當當網CTO李海濤

　　新浪財經訊 “2017中國（海南）首屆智慧商業大會”于11月17日在海口舉行。當當網CTO李海濤出席并演講。

　　以下為演講實錄：

　　李海濤：我是當當的李海濤，我從機器和人做決策的角度來闡述智慧商業，我們先舉幾個例子。我先舉一個例子，就是諾貝爾獎每年都頒一次，誰得獎，只要誰得獎，那個商品就會大賣，賣得非常好，比如說莫言的書，不僅是加印，而且都是套裝套裝的。

　　對于一個商業者來說，涉及兩個問題，平時的選品，選什么商品？庫存，拿多少貨？這個獎得得非常突然，那個得獎是《試飛英雄》，是一個非常冷門的作家，大多數人都不知道，我們有一個專門每年定這個誰得諾貝爾獎去備這個商品，然而今年他完全不知道誰得了獎金，但他其實最后定對了這個貨，怎么定？每年的工作方法是國外的網站去看這個賠率，天天聽這個賠率賠得更多，好像這幾年都是日本的一個作家賠得特別多，大多數人都去定那個作家的商品，這個名字從賭博網站出來，最初誰拿這個貨不可能的，其實生產廠商也不可能生產那種，他完全靠個人編輯，完全靠個人姓名，所以當時就沒有想到這個人會得諾貝爾獎，如果知道的話當時就把這個人給包下來了。

　　當天得獎，我們基本不可能有這個人的商品，所以大家可能幾乎沒有，因為那個貨只有一個出版社有這個產品。這個貨非常依賴于人的靈機一動，很多商業團體決策中一個常見的形態，就是依賴于一些的明星產品的員工，就是他依據其自己的個人能力，或個人平時的你說不清到底是不是積累。

　　很可能說是另一種做法，比如說做促銷，大家都知道有幾個產品都會做促銷的，全年可能有很多種促銷的，很難判斷你的競爭對手組織多大規模的促銷，很可能打斷的你的商業結構。比如你的商品原來是100塊錢，后來可能是80塊錢，后來咱們傳統間諜很重要，互相打聽別人的情報，這是非常常見的。各行各業中都要盯著所謂的競爭對手，特點的情報是什么？最近組織什么活動，完全靠外界的報道，無意中聽到對方的工作人員干什么，去哪出差了？這就是傳統的商業智慧了，就是經常聽一些人的主觀的東西。

　　再往下就是一個電商企業，流量是分配的。除了涉及到每個商家會對用戶更好之外，對企業來說有可能點像一個幼兒園個人喜好的商家，可能會給商家多一些，咱們有一些電商做的很好的城市，夜總會曾經是80%的包間是某電商的，原因很簡單，就是要靠商業智慧來決定的，這個是傳統企業非常頭疼的一件事，涉及到營銷策略，就是營銷的錢特別多，花到哪個家廣告公司上面，審美，會長什么樣子，具體的設計人員觀點、專業都不一樣。有很多爭議，一般就是上線看看數據等等，但是那都是之后的，這是電商經常都會遇到這樣的問題，這個大數據的智慧發生一些變化，拿我們公司來例子。

　　我們先從統計數據，一個人如果在我們的電商網站，大電商都有這一套數據，大同小異，能收集到數據。根據你買的商品或者你瀏覽，或者不用買，瀏覽就可以，基本能猜99%的準確率，這個準確率非常準。你的加固行為，停留時長，大概一個月一年內消費。比如說，大概是幾千的電商還是幾萬，都有很多辦法去給你做判斷的，還有很多第三方大數據中心，可能會買其他的數據。這些數據既含有電商，也可能是媒體網站的，也可能是比如說廣告公司，跟蹤你的一些行為。總之，會有很多第三方公司。微博，可能會有一些聚焦媒體的出來，所以如果說一個公司愿意花錢，其實可以很快地建立一批用戶的數據。

　　現在金融企業也非常看中這個方面，所謂互聯網很大的一點從電商、社交媒體等等買數據。通過消費的這一層，所以大數據是可以賣錢的，通過用戶的一些畫像，然后你的時間、空間都可以作為你的數據。作為電商來講，你打車，利用手機打車，你的地址、信息其實很值錢的，你是否經常打車打到哪哪哪？如果數據多了，住在什么地方，住在小區什么地方、環境、檔次去的檔次，基于什么商業機構，都能成為模型，其實用貸款，大概判斷出一些基本的條件，你是否具備？這個設備數據帶來的決策發生的巨大變化，原來靠人的靈機一動，現在很多必須改用數據模型，這個公司不會批準你的一些決定的。

　　而且，現在大量的決策是靠機器算出來的，變成了找機器做的或者明顯離譜的東西，反饋做錯了，還是變成機器學習的材料，這已經是很多公司非常常見的形態了，大量的形態還是靠機器。這個人能夠劃成什么樣，這其實只是一小部分了，基本上所有的路徑都內串一條線，從一個網站的首頁開始怎么瀏覽、哪個商家等等，加了幾次購物車共5個商品、只買了兩個，有的幾個沒有買，上面都有數據的。只要你買過兒童用品，小孩的年齡和用品的數據就出來了，這個數據越來越全，有時候看得時候沒有想到，有的時候看自己的數據畫像。

　　原來是這個方面，而且猜得也挺準的，每來一個新的浪潮，比如說滴滴火的時候，就產生一個完全想象不到的數據，現在電商賣的東西越來越多，有的商品以前不是在網上買的，線下是零散的數據，但是無法聚合，如果在網上找各品類要購買的商品會越來越多，生活的方方面面都在網上完成，在網上買東西，交水電費，物業費等等，其實我這個人的行為，如果我的公司收集這個數據，應該比我自己了解得還多一些，這個是技術上非常進步的地方，它使整個商業流程發生非常巨大的變化。

