G系列作為場景數據的驅動基因將是未來商業的核心

作者:火星肉包子| 校對/審核:海闊天空| Page: Daoiii

一、什麼是大數據

大數據作為倡導已久的概念已經家喻戶曉,從學生到中老年人各個階層都大致說出大數據的一些應用,比如個人數據、交易數據、瀏覽記錄等等…

但是,這些其實都不叫大數據,真正的大數據也不這麼使用。接下來我講為戰友們逐步解讀各種數據形態結合G系列在未來如何發揮其強大的商業價值,並開拓出一片數據商業的藍海。

1、三個觀點

在說明大數據的應用之前,我們首先引用著名學者凱文.凱利的三個觀點,將我們的視角做一個轉變:

如果要深入理解大數據在未來商業中能創造出多麼大的作用,那麼建議您跟著我先深刻理解這三個觀點。

第一個觀點,涉及我們的有屏電器。我們現代社會隨處充斥著各種“屏幕製品”,如電視、電腦、平板電腦、手機、智能手錶等等…這些融入人們生活中的電子產品給我們的生活帶來豐富的信息,也是我們日常接觸信息的第一介質。但是,不知道戰友們有沒有意識到,當你在瀏覽網站、閱讀文章的同時,你停留在某篇文章的時間長短,你認真研究的某個展示出來的產品,你喜好的某個度假廣告的背後都被一個看不見的信息觸角所“鏈接”,這些鏈接背後,就是經由產品開發者精心設計的一套“追踪程序”。這些追踪程序正在學習你的閱讀習慣、你的瀏覽習慣,逐漸總結並推斷出你的興趣趨向,進而可以從事其他的商業增值服務。這就印證了以上第一個觀點,當你在看屏幕的時候,實際它也在看我們。

而這種“交互形態”在未來將會繼續存在,並長期深度融入生活中,其中有利的作用是可以簡化人們的語言表述,讓設備閱讀我們,增加除人類語言以外的另一種人和數據世界的交互方式,進而可以擴大人類的感官維度和數據維度。

第二個觀點,所有生意都是數據生意。我認為我們當下很多商業形態都基於數據的流動而形成實體商業。比如零售業,從供應鏈關係到倉儲物流,再到消費者的消費場景,最終達成交易,整個作業鏈既可以看作是人類的流程化作業,同時更可以看作為數據化的標準轉移,因為每個作業環節都需要關聯上一步作業的標準數據結果後才能順利銜接下一步的作業數據,所有作業數據的結果順利銜接,方可達成最終作業結果。這一點在我們的商業活動中多以人工的方式完成,屬於較為原始的商業階段。雖然某種意義上是由人類對結果進行確認,但沒有做到由數據自動判斷結果並開展業務實施。

第三個觀點,大多數創新都是現有事物的重組。關於這一點,我想很多人應該比較認同。因為創新的過程不是憑空創造了某種物質,而是創造了某種供需關係。供需關係的轉變也是伴隨著科技的進步和人類意識的提高而形成的,不存在一成不變的狀態下突然出現了某種創新,所有的創新都伴隨著資源的重組、合作關係的重組、政治格局的重組、人和人國與國信任度的重組等等。在重組的過程中創建了新的表現形式,建立了新的合作紐帶,進而帶動了資源重新分配的組織關係。

不可否認的,我們正處在一系列巨大重組的過程中,這包括經濟、政治、能源、生產資料、人的觀念等系統的大變化中,這其實就是一個重組的過程。因此,這個重組的過程必將在不遠的將來帶來大規模的創新,包括有科學技術的創新、國與國政治格局的合作創新、貿易活動的創新。

2、大數據的產生

大數據來自哪裡?

很多人都認為大數據概念的出現是伴隨著互聯網和移動互聯網的進步而產生的。但其實不然,自從有了人類活動就有了數據,萬事萬物在發展的過程中,任何變化都可以理解為數據的變化,只是原始社會和當下作對比,原始社會不存在數據的認知意識。而對於現代社會的人類而言,人類逐漸意識到數據對生產力的促進作用後,衍生了很多可以捕捉數據的電子設備,反之電子設備也應用這些數據實現自身功能,最終幫助人類認知數據並將其運用到人類的生產生活中。

原始社會中,人類的活動就已經決定了數據的必然,比如大概何時日出,何時日落,要打多少獵物才能夠族人的食物,要走多遠才能有水源…這些活動都是數據驅動的一種形式,只是原始人類沒有數據的意識。

而到了現代,由於輔佐人類生活的各種電器設備的增多,逐步形成對空間、物資、用量的使用程度的規劃,致使必須要形成一定的數據管理方法才能夠更高效的使用這些條件。所以,大數據在現代社會開始大規模應用就是在資源重組的過程中開始被人們認知和應用的。如果將原始人和現代人一天產生的數據量作比較的話,那麼現代人一天產生的數據量會比原始人一生產生的數據量的總合還要多。

可以證明的一個現實是,在我們能夠觀測和採集得到的數據總量中,真正互聯網和移動互聯網所產生的數據量只是我們人類數據總量的20%,其餘80%的數據都沒有被採集,這部分數據就蘊含在我們的線下實體活動中!

