京東零售首席科學家胡魯輝：人工智能與大數據的融合之道丨CCF-GAIR 2019

雷鋒網 AI 掘金志按：7 月 12 日-7 月 14 日，2019 第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，深圳市人工智能與機器人研究院協辦。

在大會第三天的〖智能商業專場〗，阿里巴巴集團副總裁、CEO助理肖利華，京東零售首席科學家兼技術副總裁胡魯輝，美國德州農工大學數據挖掘實驗室主任胡俠，蘇寧零售技術研究院院長王俊杰，TCL研究院 （香港）研究所總經理俞大海，擴博智能CTO柯嚴先后登臺發表精彩演講，分享了各自對智能商業的理解與實踐。

其中，京東零售首席科學家兼技術副總裁胡魯輝以《數據智能驅動數字零售》為主題，從理論和實踐角度出發，闡述自己對數字零售的深刻理解。

胡魯輝老師指出，大數據和人工智能是兩個密不可分的概念，其中大數據的主要價值在診斷性分析，而機器學習解決的是對未來的預測，并根據對未來的預測形成指導性建議，形成業務閉環。

然而在業務實踐中，對大數據的利用依然存在許多問題，主要有三個方面：

一是煙囪式。很多企業經歷了10年甚至30年的數字化進程，企業的各個部門都建立了一套自己的數據體系，它們之間缺乏融合與交流。存在標準不統一、口徑不統一和數據質量不高的問題，對大數據的應用造成了巨大挑戰。

二是死數據。很多企業有非常多的數據，每年需要在計算和存儲上花費高昂的費用，甚至比人力成本還要貴。有些企業的想法是，數據越多越好，不管好壞先存起來，萬一哪天有用呢？后來發現數據太多了，存在家里太貴了。數據存著不用是沒有價值的，只有把它用起來，成了活數據，才能發揮價值。

其中有一個非常關鍵的要素，就是數據的時效性。數據如果存著不用就會迅速貶值，因為行業在飛速發展，用十年前的數據來指導今天的業務顯然是不靠譜的?，F在我們的數據還在迅速以指數級增長，當務之急是把它們用起來。

三是未閉環。BI報表等可以呈現許多分析結果，但都存在一個問題，就是沒有形成閉環，無法真正對業務產生影響。這是值得我們去思考的問題。數據閉環從廣義上有兩種：業務應用閉環和數據洞察閉環，可以認為分別從數據流和數據深度兩個角度來看。

為了將不同前端業務的數據池打通，提高對數據利用的實時性，以支持前端業務的快速創新和迭代，京東全力打造了一個以數據資產為核心的數據中臺。胡魯輝老師認為，中臺不僅僅是一個技術概念，更是一種戰略思維。企業在發展的過程中有非常多煙囪式的組織需要打通，同時由于移動互聯網的普及和消費者日益多元化，企業的前端業務面臨非常多的不確定性，需要一個能量池來支撐小而快的前端應用，這正是京東建設中臺的初衷。

胡魯輝老師強調，企業在建設數字化的過程中要有中臺思維，要考慮客戶的應用場景是什么。他表示，我們之前談論的數字化更多是企業數字化，是To B的思維，但只有大眾的數字化思維提升后，才能激發出更大的市場價值。

以下是胡魯輝老師的全部演講內容，雷鋒網做了不改變原意的整理與編輯：

大家早上好！很高興今年又來到這里演講，我今天的內容主要分三個部分：首先談談人工智能與大數據的融合；第二、結合京東的實際情況，談如何在零售行業做數字化轉型；第三、我會介紹一些京東的實際案例，闡述如何用數據智能來驅動業務增長。

我們先回顧一下科技的發展。從下面這張圖我們可以看到，差不多每十年世界就會發生一次大的技術變革。1985年微軟發布Windows，開啟了PC時代；1995年雅虎和亞馬遜（1994）出現，真正開啟了互聯網時代；2005年前后智能手機的出現，標志著移動互聯網的到來。又十年過去，2015年前后人工智能開始火起來。

從中我們可以總結出兩條規律：一是差不多每十年就會發生一次大的技術變革；二是每一次技術變革帶來影響都遠勝從前。

PC時代、互聯網時代或移動互聯網時代，本質上都是在解決同一個問題——數字化。數字化程度的高低將直接影響我們每一個人的生活。對于企業同樣如此，1995年前后國內企業還很少用IBM小型機，基本沒有高性能PC；2000年左右國內開始陸續引進ERP系統；直到近幾年還有很多企業在用SAP ERP系統；這樣的數字化程度是不夠的。我認為，國內企業的數字化才剛剛開始，建設中臺將是企業未來發展的核心命題。

