yè)中很常見，協(xié)作的前提是能夠互通有無，但是如果不知道對(duì)方有哪些可以幫到自己，溝通過程中就會(huì)出現(xiàn)需求不明確現(xiàn)象，當(dāng)建立AI數(shù)據(jù)中臺(tái)后就可以打破窗戶紙，協(xié)作更加順暢。
3. 關(guān)聯(lián)度問題：一個(gè)完整的用戶畫像需要多方位的數(shù)據(jù)信息，例如可以根據(jù)根據(jù)用戶點(diǎn)餐的習(xí)慣，可以判斷ta的日常飲食習(xí)慣，結(jié)合用戶的瀏覽的租房?jī)?nèi)容可以判斷ta的消費(fèi)檔次，再結(jié)合投遞職位的薪資，我們可以計(jì)算出ta的基本收入，只有數(shù)據(jù)豐富才有可能形成智能。
4. 能力問題：數(shù)據(jù)中臺(tái)并非把數(shù)據(jù)堆到一起，那不叫AI數(shù)據(jù)中臺(tái)，做數(shù)據(jù)挖掘后你會(huì)發(fā)現(xiàn)，這些數(shù)據(jù)可以為每個(gè)單獨(dú)的業(yè)務(wù)模塊賦能，也就是說通過各個(gè)業(yè)務(wù)模塊提供的數(shù)據(jù)，整理挖掘后再為各個(gè)業(yè)務(wù)提供之前沒有的能力。
5. 時(shí)效問題：數(shù)據(jù)有價(jià)值，實(shí)時(shí)數(shù)據(jù)更有價(jià)值，在沒有AI數(shù)據(jù)中臺(tái)前，無法做到數(shù)據(jù)通信的時(shí)效性，當(dāng)有了AI數(shù)據(jù)中臺(tái)后時(shí)效性的數(shù)據(jù)會(huì)成為企業(yè)決策和產(chǎn)品能力提升的關(guān)鍵因素。

AI數(shù)據(jù)中臺(tái)團(tuán)隊(duì)

搭建AI數(shù)據(jù)中臺(tái)需要有一個(gè)獨(dú)立的團(tuán)隊(duì)，能夠?qū)λ袠I(yè)務(wù)的數(shù)據(jù)做統(tǒng)一梳理、歸納。其中必不可缺的角色包括：

1. 數(shù)據(jù)產(chǎn)品經(jīng)理：數(shù)據(jù)產(chǎn)品經(jīng)理這個(gè)職位，其實(shí)很跨界：需要懂程序，做數(shù)據(jù)收集及清洗；需要懂產(chǎn)品，了解內(nèi)外部用戶需求和理解市場(chǎng)；需要懂?dāng)?shù)據(jù)，用數(shù)據(jù)的方式證明、證偽及發(fā)現(xiàn)問題。數(shù)據(jù)產(chǎn)品經(jīng)理既要完成數(shù)據(jù)體系設(shè)計(jì)，讓原本無序或龐雜的數(shù)據(jù)變得“規(guī)矩”，又要根據(jù)業(yè)務(wù)場(chǎng)景的變化，不斷調(diào)整項(xiàng)目?jī)?nèi)容，推進(jìn)項(xiàng)目進(jìn)度。所以說數(shù)據(jù)產(chǎn)品經(jīng)理是搭建AI數(shù)據(jù)中臺(tái)的整體把控者。
2. 業(yè)務(wù)專家團(tuán)隊(duì)：了解業(yè)務(wù)、梳理業(yè)務(wù)場(chǎng)景，確定數(shù)據(jù)資產(chǎn)與業(yè)務(wù)場(chǎng)景的一一對(duì)應(yīng)關(guān)系，確定業(yè)務(wù)場(chǎng)景的優(yōu)先級(jí)，為數(shù)據(jù)中臺(tái)的建設(shè)提供依據(jù)，使得產(chǎn)品符合邏輯。
3. 數(shù)據(jù)工程團(tuán)隊(duì)：建設(shè)和維護(hù)數(shù)據(jù)中臺(tái)，包括 ETL、數(shù)據(jù)采集，以及數(shù)據(jù)中臺(tái)性能和穩(wěn)定性保證，利用中臺(tái)的工具采集、存儲(chǔ)、加工、處理數(shù)據(jù)。
4. 數(shù)據(jù)分析團(tuán)隊(duì)：分析數(shù)據(jù)價(jià)值、探索場(chǎng)景，生產(chǎn)更多的數(shù)據(jù)服務(wù)。
5. 數(shù)據(jù)治理團(tuán)隊(duì)：梳理數(shù)據(jù)標(biāo)準(zhǔn)、構(gòu)件數(shù)據(jù)安全和隱私規(guī)范，利用開源去中心化的數(shù)據(jù)治理工具來圍繞業(yè)務(wù)場(chǎng)景解決數(shù)據(jù)質(zhì)量和安全問題。就類似每個(gè)程序員要配備兩個(gè)測(cè)試員一樣，數(shù)據(jù)治理同樣重要。
6. 智能算法團(tuán)隊(duì)：為數(shù)據(jù)分析、業(yè)務(wù)探索提供智能和算法工具。實(shí)現(xiàn)中臺(tái)的AI化。

