争夺智能化船票：如何迈出第一步 ——访百度主任科学家 毕然

如今，一个十分有趣的现象是，很多企业赶在大数据AI风口树立起宏大的数字化愿景或AI愿景，但结果却并不乐观。究其原因，一方面，高层管理者反复斟酌数字化、AI化如何长效改变具体的商业模式，这自然是有益的。但大多数人在探讨这些概念时，都认为数字化、AI化是宏大且具有颠覆性的，都有一个雄心勃勃的开始，似乎能在这一轮竞争中脱颖而出。然而，在与竞争中的领先者比较时，会发现很多企业在建立愿景上浪费了过多的精力，导致它们没有精力在这一轮竞争中迈出实质性的第一步。

另一方面，一些高层管理者对整个产业链条认识不足，总是寄期望于招聘大量大数据或AI技术人才，实现企业转型升级。然而，成为数字智能化的优秀企业，不仅要会用数据、善用数据，还要充分了解自身优势，利用自身优势与整个行业从政策到业务做深度融合，才能在机遇面前一步步迈向成功。

百度早就认识到，利用自身在搜索领域积累的海量数据，进军人工智能领域，将迎来又一个新时代的曙光。百度从诞生的那一天起，就带有人工智能的天然基因，即以数据为基础，通过深度学习提取特征、模式，为用户和客户创造价值的研发流程和研发文化，与人工智能系统的开发高度吻合。

在这一领域建树颇丰的百度，自然积累了大量成功经验和模式，近期，《大数据周刊》专访了百度主任科学家毕然，他专注数据分析、商业战略、机器学习和人工智能等领域，获得百度首届最高奖，著有《大数据分析的道与术》一书。采访中他详细分析了人们在这一领域的一些认知鸿沟，并展示了百度搜索面向广大内容方（企业和自媒体）提供AI技术赋能的思路和计划，颇有让人茅塞顿开之感。

看点

01

颠覆认知，AI技术的挑战在整个产业链条上

《大数据周刊》：大数据和AI技术成为时下热门话题，众多企业赶在这一风口积极布局，目前在哪些行业领域技术较成熟，落地应用较多？

毕然：首先，我认为IT化、信息化是基础，因此目前来看，这些技术和应用在互联网行业较为成熟，预计金融会成为其次。

真正的大数据技术不是凭空存在的，以模型技术为例，它是将从系统中收集来的数据和业务实施两者串联起来，这个设计对数据收集和业务实施均有要求。如数据环节，期望形成自动收集的数据流；而对于业务实施，同样期望实现机器的自动化执行。

为什么现在的人工智能或者大数据，在互联网行业应用