一年一度的 TalkingData 智能數(shù)據(jù)峰會(huì)，已經(jīng)成為 TalkingData 向世界展示其真知灼見的最佳窗口。

雷鋒網(wǎng)了解到，如今，所有企業(yè)無一例外的面臨著數(shù)字化轉(zhuǎn)型帶來的挑戰(zhàn)和機(jī)遇，而 TalkingData 的多年前通過為移動(dòng)互聯(lián)網(wǎng)開發(fā)者提供 SaaS 經(jīng)營分析服務(wù)起家，從數(shù)據(jù)的采集、處理到數(shù)據(jù)的分析，再到數(shù)據(jù)的應(yīng)用與咨詢，已經(jīng)形成了一套以“智能數(shù)據(jù)平臺(tái)(SmartDP)”為主的完整數(shù)據(jù)應(yīng)用體系，構(gòu)筑了一套以數(shù)據(jù)商業(yè)化平臺(tái)、數(shù)據(jù)服務(wù)平臺(tái)，及數(shù)據(jù)合作平臺(tái)為核心的數(shù)據(jù)生態(tài)。 TalkingData 的戰(zhàn)略轉(zhuǎn)變不斷讓業(yè)界耳目一新，更日益形成 TalkingData 洞察趨勢、判斷產(chǎn)業(yè)、繼而為更多合作伙伴主動(dòng)提供解題思路的新模式。

雷鋒網(wǎng)知悉，近日 2017 TalkingData 智能數(shù)據(jù)峰會(huì)隆重舉行。TalkingData CEO 崔曉波在演講中說：本次大會(huì)是智能數(shù)據(jù)峰會(huì)，就是要探討智能與數(shù)據(jù)的關(guān)系。如今我們所有人都感覺到世界在變、社會(huì)在變、技術(shù)在變，我們今天就是要跟大家講如何用數(shù)據(jù)的方法去洞察世界的變化，以及應(yīng)對(duì)世界的變化。

以下內(nèi)容由雷鋒網(wǎng)根據(jù)崔曉波演講速記整理（有部分刪減）：

我們今天的主題是知機(jī)識(shí)變、有唐之盛，來這個(gè)會(huì)場之前我們都發(fā)了一個(gè)很酷的邀請(qǐng)函，很多朋友給我發(fā)來了賀信，說你們的邀請(qǐng)函很酷，清明上河圖里面的人都活動(dòng)起來了。我們今天的話題就想討論一下，因?yàn)槲覀兯腥硕荚诟杏X好像身邊的世界在變、社會(huì)在變、技術(shù)在變。由于技術(shù)的高速發(fā)展，我們帶來的各種各樣的商品，已經(jīng)由稀缺變得比較富足了，消費(fèi)者的選擇變得非常多。其實(shí)我們消費(fèi)者也在變，90 后、2000 后在隨后十年里就會(huì)主導(dǎo)市場。我們了解變化、了解客戶、了解消費(fèi)者，我們今天要跟大家如何利用數(shù)據(jù)的方法去洞察這個(gè)世界的變化，以及應(yīng)對(duì)這個(gè)世界的變化。這兩天我們準(zhǔn)備了 100 多個(gè)演講。希望能夠給大家?guī)聿煌慕嵌群退伎肌?/p>

在過去的十年里面，中國的變革主要推動(dòng)力是什么？是移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)。我們仔細(xì)去看過去六年的數(shù)據(jù)可以注意到，不管是移動(dòng)手機(jī)的數(shù)量，還是爆發(fā)的物聯(lián)網(wǎng)領(lǐng)域，還是可穿戴設(shè)備的增長都是指數(shù)級(jí)的，不是一年 10%、20% 的增長，更多是成倍成倍的增長。但是這種趨勢，其實(shí)大家并沒有意識(shí)到。

隨著去年到今年人工智能技術(shù)（特別是感知計(jì)算，計(jì)算技術(shù)）的高速發(fā)展，整個(gè)世界數(shù)字化的速度在加快。我們通過人臉把模組的一些特征開始數(shù)字化，通過無人車測量街道和城市等等。所有這一切數(shù)字的爆炸速度其實(shí)已經(jīng)到了一個(gè)難以置信的程度，截至到今天，我們每天產(chǎn)生的數(shù)據(jù)量就非常有可能達(dá)到 351EB。

但是如果我們將來的存儲(chǔ)堆積起來，堆積整個(gè)中國的大地都做不到。如果我們的技術(shù)不能提高的話，我們就會(huì)在一個(gè)浩浩蕩蕩的洪流里面，不知道怎么取舍，不知道未來的世界會(huì)變成什么樣。

