CTI論壇(ctiforum.com)（編譯/老秦）:實(shí)際上，每個(gè)企業(yè)都有大量的“黑暗數(shù)據(jù)”，以Weblog、機(jī)器日志和從石油鉆塔、渦輪引擎到醫(yī)院病人的各種傳感器的日志等形式存在著。問(wèn)題是：你是否有計(jì)劃從你的黑暗數(shù)據(jù)中創(chuàng)造商業(yè)價(jià)值？
　　這是數(shù)據(jù)驅(qū)動(dòng)的數(shù)字轉(zhuǎn)型時(shí)代。你的企業(yè)正在尋找方法與客戶進(jìn)行更密切的接觸，改進(jìn)決策，提高生產(chǎn)效率，或者提供更好的客戶體驗(yàn)。你可能有大量的需要在內(nèi)部處理的數(shù)據(jù)。

　　我們將“黑暗數(shù)據(jù)”定義為大型的、通常是非結(jié)構(gòu)化的數(shù)據(jù)集，這些數(shù)據(jù)集來(lái)自于內(nèi)部和外部資源，而這些數(shù)據(jù)目前并沒(méi)有用于創(chuàng)建提供業(yè)務(wù)價(jià)值的洞察力�？梢岳�用黑暗數(shù)據(jù)來(lái)檢測(cè)客戶購(gòu)買(mǎi)、金融交易欺詐、供應(yīng)鏈問(wèn)題、衛(wèi)生保健行業(yè)適用模型、產(chǎn)品生命周期問(wèn)題等關(guān)鍵模式。

　　挑戰(zhàn)在于能夠訪問(wèn)和使用數(shù)據(jù)來(lái)傳遞有用的見(jiàn)解，從而驅(qū)動(dòng)業(yè)務(wù)價(jià)值。黑暗數(shù)據(jù)本質(zhì)上是巨大的，非結(jié)構(gòu)化的，難以理解的。

　　不僅僅是數(shù)據(jù)量，數(shù)據(jù)復(fù)雜性是一個(gè)更大的問(wèn)題。這些黑暗數(shù)據(jù)大多沒(méi)有結(jié)構(gòu)，也沒(méi)有一個(gè)未知的結(jié)構(gòu)，這使得要從中獲取有用的商業(yè)見(jiàn)解變得更加的困難。

　　利用這些極其龐大的數(shù)據(jù)集將推動(dòng)生產(chǎn)力和創(chuàng)新的新浪潮。根據(jù)MGI和麥肯錫的商業(yè)技術(shù)辦公室的研究，企業(yè)將利用數(shù)據(jù)以多種方式創(chuàng)造價(jià)值：

　　有了所有的數(shù)據(jù)承諾，就有不利的一面。這些數(shù)據(jù)類(lèi)型的特征不僅僅是數(shù)據(jù)量大，還包括它們的速率、多樣性和可變性。“數(shù)據(jù)漂移”通常用于描述這些新數(shù)據(jù)類(lèi)型中數(shù)據(jù)的波動(dòng)，這些數(shù)據(jù)對(duì)試圖收集和理解新數(shù)據(jù)的企業(yè)構(gòu)成了嚴(yán)重的挑戰(zhàn)。在2016年進(jìn)行的一項(xiàng)調(diào)查中，25%的受訪者表示，他們放棄了從數(shù)據(jù)中獲得分析性見(jiàn)解的努力，因?yàn)樗麄儫o(wú)法衡量收集到的數(shù)據(jù)。每個(gè)人面臨的問(wèn)題是，當(dāng)數(shù)據(jù)“漂移”時(shí)，可能導(dǎo)致數(shù)據(jù)集成中斷，并突然關(guān)閉業(yè)務(wù)流程。

　　不僅現(xiàn)有的數(shù)據(jù)管理架構(gòu)不適合處理這些文件，許多企業(yè)都缺少必要的分析和管理才能來(lái)驅(qū)動(dòng)所有這些數(shù)據(jù)的價(jià)值。麥肯錫表示，僅美國(guó)就面臨缺乏深度分析技能人才的問(wèn)題。

