友盟+：两会热议的AI大数据，还有哪些待破解难题

在今年的两会中，来自 科技 / 互联网 界的提案依然备受瞩目，尤其是大数据、人工智能、5G相关的提案。

我们看到非常有代表性的如：

2019年将是人工智能规模化应用落地年

积极利用人工智能、大数据了解用户需求、优化生产

企业数据与产品质量深度融合，不断提升用户的产品体验

要好好把握5G技术

发展“云+数”新型互联网产业的理念，进一步将技术转化为 商业 服务

从大趋势回到现实，中国大数据行业正上演着冰与火之歌。

冰的是以GDPR为标志的史上最严数据法颁布，虽远在欧洲但对国内数据市场引发不少震动。政府、业界与民众都开始严肃审视并加强对数据行业的监管。火的是大数据技术与AI、云计算并驾齐驱，传统（实体） 经济 与数字经济深入融合，尤其在电商、医疗、教育、 媒体 、政务等领域的落地步伐一日千里。

经历数据安全监管与高速发展的中国大数据行业，在2019年会迎来什么？手握丰厚数据资源的传统企业如何主动变革？从政府和协会层面，是监管先行还是企业实践先行？新数据经济下的数据连接/应用可否落地？

近日，中国互联网协会与友盟+联合业界学者专家，共同探讨了大数据如何在安全合规的前提下为行业发挥最大能效。

大数据面临五大挑战

挑战一： AI是否能替代人类智慧？

AI在很多领域已经开始代替人类决策，数据智能化一直是我们追求的理想，但在当下阶段，AI能够替代人类智慧吗？  国家广告研究院研究员马旗戟以广告 营销 界为例，表达了自己的观点：在传统的广告营销环境中，创意曾经占据了绝对话语权，对于整个传播的洞见、调性和节奏可谓一言九鼎。智能推荐技术应用之后，大数据颠覆了创意人在“洞察”上的权威性。

但慢慢地，广告数字营销界开始反思，整个传播过程仅仅基于数据算法和历史表现，是否真的能够把产品灵魂、人的情感故事表现出来，当下好像并未达到一个完美理想状态。实际上，广告营销的市场实践给予我们一个提示：大数据等技术的运用，确实帮助我们极大的提升了发现、挖掘、创意的能力和效率，不过在这个过程中，如何与人基于“直觉与情感”的结合，还是未来需要进一步探究的。

挑战二：如何破解传统企业对数据的焦虑？

中国互联网协会副秘书长宋茂恩谈到，传统企业/实体经济本身沉淀了丰富数据，也有与外部数据连接的强烈诉求，但受限于传统的封闭式软件思维影响以及行业标准缺失，部分企业对数据安全问题仍持审慎态度。他们担心数据被“拷贝”，担心失去对数据的控制权，而将数据“保存”在自有封闭系统内，并且在数据如何驱动业务发展、如何评估数据应用价值上，传统企业也没有很好的认知。

挑战三：最大挑战在于标准尚未完善。

某互联网公司安全策略专家也表示，目前最大的挑战之一在于判定标准。比如，通过AI技术判断涉黄图片，但AI只能给出类似概率，如60%、70%、80%。但判断标准如何定？目前国家或第三方机构还在完善标准，这是我们面临的挑战。

2

数据标准先行还是企业实践先行？

如果要求国家或协会直接推动数据发展是很难落地，因为企业与政府、不同企业之间的诉求都不同，单纯的数据打通很难。但政府或协会层面可以从几方面切入：

建议一：规范数据交易模式

大数据作为未来商业的基础设施，几乎涉及到国计民生的所有行业。可先把某些行业标准制作出来，以提升效率和保障安全为基础考量。尤其是在符合数据安全与隐私合规的前提下，规范数据交易的模式、范围和内容等，因为虚拟的数据资产脱离不了互联网和商业场景，人民日报 新媒体 中心CTO张健表示。

但数据共享本身是否获得数据所有者的授权？这当中存在非常大的困难。企业和企业之间如何实现数据资源共享？一定需要法律法规的引导。

建议二：挖掘数据应用成熟行业的标杆案例加以借鉴

将数据应用的成熟行业如电商、媒体、教育等标杆企业挖掘出来，引导其分享数据应用方法和案例，参与行业数据应用标准的规则制定，并推进行业实践。以数据应用比较成熟的电商领域为例，先由头部企业围绕电商生态进行数据技术与应用探索，沉淀出可供借鉴的方法论。在此基础上，建议从政府层面加以引导，将其转化为全行业通用的标准，为行业内数据应用提供范本，国家广告研究院研究员马旗戟如是说。

