AI需要与商业实践结合才能实现产业化
时间：2022-04-11 13:39:01 | 来源：行业动态
时间：2022-04-11 13:39:01 来源：行业动态
当下，企业对于大数据技术的应用已经不再局限于BI，AI在商业实践中的价值日益凸显。而AI和BI的最大区别在于，是谁在做决策。经过BI分析，最后还是把数据交给人去做决策和判断，这个过程并没有形成闭环，同时周期和反馈延时也比较长。而AI的分析过程是层层嵌套的，每一个节点的数据都会作为下一个数据输入输出的依据，是一个闭环的过程。
在雷涛看来，BI就像是流水线的工人在一条生产线上重复拧螺丝的过程，其他环节是不理会的。而AI需要一个体系化的思路，需要人从生产线上退下来，设计整个流程模型并通过自动化的方式运行。在这个过程中，人是流水线的设计者，而AI的落地则是一个自动化、自我循环的供给过程。
其中，最难的环节在于如何定义问题，而不在解决问题。也就是说，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的。
雷涛认为，要更好地定义AI模型，使得AI能够实现产业化，就需要将数据、计算能力、算法三者有机结合起来，并且落地到商业实践中，才能变成一个可交付的结果。同时，这三者之间是彼此促进的，有了更多的数据，才能积累更多的计算资源，激发更高效的计算能力，经过算法的不断迭代，与商业实践的结合也会更加成熟和自然。
在线咨询
