当前位置:首页 > 业务领域 > 污泥处理
TalkingData崔晓波:信仰数据的人做的决策才是数据驱动的
时间:2021-01-01 来源:亚博app 浏览量 25565 次
本文摘要:年度TalkingData智能数据峰会已经沦为TalkingData向世界展示洞察力的最佳窗口。

年度TalkingData智能数据峰会已经沦为TalkingData向世界展示洞察力的最佳窗口。今天,所有企业都毫无例外地面临着数字转换带来的挑战和机遇,TalkingData多年前通过面向移动互联网开发者的SaaS经营分析服务,从数据收集、数据处理分析、数据应用和咨询,已经组成了“智能数据平台(SmartDP)”。TalkingData的战略变化引起了业界的极大关注,并越来越形成洞察TalkingData潮流、识别产业、为更好的合作伙伴积极获取问题解决思路的新模式。(威廉莎士比亚,Northern Exposure(美国电视电视剧),成功)(公众号:)最近获悉,2017TalkingData智能数据峰会隆重举行。

TalkingDataCEO崔晓波在演讲中表示,此次大会是智能数据峰会,是探索智能与数据的关系。今天,我们都感到世界在变化,社会在变化,技术在变化。

今天,我们想用数据方式洞察世界的变化,谈谈如何应对世界的变化。(大卫亚设,Northern Exposure(美国电视连续剧),数据)以下内容根据崔孝宝演讲的速记整理。(有部分删除):我们今天的主题是知识期、唐智成,来这个会场之前,我们都放了很棒的邀请函,很多朋友给我发来了贺信。你们的邀请很棒清明上河图里的人都在一起活动。

我们都感到周围的世界在变,社会在变,技术在变,所以我想讨论今天的主题。随着技术的迅速发展,我们带来的各种商品已经从穷困中显得比较富裕,消费者的自由选择似乎非常多。只是我们的消费者也在改变。90,2000年以后的未来10年不会主导市场。

我们了解变化,了解客户,了解消费者,今天我们要和大家一起如何利用数据洞察这个世界的变化,应对这个世界的变化。这两天我们计划了100多个演讲。希望能给大家带来不同的角度和思考。过去十年中国变化的主要驱动力是什么?移动互联网,物联网。

我们仔细观察过去6年的数据,就会发现,无论是手机数量,还是越来越严重的物联网领域,可穿戴设备的快速增长都是指数级的,而不是一年10%、20%的快速增长,而是两倍的快速增长。(阿尔伯特爱因斯坦,Northern Exposure(美国电视),)但是这种趋势大家都没有意识到而已。从去年到今年,人工智能技术(特别是感觉计算、计算技术)迅速发展,全球数字化步伐正在放缓。

我们开始通过人脸数字化模块的一些特征,通过无人车测量街道和城市等。所有这些数字的爆炸速度已经快得令人难以置信,到今天为止,我们每天生成的数据量很有可能超过351EB。

但是,如果我们未来的储存堆积起来,扫遍整个中国的大地,一切都会变得亲近。如果我们的技术不能提高,我们就不会告诉我们如何在浩浩荡荡的洪流中保持平衡,未来的世界如何不变。

亚博app链接

但是大部分人的理解是线性的。当我每天看孩子的时候,我没有改变这个孩子的样子。

但是突然延长时间线,一个月、两个月就能再次见到他。怎么能不变得那么大呢?(大卫亚设,Northern Exposure(美国电视),时间)本质上,指数级的快速增长都有点欺骗性。因为他刚开始快速增长的倍数,虽然大,但基数小,所以人们往往很近。在这里,我只想分享两个例子。

我想让你感觉到,连专家都坚持原来的线性思维。(大卫亚设,北上广深)。20世纪80年代,美国电信公司(ATT)经常给麦肯锡老板打电话,他们要求是否要转入手机行业。

麦肯锡预测到2000年手机数量将达到100万部。为什么?因为手机很轻很便宜但是实际情况是什么?2000年手机达2亿部。

另一个例子是,2009年Gartner预测,诺基亚的手机和操作系统将于2014年从统一市场转向第一大操作系统,不会占出货量的40%以上。Android只有10%左右,但实际情况告诉我们,塞班在2012年已经关门了。

