当前课程知识点:大数据技术与应用 > 吴军:数据为王和机器智能的时代 > 大数据思维 > 大数据思维
美国还有一个职业
在中国这样
我们的隔壁的那邻居
其实也从事着高大上的职业
就是律师
我们的法学院就在这个旁边
这个律师是什么一个概念呢
大概在美国
大概就是说最好的律师
比如说我认识一个
那个比尔盖茨老爸
那个律师事务所的一个
那个合伙人
他一小时收人一千多美元
当然给企业服务
他的助手还收人三百多美元
那么这是给几个数字
大家说这几个数字什么意思
第一个数字一个亿
什么意思呢
这是Google和另外一家公司
叫Viacom
就是美国三大电视网之一的
CBS的这个母公司
打了一场官司
因为那家告Google
说你的Youtube侵我权
要赔十个亿
Google当然不干了
不干完了以后呢
Google就想办法
找律师打官司取证
最后他在发现说
原来这些所谓的盗版的视频
都是你们这帮CBS的人
自己跑到类似于网吧吧
上传到我Youtube上的
当然反正他打赢了这场官司
最后花费一亿美元不小
所以你没钱你打不起这个官司
那么第二个数字
一千六百万美元什么意思呢
就是苹果和三星的官司
打来打去
大家知道到现在都没什么结果
没什么结果
也产生不了什么处罚
那么苹果就不干了
跟三星讲说
我这专利费付的实在是太多了
你能不能象征性的替我付一点
那这一点是多少钱呢
一千六百万美元
第三个就是若干亿
我也不知道多少亿
因为没人知道
这是苹果和三星打官司
到今天花掉的钱
有人说是三亿多
有人说是五亿多
不知道多少亿吧
反正是很多亿
这是今天美国
这个高大上律师的一个收入情况
那最后一个是什么呢 十万
十万是怎么呢
来了一个小公司
这小公司说
反正我也没那么多钱
我要打官司
先说一下为什么要花这么多钱
因为打这种官司
大家要看
美国是那种判例型的法案
就是说以前的判例
可以作为法案
你要看研究以前所有的
各种相关的这个法案
这个Case 就是案例
它有时候要看
一般都要看上百万份的
这个法律文件
就是这个Case这种文件
它反正也没钱
它就花了一万多美元
买了一个
这个用自然语言处理
来读这些案例的这个软件
然后花了十万美元
打赢了一场官司
看了大概
一共处理了两百多万份的文件
所以你就要说用这个
你还会是否会花一千美元一小时
去找一个律师
花几亿美元去打官司
这是未来的世界
这才是真正的机器智能
不要老想着说
什么弄一个阿童木这样子
所以未来的世界
回到今天的主线
回答你的了
制造这些机器 智能机器的人
不是很多
不需要很多人
就可能是2%的人
机器人是不会控制人类的
这点大可放心
待会儿有机会可以再探讨
那么我告诉你
实际上什么呢
变相的这2%的人
在控制98%的人
你也可以信可以不信
但是我可以举一个
很简单的例子
我就问诸位
有多少用腾讯微信的举手
好
你们是不是每天早上
从起来六点多钟
到晚上十点钟睡觉
全挂在上头
你们有多少用淘宝的举手
腾讯有多少人
淘宝有多少人
它还没有这么智能
还没有到这么智能
你已经受它的很大影响
当它这么智能的时候
你可以想想
这个世界是一个什么样子
最后我们要讲最后几个问题
第一个就是大数据的思维
所以到现在为止
接下来就大家就有一个选择
你要么站在我这一边
我们成为2%的人
要么咱们回到98%
什么叫回到2%的人
就是我们今天要具备
大数据的思维
这些都很多
我先讲一个比如说全面性
什么叫大数据思维
就是说我们知道
刚才讲了大数据
它有一个完备性全面性
这是很厉害的一件事
那么会产生一个什么结果呢
比如说我给你举一个例子
你看这是你说
你放一个酒吧的图是什么意思
这是有一个这个创业的人
他找我来要钱
然后说我做了
他原来一个公司卖掉了
他说我又做了一个东西
蛮好玩的你听听
我说好啊
他说我卖了第一个公司以后
