【华尔街日报】数据竞争价值：从商业分析到机器学习

【新智元导读】 本文以较长的时间维度，从商业分析到机器学习，分析数据在企业中的竞争价值所在和变化。作者提出，数据驱动的AI越来越多地应用于需要智力和认知能力的任务领域，基于AI的工具也正在增强人类自己的认知能力，帮助人们处理大量信息及作出更复杂的决策。数据所代表的新型的资产类别的价值正在实现。

数据在今天是一个主要的竞争因素。这是由今天的科技巨头的兴起以及监管机构和决策者对他们采取的行动的数量所证明的一个事实，因他们对这些巨头的巨大数据资产所代表的创新的竞争壁垒产生担忧。当然，使用数据作为竞争优势并不新鲜。那么以一个较长的时间长度来看，数据的竞争价值是如何变化的？

数据作为竞争的关注点长期应用于 IT 行业的硬件和软件平台。国际商业机器（IBM）于1964年发布的 System 360 系列大型机通过开发附加硬件，软件和服务的第三方生态系统，成为那之后的25年里商业计算领域的主要平台。1969年，美国司法部基于其市场优势对IBM发起了反垄断诉讼，由于IT行业环境的不断变化，最终在1982年撤诉。

在1980和1990年代，个人计算机的爆炸性增长主要是由基于微软 Windows 操作系统的 Wintel 平台和 Intel 的微处理器推动的，这吸引了更多硬件、软件开发商，形成了一个更大的生态系统。这也引起了美国司法部和几个州的注意，它们在90年代联合起来起诉微软公司（注：即“美利坚合众国诉微软案”）。该案最终于2001年由联邦司法部达成和解。更近一点的是，欧盟委员会指控 Alphabet Google 的 Android 系统形成不公平竞争。

围绕这些不同平台的竞争担忧与“网络效应”（network effects）这个概念密切相关。规模的扩大显著增加了平台的价值。一个平台所提供的第三方应用和服务越多，它吸引的用户就越多，从而吸引更多的产品，从而又带来更多的用户，从而使平台的价值更大...…如此循环。

我们现在看到了另一种网络效应的出现。即平台吸引的用户和产品越多，可用于针对用户偏好定制产品的数据就越多，这有助于更好地匹配供应和需求，进一步提高平台的价值，从而又产生更多的数据。

因此，由于数据在创造和塑造市场方面的作用越来越大，在美国数据平台巨头的主导下，数据现在正在升级竞争上的担忧，尤其在欧洲是如此。2016年11月，OECD（经合组织）举行了一次大数据会议，主题是“将竞争政策引入数字时代”。该会议指出，尽管大数据的使用有可能产生实质上的效率提升和生产力的提高，但“从规模经济与范围经济以及与大数据相关的网络效应中获取必要的规模可能会导致潜在的垄断，这种垄断会通过合并较小的，新的服务提供商进一步增强。”

Steve Lohr 在《纽约时报》撰文指出，在这个数据竞争的新时代，标准的反垄断论据可能不那么容易得出。例如，“使用更多数据来改善用户服务，以及为商家更准确地进行广告定位是很明显的好事。但对于消费者来说，更高的价格并不附带免费的网络服务。”

使用数据作为竞争优势并不新鲜。商业分析（Business analytics）早于大数据时代。自 IT 出现以来，企业已经使用它们的交易数据来改进物流，库存管理，销售分析和欺诈检测。此外，这些运营数据的分析也被用于整个公司的管理以及业务和财务的规划。

兴起于2000年代的大数据使得企业能够在它们所拥有的大量数据中发现隐藏的洞见。除了业务分析，新的数据科学方法已经能从所有数据中提取可执行的知识，即能够帮助企业做出更好的决策和预测的知识。

此外，数据科学工具和算法使得通过连接并分析多个数据集来解决复杂问题成为可能。这些数据集以前在不同的组织孤岛中被锁定——它们是同一个公司内不同的业务线，或者同一个行业中不同的公司，或整个经济中不同的机构。举个例子，这可以帮助金融机构更好地评估风险，并可能向那些不具备其他资格的个人和企业提供贷款。它还可以使医疗保健从业者更好地识别易患糖尿病者及采取初步的预防措施。

跨数据集和孤岛工作的能力也可以帮助对难以预测又有高影响力的事件提供早期的线索，所以他们可以被跟踪一段时间，以评估其有效性。当专家调查灾难性事件时——无论是飞机失事，金融危机或恐怖袭击——他们通常发现即使已了所需信息，但是因为数据分布在不同的组织，没有合适地汇集在一起，以致于他们没能预见这些灾难。

除了解释和预测，数据现在也应用于机器学习，使计算机能够通过抓取和分析大量数据来学习，而不需被直接编程。这已经将人工智能带到市场接受的临界点。

AI 从 IT 早期就一直存在，在过去几十年里经历了起伏。但是，其必要的成分似乎终于走到了一起：海量数据，数据量预计每三年左右翻一番； 高级算法，如深度学习，从所有数据中提取洞察并学习； 以及收集、储存和分析这些海量信息的技术成本也大大降低。

正如作家、无线电台主持人 Kurt Andersen 2015年在《名利场》杂志上撰文指出，“人工智能突然间变得无处不在”。这体现在越来越多的技术和商业新闻，以及越来越多的 AI 创业和并购中。数据驱动的 AI 越来越多地应用于需要智力和认知能力的任务，而这些领域在不久之前还被视为是人类专属的。基于 AI 的工具正在增强人类自己的认知能力，帮助我们处理大量信息以及做出更复杂的决策。

2011年，世界经济论坛（WEF）发布了一份关于数据正在成为触及社会所有方面的新的资产类别的报告（Personal Data：The Emergence of a New Asset Class）。报告中简要总结道：“个人数据将成为新的石油——21世纪的宝贵资源。”次年，WEF 发布一份后续报告，补充说：“个人数据的数量和质量的不断增长为全球经济创造了巨大的价值。它可以帮助改变个人的生活，促进创新和经济增值，以及帮助解决许多社会挑战……个人数据代表了一种新型的资产类别，可能与其他类别的资产，如贸易商品、黄金、石油等拥有同等的价值。”现在，这些价值正在实现。

原文地址：http://blogs.wsj.com/cio/2017/02/03/the-competitive-value-of-data-from-analytics-to-machine-learning/