Android最终打破苹果,沦为最大的手机操作系统。我们仔细分析了这两个案例,发现这些专家手里有大量数据,证明无论是手机,还是智能操作系统的快速增长是指数化的。(威廉莎士比亚,温斯顿,译者注)但是为什么不做出每年增长10%,20%的预测呢?因为人类的思维只是线性的。

嗯,举个积极的例子,例如基因测序,1991年,人类要求开始宏伟的计划,完成了全人类的基因测序组,该计划预计整体投资60亿美元,需要15年。这是什么意思?大约2005年要完成这个碱基测序。但是实际情况是时间已经过了一半,1997年整个测序只有1%。

当时很多专家说花了这么多钱,但这个项目的认同感结束了,认可度无止境。但是有一个人找到了模式。

每年完成的测序数正在以圆形指数级快速增长。最终实际情况是什么?(大卫亚设,Northern Exposure(美国电视),成功)大约花了10年时间,整个测序工作完成,支出仅为总支出的一半,30亿美元。

找到这个规律的那个人是谁?奇点大学的创始人。因此,这两个例子似乎与我们非常接近,但不仅仅是这样。因为在我们为客户服务的过程中,每天都可以看到这样的例子。

(大卫亚设,Northern Exposure(美国电视),成功)说要这样做的顾客不多,但我真的要这样做。你应该把这个数据调整给我。对不起,这不是TalkingData应该做的事。

我们的客户必须以数据为中心,只有相信数据、数据、数据的人和企业做出的决定。(大卫亚设,Northern Exposure)这种决定往往是指数级的。

这不会超过今天我们所有的演讲。这是我今天和大家分享的例子。让大家感到一点从数据集来看,人类的习惯正在改变,购物70%,社交100分钟,店铺2.87亿,上下班30%。

我不告诉你我的感受。大家好像还没上当吗?看起来像这样,在我看来,这个数字看起来挺舒服的吗?但是老实说,如果你看这两组数据时没有异形的感觉,你的思维是线性的。

这就是我们以前研究市场,研究消费者惯用的方法。因为我们已经习惯了根据片面的、基于时间切片的、基于小样本量的、非常弱的论据提出很多要求。(大卫亚设,Northern Exposure(美国电视),时间)所以在过去的5年里,我们在企业、政府和各种组织仔细观察。他们一看到这样的数据就做出了非常大的决定。

但是你知道这是我们指数级社会、世界需要使用的洞察方法吗?当然,必须是NO。那个方法是什么?如果我们面对一个指数级变化的世界,当我们收集数据的能力、速度和维度已经超过前所未有的时代,我们如何解释这个世界呢?我们指出,看世界的角度不会再次发生很大的变化。我们之前指出,世界是物理物质化的,不会朝着数字虚拟化的方向变化。

(莎士比亚)。你们可能无法解释这句话,但我可以分享两个案例。因为大家都知道谷歌在无人驾驶,所以我们参观是令人震惊的。(大卫亚设,Northern Exposure(美国电视),)为了制造无人驾驶汽车,敲了很多测量设备,包括无人驾驶汽车本身,在一个城市收集了大量数据,为什么收集数据?(威廉莎士比亚、哈姆雷特、汽车名言) (是因为汽车壁垒吗?为了做模型?不是的。

最终,我们找到了数字城市。他们对所有建筑物、街道、道路、树木、障碍甚至行人都进行了数字反应。这是虚拟世界世界中加强对AI世界理解的最坏方法。

我们也知道让一辆无人车跑完,预计跑完10万公里就不会出故障,你怎么能让AI快速解释现实世界,所以我们要用数字化、虚拟化、方法帮助AI理解人类。(约翰肯尼迪,北方执行)所以这是我们看到的趋势。所以我们研究很多东西的方法和视角一定会再次发生巨大的变化。

目前,在城市里,政府只需要与人相关的基础数据,而不仅限于他们的人工统计学信息,我们最近与国家统计局合作,在第七次人口普查中可以发现很多疼痛和以前接近的事情。(阿尔伯特爱因斯坦、Northern Exposure(美国电视剧)、Northern Exposure(美国电视剧)10年调查一次,取样亲切率在1%到3%之间,数据被称为动态,我们几乎认为一个城市会发生变化。以我们的项目为基础,我们动态地、动态地应对了所有数据。

我们开始研究人们一天在城市里如何移动,如何互动,如何社交,如何通勤。在此基础上,我们不会看到非常有趣的结论。作为第一个结论,最近我们看到很多公司做出的结果,可以预测人的防卫,预测人的不道德,预测准确度的百分之几,但这并不缜密。因为仔细观察城市脉搏的地图,人找不到有图案的东西。

