京东零售首席科学家胡鲁辉：人工智能与大数据的融合之道丨CCF-GAIR 2019

雷锋网 AI 掘金志按：7 月 12 日-7 月 14 日，2019 第四届全球人工智能与机器人峰会（CCF-GAIR 2019）于深圳正式召开。峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办。

在大会第三天的〖智能商业专场〗，阿里巴巴集团副总裁、CEO助理肖利华，京东零售首席科学家兼技术副总裁胡鲁辉，美国德州农工大学数据挖掘实验室主任胡侠，苏宁零售技术研究院院长王俊杰，TCL研究院 （香港）研究所总经理俞大海，扩博智能CTO柯严先后登台发表精彩演讲，分享了各自对智能商业的理解与实践。

其中，京东零售首席科学家兼技术副总裁胡鲁辉以《数据智能驱动数字零售》为主题，从理论和实践角度出发，阐述自己对数字零售的深刻理解。

胡鲁辉老师指出，大数据和人工智能是两个密不可分的概念，其中大数据的主要价值在诊断性分析，而机器学习解决的是对未来的预测，并根据对未来的预测形成指导性建议，形成业务闭环。

然而在业务实践中，对大数据的利用依然存在许多问题，主要有三个方面：

一是烟囱式。很多企业经历了10年甚至30年的数字化进程，企业的各个部门都建立了一套自己的数据体系，它们之间缺乏融合与交流。存在标准不统一、口径不统一和数据质量不高的问题，对大数据的应用造成了巨大挑战。

二是死数据。很多企业有非常多的数据，每年需要在计算和存储上花费高昂的费用，甚至比人力成本还要贵。有些企业的想法是，数据越多越好，不管好坏先存起来，万一哪天有用呢？后来发现数据太多了，存在家里太贵了。数据存着不用是没有价值的，只有把它用起来，成了活数据，才能发挥价值。

其中有一个非常关键的要素，就是数据的时效性。数据如果存着不用就会迅速贬值，因为行业在飞速发展，用十年前的数据来指导今天的业务显然是不靠谱的。现在我们的数据还在迅速以指数级增长，当务之急是把它们用起来。

三是未闭环。BI报表等可以呈现许多分析结果，但都存在一个问题，就是没有形成闭环，无法真正对业务产生影响。这是值得我们去思考的问题。数据闭环从广义上有两种：业务应用闭环和数据洞察闭环，可以认为分别从数据流和数据深度两个角度来看。

为了将不同前端业务的数据池打通，提高对数据利用的实时性，以支持前端业务的快速创新和迭代，京东全力打造了一个以数据资产为核心的数据中台。胡鲁辉老师认为，中台不仅仅是一个技术概念，更是一种战略思维。企业在发展的过程中有非常多烟囱式的组织需要打通，同时由于移动互联网的普及和消费者日益多元化，企业的前端业务面临非常多的不确定性，需要一个能量池来支撑小而快的前端应用，这正是京东建设中台的初衷。

胡鲁辉老师强调，企业在建设数字化的过程中要有中台思维，要考虑客户的应用场景是什么。他表示，我们之前谈论的数字化更多是企业数字化，是To B的思维，但只有大众的数字化思维提升后，才能激发出更大的市场价值。

以下是胡鲁辉老师的全部演讲内容，雷锋网(公众号：雷锋网)做了不改变原意的整理与编辑：

大家早上好！很高兴今年又来到这里演讲，我今天的内容主要分三个部分：首先谈谈人工智能与大数据的融合；第二、结合京东的实际情况，谈如何在零售行业做数字化转型；第三、我会介绍一些京东的实际案例，阐述如何用数据智能来驱动业务增长。

我们先回顾一下科技的发展。从下面这张图我们可以看到，差不多每十年世界就会发生一次大的技术变革。1985年微软发布Windows，开启了PC时代；1995年雅虎和亚马逊（1994）出现，真正开启了互联网时代；2005年前后智能手机的出现，标志着移动互联网的到来。又十年过去，2015年前后人工智能开始火起来。

从中我们可以总结出两条规律：一是差不多每十年就会发生一次大的技术变革；二是每一次技术变革带来影响都远胜从前。

PC时代、互联网时代或移动互联网时代，本质上都是在解决同一个问题——数字化。数字化程度的高低将直接影响我们每一个人的生活。对于企业同样如此，1995年前后国内企业还很少用IBM小型机，基本没有高性能PC；2000年左右国内开始陆续引进ERP系统；直到近几年还有很多企业在用SAP ERP系统；这样的数字化程度是不够的。我认为，国内企业的数字化才刚刚开始，建设中台将是企业未来发展的核心命题。

