top of page

數據時代讓別人做決策

上周末到華為(Huawei)主講數字中國的其中一課:「大數據應用與實踐」,學生代表特別在電話中溝通,希望我多講阿里巴巴(09988)如何部署數據業務在集團中實踐。我於是翻查筆記,找出當年集團正式確立數據策略前討論會上的內容,作為多年後的回顧。現把部分內容節錄如下: 1、在互聯網年代,一間公司的核心競爭力,首先取決於其是否擁有核心數據,其他所有工作,都是基於此展開。 具體的互聯網產品設計工作,不是不重要,但必須圍繞上述的核心數據資產而發展。產品設計的主要依據,就是要讓數據更好地運用,讓產品營運者能夠更方便地取得數據。總括來說,數據必須盡可能直接地為用家服務。 2、「管理」體系的本質是,把所有的訊息集中在管理者這個環節,由管理者作出所有決策,所以「管理」體系着重的是「控制」。「運營」的本質是把體系內與外部環境的所有訊息都透明暢通起來,使體系可以自動地運作,其重點是enable,enable的關鍵則是讓訊息透明化。 3、運營數據的核心精神是開放及分享數據。為了方便用戶獲得更好的數據服務,必須打開大門,歡迎比我們更能運營好數據的合作夥伴進來。開放是有前提的,第一是我們有值得分享的資產供大家來耕耘,能夠吸引大家來參與;第二,開放之目的是為了集中全網絡智慧,讓了解用戶的人士運營數據,提升用戶體驗。 4、「訊息」時代之後,我們現在進入了「數據」時代。在「訊息」時代,我們相信自己比別人聰明,所有訊息都要集中在自己手上,由管理者自己做訊息處理與決策。在「數據」時代,我們相信市場裏總有些人比我們更聰明,因此我們要讓別人做決策。我們的主要工作,是要讓體系中的訊息都通暢透明,使這些人能做好決策。 5、互聯網行業發展迅速,新陳代謝也很快。很多互聯網公司或者曇花一現,迅速下沉,但亦有一些公司,如谷歌與臉書等,明顯奠定業內地位,有希望持續發展。這兩類公司的本質區別,在於前者把公司的核心資產與服務能力定位在具體的功能產品上,後者則把核心資產與服務能力,定位在數據與基於數據運營的服務上。兩條道路,各有不同選擇,導致完全不同的方向與命運,值得我們思考。 十年前的筆記,感覺是歷久常新,希望對大家有啟發。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page