美团|从精细到最优，如何构建新数字经济下的工业互联网决策大脑？( 二 ) 陈亮

（二）人工智能的实现，都依赖于从数据到决策的转化
为了能够满足这四个核心诉求，我们需要做些什么呢？我们先看数据驱动和决策导向。我们来看一个例子，这是一个战斗机的例子，它讲的是美军当初在第二次世界大战参战的时候，他投入了非常多的战斗机、航母，就是海军力量、空军力量，但是当这些战斗机出去执行任务的时候，他发现被击落的比例非常之高，因为人家轴心国打了好几年仗，人家的这个防空能力也越来越强了。所以这个时候飞机怎么样去加固，变成了一个问题，你飞机如果一旦在外面糊上一层钢板，飞机的重量上去了，载弹量就下来了，因为我飞机出去不是挨打的，我是去打人的，我只能在有限的重量范围内给飞机加固钢板，使得它不那么容易被击落，这就是一个活生生的决策问题。而这个问题在美国空军面前，他说我有大数据，于是他画了一张飞机平面图，大家设想一下，一张白纸上面的飞机剖面图，把所有受伤飞机的弹孔都投射到这一个平面图上，就在那个时候应该算是人类历史上，最早使用大数据分析的场景之一了，密密麻麻的一张弹孔分布图，有的地方稠密，有的地方稀疏。那稠密的地方，可能也是最显眼的地方，什么机翼、肚皮等等这些地方，就直接沿着最明显的方向去走，那数据给我们带来的信息是什么？最显眼的地方，就是应该优先加固的地方，但是最终的事情没有沿着这个方向去走。因为有一个统计学家，当时也在这个单位，专家委员会里面叫AbrahamWald ，一个著名的统计学家，他说跟你们的建议相反，我们的钢板恰恰应该加固在那些弹孔分布最稀疏，甚至没有弹孔的地方。因为被打到那些地方的飞机，都根本没有回来，你根本就没有机会，把他们的弹孔，画在这张平面图上，所以这个是统计学当中的一个幸存者偏差的例子，但是举这个例子更想说明的是，如果我们就沿着数据表象给我们带来的信息，你可以沿着无穷多的方向去进化，而这些信息带来的价值是千差万别的。而如果我们去用一个决策问题去回溯，我们的决策问题是什么？是找到这个飞机上最显眼的地方吗，不是，我们要找的是这个飞机最薄弱的地方，并且把它加固，那么由此来回溯，我们就可以把数据给我们带来的价值最大化。那这也是为什么我总会讲数据驱动，尤其我们现在大到讲数字经济对产业升级的影响，小到一个数据驱动的问题分析。其实本质上，如果没有决策支撑的导向，那我们数据的价值也就很难最大化，所以如果我们把它推广到产业服务，所有人工智能的实现，其实都依赖于从数据到决策的转化。我喜欢把这件事情，用右面这张图去归纳三个层级，从数据到决策，你至少要走过三个阶段，第一个阶段是数据的采集管理，你需要清洗、整理、可视化，甚至还有实时性很重要。而基于此第二个层级，我们可以去解决所谓的规律性分析、规律的发掘、趋势的预测和分析，我们要多种多样的预测算法、机器学习、深度学习，我们讲人工智能算法里面很多都在聊这些事情，解决预测和分类的事情，它挖掘规律也很重要，它是第一个层级的数据采集与管理没有办法解决的事情，但是它依然也没有办法支撑第三个维度，就是我在什么时间、把什么资源、放在什么事上，这样一个决策问题。终归需要跨过这样三步，你才能够把数据到决策这件事情打通，你才能够最终由决策为指导，把数据的价值最大化出来。所以如果我们聊数据驱动，我们聊数字驱动的经济，我们聊数字驱动的技术，我们一定离不开决策。