　　還有一個問題，我們在實踐中發現，現在為什么沒有到人工智能大數據的時候，大數據好像不夠大，雖然叫大數據，我們在推進改進的時候，跟我匯報的時候，跟我匯報說數據不夠，說改進的效果還沒有出來，我們的數據還不夠嗎？我們做的市場突出領先，數據沒有做好是不是你自己的問題，等等幾個步驟中數不夠，在局部的時候，會出現一些時間，這數據其實是用傳統算法或者統計的方法會做得好，為什么呢？這宣傳的時間太好了，下圍棋的記憶怎么算的？它也要收集很多的排隊，對于不夠的對人類的這些地，它就自己先自己加，因為他來模仿黑棋子和白棋子它都能模仿，最后自己模范出很多的數據，然后拿數據做運算，解決數據不夠的問題。

　　在實際商業中，我們關注的是是用戶的行為，必須有真實用戶過來，而且真實用戶的行為每個月發生的變化挺大的，上個月拿到這個月來的話很可能不對的，人不可能有這么多，除非有一個機器能猜，它能模擬人的行為，像睡覺的時候不停地模擬人的行為。比如說電商看這個商品，決定點不點，購買不購買，這臺機器說明解決了，這臺機器不休息、每天模仿全世界的各種人，然后看到商品就作出各種反映，數據絕對就不缺了，但是機器現在做不到這一點。

　　這種機器就不缺大數據沒有想象那么大，它的數據很可能也是不夠的。因為我們看到，也搜索為例，每個關健詞都要有大量的數據，等你搜集的關健詞沒法對你經常使用，所以真正要拆分到細節之后，這些數據有可能不夠的。大數據逐漸有一些機器人能夠部分模擬人的行為時候，那時候的人工智能發展速度會更加加速，這個時代也即將到來，對整個行業的沖擊會很大，還會及其大數據的情況出現，技術人員正在做這個準備了。

　　整個咱們叫人工智能時代，我們從技術人員的角度來看，之所以成為這個時代要到來了，是因為好多數據是逐漸的鋪墊的，鋪墊到今天發現的其實可以做人工智能了，并不是這個算法原來沒有，這個研究員突然發現的新大陸，好多算法在好多年前學校就學過了，可能有些學生就會，但是沒有這么好的一個時機。比如，現在的手機號替代新時代的酷廳的東西，這么一個酷奇東西到網上盯你，然后設置手機號碼，這樣對人的跟蹤會更準的，以前整理數據更麻煩。

　　還有GPS，這個能夠知道你家住哪？經常去哪？這個有些軟件在后臺傳播數據，后來搜集一連網，把平常好的數據上傳，所以這個數據變成長時間再現，不是整理主動的時候在線。人臉識別就是生物學的特征，然后人臉識別，我覺得這個人臉識別很可怕，比如說蘋果X。這個你用這個手機發動畫表情的時候，好像是你的表情。這個可以完全捕捉你的微表情，這個心理有沒有事，這個人臉識別可以做進一步地判斷的，這跟以前銀行業務員到你的現場，然后看你的資產，然后查你的好多信息，快速得多。整個這一套技術準備，未來可以用手機也好，新的設備也好，可能會成為人類新的助手，對商業整個的改變會非常地大。

　　再說說我們公司的嘗試，就只能簡單地說，因為這里面涉及到很多商業的背景沒有辦法解釋，很大的選什么商品？淘汰什么商品，然后怎么管理庫存，其實網站就是個賣唱，你進什么商場，擺什么東西，用什么顏色，有什么規格，還有什么花車，還有這些類似的東西，還有什么促銷什么的，路線怎么走？走左邊還是走右邊，是直線還是拐彎等等，這些原來全都是很復雜的流程，我們公司基本上都在用機器來統籌，一個流量分配，一個網站APP80-90%是機器定的，但是效果比人做得好。因為等數據反饋，比人每天要速度要快得多，甚至用戶點幾下馬上就可以發現左邊的圖片點得比右邊好，甚至圖片就換掉了，整個效果效率上提升非常多。

　　關于線上線下方面，我們也做了一些結合，這些數據不可以所謂的線上，也可以用于線下，我相信有商業價值，馬上可以把成本定下來，這個商品摸了一下衣服，在模特身上看了半天，其實都可以捕捉下來的，這個到底產生什么價值？還有很多研究，很多事情可以引出一個話題，越掌握數據、細節和算法的公司，可能算法和大框架都知道了，這個員工號都變成自己的財產，這個東西越來越值錢了。這到底要不要開放，我認為是遲早會成為一個開放風潮的。如果不進行開放，形成壟斷甚至出現社會財務分配不均，是非常有可能的，因為掌握數據越來越多，因為開放了，最后強到只能用用戶來什么的？這個趨勢數據，如果不管控的是不可以逆轉的，如果一個公司你手里沒有數據，要重新開始，很可能拿不下一個時代的門票。

　　我就給大家介紹這么多，也歡迎大家交流。整體方面，剛才介紹的內容會影響每個企業從你的決策流程到組織結構甚至到人才能力都會產生影響，所以每個人都要思考自己的能力會發生什么變化，每個公司都做什么樣的變革迎接新的時代。

　　謝謝大家！

　　新浪聲明：所有會議實錄均為現場速記整理，未經演講者審閱，新浪網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。