簡體中文 | English

人工智能時代——人類與人工智能的完美結合

整理時間:2019/3/25 12:36:20 整理者:創思勤



人工智能(Artificial Intelligence),英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能的定義可以分為兩部分,即“人工”和“ 智能”。


淺談人工智能



一提起人工智能,很多人都覺得非常高深,不知道如何入門。智能問題其實是數據問題,實現人工智能要靠大數據。其實世界并非沒有規律可循,將不確定和信息聯系起來,也就是信息論。通過信息論給了人們一種看待世界和處理問題的新思路。

 

信息量與不確定性有關,假如要搞清楚一件非常不確定的事,就要了解大量的信息。相反,如果對某件事已有較多的了解,那不需要太多的信息就能把它搞清楚。

從此以后,人類在人工智能領域的成就,其實就是不斷把各種智能問題轉化成消除不確定性的問題,然后再找到能夠消除相應不確定性的信息,如此而已。


如何運用人工智能進行市場研究

 

信息論代表了人類目前對世界認知度的最高境界,從強調因果關系演變為強調相關關系。在大數據時代,需要培養一種新的思維方式,從大量的數據中直接找到答案,即使不知道原因。如果我們愿意接受這種答案,那么我們的思維方式就跳出了機械時代單純追求因果關系的做法,開始具有大數據思維了。

 

歷史上,一項技術可以帶動整個社會產生變革,他們通常遵循一個模式,即:

新技術+原有產業=新產業

那些有意或無意接受了這個規律的企業家,常常在新的時代站到了浪潮之巔。

實際上,產業大佬們早已看清這個趨勢,開始布局大數據、云計算等領域。比如馬云曾說十年以前世界上爭奪的是石油,十年以后世界爭奪的將是數據。

 

未來阿里的本質,是一家大數據公司,致力于成為新一代的商業基礎設施。



站在市場研究公司的角度,得有以下思考:

 

1. 用戶態度的研究仍依靠調研,調研將長期存在
就目前而言,大數據能部分地了解消費者行為,但要了解消費者態度,調研仍然是最實用準確的方法。在可預見的未來,要通過大數據來了解消費者態度,尚有許多技術難題,比如語義分析。


其實就好比是在今天定量研究已發展得高度成熟了,仍需定性研究互補,是一個道理。大數據分析的發展不會取代調研。


對于研究公司而言,需要對各種研究需求能夠區分,哪些通過大數據分析來解決更好,哪些則是未來長期仍需通過調研來解決的。比如在做廣告效果評估時,消費者被廣告曝光后,其互動行為的變化(訪問、搜索、到店……)甚至購買行為都可能通過大數據分析獲得,但對品牌認知/喜好/忠誠的提升(這就是“態度”的范疇),仍需通過調研形式去了解。

 

2. 尋找合作,開展自己的大數據業務


要玩大數據,首先你得有大數據資源,然后得有分析的能力——包括技術上的數據處理能力和思維及方法上的分析能力。研究公司往往是強于數據分析能力,但缺乏大數據資源。
研究公司長期以來習慣了自己采集數據然后分析的模式。現在,則需要改變思路,根據自身的業務范圍,尋找合適的大數據擁有者,然后發揮自己所長——分析能力,看是否能開展合作,為市場提供延伸自己業務范圍的新數據產品。


有很多big data owner手握巨大價值的數據,但本身可能缺乏挖掘其價值的能力,比如一些領域的國有壟斷或寡頭企業;有些big data owner盡管自身數據處理和分析能力很強,但在某些業務上仍需要引入第三方合作(比如媒體平臺仍需引入第三方來做廣告效果評估的事兒)。這些都是研究公司的潛在合作機會。

 

3. 用大數據思維來優化、革新現有的調研業務


當下市場研究行業有個大問題是,大家為了體現專業性,把研究模型、問卷、報告弄得越來越復雜,越來越定制,結果每個項目都是專項。而專項的調研結果,各項目間很難橫向對比,所以今天的調研結果放在近前這件事上有用,但對以后研究的參考性就會大大降低。

大數據思維很重要的一點是:數據是可以反復利用挖掘價值的。專項的結果數據,可以說是另一種“非結構化數據”,嚴重影響了對數據價值的高效利用。


市場研究行業發展至今,宏觀上的行業熟練度已很高。專項與專項之間,其實都存在“套路”,只不過這些“套路”藏在每個研究人員的經驗中。研究公司應該思考,如何將這些隱性的know-how,轉化為顯性的知識和方法,從而將更多類型的調研都能標準化。


將調研服務標準化的好處是:1)標準化之后就可能實現自動化??山車餮姓庵秩斯?、繁復的重服務模式,轉變為自動化調研產品,大大增加效率、降低成本;2)標準化之后,調研結果數據可以積累下來,形成Norm,增加新的知識。當一個通用的標準化研究模型開展了海量的項目之后,積累下的小數據甚至可以匯成大數據。



社會進步,信息量驟增,人類需要人工智能幫助其工作;作為一個社會人,應該正視這個趨勢:熟悉使用人工智能輔助的人,能占得技術進步、生產方式變更的紅利,并從中分得一杯羹。而悲觀抵觸的人,等待他們的,只有被時代的車輪無情地碾過。任何一次技術革命,最初收益的都是發展它、使用它的人,而遠離它、拒絕它的人,在很長的時間里都將是迷茫的一代。在智能革命到來之際,作為人和企業無疑應該擁抱它,讓自己成為那2%參入人工智能新行業的人,而不是被社會進步所拋棄,可能會失去工作的那98%大多數人。

 

人工智能的出現無疑是我們的福音??梢園鏤頤譴澩罅砍涸氐男畔?,而且這個能力已經超乎你原有的想象——人工智能不僅能夠理解結構化數據,也可以理解非結構化數據,包括圖像、視頻和語音;通過生成假設、評估、辯證和建議,人工智能可以針對海量的信息進行推理;從專家培訓和每一次互動,它也可以持續地學習。

 

不過所有方法都有其局限性,傳統研究方法存在局限性,人工智能同樣存在局限性。大數據只能對有“數據”記錄的信息人群進行挖掘,而傳統的市場研究能夠覆蓋到大數據無法分析的消費人群。比如數據只能讓企業分析自身的經營情況,無法總結出自己與主要競爭對手之間的差異,更無法展示出那些潛在的、尚未參與市場活動的消費者行為。預測只能是根據已有的數據進行,因此制定的策略本身就存在局限性。所以傳統的市場研究方式仍難代替,我們深刻的認識到“雙劍合璧方能游刃有余”。大數據分析告訴你兩件事物之間可能存在某種“相關性”,而傳統研究方法能夠讓你找到”因果關系“,這才是我們真正需要的。



簡而言之,人工智能是一個不斷進步、沒有天花板限制的虛擬大腦,它會隨著我們的經驗一起成功,同時也能為我們提供更多洞察。

 

未來我們會深度學習,利用海量數據的快速運算,消除信息的不確定性,幫助我們開創無限的可能性。

上一篇下一篇

網站建設:北京創思勤市場咨詢有限公司   京ICP備10053961號-1