在这个期间呢
我走访了美国120多家的酒吧
我就发现大概28%的酒
是给偷喝掉的
什么意思呢
比如说我是酒保 好吧
然后这个比如说是
他是我的这个朋友
今天来了说
来没事
姐们那个给你倒一杯
白喝 不要你钱
或者是说你买二两
我给你倒四两
或者那个这是一个情况
或者曾女士是这个老板
她回家了
咱俩是这个那个酒保
说老板回家
咱俩一人开一瓶啤酒喝了
就是这样
28%的酒就给偷喝掉了
他做一个什么事
他做的事其实说起来也不复杂
他就把这个酒瓶底下
装了一个特殊的芯片
然后把这个酒架子
他都改装了
然后你每倒一次再放回来
他都知道你倒了多少
每一笔它记录的清清楚楚
而且跟这移动互联网连上以后
就在这个Pad上都看的一清二楚
所以你老板
老板回家你躺床上
发生了什么情况他都知道
这就是大数据的完备性的
可怕之处
也就是说大数据思维的一个
这件事过去
你在以前是不可能知道的
你怎么可能知道说
一个老板知道每一笔的交易
说倒了几斤几两
这是不可能的
这就是一个大数据思维
那对比互联网的思维
我们看看它是什么呀
就是说 我就老说
这根本不是什么产生几亿
几十亿什么
上百亿GDP的这种事
这整个的行业
都推倒了重做了等于是
我们就先想想互联网
我们说互联网思维
雷军老讲这个
那个电子商务什么
你以为是把那个什么
实体店的东西搬到网上了
没这么简单
因为我们的整个的
那个零售的这个
这个整个这一套习惯
所有的这个零售业全被改写了
全被淘宝改写了
包括你们的这个习惯
比如说我们说双十一双十二
你以为你这一天买了这么多东西
你一个月都不够买东西
这些习惯全改了
这是互联网思维带来的结果
那么什么是大数据的思维
就是它改变整个生态链
我再举这么一个例子
冰箱 GE的冰箱
真实的例子
我举的这些案例
基本上都是真实的
你要知道即使是GE
这个牌子的冰箱
其实它也赚不了多少钱
大概二三十美元
大概也就这个量级在美国
那而且它其实也是海尔做的了
就是说否则的话
它还连这个钱都挣不上
那现在很多这个冰箱
它都有一个取水器在这
当然取水器它有一个过滤头
这个过滤头是要换的
大概三个月左右换一次
当然实际上你不信
你看你们家如果有这过滤头
我估计你一年也没换
那个大部分人都是这样的
GE现在在做什么呢
这个冰箱以前卖到哪也不知道
那个换不换头它也不知道
它就做大数据
它把这些都装上传感器连上
然后它又知道这个头
谁的头该换了
你不换它提醒你
而且我告诉你
就是说大概不到两年
一年多时间
你用掉那个头的利润
比那个冰箱还贵
比冰箱的利润还多
就变成一个什么情况了
我们过去说这个商业模式的时候
大家都
商学院都听过这个例子
吉利送刀架卖刀片这个例子
以后GE我们说
大电器 大电器成了一个平台了
成了你换头的平台了
这个是大数据的思维
就整个的生态链变了
那我们再讲说
最后举个例子
对社会成员
还回到这2%人的这个世界
这是占领华尔街的照片
他们说他们反对2%的人
说为什么反对2%的人
因为2%的人有钱
说2%的人是谁
你想反对谁不知道
那个那你怎么
你反对他你想做什么
不知道 我就是反对他
你那个对这些人来讲
我跟你讲
他们的前景是灰暗的
你即使把这2%人的钱
分一部分给他
首先会不会给他还不知道
今天比如说马云进来
咱们说你分点钱给我
他肯定不干 对吧
还不知道
再说你看看这里头
哪个像饿死的饥馑的人
根本不像
他根本不缺温饱问题
也就是说什么
当一个社会
这些人他的前景是灰暗的时候
你这个
这个人真的很没有希望
所以我就在想
为什么说大数据重要
你要上升到这个高度
你要么站在这
咱们成2%的人今天
要么咱们去反对2%的人
那么而且当一个技术趋势
形成的时候
你其实想阻拦想反对
这是根本没有用的
有时候你大家不要以为
科技的进步会造福每一个人
不是的