然而大部分人的認(rèn)知還是線性的，我每天見到小孩的時(shí)候，我沒覺得這個(gè)小孩樣子變化了。但是如果你突然把時(shí)間線拉長，一個(gè)月、兩個(gè)月你再見到他你會(huì)覺得變化怎么這么大。實(shí)際上指數(shù)級(jí)增長前面都是有點(diǎn)欺騙性的。因?yàn)樗麆傞_始增長的倍數(shù)雖然大，但是基數(shù)小，大家往往是感覺不到的。

這里我其實(shí)想給大家分享兩個(gè)例子，讓大家感覺一下，哪怕是專家也是固守原來的線性思維。20 世紀(jì) 80 年代的時(shí)候，那個(gè)時(shí)候 AT&T（美國電話電報(bào)公司）請(qǐng)了麥肯錫幫他們做一個(gè)決定，那時(shí)手機(jī)剛剛出現(xiàn)，所以他們要決定是不是要進(jìn)入手機(jī)行業(yè)。麥肯錫給出的預(yù)測是，到 2000 年手機(jī)的數(shù)量不會(huì)超過 100 萬部，為什么？因?yàn)槭謾C(jī)非常的笨重和昂貴。但是實(shí)際情況是什么？2000 年手機(jī)就超過了 2 億部。

另外一個(gè)例子，2009 年 Gartner 預(yù)言，諾基亞的手機(jī)和操作系統(tǒng)將在 2014 年統(tǒng)一市場，成為第一大操作系統(tǒng)，將會(huì)占據(jù) 40% 以上的出貨量。而安卓將僅為 10% 左右，但是實(shí)際情況大家都知道，塞班在 2012 年就已經(jīng)關(guān)門大吉了。安卓最后甚至超越了蘋果，成為第一大手機(jī)操作系統(tǒng)。

我們仔細(xì)分析過這兩個(gè)案例，我們發(fā)現(xiàn)，這些專家手里都有大量的數(shù)據(jù)證明，那個(gè)時(shí)候不管是手機(jī)，還是智能操作系統(tǒng)的增長都是指數(shù)級(jí)的。但是為什么還是會(huì)做出一個(gè)每年增長 10%、20% 的預(yù)測，這就是因?yàn)槿说乃季S其實(shí)是線性的。

那么，舉一個(gè)正面一點(diǎn)的例子，基因測序的例子，1991 年人類決定啟動(dòng)一個(gè)宏大的計(jì)劃，就完成整個(gè)人類的基因測序組，這個(gè)計(jì)劃整體投資了 60 億美元，預(yù)計(jì)耗時(shí) 15 年。這意味著什么？大概應(yīng)該是 2005 年能夠把這個(gè)測序完成。但是實(shí)際情況是，時(shí)間過了一半，1997 年的時(shí)候整個(gè)測序的工作只完成了 1%。

那時(shí)候很多專家說花了這么多錢，但是這個(gè)項(xiàng)目肯定是失敗了，肯定測不完。但是有一個(gè)人發(fā)現(xiàn)了一個(gè)規(guī)律，每年完成測序的數(shù)量是呈指數(shù)級(jí)增長的，最后實(shí)際情況是什么？大概花了十年左右，整個(gè)測序工作就完成了，預(yù)算只花了整體預(yù)算的一半，30 億美金。

發(fā)現(xiàn)這個(gè)規(guī)律的那個(gè)人是誰？就是奇點(diǎn)大學(xué)的創(chuàng)始人。所以大家一定會(huì)覺得，這兩個(gè)例子好象離我們很遠(yuǎn)，但是其實(shí)不是，因?yàn)樵谖覀兎?wù)我們客戶的過程當(dāng)中，天天都可以看到這樣的例子。會(huì)有很多客戶說應(yīng)該是這樣，但是我覺得應(yīng)該是那樣，你必須把這個(gè)數(shù)據(jù)給我調(diào)整，對(duì)不起，這不是 TalkingData 應(yīng)該做的。我們的客戶應(yīng)該是相信數(shù)據(jù)，信仰數(shù)據(jù)的，只有信仰數(shù)據(jù)的人和企業(yè)做出的決策才是數(shù)據(jù)驅(qū)動(dòng)型的。

這種決策往往也是指數(shù)級(jí)的，這會(huì)貫穿我們今天所有的演講。這是我今天跟大家分享的一個(gè)案例，讓大家有點(diǎn)感覺。

看一組數(shù)據(jù)，人類的習(xí)慣在被改變，購物 70%、社交 100+ 分鐘、外賣 2.87 億、出行 30%。我不知道大家感覺怎么樣？大家是不是感覺還不錯(cuò)？好像是這么回事，我看起來這個(gè)數(shù)據(jù)還挺舒服的？但是坦率的說，如果大家看到這組數(shù)據(jù)的時(shí)候沒有異樣的感覺，你們的思維就是線性的，這就是我們以前研究市場、研究消費(fèi)者慣用的方法，因?yàn)槲覀円呀?jīng)習(xí)慣了用一種片面的、基于時(shí)間切片的、基于很小樣本量的、基于非常弱的論據(jù)做出很多決定。

