《大数据的2016，我的2016》之人工智能篇
本篇《大数据系列》文章是数据猿推出的主题为《大数据的2016，我的2016》2016—2017年度大型策划活动的征文部分。为了方便大家更系统的阅读，小编对这36篇文章进行了分类，本文是《大数据的2016，我的2016》之人工智能篇。
本篇《大数据系列》文章是数据猿推出的主题为《大数据的2016，我的2016》2016—2017年度大型策划活动的征文部分（落地部分请看文末）。在2016年底征稿期，活动就受到了100+大数据领域内知名企业的高度关注，收到了36位业内领袖的投稿，并入驻成为数据猿专栏专家。
为了方便大家更系统的阅读，小编对这36篇文章进行了分类，本文是《大数据的2016，我的2016》之人工智能篇！
在2月16日的落地活动部分，数据猿联合中欧国际工商学院以及腾讯直播举办了“中欧微论坛|数据猿·超声波——以数据思维 拥抱智能时代”活动，点击底部“阅读原文”看直播。
一、TalkingData首席布道师鲍忠铁：智能数据时代，企业将面临3大挑战
2017年，随着人工智能的高速发展，大数据时代将进入智能数据时代。企业与客户的沟通方式由线下转变为线上，客户进行产品决策的时间不断缩短，企业传统的统计分析和数据挖掘方法已经无法在时间和效果上满足客户需求，企业面临着巨大挑战：
1、数据商业化思维的挑战。企必须要加快自己的步伐，缩短产品的生周期，但高速商业决策节奏的背后支撑的是数据商业化思维。
2、数据资产管理和数据技术的挑战。高效的数据处理技术需要面临的是多种数据源实时处理、数据之间打通、数据资产标识和管理、数据调用和逻辑组合等，这将是一个巨大挑战。
3、数据价值和数据应用的挑战。智能数据时代对企业对要求越来越高，对数据处理技术、数据分析、数据决策要求也将越来越严格。企业需要从包含噪音的海量数据中发现具有商业价值的智能数据，同业务深度结合，利用数据应用帮助企业实现智能决策。
原文链接：TalkingData首席布道师鲍忠铁：我眼中的大数据产业2016年终总结
二、神策数据创始人兼CEO桑文锋：夯实数据基础，方能成为AI主战场上的“主力军”
目前，市面上大数据初创企业，主要分为掌握并应用数据源的企业、提供数据分析工具的企业、数据探索式的企业三种类型。而作为新贵行业的AI，则成为大数据发展的高级形态，其成果是建立在企业对大数据的应用能力之上。
如果数据出现偏差，人工智能发展方向就会被“误入歧途”。因此，与另外两类企业合作，是AI企业发展的必然选择。合作的目的，一方面，是要解决好数据源和数据基础问题。借此，才能避免被数据的预处理工作拖入泥潭，深度挖掘大数据的商业价值;另一方面，其余两类大数据企业为AI企业提供丰富的应用场景，让AI价值不再是“空中楼阁”。
Gartner《2017十大技术趋势》报告指出，2020年，人工智能将成为服务供应商的主战场。只有打好数据基础的企业，方能成为AI主战场上的“主力军”。
原文链接：神策数据创始人兼CEO桑文锋：采集缺失折射数据建设之殇
三、天云大数据CEO雷涛：企业应用大数据技术可以AI、BI双管齐下
随着互联网和大数据技术的高速发展，面向特定领域的人工智能技术已经取得突破性进展，谷歌、微软、百度等巨头积极在人工智能领域布局。未来10年内，大数据与人工智能将改变每一个行业，今天在《财富》世界500强榜单上有40%的公司将会销声匿迹。可以很清晰的预见，AI行业已经成为新风口，产业化进程成为必然趋势。
目前，企业对大数据技术的应用已不再局限于BI，AI在商业实践中的价值也日益凸显。AI和BI 的最大区别就是：谁在做决策。BI分析后会把最终的数据交给人去决策，这个过程没有形成闭环，而AI是一个自动化的闭环过程。
其中，最难的环节在于如何定义问题，而不在解决问题。这些大量的计算模型如何设计，是需要结合企业具体的业务经验才能有效落到实处。
原文链接：天云大数据CEO雷涛：2016是大数据的“寒冬”，AI产业化的春天
四、【友盟+】CDO 李丹枫：2017年，要避免被“AI”、“大数据”忽悠
现在，很多的Business Plan都喜欢给自己戴上AI、大数据的帽子，但实际上的”AI”只是简单的统计报表，”大数据“只是简单的爬虫。2017年要避免被“AI”，“大数据”这些概念忽悠，学会通过表面看到本质。
人工智能可以分为两类：第一类是模仿人做事，第二类是做人做不了的事情。我认为现在技术的发展已经使第一类的商业化成为可能，如语音，图像识别等。但从投资的角度看，我更看好第二类。
人工智能在现阶段还是主要起一个辅助的作用，一个比较有效的利用人工智能的方式是所谓的“man+machine”，机器负责提供建议，人来做最终的决策。
原文链接：【友盟+】CDO 李丹枫：机器模仿人的能力越来越强，但应用的发力点还集中在辅助决策功能上
五、勤智数码董事长廖昕：基于人工智能的法院判案辅助系统可让法律审判更加高效
在大数据的助力下，人工智能得以飞速发展和普及，已经从科学成果逐渐转化为商业应用成果，而真实的业务需求永远是驱动AI发展的原动力。
法院判案辅助系统是一个轻量级应用，可以自主学习过去案件判决书的审判结果，学习相关的法律条款，再通过对本次案件情况的智能分析，输出判决书，法官只需要审核判决书，根据案件情况做出适当调整，即可完成对案件的判决。如果成功投放市场的话，可以帮助法官提升30%以上的判案效率，让无数焦急等待审判结果的人尽快拿到判决书。
原文链接：勤智数码董事长廖昕：做好政务大数据工作还需“一网一生态”
六、艾媒咨询创始人兼CEO张毅：基于大数据和云计算的人工智能硬件或将成为核心技术支柱
人工智能的市场应用规模已经达到千亿元级别了，其中大数据处理能力尤其关键，硬件走向智能化是必然趋势，但未来更加强调具有判断和知识处理能力的硬件，具有大数据和云计算能力的人工智能硬件在未来或将成为一个核心技术支柱。
其中，人工智能行业中的“机器人”成为资本市场的“新宠”，未来，进军人工智能行业的企业会越来越多，需要注意的是，如果将刺激行业在交互方式和功能上进行创新，依然会获得资本市场的青睐。
原文链接：艾媒咨询创始人兼CEO张毅：大数据和云计算将成为AI硬件的核心技术支柱
七、AdMaster创始人洪倍：源头很重要，大数据深度应用要把关“数据清洗”这个重要环节
经过十余年的时间，大数据已经在技术领域积累了一定的经验，并由过去的概念炒作逐渐偏向人工智能、深度学习等实际应用。
大数据应用的过程中有一个十分重要的环节，就是数据清洗。如果数据源被污染，之后的一系列过程都会被脏数据破坏，离我们最近的一个例子就是微软小冰满嘴脏话，导致这一问题的直接原因就是小冰在机器学习的过程中未对学习的语言内容进行有效过滤。
人工智能在未来会是一个十分重要的领域，大数据则会是其不可缺少的后盾，企业在深度应用大数据时要从源头保障数据的可靠性。
原文链接：AdMaster创始人洪倍：大数据深度应用时代，全流程把控数据实现价值最大化
本文编辑jean，微信15737954328