蓝盟小贴士，来喽！
大数据的进步在许多传感器的引进、互联网连接和计算能力、通信能力和数字存储方面改善了硬件和软件，AI可以从小型学术研究项目扩展到大企业的生产应用。 本质上，大数据需要复杂的AI模型来分析和获取知识和见解，AI模型需要大量的大数据来训练和优化。 我是。 因此，目前，数据通常被认为是AI初创企业的充分战略护城河。 作为风险投资，这种现象很常见。 近年来，我们看到许多初创公司把数据收集作为其业务战略的核心。 许多这样的公司强调了获取的独特数据集和获取其他独特数据的长期战略，作为可持续进入壁垒。 另外，AI工具和AI即服务平台使AI模型的开发商品化，公共数据无处不在，因此对数据护城河的建设和拥护的需求变得明显。
在当今的技术生态系统中，市场越来越多地通过先进的AI程序和对专有数据的控制来给予公司报酬，这是巨大而可持续的竞争优势。 长期以来，谷歌和Netflix等公司开发和策划了大量、权威的数据集，但许多其他公司徒劳无功地努力取得了成功。 一个例子是竞争对手的媒体服务提供商和制作公司的大规模破坏，但Netflix的复杂数据战略无法解决这些问题。
但是，由于预期的数据交换能力和意志的提高，我们相信10年内自己的数据护城河不能太持续。 数据为AI价值引擎提供了动力，但AI业务战略越来越侧重于知识。
把AI价值金字塔向知识层发展
AI价值金字塔是基于数据的，由知识驱动。 今天，“我们埋藏在信息中，但想获得知识”，期待着将AI价值金字塔推向知识层。 事实上，通过创建数据交换，我们可以看到这种趋势的进步和加速。 我们希望提高可行性，想以有价值的知识为交换分享商品化数据的组合促进数据交换。 总之，数据更丰富，可用，可靠性高，标准化，价格低廉。 这是理想商品的完美定义。 将来，将数据用作可持续发展的进入壁垒变得更加困难。
通过IoT (物联网)的数据源激增增加了数据共享的可能性。 此外，还有用于整合、共享和交换数据的新技术、协议和标准。 展望未来，如果有动力和越来越大的意愿，共享数据的能力就真的很重要。 随着AI破坏和破坏传统竞争的进入壁垒，许多组织不断地收集自己的数据，试图从中获益。 las既容易取得和利用这种数据，也没有成果，因此会导致战略上的不协调。 这是因为人工智能对许多组织来说越来越不可或缺，但不是传统技能和核心专业知识的一部分。 另外，受过AI训练的工程师、开发人员、产品负责人和经理的长期和长期不足加剧了这一矛盾，引起了以知识交换为目标的数据共享解决方案的嗜好。通过交换数据创造知识创造能力和意志结合的一个例子是欧盟提出的新建议，即创建“单一数据市场”，给人，企业和组织更好的决定权基于来自非个人数据的见解，与现在的科技巨头竞争。
数据护城河越来越不可持续的另一个因素是发明了可以使用小数据集训练的新数据解决方案。 通过合成数据解决方案(例如使用通用对抗网络)和其他最小化技术(如数据增强)，企业可能不需要大量数据就能创建破坏性的AI产品。
文/上海蓝盟 IT外包专家
中文
电话咨询
微信咨询
公众号