所以我們?cè)谶^去五年里面，從企業(yè)、政府、各種各樣的組織觀察到的情況：他們只要看到這樣的數(shù)據(jù)就做出一個(gè)非常大的決策。但是這真的是我們指數(shù)級(jí)的社會(huì)、世界里面應(yīng)該采用的洞察的方法嗎？當(dāng)然一定是 NO，一定不是。那種方法是什么？如果我們面臨這樣一個(gè)世界，是在指數(shù)級(jí)變化，不停在變，但是我們收集數(shù)據(jù)的能力、速度、維度已經(jīng)達(dá)到前所未有時(shí)代的時(shí)候，我們?cè)趺蠢斫膺@個(gè)世界？我們認(rèn)為我們看世界的角度會(huì)發(fā)生很大的變化，我們以前看世界是由實(shí)體物質(zhì)化，會(huì)向個(gè)數(shù)字虛擬化的方向去轉(zhuǎn)變。

大家可能不太理解這句話，但是我可以給大家分享兩個(gè)案例，因?yàn)榇蠹叶贾拦雀柙谧鰺o人駕駛，我們參觀過還是挺震撼的。它為了做無人車，放了很多勘測設(shè)備，包括無人車本身，然后在一個(gè)城市里面不斷的收集數(shù)據(jù)，為什么收集數(shù)據(jù)？是因?yàn)楸苷蠁?？為了做模型嗎？都不是，最后我們發(fā)現(xiàn)數(shù)字化的城市，他們把所有的建筑、街道、道路、樹木、障礙物，甚至行人都是數(shù)字化表示的。

這是最好的方法，在虛擬的世界里面增強(qiáng) AI 對(duì)世界的認(rèn)知。我們也非常理解，如果你真的讓一輛無人車上路跑的話，估計(jì)跑 10 萬公里就會(huì)碰到故障，因?yàn)槟阍趺纯赡茏?AI 迅速理解真實(shí)世界，所以我們要數(shù)字化、虛擬化，用方法幫助 AI 了解人類。所以這是我們看到的趨勢。

所以，我們研究很多事物的方法和角度一定會(huì)發(fā)生非常大的變化，在現(xiàn)在的城市里面，政府其實(shí)非常需要一些與人相關(guān)的基礎(chǔ)的數(shù)據(jù)，不限于他們的人工統(tǒng)計(jì)學(xué)信息，我們最近和國家統(tǒng)計(jì)局合作里面，包括第七次人口普查里面都發(fā)現(xiàn)有很多的痛點(diǎn)和以前做不到的事情。十年一次普查，抽樣率 1% 到 3%，而且數(shù)據(jù)是非實(shí)時(shí)的，我們完全感覺不到一個(gè)城市是變化的。基于我們的項(xiàng)目，我們把所有的數(shù)據(jù)實(shí)時(shí)化、動(dòng)態(tài)化的來表示，我們開始研究人在城市里面一天到底是怎么運(yùn)動(dòng)的、怎么交互的、怎么社交的、怎么通勤的，基于此我們會(huì)看到一些非常有趣的結(jié)論。

第一個(gè)結(jié)論，最近我們也看到了很多公司做出的一些結(jié)果，可以預(yù)測人的位置、預(yù)測人的行為，準(zhǔn)確率百分之多少多少，其實(shí)這是不嚴(yán)謹(jǐn)?shù)摹Ｒ驗(yàn)槟阕屑?xì)到城市脈搏的地圖里面看的時(shí)候，你會(huì)發(fā)現(xiàn)人是有模式的，他在工作日的時(shí)候模式非常固定，休息日的時(shí)候模式也非常固定，根據(jù)我們的模型預(yù)算，人有 30% 的時(shí)間是完全無法預(yù)測的。

為什么？因?yàn)槿瞬皇菣C(jī)器人，人有探索性，這是和人的心理學(xué)、社會(huì)學(xué)直接相關(guān)的。你去哪玩、你去哪購物其實(shí)是非常感性的決定，并不是理性的決定。在做真實(shí)世界研究的時(shí)候是不可以混淆這些概念的。

