2017年已經過半了，從年初到現在，我們目睹了人工智能的持續升溫過程。不僅資本市場和各大巨頭們紛紛在人工智能領域布局，而且國家層面也在努力推動人工智能技術的革新。據了解，7月20日，國務院印發《新一代人工智能發展規劃》，提出了人工智能產業發展“三步走”藍圖，以及未來我國人工智能產業戰略目標。

甚至有人說，如今已經進入到“AI+”的時代了。回顧過去，我們發現，不管是“互聯網+”、“大數據+”，還是今天萬眾矚目的“AI+”，它們都有一個共同點：都離不開數據。這也是為什么我們在談人工智能的時候，往往也要談大數據的原因。

2017年8月5日，由飛馬網主辦的“FMI2017國際人工智能&大數據高峰論壇”將在北京國家會議中心召開，屆時，將會有來自eBay、搜狗、科大訊飛、京東萬象、第四范式等企業的多位AI技術專家，帶著他們獨到的見解及實踐經驗，分別從產業應用、研究、實踐等多維度與大家分享AI與大數據的新思路。

飛馬網記者對即將參加大會演講的京東萬象總經理杜宇甫進行了專訪，讓我們先睹為快，探聽數據流通方面的心得。

杜宇甫

杜宇甫，京東萬象總經理，負責萬象數據服務商城整體業務規劃及系統架構設計。曾擔任京東云JOS開放服務平臺資深架構師、京東云首席數據架構師，并長期關注數據信息安全、數據集成脫敏、數據等級評估、數據流通交易以及新興創新型技術，是云計算、大數據領域的專家。

大數據與AI的關系

前幾年，我們都還在張口閉口談大數據，而現在，人工智能成了技術領域頻頻提及的重點詞語。那么大數據跟人工智能之間又有什么聯系呢？

杜總給我們形象地解答了這個問題：如果把AI比作一個人的話，那么大數據就相當于一個學校。AI要想變得更聰明，必須通過大數據來學習和訓練，才能實現真正的智能化。歸根結底，對于人工智能來說，最重要的其實就是數據。

并非所有的數據都叫“大數據”

雖然數據是研究人工智能的重要因素，但這并不意味著任何數據都有價值。因此如果企業想要利用好大數據，讓數據產生價值，則必須具備能夠從海量的數據中篩選出有效數據、摒棄無用數據的能力。

那么問題來了：企業該如何在海量數據中甄別出有效數據呢？

對此，杜總告訴我們，由于企業業務模式和所處行業環境的不同，目前沒有標準化可復制的方法來有效鑒別數據。對一個企業有用的數據，對另一個企業不一定有用，大家只能不斷地去嘗試；同時，可以從同行的成功或失敗案例中總結經驗、教訓。

京東萬象非常重視數據甄別，一方面會定期舉行線下沙龍，邀請各企業負責人在數據分析、鑒別及應用等方面進行溝通和交流；另一方面京東萬象在線上做了數據圖譜，荷蘭服務器 英國主機租用，在企業購買數據的時候，將行業與數據、業務與應用場景建立起鏈接，為企業關聯推薦有效的數據。

做大數據研究，數據量小了怎么辦？

相信這是很多中小企業的擔憂，在大數據時代，數據量不夠大該怎么辦？杜總表示，研究大數據，不一定要用內部數據，可以通過外部的數據來輔助自身業務。而這也正是京東萬象存在的價值。

很多企業擁有的只是大量數據，而不是有效的大數據。讓數據產生價值并進一步為企業賦能，才是大數據的意義所在。而京東萬象可以為眾多企業提供一個數據平臺，讓大家都能夠通過提供有效數據的方式為企業賦能，輔助企業經營決策。即使企業沒有數據，只要企業有想法，都可以來京東萬象，找到想要的數據和解決方案，甚至可以在京東萬象參考其他企業的經驗，降低試錯成本。總之，京東萬象的目標就是讓沒有大數據的企業，也能夠享受大數據帶來的創新與賦能。

大數據的發展瓶頸-數據共享與流通

進入大數據時代已經有好幾年的時間了，大數據行業的發展大致經歷了幾個階段：從最開始的發現大數據，到慢慢地使數據產生價值，再到今天的數據行業化應用、場景化解決方案的實際落地，大家逐漸開始考慮更深層次的因素。在今天，單純做大數據并不獨特，但是專門鉆研某一行業或某一領域的大數據技術是非常可貴的。因此大數據的行業化、場景化也必將是未來的一個趨勢。