京東零售首席科學家胡魯輝：人工智能與大數(shù)據(jù)的融合之道丨CCF-GAIR 2019

雷鋒網(wǎng) 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(wǎng)、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(xié)辦。

在大會第三天的〖智能商業(yè)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(shù)副總裁胡魯輝，美國德州農(nóng)工大學數(shù)據(jù)挖掘?qū)嶒炇抑魅魏鷤b，蘇寧零售技術(shù)研究院院長王俊杰，TCL研究院 （香港）研究所總經(jīng)理俞大海，擴博智能CTO柯嚴先后登臺發(fā)表精彩演講，分享了各自對智能商業(yè)的理解與實踐。

其中，京東零售首席科學家兼技術(shù)副總裁胡魯輝以《數(shù)據(jù)智能驅(qū)動數(shù)字零售》為主題，從理論和實踐角度出發(fā)，闡述自己對數(shù)字零售的深刻理解。

胡魯輝老師指出，大數(shù)據(jù)和人工智能是兩個密不可分的概念，其中大數(shù)據(jù)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(jù)對未來的預測形成指導性建議，形成業(yè)務(wù)閉環(huán)。

然而在業(yè)務(wù)實踐中，對大數(shù)據(jù)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(yè)經(jīng)歷了10年甚至30年的數(shù)字化進程，企業(yè)的各個部門都建立了一套自己的數(shù)據(jù)體系，它們之間缺乏融合與交流。存在標準不統(tǒng)一、口徑不統(tǒng)一和數(shù)據(jù)質(zhì)量不高的問題，對大數(shù)據(jù)的應(yīng)用造成了巨大挑戰(zhàn)。

二是死數(shù)據(jù)。很多企業(yè)有非常多的數(shù)據(jù)，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(yè)的想法是，數(shù)據(jù)越多越好，不管好壞先存起來，萬一哪天有用呢？后來發(fā)現(xiàn)數(shù)據(jù)太多了，存在家里太貴了。數(shù)據(jù)存著不用是沒有價值的，只有把它用起來，成了活數(shù)據(jù)，才能發(fā)揮價值。

其中有一個非常關(guān)鍵的要素，就是數(shù)據(jù)的時效性。數(shù)據(jù)如果存著不用就會迅速貶值，因為行業(yè)在飛速發(fā)展，用十年前的數(shù)據(jù)來指導今天的業(yè)務(wù)顯然是不靠譜的。現(xiàn)在我們的數(shù)據(jù)還在迅速以指數(shù)級增長，當務(wù)之急是把它們用起來。

三是未閉環(huán)。BI報表等可以呈現(xiàn)許多分析結(jié)果，但都存在一個問題，就是沒有形成閉環(huán)，無法真正對業(yè)務(wù)產(chǎn)生影響。這是值得我們?nèi)ニ伎嫉膯栴}。數(shù)據(jù)閉環(huán)從廣義上有兩種：業(yè)務(wù)應(yīng)用閉環(huán)和數(shù)據(jù)洞察閉環(huán)，可以認為分別從數(shù)據(jù)流和數(shù)據(jù)深度兩個角度來看。

為了將不同前端業(yè)務(wù)的數(shù)據(jù)池打通，提高對數(shù)據(jù)利用的實時性，以支持前端業(yè)務(wù)的快速創(chuàng)新和迭代，京東全力打造了一個以數(shù)據(jù)資產(chǎn)為核心的數(shù)據(jù)中臺。胡魯輝老師認為，中臺不僅僅是一個技術(shù)概念，更是一種戰(zhàn)略思維。企業(yè)在發(fā)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(lián)網(wǎng)的普及和消費者日益多元化，企業(yè)的前端業(yè)務(wù)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(yīng)用，這正是京東建設(shè)中臺的初衷。

胡魯輝老師強調(diào)，企業(yè)在建設(shè)數(shù)字化的過程中要有中臺思維，要考慮客戶的應(yīng)用場景是什么。他表示，我們之前談?wù)摰臄?shù)字化更多是企業(yè)數(shù)字化，是To B的思維，但只有大眾的數(shù)字化思維提升后，才能激發(fā)出更大的市場價值。

