400 8877 001大數(shù)據(jù)市場(chǎng)亂象 | 用人工智能講故事 低質(zhì)虛假數(shù)據(jù)大量倒賣
時(shí)間：2018-09-13 17:00:00 閱讀：4838 整理：廣州市場(chǎng)調(diào)查公司
大數(shù)據(jù)公司受資本追捧，本質(zhì)上是因?yàn)?，物以稀為貴，但真正能融到資的在市場(chǎng)上其實(shí)并不多，很多用人工智能講故事、單純擁有多少億數(shù)量級(jí)數(shù)據(jù)的公司是很難獲得資本青睞的。
大數(shù)據(jù)行業(yè)看上去似乎并沒有受資本寒冬的影響。僅今年4月以來(lái)，大數(shù)據(jù)行業(yè)就有7家公司獲得融資，其中國(guó)外4家、國(guó)內(nèi)3家，金額總計(jì)約11億元人民幣。而這一情況已經(jīng)持續(xù)了很久，2016年僅上半年就有22起與大數(shù)據(jù)相關(guān)的企業(yè)獲得融資，從天使輪到C輪均有。
伴隨著資本大量進(jìn)入大數(shù)據(jù)行業(yè)，出現(xiàn)了創(chuàng)業(yè)公司估值過高的現(xiàn)象，好像只要打上大數(shù)據(jù)的標(biāo)簽，一些公司的估值動(dòng)輒翻番好幾倍。企業(yè)信用數(shù)據(jù)服務(wù)商上海斯睿德信息技術(shù)有限公司出現(xiàn)在上述7家公司名單中，其不僅近期剛獲得由東方海富領(lǐng)投的數(shù)千萬(wàn)元融資，且最近18個(gè)月已經(jīng)成功完成了3輪融資。而另一家2015年8月剛成立的大數(shù)據(jù)公司鼎復(fù)數(shù)據(jù)也在一年多的時(shí)間內(nèi)完成了2輪1.07億元的融資。
就此現(xiàn)象，上海斯睿德信息技術(shù)有限公司CEO趙杰在接受第一財(cái)經(jīng)采訪時(shí)表示，大數(shù)據(jù)公司受資本追捧，本質(zhì)上是因?yàn)椋镆韵橘F。雖然國(guó)內(nèi)這兩年大數(shù)據(jù)企業(yè)融資速度快、頻率高，但真正能融到資的在市場(chǎng)上其實(shí)并不多，很多用人工智能講故事、單純擁有多少億數(shù)量級(jí)數(shù)據(jù)的公司是很難獲得資本青睞的。
人工智能是個(gè)好“故事”
市場(chǎng)調(diào)查研究員在查閱上述新近完成融資的大數(shù)據(jù)公司資料時(shí)發(fā)現(xiàn)，各家企業(yè)無(wú)一例外都在自己的宣傳介紹中提到了人工智能。而不僅是大數(shù)據(jù)公司，一些征信公司和互聯(lián)網(wǎng)金融公司也都會(huì)說(shuō)自己在利用人工智能識(shí)別信用風(fēng)險(xiǎn)或者反欺詐。
但實(shí)際上，人工智能并不是高不可攀的東西。
“我認(rèn)為大家沒有必要把人工智能給神話了，過去十年在大數(shù)據(jù)行業(yè)的帶動(dòng)下，深度學(xué)習(xí)、自然語(yǔ)言處理等技術(shù)得到快速發(fā)展，為今天人工智能的爆發(fā)奠定了堅(jiān)實(shí)的基礎(chǔ)。但是如何把掌握的技術(shù)落地成產(chǎn)品，挖掘數(shù)據(jù)資源，幫助企業(yè)用戶更高效、更低成本地解決風(fēng)控問題，才是我們努力的方向?！壁w杰表示。
就拿機(jī)器學(xué)習(xí)的建模環(huán)節(jié)來(lái)說(shuō)，在過往的很多場(chǎng)景中其實(shí)都是需要建模的。例如，去銀行貸款買房或者申請(qǐng)信用卡，銀行給你授信，一個(gè)剛畢業(yè)的學(xué)生和在職場(chǎng)工作很多年的高級(jí)白領(lǐng)，額度必然是不一樣的，這里就會(huì)涉及到模型的設(shè)立。在此模型中，會(huì)有很多個(gè)維度的數(shù)據(jù)，學(xué)歷、收入水平、婚姻狀況、過往信貸記錄等。過去往往會(huì)采用專家法和計(jì)量分析等方法建模，通過人工網(wǎng)查獲取各類信息。