你当然用手机方便了
你生活是否好不知道
这美国我们都说
在过去来引领世界科技
好像没有人反对这个提法
好吧
那我看他引领完结果是什么
这是美国这个过去的
大概十几年的公司的水平
现在还在降
不要以为在上升
这个水平
大概其实也就在
互联网泡沫的时候
2000年的时候
他们达到最高点
蓝色的是起薪
就是大学刚毕业的人的工资
红色说有五年工作经验人的工资
你自己看一看
扣除通货膨胀一直在下降
但是另一点
硅谷的房价可是一直在上涨
为什么会是这样子
硅谷的房子
尤其好区房子
现在只有三种人在买
尤其Palo Alto房子
第一种30%的房子
卖给中国大陆
拿现金去买的人
旧金山的房子也一样
这是第一种
第二种是卖给那些
就是刚才我说了
帮助什么苹果
什么三星之类的
打官司的这些人
我一个朋友就是
他是一个律师事务所的合伙人
他这公司一共一个客户
就是苹果
然后他就花了两百多万
买了一个房子
这是第二种人
第三种人
就是只有两家公司
比较早期的雇员
其它都没有
就是Google和Facebook
只有这两家
为什么会是这样子呢
因为它的房价已经涨到了这么多
而为什么能支撑这个房价
除了中国的钱以外
很重要你看
是Google的房价
为什么支撑呢
因为Google这些明星公司
他财富的增长速度更快
那么实际上也就是说
其它人你可能并没有这么快
好吧
最后还有一点时间
再讲讲这个大数据的这个
对医疗的这个影响
我刚才讲了
这个大数据知识
你们已经看了
机器智能这些对医疗的影响
它一年前Google宣布
成立一个小公司叫Calico
这个公司可能大家没听说过
没关系
它就请了一个人
来当这个小公司CEO
这个人是谁呢
就是那Genentech
就是基因泰克公司的
这个原来的CEO
叫Arthur Levinson
基因泰克是全世界最大的
生物制药公司
就是制造抗癌药的
大概市值当时是一千亿美元
后来是由美国的那家
不是
瑞士那家罗氏买掉了
Arthur Levinson
今天还是Genentech
那个董事会主席
和苹果董事会的主席
所以你们知道
就是Google为什么成功呢
他做一件任何一件事
他都把最好的人给找来
那么找来以后
那个Arthur Levinson他
有时他也给一些讲座
我就听了他讲
比如说他讲几个
现在新的概念
为什么要加入Google
为什么要用IT的技术
来做这个医疗
他就讲说
比如说我们说这个癌症
这个大家都很烦恼治不好
那么为什么不存在一种有效的
像青霉素对付细菌
这样的抗癌药呢
原因是这个癌细胞
本身它是一个变的
就说这个癌细胞
本来是我们这个正常的细胞
好吧
我们正常细胞
复制该复制成这样子
一样的好吧
因为你这基因要按它复制
它不小心复制错了
复制成这样了
就是癌细胞
当然你一种抗癌药
你化疗
你可以把它杀死
因为它错了
它以后又不遵守这个原则
不一定要再复制成这样了
下一次再复制复制成这样
好吧
那么我们经常听到一个例子
谁谁谁你可能某个认识的人
说这个以前这个
癌症这个控制挺好
突然一天不行了
就那个药不行了
为什么 因为这个细胞变了
那么所以它说
实际上我们这些年
都要改变对这个治疗的这个认识
就是说如果我有一个方法
就是说你这个变
细胞变了
我这个药也变
你变成这样
我这药变成这样
那我就能给你治好
但是这一点来讲
首先有两条
前提条件
第一个前提条件就是说
你得有一个专门团队跟着他
那个给他治 这是第一
第二这个大概要十亿美元
每一位
每一个人花十亿美元
当然你可以
这其实没有太大意义了
十亿美元已经变的
就是对一般人来讲
当然你可以说
比如说像Steve Jobs
是可以治得起
当然这又不相信西医
好
那么现在如果用这个大数据
能够把所有这些东西
重新搜集起来
将来希望能够来解破基因
来做这件事
