演算法主宰未來 (車品覺)
圖片 : Freepik
自古以來，生產力要素建基於各種自然資源和人力資源如何有效使用，這是在智能時代來臨之前幾千年已存在的定律，分別只在於工具的創新能讓效率大幅提升，人類在工具的選擇上變得尤其重要。直到電腦出現，我們就開始努力把物理世界中的規律轉換到電腦的邏輯世界中。然後大數據的到來啟動了人工智能，智能時代就這樣開始翻山越嶺了。
盤點數據不簡單
很多人把數據比喻為石油，但不同的是數據來自應用，不管是否自覺，個人、企業甚至每一部機器每時每刻都在貢獻又使用着數據。不遠的將來，數據的應用如同電力一樣，將成為企業運營的必需品，滲透到業務每一個環節，隨着計算與儲存能力日益強大，為不同企業提供源源不斷的優化能力。既然是核心資源，數據資產的運營將愈來愈重要，盤點這些資源殊不簡單，我在阿里工作時總共做過3次，過程中歸納了一些經驗：
什麼樣的數據用量大、覆蓋率高？具公共屬性。
什麼樣的數據稀缺但重要？具戰略性。
什麼樣的重要數據是不可再生的？必須備份。
數據資源用完可以再用！複製成本極低。
大數據的關聯特性，讓數據權屬邊界愈來愈模糊。
幾次的資產盤點中，讓我認識到數據的盤點與實物不一樣，數據可以無限衍生，但量多不代表有用。
另一方面，對於傳統行業來說，擁有數據資源將令企業具有創新能力，更容易適應高速變化的市場環境和用戶需求。可惜傳統行業往往在資訊化和數位化建設方面存在缺失，彌補短板是當務之急。
我還記得在2013年，我當時的上司、淘寶網總裁「三豐」就跟我說過：「我們不能總坐金山吃饅頭。」一方面需要數據資產治理，同時也要證明數據有大價值。今天數據的價值其實已毋須多言，開發AlphaGo而一舉成名的Deep Mind團隊，被收購後成功地幫助谷歌數據中心的冷卻系統節約用電40%，能在未來幾年省下數億美元支出，據說該專案的團隊成員只有五六個員工。難怪《未來簡史》的作者認為，我們將進入一個Inorganic Intelligence（無機智能）的世界，未來有可能受到演算法主宰。機器具備深度學習能力之後，智慧的定義或會被改寫，人類的感知和普世價值也會改變。
更多車品覺文章：
(編者按：車品覺最新著作《覺悟．大數據》現已發售)
歡迎訂購：實體書、電子書
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
 - EJ Tech){kind=link}
){kind=link}