互聯網和移動互聯網的數據現從表現來看,僅僅是伴隨著人們的瀏覽閱讀、產品選購、支付過程、一部分的空間轉移和個人隱私,但這些統統加起來也就不過20%的數據,僅這些數據便已創造出很多數據衍生產品和巨大的財富。

如果有一種機制可以將線下豐富的數據採集起來,並與線上數據相結合,那麼可以創造出更多超出我們理解的數據產品,而且可以創造出巨量的社會價值。

3、“點、線、面”

如果把大數據進行分解,將每一個數據節點視做一個“點”的話,這種數據表現為“一維數據”,而一維數據就來源於某個場景產生的數據。

如果將眾多一維數據進行某種形式關聯,形成一個連續作業的形態,或者有關聯的作業鏈,那這種數據就進化為“二維數據”。而二維數據在現實世界中多應用於數據化管理或者流程管理。

進一步聯想,如果眾多的二維數據相互交織與銜接,構成眾多相互協作的動作或活動形態,那麼這種進化後的二維數據就構成一個“數據面”。有人稱之為“業務協同”,我認為這是“數據驅動”的業務協同。

所以,我們認識到數據的任意一點就是我們現實世界中的一個場景。而相互關聯的業務線構成了二維的數據線,從而可以自我進化,將眾多業務線進行整合便構成了“數據面”,也是數據驅動業務運營的基本動力。

這些數據的起點就是最基本的場景數據,而最終形成的是我們商業中希望達成的商業形態。場景數據作為驅動一切進化的基因,無時無刻伴隨著商業的發展。

二、數據驅動的作用

1、數據驅動的直接作用

由於數據作為商業的管理工具,我們可以將很多作業場景進行數據畫像,然後將這些場景數據配合業務要求進行分析,可以構成一個由數據自我判斷的決策機制,如果將這個決策機制與自動化機械相結合是可以代替人類的部分重複性工作。

數據驅動配合自動機械協同作業的優勢可以處理並發業務,而人類受到自身能力的限制只能處理有限的並發業務,而且不能長時間作業,數據驅動的這一優勢相當顯著。

再有,數據驅動同樣可以處理高頻的業務形式,有些特定的業務其特點是快而猛,來勢洶洶,對人類而言需要提前一段時間做好充分的準備後才能及時應對。不僅需要消耗較大的資源,投入較大的成本,還要較多的人力來配合。

而數據驅動的作業方式則不然,它的運算能力之快,直接決定了可以迅速判斷出作業的方法和需要的條件並予以應對,效率也是瞬間輸出的。

可以說,由場景數據作為驅動力可以配合多種解決方案,可以配合機械協同作業,可以配合CRM,可以配合財務系統等等…

2、數據驅動的商業價值

由場景數據驅動的商業可以應用生產生活中,並能夠起到比人類作業更高效的效率表現。

在現有的商業活動中,成本投入較大的是人工和房租,這兩項成本構成商業運營總成本的將近一半。而且兩項成本都是冗餘性成本,需要重複性負擔,幾乎賺到的利潤中很大一部分要負擔這兩個成本模塊。

但如果使用場景數據配合機械協同的方法,就可以代替某些重複的人工,節省人工成本的重複投入。

另外,由於傳統商業都是基於人類管理者的慣性思維和所謂的經驗進行商業決策,難免有決策失誤和不及時的情況出現,這都會影響作業的最終結果,有些會導致巨大的損失。如果採用由場景數據參與的決策方法,實時追踪商業環節中各種維度的數據變化,由學習模型對這些數據進行高效的學習與總結,並配合上下游作業要求輸出精準的判斷結果,這種由場景數據所驅動的業務作業方法是可以發揮強大的作業效率。

場景數據的商業解決方案屬於一次性投入,後期的投入非常少,相比人工這種重複性投入是極具商業潛力的。當然,它的另一大優勢就是佔用的資源較少。與人工相比,初創階段的成本與採用人工的成本幾乎相當,但這種投入不重複,就相當於是先投入後產出,而人工作業表現為先少量產出後期重複的投入。

三、場景數據的驅動模型

首先我們要判斷哪些商業形態適用於由場景數據所驅動。

按照與人們生活關聯性最高的業態來看,零售業和倉儲物流業是應用場景數據進行驅動的兩個業態,這兩個業態的任意作業活動既是場景數據的起點。

我們將商業場景中各維度的實時數據進行採集,採集的方式是用多種多樣的傳感器,比如壓力傳感器、風速儀、光照探測儀、聲音傳感器、溫濕度傳感器等等,再加上商品的產品畫像,結合人的行為數據,多項相結合最終形成某一商業場景的場景數據。

這些數據經由傳輸機制上傳至雲計算中心,由設計在這裡的學習模型(電腦編碼編寫的學習模型程序)高速學習這些場景數據,根據業務的需要快速形成條件判斷,最終形成優化後的執行方案,然後將這個執行方案交給商業場景中的自動機械或者執行者,由其協同作業,完成產品的交付或者其他服務形式。