他平日的模式很相同,休息日的模式很相同。根据我们的模型支出,30%的人几乎无法预测。为什么?因为人类不是机器人,人有探索性,所以这需要与人类的心理学、社会学相关。

你去哪里玩游戏,你去哪里购物只是很感性的要求,不是理性的要求。在进行现实世界研究时,不能误解这些概念。

时空拉链,用传统方法可以看到时空有拉链,但利用动态、视觉的方法,把北京的每个人都放在一张图上,动态仔细观察他的变化时,你不会发现的。知道有那么多人,你不要看他们的地方都在一个区域。但是因为他们的工作和生活方式不同,他们的生活几乎没有时间,他们都有,这对城市会有什么影响呢?很大的影响,根据最基本的理论,这座城市不会缺乏活力。

为什么?因为阶层不同,性格不同的人没有时间。这对城市的活力、创造力和资源非常有利。人群阶层,只是现在城市的出现都是基于工业化的结果。

因为在工业化构成的时候,很多人涌入城市成为工人。但是在工业化时代,我们注重中央网络的供应,在分配资源时,我们不喜欢把所有资源一起扫除,把所有中央网络的趋势集中在这个趋势上。

(威廉莎士比亚、温斯顿、产业名言) (例如,在北京成立了金融街、CBD、某学区。根据我们的研究,我们利用不同的角度和方法对人的不道德进行研究,你很感兴趣,人的新活动方式,生活方式,连接方式,他的手机防卫,如果你细心聚类,小组研究,你就找不到分组方法。

这是我们用AI、机器学习方法自动分类北京所有人群的。7种,这是从机器中学到的,但当我们人文主义实验室仔细分析它们的属性时,我们真的很符合人们的理解。这种方法以前根本没有。不带来城市管理思维的变化,不带来计划的变化,不带来公共设施的转换。

我们在学区生产的时候,在医院生产的时候,在各种设施生产的时候,原来一样的男性是一个阶层,金融从业者是一个阶层,要根据他们的生活方式来划分。这样城市才会充满活力。那么在未来,我们洞察城市的方法究竟应该是什么呢?我们正在销售这种产品——城市镜片,你可以看看。

通过像我们这样丰富的环境和变化,通过城市镜头现实,通过世界可视化,不会有更多的企业。最后,这种密切观察和市场需求与AI动态模型相结合,可以通过虚拟世界和现实世界的转换,加强我们对世界的感知和理解能力。约翰肯尼迪,北方Exposure(美国电视剧),这种感觉和理解力不会改变很多商业。

昨天和一些顾客说。如果我们有这样的系统,选址就不必这样做了。场址4分,动态洞察,人群,人群,我可能都不需要简单。将能提出比以前更现实的要求。

我确信这项技术将对房地产、零售、银行、金融、人类和城市产生巨大影响。但是,如果我们有这样面向未来的工具,能够以动态模拟和数字化的方式仔细观察世界,那还不够吗?根据我们的发现和研究,还不够。所以,这是互联网公司,特别是罪更容易犯的错误。

互联网公司正在研究不道德的模式。他们不引导个性化。

但是他经常忽视最重要的东西。这样的构成背后,人的心理、人的动机、人的社会学究竟是什么?这需要很多人的智慧,人们现在更需要解释人。所以我们在销售人类数据研究所。

我们定位一个开放平台,使用数据来理解我们的精神、身体和环境之间的关系。我们可以使用AI建立数据模型,了解城市,解释世界,但我们确信,人类的心灵和情感尚未被抹去,仍然是最重要的部分。

只有我们这样展开人与人的相互理解,才能改变我们看到的一切。原创文章,发布许可禁令。下面,我们来听一下关于刊登的注意事项。


本文关键词:亚博app,亚博app链接

本文来源:亚博app-www.thelandingstcc.com

版权所有黔东南苗族侗族自治州亚博app科技股份有限公司 贵ICP备50031589号-3

公司地址: 贵州省黔东南苗族侗族自治州文山市同海大楼5431号 联系电话:0361-837768766

Copyright © 2018 Corporation,All Rights Reserved.

熊猫生活志熊猫生活志微信公众号
成都鑫华成都鑫华微信公众号