行业互联网AI发展格局正从“数据”演变为“知识”( 二 ) |

欧盟最近提出的通过数据交换以产生知识倡议，就是这种将创造力与合作意愿加以结合的典型案例。他们希望建立起“单一数据市场” ，帮助个人、企业及其他组织以非个人数据为素材提取洞见并做出更好的决策，借此与当前各主流技术巨头开展竞争。
冲击专有数据可持续性的另一大因素，在于新型数据解决方案的出现。这类解决方案能够使用相对较小的数据集实现模型训练。合成数据解决方案（例如生成对抗网络）与其他样本最小化技术（例如数据增强）有望使企业无需大量数据即可构建起颠覆性的AI产品。
建立知识发展战略
AI革命的未来将重塑企业赖以生存的现实市场，因此我们必须建立起有针对性的业务战略。由数据向知识的转变也将带来新型框架、合作伙伴关系与商业模式，包括为知识创造提供数据、信息、AI模型、存储以及计算容量的各参与方。面对这片前所未有的广阔市场，企业应该尽快着手制定更侧重于知识要素的发展战略：
? 建立知识储备以替代数据储备，并将这一基本原则视为未来业务战略的核心。企业与组织应该为以知识为中心的时代做好准备——在这一新时代中，谁能提出正确问题、找到关联度最高的预测结果并设计出最具颠覆性的AI应用方案，谁就能占据市场竞争的制高点。
? 以自上而下的方式使用AI技术，围绕应用程序与产品层组织业务体系。 AI模型应根据特定的垂直行业与假设进行开发及训练。例如，立足成像、诊断、远程医疗、药理学及其他临床应用开发特定的医疗保健应用；或者面向车队管理、公共交通以及其他交通参与因素构建交管系统等。这类解决方案的开发要求我们将基于特定领域的丰富知识与实践经验结合起来，同时匹配上下文信息与经过良好调优的AI模型。
? 数据获取计划将只是一种短期性质的战术性追求，而基于知识的交流与合作伙伴关系则是更值得培养的长期业务战略。去年，以色列创新局启动了一项试点计划，希望实现医院与技术初创企业之间以知识为基础的业务合作。这一合作在初创企业与医院之间建立起数十个具体项目，促进了各医院之间对原始（且以往几乎无法使用）数据的积极交换，同时也帮助初创企业积累起新颖且宝贵的知识。
? 最后，面向知识的业务转变也应影响到组织内的人力资源策略。企业应该为未来AI发展制定贴切且明智的人力资源管理策略。尽管部分初创企业仍然需要投入重金招聘数据工程师与科学家，但最理想的方法应该是将AI团队设计为管理团队，负责建立并推进AI知识合作伙伴关系、发明基于AI的应用程序/产品，并对AI革命的美好前景做出创造性的探索。这一切，在本质上都代表着从以数据为中心向以知识为中心进行架构重新设计。此外， AI团队还应帮助人们理解其所运营领域的上下文。其中最核心的要点，是保证各团队成员通过整体方法充分运用自己对于AI及特定职能领域的理解，而不再仅仅只扮演常规AI专家的角色。
总结来讲， AI的未来取决于由强调专有数据集向跨实体共享数据并创造知识的转变。为了成功实施相关AI策略，企业必须正确对数据、信息、AI模型、存储、计算容量等要素加以组合，保证企业业务深深植根于知识这一最重要、最核心的差异性资源。