以下是胡魯輝老師的全部演講內(nèi)容，雷鋒網(wǎng)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(nèi)容主要分三個部分：首先談?wù)勅斯ぶ悄芘c大數(shù)據(jù)的融合；第二、結(jié)合京東的實際情況，談如何在零售行業(yè)做數(shù)字化轉(zhuǎn)型；第三、我會介紹一些京東的實際案例，闡述如何用數(shù)據(jù)智能來驅(qū)動業(yè)務(wù)增長。

我們先回顧一下科技的發(fā)展。從下面這張圖我們可以看到，差不多每十年世界就會發(fā)生一次大的技術(shù)變革。1985年微軟發(fā)布Windows，開啟了PC時代；1995年雅虎和亞馬遜（1994）出現(xiàn)，真正開啟了互聯(lián)網(wǎng)時代；2005年前后智能手機的出現(xiàn)，標志著移動互聯(lián)網(wǎng)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(jié)出兩條規(guī)律：一是差不多每十年就會發(fā)生一次大的技術(shù)變革；二是每一次技術(shù)變革帶來影響都遠勝從前。

PC時代、互聯(lián)網(wǎng)時代或移動互聯(lián)網(wǎng)時代，本質(zhì)上都是在解決同一個問題——數(shù)字化。數(shù)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(yè)同樣如此，1995年前后國內(nèi)企業(yè)還很少用IBM小型機，基本沒有高性能PC；2000年左右國內(nèi)開始陸續(xù)引進ERP系統(tǒng)；直到近幾年還有很多企業(yè)在用SAP ERP系統(tǒng)；這樣的數(shù)字化程度是不夠的。我認為，國內(nèi)企業(yè)的數(shù)字化才剛剛開始，建設(shè)中臺將是企業(yè)未來發(fā)展的核心命題。

再回顧一下大數(shù)據(jù)的發(fā)展。十幾年前我在亞馬遜做大數(shù)據(jù)，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(xiàn)在依然有很多企業(yè)在用。差不多十年前，出現(xiàn)了Flink 、Spark等，在一些廠商的推動下，F(xiàn)link在國內(nèi)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(jīng)進入了云化的狀態(tài)，比如亞馬遜的EMR和微軟的Azure HD Insight，甚至許多Cloud-native大數(shù)據(jù)服務(wù)，比如AWS Kinesis和Azure Data Factory，它們對資源的高度利用、系統(tǒng)性能、服務(wù)的可靠性和可擴展性提出了更高的SLA。

未來大數(shù)據(jù)將如何發(fā)展呢？我認為必須以數(shù)據(jù)為核心，結(jié)合機器學習和云原生，只有這樣才能真正把數(shù)據(jù)的價值充分發(fā)揮出來。

大數(shù)據(jù)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(shù)據(jù)，而且數(shù)據(jù)也是它們最重要的紐帶。

提到大數(shù)據(jù)，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(shù)據(jù)的范疇，用過去或現(xiàn)在的數(shù)據(jù)做一些描述或診斷性分析。

機器學習和它有哪些區(qū)別呢？機器學習主要是預測，利用現(xiàn)在和過去的數(shù)據(jù)來產(chǎn)生新的數(shù)據(jù)，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(shù)據(jù)洞察的角度出發(fā)，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(jù)對未來的預測提出指導性的意見，比如，如何提高用戶轉(zhuǎn)化率？如何提升商品周轉(zhuǎn)率？只有做到了指導性分析才能形成業(yè)務(wù)閉環(huán)，真正最大限度發(fā)揮數(shù)據(jù)的價值。

那么，如何在零售行業(yè)里用數(shù)據(jù)智能驅(qū)動數(shù)字化呢？我認為主要有6個基本方面：

一是Cloud-Native。任何一個產(chǎn)業(yè)的快速發(fā)展，都少不了一種關(guān)鍵性技術(shù)或核心商業(yè)模式。云計算不僅僅是一項技術(shù)，也是一種新的商業(yè)模式或交付方式，它可以快速把另一種技術(shù)或解決方案呈現(xiàn)給用戶。Cloud-Native全面解釋了如何云化和云設(shè)計核心理念。