再回顧一下大數據的發展。十幾年前我在亞馬遜做大數據，一做就是十幾年。最早我們用的Hadoop，只能處理比較簡單的問題，不過現在依然有很多企業在用。差不多十年前，出現了Flink 、Spark等，在一些廠商的推動下，Flink在國內比較火，但是在國際上，Spark仍占上峰。其實在國際上，很多廠商已經進入了云化的狀態，比如亞馬遜的EMR和微軟的Azure HD Insight，甚至許多Cloud-native大數據服務，比如AWS Kinesis和Azure Data Factory，它們對資源的高度利用、系統性能、服務的可靠性和可擴展性提出了更高的SLA。

未來大數據將如何發展呢？我認為必須以數據為核心，結合機器學習和云原生，只有這樣才能真正把數據的價值充分發揮出來。

大數據主要解決的是計算問題，人工智能解決的是預測問題。但是兩者的對象都是數據，而且數據也是它們最重要的紐帶。

提到大數據，我們首先會想到BI報表，它解決的主要是描述性分析或診斷性分析的問題。什么是描述性分析？比如通過報表看我的顧客是男性多還是女性多，老人多還是小孩多。什么又是診斷性分析呢？即分析某個人為什么到我這里消費。這些都屬于大數據的范疇，用過去或現在的數據做一些描述或診斷性分析。

機器學習和它有哪些區別呢？機器學習主要是預測，利用現在和過去的數據來產生新的數據，對未來的不確定性做一種推測。這里不談廣義的人工智能，從數據洞察的角度出發，它可以細分為兩個維度：一是預測性分析；二是指導性分析，即根據對未來的預測提出指導性的意見，比如，如何提高用戶轉化率？如何提升商品周轉率？只有做到了指導性分析才能形成業務閉環，真正最大限度發揮數據的價值。

那么，如何在零售行業里用數據智能驅動數字化呢？我認為主要有6個基本方面：

一是Cloud-Native。任何一個產業的快速發展，都少不了一種關鍵性技術或核心商業模式。云計算不僅僅是一項技術，也是一種新的商業模式或交付方式，它可以快速把另一種技術或解決方案呈現給用戶。Cloud-Native全面解釋了如何云化和云設計核心理念。

二是云數據湖。這個概念大家可能比較熟悉，但國內真正做好的并不多，國際上比較領先的有微軟和亞馬遜。云數據湖的核心在于能夠低成本的將所有數據融合起來，解決數據的異構性問題，消除數據孤島，一站式地提供數據分析能力。

三是智能工程。這一點對人工智能應用非常關鍵。這幾年我們看到許多優秀論文和技術創新，但真正能推動行業發展，發揮商業價值，需要AI工程化。我們需要思考如何將機器學習方法一步步分解，從數據采集到預處理，從特征工程到訓練與驗證，讓整個流程規范化；選擇SVM、DNN或GAN等，讓算法可解釋，讓模型真正有效。只有工程化，人工智能才能可復制、可發展，否則它只能停留在某個單點或某些垂直領域，很難做到普遍化。

四是數字思維。從戰略的角度去思考數據治理和數據應用，理解事物背后的邏輯，全面提升數字化程度。

五是精細運營。精細化運營是數字化的一種有效體現，通過降本增效，把效率提升上去是企業發展到一定程度后的關鍵環節，也是企業長期發展的核心要素。

六是業務價值。這是數字化的核心關鍵，技術創新和業務價值密不可分。

再看看企業在應用大數據時普遍存在哪些問題。

一是煙囪式。很多企業經歷了10年甚至30年的數字化進程，企業的各個部門都建立了一套自己的數據體系，它們之間缺乏融合與交流。存在標準不統一、口徑不統一和數據質量不高的問題，對大數據的應用造成了巨大挑戰。

二是死數據。很多企業有非常多的數據，每年需要在計算和存儲上花費高昂的費用，甚至比人力成本還要貴。有些企業的想法是，數據越多越好，不管好壞先存起來，萬一哪天有用呢？后來發現數據太多了，存在家里太貴了。數據存著不用是沒有價值的，只有把它用起來，成了活數據，才能發揮價值。

其中有一個非常關鍵的要素，就是數據的時效性。數據如果存著不用就會迅速貶值，因為行業在飛速發展，用十年前的數據來指導今天的業務顯然是不靠譜的。現在我們的數據還在迅速以指數級增長，當務之急是把它們用起來。