AI 數(shù)據(jù)中臺(tái)中的產(chǎn)品經(jīng)理定位

1. 數(shù)據(jù)都是有用的：所有數(shù)據(jù)都是有用的，凡是用戶留下的數(shù)據(jù)包括停留時(shí)長(zhǎng)、觸達(dá)頁面，頁面熱區(qū)等，都是有用的，盡可能的保留用戶所有痕跡。在不同的場(chǎng)景下數(shù)據(jù)的需求維度不一樣，不同的數(shù)據(jù)組合可以幫助你構(gòu)建不同的算法模型。
2. 培養(yǎng)大數(shù)思維：數(shù)據(jù)產(chǎn)品經(jīng)理必須具備大數(shù)思維，因?yàn)槟阋幚淼臄?shù)據(jù)量級(jí)都是超大的，如果你處理的是文本數(shù)據(jù)量是1億條，那么有5000條的錯(cuò)誤率，要不要忽略，0.005%，這是可以忽略的，但是5000的量級(jí)在傳統(tǒng)的產(chǎn)品中一般是不可忽略的。數(shù)據(jù)是相對(duì)的，培養(yǎng)大數(shù)思維會(huì)少做好多無用功。
3. 不要相信知覺，相信結(jié)果：在處理數(shù)據(jù)中不要單憑自己看到的一部分?jǐn)?shù)據(jù)量而判斷所有的數(shù)據(jù)集，不要感覺某些數(shù)據(jù)是不是有用，是不是需要標(biāo)注。要不斷的去測(cè)試調(diào)優(yōu)，要相信最終的結(jié)果。
4. 數(shù)據(jù)隱私問題：如果系統(tǒng)自動(dòng)推送一個(gè)你感興趣的廣告產(chǎn)品，有的人會(huì)理解很貼心，正好符合我的需求，很多人會(huì)覺得嚇一跳：它怎么知道我喜歡這個(gè)？要想獲得更好的體驗(yàn)必須犧牲個(gè)人隱私，這到底是不是一個(gè)必要條件。個(gè)人感覺這個(gè)問題必將被技術(shù)解決，任何技術(shù)產(chǎn)品的問題最終會(huì)被其他技術(shù)解決。現(xiàn)階段的產(chǎn)品經(jīng)理只有做到依靠現(xiàn)有的脫敏等技術(shù)手段及道德底線來維護(hù)現(xiàn)有用戶的數(shù)據(jù)隱私問題。

總結(jié)

AI發(fā)展必需依靠算法、數(shù)據(jù)和算力三方面的組合才能有更好的效果，現(xiàn)階段算力需要硬件的突破，算法的進(jìn)步需要更多的算法工程師的努力才能有突破。能否高效的利用數(shù)據(jù)是各大公司的差距所在，AI數(shù)據(jù)中臺(tái)無疑是解決這個(gè)問題的最優(yōu)解。率先搭建持續(xù)優(yōu)化，也許可以幫助大企業(yè)在智能化方向上有個(gè)大的進(jìn)步。

作者：老張，宜信集團(tuán)保險(xiǎn)事業(yè)部智能保險(xiǎn)產(chǎn)品負(fù)責(zé)人，運(yùn)營(yíng)軍師聯(lián)盟創(chuàng)始人之一，《運(yùn)營(yíng)實(shí)戰(zhàn)手冊(cè)》作者之一。

本文由 @老張 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Pixabay，基于 CC0 協(xié)議。