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

三是智能工程。這一點對人工智能應(yīng)用非常關(guān)鍵。這幾年我們看到許多優(yōu)秀論文和技術(shù)創(chuàng)新，但真正能推動行業(yè)發(fā)展，發(fā)揮商業(yè)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(shù)據(jù)采集到預處理，從特征工程到訓練與驗證，讓整個流程規(guī)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(fā)展，否則它只能停留在某個單點或某些垂直領(lǐng)域，很難做到普遍化。

四是數(shù)字思維。從戰(zhàn)略的角度去思考數(shù)據(jù)治理和數(shù)據(jù)應(yīng)用，理解事物背后的邏輯，全面提升數(shù)字化程度。

五是精細運營。精細化運營是數(shù)字化的一種有效體現(xiàn)，通過降本增效，把效率提升上去是企業(yè)發(fā)展到一定程度后的關(guān)鍵環(huán)節(jié)，也是企業(yè)長期發(fā)展的核心要素。

六是業(yè)務(wù)價值。這是數(shù)字化的核心關(guān)鍵，技術(shù)創(chuàng)新和業(yè)務(wù)價值密不可分。

再看看企業(yè)在應(yīng)用大數(shù)據(jù)時普遍存在哪些問題。

一是煙囪式。很多企業(yè)經(jīng)歷了10年甚至30年的數(shù)字化進程，企業(yè)的各個部門都建立了一套自己的數(shù)據(jù)體系，它們之間缺乏融合與交流。存在標準不統(tǒng)一、口徑不統(tǒng)一和數(shù)據(jù)質(zhì)量不高的問題，對大數(shù)據(jù)的應(yīng)用造成了巨大挑戰(zhàn)。

二是死數(shù)據(jù)。很多企業(yè)有非常多的數(shù)據(jù)，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(yè)的想法是，數(shù)據(jù)越多越好，不管好壞先存起來，萬一哪天有用呢？后來發(fā)現(xiàn)數(shù)據(jù)太多了，存在家里太貴了。數(shù)據(jù)存著不用是沒有價值的，只有把它用起來，成了活數(shù)據(jù)，才能發(fā)揮價值。

其中有一個非常關(guān)鍵的要素，就是數(shù)據(jù)的時效性。數(shù)據(jù)如果存著不用就會迅速貶值，因為行業(yè)在飛速發(fā)展，用十年前的數(shù)據(jù)來指導今天的業(yè)務(wù)顯然是不靠譜的。現(xiàn)在我們的數(shù)據(jù)還在迅速以指數(shù)級增長，當務(wù)之急是把它們用起來。

三是未閉環(huán)。BI報表等可以呈現(xiàn)許多分析結(jié)果，但都存在一個問題，就是沒有形成閉環(huán)，無法真正對業(yè)務(wù)產(chǎn)生影響。這是值得我們?nèi)ニ伎嫉膯栴}。數(shù)據(jù)閉環(huán)從廣義上有兩種：業(yè)務(wù)應(yīng)用閉環(huán)和數(shù)據(jù)洞察閉環(huán)，可以認為分別從數(shù)據(jù)流和數(shù)據(jù)深度兩個角度來看。

回過頭來說零售行業(yè)。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(yè)，因為我覺得零售是技術(shù)最能產(chǎn)生影響的行業(yè)。

中國零售行業(yè)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(yè)也不過才幾萬億，這是個規(guī)模巨大的行業(yè)。在這個行業(yè)里，數(shù)據(jù)有非常多的應(yīng)用場景，包括客戶、商品、供應(yīng)鏈、財務(wù)等等。每一個環(huán)節(jié)數(shù)據(jù)都可以發(fā)揮出巨大的價值。

下面介紹一下京東在數(shù)據(jù)智能方面的探索與成果。

首先是京東智能大數(shù)據(jù)平臺，剛才講到，所有商業(yè)模式變革和業(yè)務(wù)發(fā)展都離不開技術(shù)的推動，京東智能大數(shù)據(jù)平臺就是數(shù)據(jù)洞察和數(shù)據(jù)驅(qū)動的核心技術(shù)，它支撐海量數(shù)據(jù)采集，云數(shù)據(jù)湖、流數(shù)據(jù)處理、離線數(shù)據(jù)計算、數(shù)據(jù)算法預測等等，支持各方面業(yè)務(wù)的創(chuàng)新和發(fā)展，包括零售、供應(yīng)鏈、物流等。