三是未閉環。BI報表等可以呈現許多分析結果，但都存在一個問題，就是沒有形成閉環，無法真正對業務產生影響。這是值得我們去思考的問題。數據閉環從廣義上有兩種：業務應用閉環和數據洞察閉環，可以認為分別從數據流和數據深度兩個角度來看。

回過頭來說零售行業。大家一定好奇，我為什么會從微軟這種高科技公司進入零售科技企業，因為我覺得零售是技術最能產生影響的行業。

中國零售行業今年的銷售額大約在40萬億人民幣，京東加上其他幾家大型電商企業也不過才幾萬億，這是個規模巨大的行業。在這個行業里，數據有非常多的應用場景，包括客戶、商品、供應鏈、財務等等。每一個環節數據都可以發揮出巨大的價值。

下面介紹一下京東在數據智能方面的探索與成果。

首先是京東智能大數據平臺，剛才講到，所有商業模式變革和業務發展都離不開技術的推動，京東智能大數據平臺就是數據洞察和數據驅動的核心技術，它支撐海量數據采集，云數據湖、流數據處理、離線數據計算、數據算法預測等等，支持各方面業務的創新和發展，包括零售、供應鏈、物流等。

說到這里必須引出另一個概念——中臺。中臺概念現在在國內非常火，我認為它不僅僅是一個技術概念，更是一種戰略思維。

我們看到企業里有非常多煙囪式的組織需要打通，同時由于移動互聯網的普及和消費者日益多元化，企業的前端業務面臨非常多的不確定性，需要一個能量池來支撐小而快的前端應用，這正是許多建設中臺的初衷。

中臺有很多的說法，包括業務中臺、數據中臺、技術中臺、移動中臺等等，但我認為數據和技術的融合是至關重要。中臺囊括底層的存儲、計算，中間的數據模型和上層的交易系統，擁有一個比較全面的共享平臺能力，將有效發揮數據資產的價值。

數據資產的概念我們講了很多年，但對社會的影響遠不及我們的預期，原因就在于我們沒有真正把數據盤活。京東數據操作系統（Data OS）通過一套完整的方法和體系把數據運營和利用起來，讓它成為業務資產和企業資產。數據資產不同于石油，囤在家里不用是會迅速貶值的。所以我們必須找到合適的工具和場景，通過合適的方法，把數據價值發揮出來。

下面結合一些具體的應用場景，談談我們如何用數據智能驅動數字化。

京東生態有非常多的應用場景，都可以和價值化緊密結合。我們的理念是以數據資產為核心，以技術為驅動，把數據的價值應用到實際業務中，提升零售數字化程度，助力業務增長。

比如說千人千面，如何理解客戶，構建精準的用戶畫像，把客戶和商品有效地鏈接起來。千人千面和我們說的個性化定制和C2M有所不同，完全個性化會帶來成本的急劇上升，這時候它的整體價值也會大打折扣。所以在數字化建設方面并不是盲目追新，而是要求平衡成本和收益，根據在不同的技術階段完成不一樣的數字化建設。

還有線上線下數據融合。前兩年京東提出了無界零售的概念，我們一直將線上線下數據進行融合。雖然線上的數字化程度已經非常高了，但在線下卻是另一幅光景。舉一個例子，大家都知道京東的物流和供應鏈做的非常好，但我們也面臨一個挑戰，就是如何精準地管理進銷存，這是很多企業都面臨的問題，也是零售精細化運營的關鍵。星巴克和Costco這種看似簡單的企業為什么能夠成功，就是因為他們建立了高效的數字化供應鏈，能把整體成本降下來，把品質提上去，從而形成好品牌。

最后簡單歸納一下我對數字化的思考。首先是技術，我認為技術是推動商業數字化的核心，包括大數據、云計算、機器學習、物聯網、邊緣計算等前沿技術。值得注意的是，我們對于技術的應用不能是單點的，而是要把這些技術結合到一起，融合成一個技術有效體。

其次是企業在建設數字化的過程中要有中臺思維，要考慮客戶的應用場景是什么。我們之前談論的數字化更多是企業數字化，是To B的思維，但我覺得只有大眾的數字化思維提升后，才能激發出更大的市場價值。我們都知道移動互聯網的影響比互聯網更大，為什么呢？因為參與者更多了，觸點更全了，頻率更高了，不僅僅是企業，還有大眾。所以我認為數字化應該是To B和To C兼具的。

總而言之，數字化必須融合數據智能，以技術為核心，以價值為導向。

我今天的分享就到這里，謝謝大家！

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。