建议三：产业分工到一定程度，打通和应用就水到渠成

数据打通和应用在商业场景下，更多是无心插柳柳成荫。以滴滴为例，让行业、司机、乘客、平台做了一次产业分工，提升了很大的台阶，并且对于智慧城市的建设也非常有价值。

好未来教育集团开放平台事业群数据负责人胡杭杭认为，单一企业不需要打通上下游所有数据。更多的要以合作切入，有些企业负责数据挖掘、有些负责数据收集，有些负责数据应用，当产业垂直分工到一定程度，数据打通和应用就水到渠成。

建议四：严格打击非法数据交易，同时鼓励数据创新

欧洲的隐私保护是最严格的，比如GDPR，但同时也是互联网产业和新技术产业近几十年发展最慢的。美国虽然强调数据隐私，但采取了企业实践先行，再大力度监管暴露出的大问题（如2018年的脸书隐私事件）的基础上，逐渐完善立法。

友盟+数据科学负责人张军谈到，回到国内的大数据状态，我们确实需要严格打击一小部分滥用用户数据和无视数据安全的企业。但从整个行业发展来看，需要国家为企业建立一个相对灵活宽松的环境，在安全合规的基础上，宽松的环境更利于行业发展。

3

如何破除企业对数据控制权的焦虑

坦白讲，传统企业对数据安全和控制权的担忧，是对数据知识和数据意识的缺乏。比如担心数据被拷贝，数据上云不安全，担心被大数据颠覆。

打通不是数据交换，而是结合商业场景的数据服务

友盟+数据科学负责人张军认为，从数据打通本身，企业间真正的数据打通不是单纯的数据连接，而是结合数据和业务系统的数据服务。比如数据赋能零售企业，就是将业务数据和供应链技术、推荐技术、营销技术结合。像友盟+把多年沉淀下来的数据与算法结合，应用到反作弊反灰产（风控）等场景，共建数据应用，对保障数据安全和隐私，数据价值挖掘都有利。

从数据打通的价值，数据智能的基本思路是挖掘过去，预测未来。如果只是单纯依靠历史行为或产品使用数据，系统大多数时候只能推荐类似内容而不能给用户创造偶然惊喜（Serendipity）的推荐。打破这种困局的方法之一是在保护用户隐私的前提下更好的打通和使用更全面的数据。

上云将加速大数据产业化进程

某互联网公司安全策略专家认为，云服务本身是帮助企业降低成本和风险。假设企业要建设一套信息化系统，包括存储和管理功能。相对责任来讲，阿里云、腾讯云、华为云等的宗旨都是让数据服务更安全。

友盟+数据科学负责人张军也认为，从美国这几年的发展看，传统行业想自己做一个革命性的大数据智能平台的成功几率很低。比如GE的Industrial Internet, AT&T M2M 都没有成功。而我们能看到的成功的例子都是依靠云平台或者外来技术，将关键生产环节数据化。例如，通过建设数据服务的云端生态市场，实现企业对核心数据的管控，以及在安全环境下的多方数据源的有效融合，实现一站式的数据计算、存储、管理与应用，最大化发挥数据价值。

中国信通院云大所数据资产管理工作组副组长刘成成建议，宏观上核心业务数据上私有云，外围数据上公有云，或直接放在专有云上。数据服务模式包括技术服务、平台服务、软件服务，通过整个工艺流程数据的分类分级去攻克数据安全问题。目前，传统工业制造商如物流企业，都在孵化自己的数据公司，为核心的保密数据培养服务团队和能力。

人民日报新媒体中心CTO张健谈到，大数据作为未来商业的基础设施，几乎涉及到国计民生的所有行业。其他行业标准，都是垂直而细分的领域。可先把某些行业标准制作出来，以提升效率和保障安全为基础去考核。作为企业，我们自己的数据也在上云，我们相信第三方公司的基本商业准则。

真正颠覆传统企业的数据产品，其数据密度和穿透力更强

好未来教育集团开放平台事业群数据负责人胡杭杭认为，未来颠覆企业的不一定是大数据，而是两个关键词——效果和效率。传统意义上的产品数据化的核心在于分析和挖掘数据，反过来驱动效率提升。

但真正颠覆传统企业是数据产品（例如 微信 ），其数据密度和数据穿透力更强。只有将技术把大数据和垂直行业深度融合，才能创造出创新产品，所以我们觉得颠覆传统的杀手会很快来临。总结起来就是升级思考，降维打击。

如今的大数据就如一位少年郎，意气风发，前途无限。但前路要走向何方，青春期持续多长，会遇到哪些艰难险阻，都是未知的。既然不知道答案，我们就该鼓励他大胆前行，同时为他划清红线。