整個過程延時很短,如果你的通訊設備高速穩定,你的學習中心設計的學習模型合理實際,那麼你的服務將是高效完美的。剩下的工作,就是想辦法努力的訓練這個學習模型,讓他不斷的學習各種商業的場景數據,最終是讓其產生自我服務的AI意識,這個AI意識將起到指揮調度、佈局實施的作用。

我們具體來說說AI在場景驅動中的重要性:

1、去人工化

我們在這裡不否定人類工作的重要性,主要從商業投入和商業效率的角度分析去人工化的必要性。

由於使用場景數據來驅動商業的自動化實現,經營者可以一次性投入有限的成本,不必較大投入人員工資這種冗餘性成本。而且更有價值的是相比人工而言,場景數據驅動的作業環節可以無誤差的按需作業,而人工則不可避免的會產生錯誤,並且場景數據驅動的商業形態可以長時間、不間斷的高效運營。

從人口角度來看,我們的社會已經開始步入老齡化社會,勞動力已經開始顯現出高成本、量級小、工種缺失的窘境。1962年出生的第一波嬰兒潮人口已經進入到60歲,失去了勞動力的社會將是一個極其可怕的營商環境。可能引發消費下降,生產力將會受到嚴重打擊。到2023年,零售業和倉儲物流業的僱傭成本將持續上漲,且經營者可能要面臨招募不到合適的人才這種局面。

所以,商業經營者現在應該擁有一套適應自己商業生態的場景數據驅動解決方案,以避免人工成本持續上漲,甚至無人可用的情況出現。

2、AI的“決策意識”

智能化的起點在於“感知”!

如果生意形態想發展成智能化、低成本高效率的運營形式,那就一定要朝著“智能化商業”而轉變。而智能化商業的基礎就是讓場景數據所驅動AI產生“決策意識”,並對你的商業應用場景進行感知,感知地理位置,感知消費者,感知產品,感知服務狀態等等…對這些條件的感知才是接下來能夠形成智能化商業的基礎。

有了這些感知條件,學習模型才能進行學習和總結,才可以輸出準確的執行策略,最終應用到商業場景中。

所以,感知就是智能的起點。

智慧化的核心在於“認知”!

我所提出的由場景數據驅動的未來商業不僅是智能的,更是智慧的!相比智能是高維度的!

智能只是在流程化作業中起到效率提升的作用,而智慧則是將你的商業以消費者或管理者立場進行全面系統的管控。

智慧的商業就像一個操作系統,將類似於主板、CPU、硬盤、內存這些硬件相融合,在操作系統的管控下,滿足不同的程序軟件運行。在商業運營中,表現為AI學習模型對場景數據學習後,輸出合理的執行策略,交由商業場景的執行單元進行結果輸出。我對這個智慧的商業運轉機制稱之為“智慧商業操作系統”!

當然,認知是這個智慧商業操作系統的核心!認知包含了對商業場景的理解,對業務在商業環境中給合作者和競爭對手帶來的感覺,對所處營商環境中的輿論識別,對消費者消費趨勢的精準判斷,對整個生意自動化運轉的理解與管理,對生意的優化與改善…

這就是我要強調的“認知”!

讓AI學習模型認知你的生意是讓你的生意進化為智慧生意的核心!

感知只是智能的基礎!認知是智慧的基礎!

四、G系列作為場景數據的驅動基因將是未來商業的核心

為什麼G系列是未來商業中的核心?

第一、我們的新中國聯邦是以指數級加速的狀態被多國政府認可和接受,是有能力在未來真正以公平法治代表14億人口的唯一組織,這個觀點毋庸置疑。這就形成了重組後的國際大宗商品和商業的對接平台,由其將物美價廉的各國產品輸送到國內市場;

第二、G系列中的Gdollar和Gcoin將是唯一認定的法定數字貨幣,屆時將取代人民幣的流通作用,人民幣便退出流通領域,我們生活中唯一流通的貨幣就是G系列貨幣;

第三、郭先生創造的G生態不僅僅是我們現在看到的這些,基於G系列的貨幣、G-mall、G-data、G-bank可以判斷出未來在產業中融合的趨勢,必要的時候會形成商業運營的必要因素應用到商業中。

第四、應用場景數據驅動的G商業生態很可能會引導價值從“所有權價值” 走向“使用權價值”的商業新生態,讓個人投資者只需參與商業的“收益權”,不必參與專業的經營和運營環節。

第五、未來,G系列中可能推出由數據驅動的實體商業運營方案,將線下商業實體運用數據驅動的運營方法展開運營、商業合作、資源融合,並運用AI和機械協同形成快速佈局的供應鏈應用方案,覆蓋全國…告訴世界,新中國聯邦正在形成新的商業體系,是各國政府放棄與CCP合作的重要商業籌碼!

編輯:【英國倫敦喜莊園編輯部】

+1
0 則留言
Inline Feedbacks
View all comments

倫敦英喜莊園 Himalaya UK

欢迎战友加入【英国伦敦喜庄园Himalaya London Club UK】 👉GTV频道: https://gtv.org/web/#/UserInfo/5ee680a45bd6f123dd104807; 👉Telegram文宣电台:https://t.me/HimalayaUK; 3月 09日 0 0