隨著信息技術和人類生活相互交融，特別是互聯(lián)網的快速普及，我們已經悄然進入到大數(shù)據(jù)時代。而建立在數(shù)據(jù)基礎上的數(shù)字經濟更是被視為推動經濟發(fā)展質量變革和動力變革的加速器，有效撬動經濟發(fā)展。

　　為了更好的推動大數(shù)據(jù)的發(fā)展，自2015年來，國務院及相關部門不斷發(fā)布相關綱要及戰(zhàn)略，從而推動大數(shù)據(jù)在國內的發(fā)展。而習近平總書記更是強調：推動實施國家大數(shù)據(jù)戰(zhàn)略，加快建設數(shù)字中國。

　　但值得注意的是，大數(shù)據(jù)并非是但單一的數(shù)據(jù)，其匯總了各行各業(yè)的內容，從普通消費者，到公共安全，再到國家政策，其均有涉及。

　　如何利用好大數(shù)據(jù)，成為當代企業(yè)不斷深挖的方向。而隨著AI的興起，通過AI算法對大數(shù)據(jù)進行分析及應用，成為最為簡便的方式。

　　但即便如此，我們在利用AI推動大數(shù)據(jù)分析時，依然有著難以忽視的問題。

　　大數(shù)據(jù)應用的攔路虎

　　“我們都在談大數(shù)據(jù)，但我認為我們面對的問題依然很多，挑戰(zhàn)也很大?！鄙虾Ｋ{豐信息科技有限公司CEO/上海交通大學教授吳剛說到。

上海藍豐信息科技有限公司CEO/上海交通大學教授吳剛

　　對于他來說，目前大數(shù)據(jù)在toG、toB的行業(yè)應用方面存在以下幾個問題：

　　1、數(shù)據(jù)量少、質量不好

　　toG、toB的數(shù)據(jù)大量來自于各類物聯(lián)網設備。一方面，大規(guī)模部署的成本很高，另一方面對于在線運行的物聯(lián)網設備運維成本也很高。這就導致總體的數(shù)據(jù)量偏少、數(shù)據(jù)質量也不高。對于決策者來說，基于這樣的數(shù)據(jù)進行分析和決策，必然會導致準確度甚至正確性的偏離。

　　“隨著社會和企業(yè)的發(fā)展，數(shù)據(jù)量少的問題會逐步得到改善，但運維問題依然會持續(xù)存在，從技術角度也無法在短期內得到有效解決?！?吳剛說到。

　　2、適用的“模型”少

　　隨著AI的落地應用，通過AI自動分析大數(shù)據(jù)中的內容，已成為當前解決行業(yè)大數(shù)據(jù)應用難題的基本方法。面向視頻、圖片、語音、文字識別的AI模型是比較成熟的，但針對不同行業(yè)領域的AI模型卻非常稀缺。

　　就目前來說，構造面向領域的數(shù)據(jù)集和確定與之匹配的AI算法是解決行業(yè)AI應用的兩大抓手?！癆I民工”通過大量對數(shù)據(jù)集的人工標注，不斷的訓練和優(yōu)化得到適合的模型，這很費功夫。而且一旦數(shù)據(jù)集的構造發(fā)生變化，就需要重新進行標注、訓練和優(yōu)化。

　　“由于不同行業(yè)的業(yè)務的復雜性及專業(yè)化，普適性的行業(yè)AI模型是不存在的。需要不同行業(yè)的實踐者扎根領域做更細致的工作，才能找到合適的模型，為本行業(yè)服務”，吳剛說道。

　　3、AI工程師和行業(yè)應用者的認知和思維角度不同

　　由于專業(yè)性不同，AI工程師對行業(yè)的了解不夠深入，對行業(yè)應用的把握常常會有偏差，而行業(yè)應用者由于對AI模型的工作原理不夠了解，也很難從AI工程師的角度去思考和描述問題。

　　“這個問題是自然存在的，就需要AI工程師更多的了解行業(yè)knowhow才能把大數(shù)據(jù)的AI應用做好。一個IT公司如果在某個行業(yè)里涉足不深，是無法把大數(shù)據(jù)應用做實的”，吳剛說到。

　　基于上訴的問題，行業(yè)大數(shù)據(jù)應用的發(fā)展面向以下新的挑戰(zhàn)：

　　1、 如何基于多模態(tài)、有噪聲的行業(yè)數(shù)據(jù)，更精確地進行感知和識別;

　　2、 如何在不確定復雜環(huán)境下實現(xiàn)人、機、物的融合與協(xié)同決策;

　　3、 如何有效融合行業(yè)知識和大數(shù)據(jù)技術，下功夫把智能應用做實。

　　大數(shù)據(jù)如何賦能行業(yè)?