　　簡(jiǎn)單地說(shuō)，讓你的數(shù)據(jù)變得更有意義，更不要說(shuō)把它轉(zhuǎn)換成可以讓你基于數(shù)據(jù)做出更好決策的工具，這是一項(xiàng)不可能完成的任務(wù)。在數(shù)字方面，世界上僅有不到0.5%的數(shù)據(jù)實(shí)際上正在被分析利用。企業(yè)數(shù)據(jù)豐富，但信息貧乏。

　　機(jī)器學(xué)習(xí)有望給市場(chǎng)帶來(lái)新產(chǎn)品，比如自動(dòng)駕駛汽車(chē)，而且已經(jīng)提供了一個(gè)復(fù)雜的關(guān)于人類(lèi)基因組的數(shù)據(jù)收集，這些數(shù)據(jù)被用來(lái)提供高度個(gè)性化的醫(yī)療保健。

　　自上世紀(jì)90年代末以來(lái)，企業(yè)一直在使用人工智能工具來(lái)分析信息。幾十年來(lái)，大型信用卡處理器一直在使用人工智能檢測(cè)和防止欺詐。商業(yè)情報(bào)公司利用算法為企業(yè)主提供報(bào)告、儀表盤(pán)和其他數(shù)據(jù)的可視化顯示。

　　然而，這些任務(wù)只能通過(guò)已經(jīng)被識(shí)別、清洗、準(zhǔn)備和清潔的數(shù)據(jù)來(lái)實(shí)現(xiàn)--換句話說(shuō)，是那些已經(jīng)被發(fā)現(xiàn)并被帶進(jìn)了光明的數(shù)據(jù)。

　　機(jī)器學(xué)習(xí)能被用來(lái)闡明黑暗數(shù)據(jù)嗎？機(jī)器擁有處理海量數(shù)據(jù)的處理能力，利用數(shù)學(xué)和其他工具將數(shù)據(jù)轉(zhuǎn)化為有意義的信息，為什么不呢？

　　雖然聽(tīng)起來(lái)很簡(jiǎn)單，但這一領(lǐng)域仍處于起步階段。企業(yè)正在努力適應(yīng)他們的數(shù)據(jù)管理架構(gòu)來(lái)掌控容量和速率。

　　我們的目標(biāo)是提供可信的相關(guān)信息，并及時(shí)提供數(shù)據(jù)，以推動(dòng)你的企業(yè)變革。因此，擁有一個(gè)智能的數(shù)據(jù)發(fā)現(xiàn)工具，可以幫助查找數(shù)據(jù)并了解整個(gè)企業(yè)中的數(shù)據(jù)分布和擴(kuò)散，這是解決黑暗數(shù)據(jù)問(wèn)題的第一步。

　　將新數(shù)據(jù)放到不同的系統(tǒng)中，并將它們放到你的操作中，這將是你從數(shù)據(jù)中獲取價(jià)值的下一個(gè)關(guān)鍵步驟。許多企業(yè)正在尋找方法來(lái)加速跨越門(mén)檻的過(guò)程，同時(shí)正在努力適應(yīng)這些類(lèi)型數(shù)據(jù)的不斷變化和變化。

　　IT企業(yè)正面臨著從解決這一挑戰(zhàn)中獲取價(jià)值的挑戰(zhàn)，這將需要新的思考。舊的管理黑暗數(shù)據(jù)的方法不會(huì)是大規(guī)模的。為了滿足數(shù)據(jù)驅(qū)動(dòng)的數(shù)字轉(zhuǎn)型的需求，我們將采取更多的措施。你需要人工智能和機(jī)器學(xué)習(xí)工具的力量，以自動(dòng)化理解、管理和從黑暗數(shù)據(jù)中提取有價(jià)值的信息。

　　是時(shí)候?qū)δ愕暮诎禂?shù)據(jù)方法進(jìn)行不同的思考了。你有計(jì)劃了嗎？