時(shí)空折疊，傳統(tǒng)的方法看不到時(shí)空有折疊，但是你利用實(shí)時(shí)、可視化的方法把北京所有的人放在一個(gè)圖里，實(shí)時(shí)的去觀察他變化的時(shí)候，你會(huì)發(fā)現(xiàn)，真的有那么幾群人，你別看他們地點(diǎn)都在一個(gè)區(qū)域，但是由于他們的作息時(shí)間、生活方式不同，他們生活完全沒有交集，他們都在國貿(mào)出現(xiàn)，但是永遠(yuǎn)碰不到。這會(huì)對(duì)城市帶來什么影響？非常大的影響，按照一個(gè)最基本的理論，這個(gè)城市會(huì)缺乏活力，為什么？因?yàn)椴煌A層，不同性質(zhì)的人沒有交集。這對(duì)一個(gè)城市活力、創(chuàng)新、資源是非常不利的。

人群階層，其實(shí)現(xiàn)在城市的誕生都是基于工業(yè)化的結(jié)果，因?yàn)楣I(yè)化形成的時(shí)候，大量的人涌入城市，成為工人。但是在工業(yè)化時(shí)代，講究的是中心網(wǎng)絡(luò)供給，造成分配資源的時(shí)候我們就喜歡把所有的資源堆積一起，用所有中心網(wǎng)絡(luò)的趨勢分散到這個(gè)趨勢。

比如說在北京形成了金融街、CBD、某某學(xué)區(qū)這種。根據(jù)我們的研究，我們利用不同的角度和方法對(duì)人的行為進(jìn)行研究你會(huì)發(fā)現(xiàn)很有意思，人新的活動(dòng)方式，生活方式，連接方式，他的手機(jī)位置，你仔細(xì)做聚類，分群研究的話，你會(huì)發(fā)現(xiàn)分群方法完全不一樣。這是我們用 AI，機(jī)器學(xué)習(xí)的方法自動(dòng)的把北京的所有人群做了歸類。七類，這是機(jī)器學(xué)出來的，但是我們的人本實(shí)驗(yàn)室仔細(xì)分析他們屬性的時(shí)候，我們覺得還是挺符合人的認(rèn)知的。

這種方法以前從來沒有過，它會(huì)帶來城市治理思路的改變，會(huì)帶來規(guī)劃的改變，會(huì)帶來公用設(shè)施的改變，我們分布學(xué)區(qū)、分布醫(yī)院、分布各種各樣設(shè)施的時(shí)候，不能像原來那種南城是一個(gè)階層、金融從業(yè)人員是一個(gè)階層，應(yīng)該按他們的生活方式來分，這樣城市才是有活力的。

所以，未來我們洞察城市的方法到底應(yīng)該是什么樣的？我們推出這樣一個(gè)產(chǎn)品——城市透鏡，大家可以看一下。我們會(huì)有越來越多的企業(yè)會(huì)像我們一樣，通過豐富的環(huán)境和變化，通過城市透鏡真實(shí)對(duì)世界可視化呈現(xiàn)，最后把這些觀察和需求，基于 AI 動(dòng)態(tài)模型相結(jié)合，在虛擬世界和現(xiàn)實(shí)世界轉(zhuǎn)換中，增強(qiáng)我們對(duì)世界的感知和認(rèn)知能力。

而這種感知和認(rèn)知能力會(huì)改變很多商業(yè)，昨天和幾個(gè)客戶談，如果我們有這樣幾個(gè)系統(tǒng)，選址就不需要這樣做了，把選址四個(gè)點(diǎn)，實(shí)時(shí)洞察車流、人流，我可能都不需要很復(fù)雜就可以做出一個(gè)比以前更真實(shí)的決定。我堅(jiān)信這種技術(shù)對(duì)地產(chǎn)、零售、銀行、金融、人類、城市都會(huì)有非常大的影響。但是我們有了這樣一個(gè)面向未來的工具，可以實(shí)時(shí)的用模擬化、數(shù)字化的方式觀察到世界，是不是就夠了呢？根據(jù)我們的發(fā)現(xiàn)和研究還遠(yuǎn)遠(yuǎn)不夠。

所以，這是互聯(lián)網(wǎng)公司特別容易犯的一個(gè)錯(cuò)誤，互聯(lián)網(wǎng)公司做大數(shù)據(jù)他們研究的是行為模式，他們會(huì)推個(gè)性化，其實(shí)他往往忽略了最重要的，這種形成后面代表著人的心理，人的動(dòng)機(jī)，人的社會(huì)學(xué)到底是什么？這就需要很多人的智慧，人現(xiàn)在更理解人。

所以我們推出人本數(shù)據(jù)實(shí)驗(yàn)室，我們定位是跨領(lǐng)域的開放平臺(tái)，用數(shù)據(jù)來了解我們的心智、身體和環(huán)境之間的關(guān)系。我們堅(jiān)信即使我們可以用 AI 建立數(shù)據(jù)模型、了解城市、理解世界，但是人類的心智和情感并沒有就此抹掉，依然是最重要的一部分。我們這樣推動(dòng)人和人的互相了解，才能改變我們看到的一切。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。