人工智慧與機器學習數據生財四步驟

數據生財四步驟

4 Steps to Start Monetizing Your Company’s Data

數據生財四步驟

Julia Potato / Stocksy

近年來,所謂的「尖牙股」(FAANG)公司在數據領域獨霸一方,這樣大規模的運用並非其他公司的能力所及。然而,人工智慧在商業世界的重要性已經愈發重要,而訓練人工智慧的重要一環,便是尖端的數據能力,非技術公司應該如何使用收集來的數據,來獲得競爭優勢?

現今,各處的公司都在產生前所未見的大量數據。雖說數據一直是經濟與商業活動的副產品,自然會隨這些活動增長,但這些日子以來,隨著我們的個人生活及工作有愈來愈多的部分都在網路上進行,人們每日也會產生海量的數據。事實上,全球90%的網路數據,都是自2016年開始生成的。

10多年以來,只有所謂的「尖牙股」(FAANG)公司[臉書(Facebook)、蘋果(Apple)、亞馬遜(Amazon)、Netflix、Google],有能力大規模利用收集到的海量數據。對這些公司來說,數據是主要產品,而且是價值主張固有的一部分;所以它們很早就投資於人工智慧團隊、伺服器、網絡基礎建設等等。至於非科技公司,則有其他迫切的花費和支出需求,對這些公司來說,幾乎不可能做到如此密集的資源分配。

近來,雲端運算平台、通用工具的改善,以及機器學習模型的民主化,使得更多公司有可能獲得尖端的數據能力。2021年底,逾半數公司已在至少一項業務職能中採用人工智慧,同時逾四分之一的公司指出,它們的息稅折舊及攤銷前利潤(EBITDA)中,至少有5%可歸因於採用了人工智慧。大量生成的機器學習模型則是隨處可見。

這是一項重大轉變。有了人工智慧...