說到這里必須引出另一個概念——中臺。中臺概念現(xiàn)在在國內(nèi)非常火，我認為它不僅僅是一個技術(shù)概念，更是一種戰(zhàn)略思維。

我們看到企業(yè)里有非常多煙囪式的組織需要打通，同時由于移動互聯(lián)網(wǎng)的普及和消費者日益多元化，企業(yè)的前端業(yè)務(wù)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(yīng)用，這正是許多建設(shè)中臺的初衷。

中臺有很多的說法，包括業(yè)務(wù)中臺、數(shù)據(jù)中臺、技術(shù)中臺、移動中臺等等，但我認為數(shù)據(jù)和技術(shù)的融合是至關(guān)重要。中臺囊括底層的存儲、計算，中間的數(shù)據(jù)模型和上層的交易系統(tǒng)，擁有一個比較全面的共享平臺能力，將有效發(fā)揮數(shù)據(jù)資產(chǎn)的價值。

數(shù)據(jù)資產(chǎn)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(shù)據(jù)盤活。京東數(shù)據(jù)操作系統(tǒng)（Data OS）通過一套完整的方法和體系把數(shù)據(jù)運營和利用起來，讓它成為業(yè)務(wù)資產(chǎn)和企業(yè)資產(chǎn)。數(shù)據(jù)資產(chǎn)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(shù)據(jù)價值發(fā)揮出來。

下面結(jié)合一些具體的應(yīng)用場景，談?wù)勎覀內(nèi)绾斡脭?shù)據(jù)智能驅(qū)動數(shù)字化。

京東生態(tài)有非常多的應(yīng)用場景，都可以和價值化緊密結(jié)合。我們的理念是以數(shù)據(jù)資產(chǎn)為核心，以技術(shù)為驅(qū)動，把數(shù)據(jù)的價值應(yīng)用到實際業(yè)務(wù)中，提升零售數(shù)字化程度，助力業(yè)務(wù)增長。

比如說千人千面，如何理解客戶，構(gòu)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(shù)字化建設(shè)方面并不是盲目追新，而是要求平衡成本和收益，根據(jù)在不同的技術(shù)階段完成不一樣的數(shù)字化建設(shè)。

還有線上線下數(shù)據(jù)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(shù)據(jù)進行融合。雖然線上的數(shù)字化程度已經(jīng)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(yīng)鏈做的非常好，但我們也面臨一個挑戰(zhàn)，就是如何精準地管理進銷存，這是很多企業(yè)都面臨的問題，也是零售精細化運營的關(guān)鍵。星巴克和Costco這種看似簡單的企業(yè)為什么能夠成功，就是因為他們建立了高效的數(shù)字化供應(yīng)鏈，能把整體成本降下來，把品質(zhì)提上去，從而形成好品牌。

最后簡單歸納一下我對數(shù)字化的思考。首先是技術(shù)，我認為技術(shù)是推動商業(yè)數(shù)字化的核心，包括大數(shù)據(jù)、云計算、機器學習、物聯(lián)網(wǎng)、邊緣計算等前沿技術(shù)。值得注意的是，我們對于技術(shù)的應(yīng)用不能是單點的，而是要把這些技術(shù)結(jié)合到一起，融合成一個技術(shù)有效體。

其次是企業(yè)在建設(shè)數(shù)字化的過程中要有中臺思維，要考慮客戶的應(yīng)用場景是什么。我們之前談?wù)摰臄?shù)字化更多是企業(yè)數(shù)字化，是To B的思維，但我覺得只有大眾的數(shù)字化思維提升后，才能激發(fā)出更大的市場價值。我們都知道移動互聯(lián)網(wǎng)的影響比互聯(lián)網(wǎng)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(yè)，還有大眾。所以我認為數(shù)字化應(yīng)該是To B和To C兼具的。

總而言之，數(shù)字化必須融合數(shù)據(jù)智能，以技術(shù)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(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。