你好！ 今天，我们继续发布一系列致力于
管理者大数据课程的出版物。 因此，让我们开始吧。
“人工智能已经接近。” 这是我们自2017年以来一直在听到的信息，并且很可能会继续听到更多信息。 对于不是Google或Facebook的老牌公司，自然会产生一个问题：我们拥有什么才能使我们在这种过渡中生存下来？
根据我们的经验，答案是“数据”。 商业新闻界也坚持这一观点。 数以百计的文章声称
“数据就是新石油” ，这意味着它将推动AI经济发展。
如果是这样，那么您可以假设您的公司是幸运的。 您收集了所有这些数据，当AI最终出现时，事实证明您正坐在石油储备上。 但是，如果您真的很幸运，也许您应该问自己：“我们真的很幸运吗？”
在类比中，“数据就是石油”有一些道理。 作为内燃机的燃料，人工智能需要数据才能工作。 AI会获取原始数据并将其转化为有助于决策的内容。 想知道明天的天气吗？ 让我们使用上一时期的天气数据。 想知道下周酸奶的销量吗？ 让我们使用酸奶的过往销售数据。 AI是一种数据驱动的预测机器。
但是AI是否需要
您的数据？ 如今，人们认为所有数据都可能对AI有用，但实际上并非如此。 是的，您的预测机的日常运行需要数据。 但这很可能不是您现在拥有的数据。 相反，您的公司正在积累将用于
构建预测
机的数据 ，而不是用于其运行的数据。
您现在有了训练数据。 它们可以用作学习算法的材料。 并且该算法已经用于生成动作预测。
也就是说，是的，这意味着您的数据很有价值。 但这并不意味着您的企业将度过难关。 一旦数据被用于训练预测机器，它就会贬值，对这种预测变得毫无用处。 继续用油类比，数据可能会耗尽。 使用后它们会丢失。 科学家们意识到了这一点。 他们花费了数年的时间来收集数据，但一旦产生结果，便开始在架子或被遗忘的闪存驱动器上收集灰尘。 您的业务可能位于油井上，但其储量有限。 这并不能保证您在AI经济中有更多的收益，而不仅仅是获得更高的转售价值。
无论您的数据有多有价值，受益的能力都可能受到限制。 有多少比较数据来源？ 如果您是酸奶的众多供应商之一，则包含有关过去10年酸奶销售信息和相关数据（价格，温度，相关产品的销售，例如冰淇淋）的数据库将比您将是此数据的唯一所有者。 换句话说，与石油一样，拥有与您相似的数据的供应商越多，培训数据的价值就越低。 训练数据的价值进一步受到通过提高预测准确性而获得的价值的影响。 如果改进的预测准确性使酸奶销售额增加1亿美元，而不仅仅是10亿美元，那么您的培训数据将更有价值。
此外，数据的当前值通常取决于日常业务中所采取的行动-每天获取的新数据使您可以在培训后将机器用于预测。 它还通过培训来帮助改善它。 10年的酸奶销售数据可用于训练AI模型以预测未来的酸奶销售，但用于管理供应链的真实预测需要持续不断的数据。 对于当今的公司来说，这是重要的一点。
获得过去酸奶销售数据的AI初创公司可以训练AI模型来预测未来的销售。 除非他收到用于培训的当前操作数据，否则将无法使用该模型进行决策。 与初创公司不同，大型公司每天都会生成运营数据。 这很有价值。 更多的操作，更多的数据。 此外，工序的所有者可以实际使用该预测来进一步改善将来的工序。
在AI经济中，您积累的数据的价值仅限于学习AI模型的一次性好处。 培训数据（如石油）的价值取决于总量-拥有的人越多，价值就越低。 相反，您当前的运行数据的价值不仅限于一次性获得，还可以为预测机器的运行和后续改进提供永久的利益。 因此，尽管人们一直在谈论数据是新石油，但您的旧累积数据并不是主要内容。 但是，它们可以导致主要问题。 它们对潜在客户的价值不高，但是，如果您找到方法来生成新的恒定数据流，从而在AI的预测能力方面提供功能上的优势，那么当它出现时，它将提供稳定的优势。
提出问题，发表您的评论，不要忘记明天4月10日将是
开放日 ，该活动将由CleverDATA首席执行官
Denis Afanasyev举行。