　　面對挑戰(zhàn)，企業(yè)要如何破局，從而實現(xiàn)利用數(shù)據(jù)解決實際問題。吳剛表示，“大數(shù)據(jù)行業(yè)應用的核心任務就是為組織以及和組織中的不同角色完成他們的目標提供有效的智能數(shù)據(jù)服務?！睘榇?，吳剛根據(jù)自己的實踐提出了大數(shù)據(jù)應用落地的四大路徑。

　　1、方法學：傳統(tǒng)的大數(shù)據(jù)應用模式是自下而上的，通常先看有什么數(shù)據(jù)，然后就著已有的數(shù)據(jù)設計算法和實現(xiàn)?！盀榱烁玫芈涞卮髷?shù)據(jù)行業(yè)應用，這種思路首先要轉變?！眳莿傉f到，“應該采取自上而下的設計方案，最先要考慮的是“用戶需要解決什么問題”，然后從問題出發(fā)進行倒推，從而知道 “需要用到什么數(shù)據(jù)、現(xiàn)在有什么數(shù)據(jù)、還差什么數(shù)據(jù)”，想辦法去補充缺的數(shù)據(jù)。只有按照這個思路，才能真正解決大數(shù)據(jù)或者AI落地的基礎問題。”

　　同時，還需給用戶“獲得感”，“如果只是給用戶冷冰冰的數(shù)據(jù)，這并沒有價值?！?吳剛表示，“數(shù)據(jù)只有與場景相結合，才能實現(xiàn)價值。”

　　2、數(shù)據(jù)的行業(yè)標準化：標準化的數(shù)據(jù)能快速有效兼容，面向不同行業(yè)各自進行數(shù)據(jù)的標準化，才能推動行業(yè)大數(shù)據(jù)應用的加快落地。

　　3、面向行業(yè)的模型積累：“這要有點耐心，不能急于求成?！眳莿偙硎?，“隨著面向行業(yè)的模型的不斷積累，大數(shù)據(jù)應用會越來越豐富，慢慢落地也就容易了“。

　　4、AI技術的深入應用：AI技術的應用，不僅加速推動產業(yè)的發(fā)展，同時也有效節(jié)省人力成本，但隨著需求的變化，終端用戶對算法的要求也會逐步增加，且精度及準確度要求也將更高，為此，必須不斷將AI技術進行深入應用，才能滿足用戶的各類需求。

　　大數(shù)據(jù)守護碧水藍天

　　藍豐科技作為深耕智慧環(huán)保領域8年的“老玩家”，堅持持續(xù)創(chuàng)新的發(fā)展理念，擁有兩項國內首創(chuàng)的產品，包括揚塵在線監(jiān)測系統(tǒng)和地鐵環(huán)境在線監(jiān)測系統(tǒng)，其中揚塵在線監(jiān)測系統(tǒng)在政府端的市占率No.1。當前，藍豐科技更是有效的將AI和IoT技術深度融合，推出了新一代的智能化監(jiān)測產品，在國內又率先推出了基于大數(shù)據(jù)和AI的環(huán)境精準管控產品。

　　針對未來的智慧環(huán)保領域，藍豐科技提出了“一體兩翼”的產品體系。

　　據(jù)吳剛教授介紹，在“一體兩翼”的產品體系中，“左翼”為智能監(jiān)測產品線，主要面向各種應用場景實現(xiàn)在線監(jiān)測、問題發(fā)現(xiàn)和閉環(huán)管理，為“主體”提供數(shù)據(jù)基礎;“右翼”為軟件平臺產品線，把水/氣/聲/廢/土等孤島式應用進行有效整合，為“主體”提供平臺支撐;“主體“是在基于大數(shù)據(jù)和人工智能技術，通過“衛(wèi)星遙感數(shù)據(jù) + 氣象數(shù)據(jù) + 監(jiān)測數(shù)據(jù) +人工智能”的深度融合，為決策者提供更為精細化的數(shù)據(jù)維度，更為精準的管控措施。