評論：人工智慧是解鎖大資料的關鍵

據國外HTTP://www.aliyun.com/zixun/aggregation/31646.html">媒體報導，大資料以及如何更好地使用它已經成為一個長久的主題， 圍繞這個主題展開的多次無休止討論都未曾得出一個滿意的結論。 然這是一項將解鎖利益和弱人工智慧的技術，而後者能將整合大資料和其他管道資訊創造出許多宏偉的有益的資料圖片。

大資料的大多數領域和消費者及行銷有關，從這個角度而言，20世紀60年代至20世紀90年代初這個時間段就是一個黃金期，在這個時間段內，能控制商業媒體、大型報業集團、電視和廣播頻道的人有限。 諸如《加冕街》等電視節目的超高收視率和報紙的巨大發行量意味著更快捷更不費力地將廣告擺在幾乎所有消費者面前變得相對容易。

消費者當權

然而，事情已經發生了根本性的變化。 消費者已經獲得了媒體的擁有權。 電視觀眾數量減少，報紙讀者數量也直線下降，如今消費者雜誌的數量是20年前的兩倍多，數位錄像設備TIVO、寬頻的問世及普及意味著消費者能夠決定他們看什麼，聽什麼、何時看、何時聽。 他們還能剪去電視廣告。 媒體的土崩瓦解意味著公眾已經處於完全自主的地位，而原先媒體的擁有者卻無法扭轉局面。

現在消費者們都握有極大的權力。 這就意味著——為了與消費者進行成功有效的溝通，品牌需要盡可能多地瞭解消費者，這樣它們就能確保每一條產品資訊都成功抵達消費者心靈。 如果品牌夠幸運，那麼它們可能在資訊被消費者拒收前讓消費者為之考慮一兩秒。 如果失敗了，品牌就沒有第二次機會了。

在這樣的情況下，如果你想要知道消費者在想什麼以及他們可能對什麼內容積極回應，那麼資料和資料建模就很重要了。 此外這還和「大資料及如何最好地使用大資料」息息相關。 問題的答案是利用弱人工智慧追蹤消費者情緒以及從大資料中提取具體的相關資訊。

弱人工智慧的好處

弱人工智慧能夠做到這點是因為它具備瞬間搜索大量資訊並根據上下文找出請求的特定資訊以生成準確報告的能力。 雖然在任何搜索中資訊必須被狹隘定義，但是在狹隘定義的同時還能執行多個相關搜索的能力意味著它能提供準確模型。

跟蹤幾乎所有人的情緒的最好途徑是監視社交媒體。 目前有各種各樣能提供「即時跟蹤消費者評論」能力的基於弱人工智慧的訂閱服務。 然而，它們很昂貴，且靈活性有限。

社交媒體監控諮詢公司建議稱，結論不應該從通過監視收集到的原始資料中馬上得到。 它們相信詳細閱讀並試圖從更多的細節中找出模式非常重要。 弱人工智慧能做到這點，但不一定要通過目前的監控套裝程式，按要求製作的弱人工智慧套裝程式將不可避免地出現。

特易購的難題

在大資料方面，弱人工智慧再次成為答案，因為它能使使用者基於上下文有效資訊創造有價值分析。 對此進行說明的最好的方法之一是運用「特易購多年來面臨購物卡資料相關問題」這個例子。 作為英國最大零售商，特易購擁有大量的消費者購買物品的資訊，但它卻不知道消費者在其商店不會購買的物品。

例如，特易購能知道個人消費者週六通常購買紅酒和法式麵包，但它不能確定消費者是否購買乳酪﹔它能知道人們購買牙刷，但不知道他們不買牙膏。

顯而易見，消費者在其它商店進行補充性購物。 弱人工智慧被用於推敲這一情景並找到答案。 接著特易購就能通過為填補消費者購物缺口而展開相應促銷、或者發放優惠券跟進。

即時洞察

根據特定國家對資料的管理規定，弱人工智慧還允許資料行銷商將網上找到的資訊添加到現有的消費者檔中。 儘管在與消費者溝通過程中不能這麼做，但是它在資料建模過程中的使用仍能説明品牌擁有者更好地理解消費者行為。

媒體的進一步瓦解意味著監視消費者情緒和興趣愛好將變得越來越難。 再一次，弱人工智慧將成為問題的答案。 它可能是一項非常簡單的技術，但如果被使用正確，它將能基於對大量資訊的搜索迅速創造洞察視野。