再回顾一下大数据的发展。十几年前我在亚马逊做大数据，一做就是十几年。最早我们用的Hadoop，只能处理比较简单的问题，不过现在依然有很多企业在用。差不多十年前，出现了Flink 、Spark等，在一些厂商的推动下，Flink在国内比较火，但是在国际上，Spark仍占上峰。其实在国际上，很多厂商已经进入了云化的状态，比如亚马逊的EMR和微软的Azure HD Insight，甚至许多Cloud-native大数据服务，比如AWS Kinesis和Azure Data Factory，它们对资源的高度利用、系统性能、服务的可靠性和可扩展性提出了更高的SLA。

未来大数据将如何发展呢？我认为必须以数据为核心，结合机器学习和云原生，只有这样才能真正把数据的价值充分发挥出来。

大数据主要解决的是计算问题，人工智能解决的是预测问题。但是两者的对象都是数据，而且数据也是它们最重要的纽带。

提到大数据，我们首先会想到BI报表，它解决的主要是描述性分析或诊断性分析的问题。什么是描述性分析？比如通过报表看我的顾客是男性多还是女性多，老人多还是小孩多。什么又是诊断性分析呢？即分析某个人为什么到我这里消费。这些都属于大数据的范畴，用过去或现在的数据做一些描述或诊断性分析。

机器学习和它有哪些区别呢？机器学习主要是预测，利用现在和过去的数据来产生新的数据，对未来的不确定性做一种推测。这里不谈广义的人工智能，从数据洞察的角度出发，它可以细分为两个维度：一是预测性分析；二是指导性分析，即根据对未来的预测提出指导性的意见，比如，如何提高用户转化率？如何提升商品周转率？只有做到了指导性分析才能形成业务闭环，真正最大限度发挥数据的价值。

那么，如何在零售行业里用数据智能驱动数字化呢？我认为主要有6个基本方面：

一是Cloud-Native。任何一个产业的快速发展，都少不了一种关键性技术或核心商业模式。云计算不仅仅是一项技术，也是一种新的商业模式或交付方式，它可以快速把另一种技术或解决方案呈现给用户。Cloud-Native全面解释了如何云化和云设计核心理念。

二是云数据湖。这个概念大家可能比较熟悉，但国内真正做好的并不多，国际上比较领先的有微软和亚马逊。云数据湖的核心在于能够低成本的将所有数据融合起来，解决数据的异构性问题，消除数据孤岛，一站式地提供数据分析能力。

三是智能工程。这一点对人工智能应用非常关键。这几年我们看到许多优秀论文和技术创新，但真正能推动行业发展，发挥商业价值，需要AI工程化。我们需要思考如何将机器学习方法一步步分解，从数据采集到预处理，从特征工程到训练与验证，让整个流程规范化；选择SVM、DNN或GAN等，让算法可解释，让模型真正有效。只有工程化，人工智能才能可复制、可发展，否则它只能停留在某个单点或某些垂直领域，很难做到普遍化。

四是数字思维。从战略的角度去思考数据治理和数据应用，理解事物背后的逻辑，全面提升数字化程度。

五是精细运营。精细化运营是数字化的一种有效体现，通过降本增效，把效率提升上去是企业发展到一定程度后的关键环节，也是企业长期发展的核心要素。

六是业务价值。这是数字化的核心关键，技术创新和业务价值密不可分。

再看看企业在应用大数据时普遍存在哪些问题。

一是烟囱式。很多企业经历了10年甚至30年的数字化进程，企业的各个部门都建立了一套自己的数据体系，它们之间缺乏融合与交流。存在标准不统一、口径不统一和数据质量不高的问题，对大数据的应用造成了巨大挑战。

二是死数据。很多企业有非常多的数据，每年需要在计算和存储上花费高昂的费用，甚至比人力成本还要贵。有些企业的想法是，数据越多越好，不管好坏先存起来，万一哪天有用呢？后来发现数据太多了，存在家里太贵了。数据存着不用是没有价值的，只有把它用起来，成了活数据，才能发挥价值。

其中有一个非常关键的要素，就是数据的时效性。数据如果存着不用就会迅速贬值，因为行业在飞速发展，用十年前的数据来指导今天的业务显然是不靠谱的。现在我们的数据还在迅速以指数级增长，当务之急是把它们用起来。