最后他估计 这是他的估计
就是我们先相信他的话 好吧
您至于说问我为什么
我也不知道
他估计最后成本是五千美元
五千美元
那这样的话
就可以变成很现实的事
治一个癌症
那么对 顺便问大家一句
大家觉得如果这癌症
被攻克了 被治愈了
人的生命能延长多少年
随便问一个
问你吧
二十年
二十年
那这位男生
十五年
十五年
认为超过五十年的举手
还是有不少的
认为在二十年
到五十年之间的举手
认为是十到二十年之间的举手
五到十年之间的举手
五年以下的
3.5年
也就是说Arthur Levinson讲
就是说其实因为我们现在很多人
他并不是死于癌症
其实人类最大的问题
是一个衰老问题
如果我们活的足够长
年龄足够长
我跟您讲
我们无一例外的是老年痴呆
将来这马路上
你看全是白痴
那他要解决什么问题
他所以他到Google
要解决就是说
用这个大数据的方法
来解决这个抗衰老的问题
这是一个大数据和医疗
再讲一个这个机器人和这个医疗
这是那个约翰霍普金斯大学
叫做Russell Taylor教授
他大概从IBM时候
开始就弄这个事
大概他一辈子就做这件事
就做这个医疗机器人
大概在约翰霍普金斯
他就做了十八年
这是世界上第一个
那个能够做手术的
这个机器人
那么从现在从这些东西
你可以看
就是IT和这个医学的关系
和医疗的一些关系
那这个因为没有太多时间
我就不多讲了
就讲到这里
那么好
今天我们说谁是
最后一张slides
谁是大数据的公司
当然我们可以说
现有的互联网公司都是
不是
现在有很多大的互联网公司
医学的很多公司都是了
那么其实大家要注意
任何一个把触角伸向
每一个用户的公司其实都是
包括这也就是说
为什么说雷军天天要在那儿
弄这些弄那些
其实他是已经在往这些方面在转
所以他做这个
首先的境界要远比说
做一个什么手机两面玻璃
说天天谈情怀的
这个境界要高
那么当然还有一个机会
我就讲说
这是不是一天两天的事
这是二十年的事
所以大家每个人都有机会
你和我大家每个人都有机会
好了
讲座到此结束
谢谢大家
-完整讲座
--完整讲座
-李国杰:面向大数据的数据科学--课后习题
-数据思维方式的改变
-数据的假设与采集
--数据的假设与采集
-数据的准备
--数据的准备
-数据的分析
--数据的分析
-数据的解释与验证
--数据的解释与验证
-吴甘沙:大数据分析师的卓越之道——课后习题
-个人介绍
--个人介绍
-硅谷热门公司
--硅谷热门公司
-大数据简介
--大数据简介
-大数据平台系统
--大数据平台系统
-工业实践
--工业实践
-结尾
--结尾
-董飞:硅谷公司的大数据实战分析--课后习题
-数据系统架构历史
--数据系统架构历史
-从sql到nosql
-数据库系统实现变革
-负载融合
--负载融合
-数据系统架构成本
--数据系统架构成本
-杨光信:数据系统架构——课后习题
-什么是可视化
--什么是可视化
-网络可视化
--网络可视化
-大数据带来的新挑战
-大数据网络可视化的若干案例
-时磊:大数据网络可视化—— 课后习题
-网络安全概述
--网络安全概述
-大数据安全分析平台
-大数据安全应用
--大数据安全应用
-大数据平台安全
--大数据平台安全
-彭元:网络安全与大数据——课后习题
-人工智能系统的本质功能模型
-隐性智慧,显性智慧
-人工智能:能与不能
-人工智能的技术现状
-机制主义人工智能模型
-信息转换和智能创生定律
-人工智能与大数据
--人工智能与大数据
-钟义信:“人工智能与大数据”的创新研究——课后习题
-什么是机器智能
--什么是机器智能
-大数据的重要性及特点
-大数据中的因果关系与关键技术
-大数据与机器智能
--大数据与机器智能
-大数据思维
--大数据思维
-讲座问答环节