現(xiàn)在，伴隨各類智能技術(shù)的發(fā)展，機(jī)器可以在分秒內(nèi)處理上十億次的數(shù)據(jù)，于是就開始引入機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)本質(zhì)上是先找一些數(shù)據(jù)樣本，這些樣本有好有壞。隨后將全量數(shù)據(jù)放入模型中，讓系統(tǒng)自己識(shí)別，如果發(fā)現(xiàn)在好的樣本中90%都具備某一共同特征例如“受過高等教育”，則系統(tǒng)就會(huì)自動(dòng)認(rèn)為受過高等教育的人信用佳。反之，當(dāng)系統(tǒng)發(fā)現(xiàn)壞的樣本具備“擁有五張以上信用卡”的特征，它便會(huì)將此認(rèn)定為信用差的特征。隨著樣本數(shù)據(jù)的增多，系統(tǒng)識(shí)別出的特征維度就越全面，得出的結(jié)論也就越準(zhǔn)確。
在當(dāng)前的技術(shù)條件下，機(jī)器學(xué)習(xí)也不是萬(wàn)能的，如果是機(jī)器沒有學(xué)習(xí)過的數(shù)據(jù)，它便無(wú)法自主做出正確的應(yīng)對(duì)。從1997年IBM的“深藍(lán)”戰(zhàn)勝了卡斯帕羅夫到20年后AlphaGo以4:1的成績(jī)戰(zhàn)勝李世石，驗(yàn)證了人工智能技術(shù)的趨于成熟，隨著樣本數(shù)據(jù)的增多，系統(tǒng)識(shí)別出的特征維度就越全面，得出的結(jié)論也就越準(zhǔn)確。但是AlphaGO輸?shù)舻倪@一局卻是因?yàn)橛龅搅藦臎]有學(xué)習(xí)過的“怪棋”，價(jià)值網(wǎng)絡(luò)瞬間崩潰。
至于神經(jīng)網(wǎng)絡(luò)、決策樹、隨機(jī)森林、機(jī)器學(xué)習(xí)等“高大上”的名詞，實(shí)際上也無(wú)需夸大它們的作用。“像多元神經(jīng)網(wǎng)絡(luò)這樣的算法模型早就是非常成熟的多元數(shù)學(xué)統(tǒng)計(jì)方法，很早就應(yīng)用于物理學(xué)、力學(xué)以及工業(yè)領(lǐng)域，但并未被大眾所熟知。也是因?yàn)檫@兩年大數(shù)據(jù)市場(chǎng)火爆，才把這些名詞帶到大眾視野內(nèi)?！壁w杰對(duì)市場(chǎng)調(diào)查研究員表示。
有關(guān)人工智能的故事常常還會(huì)引申到“團(tuán)隊(duì)成員為國(guó)際高端人才”上，在趙杰看來(lái)，掌握國(guó)外先進(jìn)的算法技術(shù)只是一個(gè)方面，有些技術(shù)在國(guó)外的應(yīng)用環(huán)境下是適用的，但如果直接照搬到國(guó)內(nèi)，不結(jié)合國(guó)內(nèi)的實(shí)際情況，也無(wú)法提供符合國(guó)內(nèi)應(yīng)用場(chǎng)景的解決方案。
好算法不如好數(shù)據(jù)
“Better data beats better algorithm(好數(shù)據(jù)能打敗好算法)，有一套厲害的算法模型不如有一套靠譜的數(shù)據(jù)。”
棱鏡大數(shù)據(jù)研究院首席科學(xué)家廖辰瀚博士對(duì)第一財(cái)經(jīng)市場(chǎng)調(diào)查研究員表示。
“實(shí)際上在整個(gè)解決實(shí)際問題的過程中，人工智能建模所花費(fèi)的精力只占30%，而70%的精力都花費(fèi)在信息的獲取和處理數(shù)據(jù)上。用人工智能做風(fēng)控和模型的切入點(diǎn)，首先是自動(dòng)化，即用人的思維和方式獲取數(shù)據(jù)，提煉數(shù)據(jù)，第二步才用到機(jī)器學(xué)習(xí)的算法將獲取的信息進(jìn)行關(guān)聯(lián)。”廖辰瀚稱。