三是未闭环。BI报表等可以呈现许多分析结果，但都存在一个问题，就是没有形成闭环，无法真正对业务产生影响。这是值得我们去思考的问题。数据闭环从广义上有两种：业务应用闭环和数据洞察闭环，可以认为分别从数据流和数据深度两个角度来看。

回过头来说零售行业。大家一定好奇，我为什么会从微软这种高科技公司进入零售科技企业，因为我觉得零售是技术最能产生影响的行业。

中国零售行业今年的销售额大约在40万亿人民币，京东加上其他几家大型电商企业也不过才几万亿，这是个规模巨大的行业。在这个行业里，数据有非常多的应用场景，包括客户、商品、供应链、财务等等。每一个环节数据都可以发挥出巨大的价值。

下面介绍一下京东在数据智能方面的探索与成果。

首先是京东智能大数据平台，刚才讲到，所有商业模式变革和业务发展都离不开技术的推动，京东智能大数据平台就是数据洞察和数据驱动的核心技术，它支撑海量数据采集，云数据湖、流数据处理、离线数据计算、数据算法预测等等，支持各方面业务的创新和发展，包括零售、供应链、物流等。

说到这里必须引出另一个概念——中台。中台概念现在在国内非常火，我认为它不仅仅是一个技术概念，更是一种战略思维。

我们看到企业里有非常多烟囱式的组织需要打通，同时由于移动互联网的普及和消费者日益多元化，企业的前端业务面临非常多的不确定性，需要一个能量池来支撑小而快的前端应用，这正是许多建设中台的初衷。

中台有很多的说法，包括业务中台、数据中台、技术中台、移动中台等等，但我认为数据和技术的融合是至关重要。中台囊括底层的存储、计算，中间的数据模型和上层的交易系统，拥有一个比较全面的共享平台能力，将有效发挥数据资产的价值。

数据资产的概念我们讲了很多年，但对社会的影响远不及我们的预期，原因就在于我们没有真正把数据盘活。京东数据操作系统（Data OS）通过一套完整的方法和体系把数据运营和利用起来，让它成为业务资产和企业资产。数据资产不同于石油，囤在家里不用是会迅速贬值的。所以我们必须找到合适的工具和场景，通过合适的方法，把数据价值发挥出来。

下面结合一些具体的应用场景，谈谈我们如何用数据智能驱动数字化。

京东生态有非常多的应用场景，都可以和价值化紧密结合。我们的理念是以数据资产为核心，以技术为驱动，把数据的价值应用到实际业务中，提升零售数字化程度，助力业务增长。

比如说千人千面，如何理解客户，构建精准的用户画像，把客户和商品有效地链接起来。千人千面和我们说的个性化定制和C2M有所不同，完全个性化会带来成本的急剧上升，这时候它的整体价值也会大打折扣。所以在数字化建设方面并不是盲目追新，而是要求平衡成本和收益，根据在不同的技术阶段完成不一样的数字化建设。

还有线上线下数据融合。前两年京东提出了无界零售的概念，我们一直将线上线下数据进行融合。虽然线上的数字化程度已经非常高了，但在线下却是另一幅光景。举一个例子，大家都知道京东的物流和供应链做的非常好，但我们也面临一个挑战，就是如何精准地管理进销存，这是很多企业都面临的问题，也是零售精细化运营的关键。星巴克和Costco这种看似简单的企业为什么能够成功，就是因为他们建立了高效的数字化供应链，能把整体成本降下来，把品质提上去，从而形成好品牌。

最后简单归纳一下我对数字化的思考。首先是技术，我认为技术是推动商业数字化的核心，包括大数据、云计算、机器学习、物联网、边缘计算等前沿技术。值得注意的是，我们对于技术的应用不能是单点的，而是要把这些技术结合到一起，融合成一个技术有效体。

其次是企业在建设数字化的过程中要有中台思维，要考虑客户的应用场景是什么。我们之前谈论的数字化更多是企业数字化，是To B的思维，但我觉得只有大众的数字化思维提升后，才能激发出更大的市场价值。我们都知道移动互联网的影响比互联网更大，为什么呢？因为参与者更多了，触点更全了，频率更高了，不仅仅是企业，还有大众。所以我认为数字化应该是To B和To C兼具的。

总而言之，数字化必须融合数据智能，以技术为核心，以价值为导向。

我今天的分享就到这里，谢谢大家！

。