--讲座问答环节
-吴军:数据为王和机器智能的时代——课后习题
-大数据概述
--大数据概述
-大数据相关新趋势
--大数据相关新趋势
-大数据技术创新1
--大数据技术创新1
-大数据技术创新2
--大数据技术创新2
-大数据技术创新3
--大数据技术创新3
-大数据商业价值和前景
-大数据机遇和挑战
--大数据机遇和挑战
-苏中:从大数据到认知计算——课后习题
-金融大数据概述
--金融大数据概述
-用户个人信息分类
--用户个人信息分类
-金融大数据法律框架
-实际案例和业界实践
-核心风险点
--核心风险点
-王新锐:金融大数据的法律实践——课后习题
-互联网与商业化
--互联网与商业化
-大数据与计算广告
--大数据与计算广告
-计算广告介绍
--计算广告介绍
-数据交易
--数据交易
-刘鹏:互联网变现与计算广告——课后习题
-从记账技术到区块链
-区块链确保数据真实性
-区块链确保数据安全性
-区块链衡量数据价值
-区块链的应用和总结
-杨保华:区块链与数据科学——课后习题
-个性化推荐系统
--个性化推荐系统
-推荐系统的召回与排序
-智能制作之个性化海报
-线上推荐系统其它要素
-杨紫陌:个性化内容推荐——课后习题
-个人介绍及用户理解背景
-用户理解与用户画像
-案例1:用户属性识别
-案例2:自然人识别
-案例3:WOI与社交关系识别
-陆祁:用户行为大数据——课后习题
-内容智能生态——数据、算法、应用
-大数据在内容分析的应用
-IP价值评估系统
--IP价值评估系统
-爱奇艺的剧本评估
--爱奇艺的剧本评估
-爱奇艺的智能评分
--爱奇艺的智能评分
-阳任科:大数据与AI的内容分析——课后习题
-外卖行业及场景简介
-餐饮及外卖行业大数据应用框架
-案例分析:智能营销场景的用户画像
-案例分析:智能助手场景的菜品画像
-王栋:美团外卖的大数据应用——课后习题
-旅行业务的特点
--旅行业务的特点
-美团旅行业务的用户画像构建
-用户画像的应用案例
-住宿需求预测问题
--住宿需求预测问题
-营销补贴策略建模
--营销补贴策略建模
-赵楠:商业思维与大数据技术在美团旅行业务中的结合——课后习题
-互联网金融背景介绍
-互联网金融科技
--互联网金融科技
-数据智能的三个案例
-技术展望
--技术展望
-陈彧:美团点评金融服务的大数据与人工智能——课后习题
-数据的进化历程
--数据的进化历程
-阿里DMP平台介绍
-核心技术及案例
--核心技术及案例
-数据应用
--数据应用
-毛波:阿里全息大数据构建与应用——课后习题
-在线营销
--在线营销
-竞价机制
--竞价机制
-数据价值
--数据价值
-韩定一:在线营销中的竞价机制与数据价值——课后习题
-竞价排名搜索
--竞价排名搜索
-主要技术问题
--主要技术问题
-点击率预测概述
--点击率预测概述
-点击率预测实践
--点击率预测实践
-龚笔宏:大数据在工业界中的经典案例分享——课后习题
-即时配送业务的背景及挑战
-案例1:订单分配策略
-案例2:供需平衡策略
-未来展望
--未来展望
-郝井华:即时配送中的人工智能——课后习题
-什么是数据驱动营销
-LTV留存分析
--LTV留存分析
-RFM会员体系
--RFM会员体系
-消费者微群画像
--消费者微群画像
-渠道倾向性分析及行业竞争分析
-机器学习潜客挖掘模型
-- 机器学习潜客挖掘模型
-陈辉:数据驱动营销——课后习题
-金融大数据时代
--金融大数据时代
-大数据客观信用
--大数据客观信用
-我国的金融环境
--我国的金融环境
-客观信用的实践
--客观信用的实践
-应用案例与成果
--应用案例与成果
-艾小缤:大数据评价体系在金融、征信领域的创新——课后习题
-外部链接
--外部链接