對(duì)于大數(shù)據(jù)公司而言，高質(zhì)量的數(shù)據(jù)是根本?！澳壳皩?duì)大數(shù)據(jù)市場(chǎng)造成困擾的還有一個(gè)主要方面就是，各家公司都在說(shuō)自己有上億數(shù)量級(jí)的數(shù)據(jù)，但卻常常忽略這些數(shù)據(jù)的質(zhì)量?！壁w杰表示。
市場(chǎng)調(diào)查研究員從一位征信業(yè)內(nèi)人士處獲悉，近兩年大數(shù)據(jù)市場(chǎng)給人太多負(fù)面印象的原因在于，真正擁有高質(zhì)量數(shù)據(jù)，且擁有數(shù)據(jù)分析能力和產(chǎn)品研發(fā)能力的公司數(shù)量非常有限。目前市場(chǎng)上有很多所謂的大數(shù)據(jù)公司，都是通過倒賣數(shù)據(jù)賺取差價(jià)的公司，而這些公司的數(shù)據(jù)來(lái)源，很多來(lái)自數(shù)據(jù)黑市。
“一些數(shù)據(jù)販子由于沒有任何加工能力，通過一些關(guān)系，掌握某類數(shù)據(jù)源，在不做任何加工的情況下，直接賣裸數(shù)據(jù)，賺取差價(jià)。由于這些數(shù)據(jù)通常都會(huì)不斷更新，不斷會(huì)有新的數(shù)據(jù)加入，也同時(shí)會(huì)有過期的數(shù)據(jù)失效，因此，只要稍加修改，又會(huì)變成一套全新的數(shù)據(jù)庫(kù)，販子們重復(fù)販賣，從中賺取差價(jià)。”上述征信業(yè)內(nèi)人士表示。
該人士稱，“在販賣的數(shù)據(jù)中，有些數(shù)據(jù)是合法的，有些數(shù)據(jù)是違法的。線上消費(fèi)的、網(wǎng)銀的、pos機(jī)的、信用卡的、運(yùn)營(yíng)商的、甚至是工商的數(shù)據(jù)都有人賣。除了一些企業(yè)本身會(huì)打包賣一些數(shù)據(jù)，也會(huì)有企業(yè)內(nèi)部人員與外人勾結(jié)聯(lián)手倒賣數(shù)據(jù)，即使是BAT里也有人出來(lái)賣數(shù)據(jù)?！?
市場(chǎng)調(diào)查研究員還從相關(guān)知情人士處了解到，數(shù)據(jù)販子倒賣的數(shù)據(jù)很多都是臟數(shù)據(jù)，由于數(shù)據(jù)通常按量出售，為了把量做上去，里面往往只有30%的數(shù)據(jù)是真實(shí)的，而70%都是造假充量的假數(shù)據(jù)。“如果底層的數(shù)據(jù)都是虛假、不準(zhǔn)確的數(shù)據(jù)，再好、再先進(jìn)的分析模型也不可能解析出正確的結(jié)果?！壁w杰對(duì)市場(chǎng)調(diào)查研究員表示。
Maxent猛犸反欺詐CEO張克此前在接受第一財(cái)經(jīng)采訪時(shí)也表示，做數(shù)據(jù)能夠有優(yōu)勢(shì)的企業(yè)，一定是控制了流量的公司，因?yàn)樗^的線上數(shù)據(jù)的來(lái)源都需要依靠線上流量，沒有流量就沒有數(shù)據(jù)源。而依靠買賣數(shù)據(jù)是肯定行不通的，只是在表層包了一個(gè)殼。
關(guān)注公眾號(hào)：
華夏經(jīng)緯數(shù)據(jù)科技
更多調(diào)研資訊>>
本站文章內(nèi)容以及所涉數(shù)據(jù)、圖片等資料來(lái)源于網(wǎng)絡(luò)，轉(zhuǎn)載目的在于傳遞更多信息。版權(quán)歸作者所有，文章僅代表作者觀點(diǎn)，不代表華夏經(jīng)緯立場(chǎng)。 如涉及侵權(quán)，請(qǐng)聯(lián)系管理員刪除。在法律許可的范圍內(nèi)，華夏經(jīng)緯（廣州）數(shù)據(jù)科技股份有限公司享有最終解釋權(quán)。
