因此，一個(gè)全新的協(xié)作平臺類型正在加快出現(xiàn)，引領(lǐng)著所謂的DataOps（與DevOps對應(yīng)）領(lǐng)域的發(fā)展。這方面值得關(guān)注的初創(chuàng)企業(yè)包括Dataiku、Knime以及DominoDataLab等。Cloudera最近剛剛基于收購的Sense發(fā)布了一款工作臺產(chǎn)品。該領(lǐng)域的開源運(yùn)動也很強(qiáng)勁，比方說Jupyter和Anaconda就是例子。
AI驅(qū)動的垂直應(yīng)用
AI驅(qū)動的垂直應(yīng)用出現(xiàn)已經(jīng)有好幾年歷史了，但這股潮流已經(jīng)從涓涓細(xì)流變成了怒濤激流。突然之間似乎每個(gè)人都在開發(fā)AI應(yīng)用，不管是新的初創(chuàng)企業(yè)，還是后期階段的創(chuàng)業(yè)公司都押注到AI身上，希望能給自己帶來新的突飛猛進(jìn)式的發(fā)展。
當(dāng)然，水變大了難免魚龍混雜，這里當(dāng)然有一些真正令人興奮的初創(chuàng)企業(yè)，但也有不少是掛羊頭賣狗肉來蹭熱點(diǎn)的。只是用了點(diǎn)機(jī)器學(xué)習(xí)的公司算不上AI公司。
基本上來說，做一家AI公司是很棘手的。選擇一個(gè)垂直的問題當(dāng)然是個(gè)重要的開始。除了要有深厚的技術(shù)DNA以外，這還需要審慎的定位和戰(zhàn)術(shù)。但是AI帶來的無限可能性是很難不讓人著迷的。
尤其是在去年，把任何數(shù)據(jù)問題用AI來解決顯然已成趨勢，無論是企業(yè)一樣還是垂直行業(yè)都是如此。所以為了反映這一趨勢，今年的大數(shù)據(jù)版圖增加了交通、房地產(chǎn)、保險(xiǎn)等垂直行業(yè)，并且把特別活躍的領(lǐng)域拆分了出來，比如營銷應(yīng)用現(xiàn)在分出了B2B和B2C，生命科學(xué)分成了醫(yī)療保健和生命科學(xué)。
除了一些多少還是未來主義感覺的領(lǐng)域（比如無人車）以外，AI已經(jīng)在更加沒有想象空間的企業(yè)領(lǐng)域發(fā)揮作用，比如提供預(yù)測、后端事務(wù)自動化、安全等。
盡管AI對人類工作的威脅還不是迫在眉睫，但將來沒有任何一種職業(yè)會對此免疫。其中包括一些最為根深蒂固的白領(lǐng)工作，如醫(yī)生或者律師等。金融界似乎一直在思考著AI的可能性和威脅。對沖基金正在為自己的算法尋找合適的替代數(shù)據(jù)。新的AI驅(qū)動的對沖基金盡管還處在發(fā)展的早期階段，但已經(jīng)表現(xiàn)出不錯(cuò)的勢頭（比如Numerai、DataCapitalManagement等）。而華爾街一些最著名的機(jī)構(gòu)正在逐漸用AI來取代人力（黑石、高盛等）。
聊天機(jī)器人遭遇反沖
喜歡也好，討厭也罷，2016年都可以稱得上是聊天機(jī)器人之年，這些全自動化的事實(shí)對話代理基本上都是出現(xiàn)在聊天服務(wù)里面。聊天機(jī)器人盡管出現(xiàn)的時(shí)間不長，但已經(jīng)經(jīng)歷了好幾個(gè)炒作周期，從早期給人希望，到Tay的災(zāi)難性收場，再到迷你復(fù)蘇，乃至于Facebook在其Messenger平臺推出的AI機(jī)器人錯(cuò)誤率達(dá)到70%之后縮減了這方面的努力。
現(xiàn)在看來對聊天機(jī)器人的興奮似乎高興太早，原因也許是大家從亞洲的聊天機(jī)器人崛起以及Slack等底層基礎(chǔ)設(shè)施的快速發(fā)展得出了過于樂觀的信號。當(dāng)然，聊天機(jī)器人最終的潛能肯定是非常巨大的，但它的真正成熟還需要很長的時(shí)間。目前為止，無論是“生產(chǎn)者”還是“消費(fèi)者”都需要調(diào)整一下對它的期望。實(shí)際上，Amazon Echo的成功正是在縮小了場景之后取得的，而用戶也不要指望機(jī)器人什么都能回答了?，F(xiàn)階段把人引入到過程里面，把AI作為增強(qiáng)因素的解決方案和服務(wù)應(yīng)該是最看好的模式。
結(jié)論
通過大數(shù)據(jù)與AI的黃金搭檔，我們正在進(jìn)入大數(shù)據(jù)技術(shù)的“收獲”階段。其潛能將非常巨大。
隨著核心基礎(chǔ)設(shè)施不斷走向成熟，以及在AI推動下應(yīng)用側(cè)的爆發(fā)，2017年的大數(shù)據(jù)（以及AI）生態(tài)體系將開足馬力，駛向光明的未來。