2017-【智能数据峰会】知机识变，有唐之盛_44页-50mb

报告摘要

文档总结

核心内容

本文档主要围绕数据驱动型决策、城市数据感知、智能数据平台及人工智能技术的应用展开，强调数据在现代社会中的重要性以及其对商业和人类生活的影响。内容涵盖了TalkingData及其合作伙伴在数据科学、人工智能、物联网等领域的探索与成果。

主要观点

数据驱动型决策是指数性的
- 在快速变化的数字化世界中，数据驱动的决策方式比传统线性思维更有效。
- 人类的消费习惯和生活方式正在发生显著变化，如购物、社交、出行等行为越来越依赖数据。
城市数据感知与分析
- 通过“城市透镜”（CITY LENS）等工具，实时感知城市中的人类活动与环境变化。
- 不同消费能力的人群在时空行为上存在“时空折叠”现象，表明数据可以帮助识别人群特征和行为模式。
数据资产化与业务场景化
- 数据资产化（Create Data Assets）强调将数据转化为可利用的资产。
- 应用场景化（Contextualize）则指将数据应用于具体的业务场景中，提升决策效率与用户体验。
技术开源与数据工程
- 技术开源化（Open Sourcing）是推动数据科学发展的关键。
- 数据工程（DATA ENGINEERING）是构建智能数据平台的基础，包括数据管理、数据工程和数据科学三方面能力。
智能数据平台（SmartDP）
- SmartDP是一个基于智能数据应用探索商业价值的平台，具备数据管理、数据工程和数据科学的能力。
- 2017年SmartDP平台发展概要包括数据服务、数据平台和数据应用三大模块。
人工智能与情感计算
- 人工智能企业“竹间”专注于多模态情感识别技术，提供情感对话机器人、视觉理解技术、语音情感技术等解决方案。
- “驾车卫士”和“安行天下”是专注于智能驾驶辅助系统的自主品牌。
虚拟现实技术应用
- 企业致力于提供高品质的VR/AR内容，包括产品宣传、品牌营销、虚拟培训等，推动虚拟现实技术的商业化应用。
数据回报定律
- 在指数级的世界里，数据驱动型企业的商业价值符合摩尔定律，表现为成本降低、销售提升等。