移動生産力和傳統企業困境
縱觀曆次生産力革命，都是從生産者的技術革新開始，最後波及到消費者。幾次工業革命中，能源和制造技術的更新極大地提高了生産效率，并且創造了大量的新工種，最終提升了消費者的生活品質，促進一輪又一輪的消費更新。最近的資訊技術革命，網際網路最先使用在國外的大型工業産業，之後普及到社會生活中，才帶來了無數次的生産力提升的機會和挑戰。
然而，移動網際網路生産力的産生和發展卻不同，它産生于消費端而不是生産端。移動網際網路生産力帶來了兩個核心能力：
- 分布式，去中心化
- 縮短資訊傳播路徑
在消費端，移動網際網路連接配接起海量的消費實體，通過一種自發的組織方式，實作了去中心化。消除了之前的生産力單點瓶頸，使得消費規模呈指數級增長。分布式的組織形式同時提供了消息傳遞的極短路徑，使得銷售活動可以非常高效地組織起來，同時增加了消費鍊路的透明化，推動消費力極大提升。
受網際網路發展的影響，消費端的需求逐漸提升，給生産端帶來越來越大的産能壓力。生産端産能更新迫切需要，生産力的再平衡如箭在弦上，不得不發。如何利用移動網際網路的技術優勢和越來越豐富的人工智能算法能力，在生産端發力，提升生産效率，成為了一個越來越重要的命題。同時生産關系随着消費者和生産者的效率更新，也需要重構，而線下的很多傳統企業多年打造的複雜系統，面臨着巨大的挑戰。
基于這個命題，奇點雲提供了資料化智能解決方案。在很多行業不斷打磨、沉澱，深度嘗試移動網際網路技術和AI算法，形成了前沿的創新型算法模型，大幅度提升線下生産力效能，重構生産關系。新的商業模式，一切為了效率。
資料品質這麼差，企業如何數字化更新？
在過去的10年，移動生産力通過對人貨場的資訊流改造，極大地提高了線上消費場景的效率。但是線下，卻看不到資訊流全面覆寫。大量的傳統行業還是停留在原始的人工營運為主的情況，少數建立了孤立資訊系統。在大資料時代，傳統企業，仍然擺脫不了缺乏資料的魔咒。這種資料的欠缺主要表現在兩個方面：
1.線下營運和管理的資料存在獨立的MIS系統中，且深度耦合業務，資料孤島很難打通。
2.線下的使用者行為單一，目前還沒有完善的收集跟蹤使用者線上下交易的完整行為鍊路，對于使用者的偏好和厭惡很有具有說服力的資料來支撐。
基于這樣單薄稀疏的資料，在人貨場的任何場景都很難有大幅度的效率提升，隻能自動化最基礎的工作，和線上的智能化、資料化相去甚遠。
針對這些問題，奇點雲的資料中台服務通過整合資料孤島，并結合行業知識，設計行業資料模型，打通不同部門的資料，同時也打通了不同部門的業務。結合我們的能力，企業就可以完全實作：從無資料，到能自主地生産資料。生産是動态的、源源不斷的，這也是企業未來數字化轉型的資料基礎之一。
但是，線下使用者稀疏而單一的行為資料，仍然是目前AI落地傳統行業的重大障礙。
為了解決資料的問題，主要有兩個方向，豐富線下的端和提高一方資料的利用效率：
1.我們開發的智能魔櫃、魔鏡、識客系統是很好的使用者線下行為的采集終端。同時，随AI時代來臨帶來的更強大的算法模型，被用來更加高效的處理線下稀疏的資料。
2.企業的一方資料主要是銷售資料和會員資料等。這些原始資料次元單一、低周轉的商品還存在稀疏的問題。經過在大量項目的實踐，針對這兩個問題我們總結了可靠的方法論：
(1)次元單一：我們可以通過增加模型對相關聯特征的衍生挖掘，補充更多元度的特征；
(2)資料稀疏：我們可以通過解耦和建立子模型的方式，通過簡單模型融合、跨任務融合的方式，提高模型效果。并結合深度神經網絡的結構化資料挖掘優勢，線下資料的諸多問題都被弱化，甚至基本解決。
實戰打磨，AI助力企業智能更新
目前我們積累了大量的實踐項目，幫助傳統企業更好地使用自己資料，挖掘線下資料的價值。
銷售資料是線下使用者行為的最主要來源，但類比線上的資料：點選、購買、收藏、加購，顯得單一且稀疏。而且線下資料缺乏負樣本的支援，使得傳統的監督學習在使用到線下資料場景上尤為困難。
奇點雲大資料算法團隊目前有兩把尖刀，在真實的線下資料場景中取得了不錯的效果。
- 無監督畫像：通過建立經驗機率模型，結合行業中實體關系，模組化實體機率模型并求解。從POS單中挖掘了人-貨-場多個次元的畫像。通過聚類分析和人工解釋，洞察出了各個次元畫像之間隐藏的可解釋關系。一方面，可以提供商家更加豐富靈活的營運手段；另一方面，可以作為特征加入模型，解決稀疏資料的泛化性問題，在智能調補貨、智能排班、智能定價模型中，對于需求預測的準确率提高效果顯著。
- 需求預測和分析：線下場景的一個重要應用就是使用者需求預測，需求預測可以提升供應鍊效率、提升企業内管理效率、提升營運品質。基于資料中台的需求預測可以輔助企業的決策層做出更加合理的經營決策。是以，需求預測的準确性非常重要，國外制造業的領先公司，都對需求預測投入了大量成本，1%的需求預測準确率提升，會帶來10%-20%的淨利潤提升。
奇點雲算法團隊通過對不同行業銷售資料的深入分析，研究了時間序列、boosting、深度模型等多種方法，全面對比了不同方法在不同場景下的效果。發現其實銷售資料隻是表象，根本的是背後的業務邏輯，不同銷售屬性的産品，其資料的分布有巨大差別，資料之間的勾稽關系更是天壤之别，适用的算法也決然不同。我們從“分”到“合”提出了解決方案：
1.從“分”的角度，我們結合行業的不同情況，對需求預測問題分解，針對同一個行業中不同的行為，對需求預測再次分解。
2.從“合”的角度，我們合并行業間的通用問題，合并問題間的通用解決方案。形成了零售、鞋服、綜合體等多個領域的需求預測解決方案。
需求預測不是一個簡單的預測問題，還涉及到業務互動和了解。奇點雲需求預測平台：支援業務可了解的需求解耦、需求重塑。提供給營運人員和企業高層對業務更加深入的洞察角度，和制定經營計劃的精準打擊武器。
商業戰場，瞬息萬變，我們的算法工具，不能呼風喚雨，卻可以預測未來。成敗之間，細節為王。借助資料中台、資料分析、移動網際網路算法技術，奇點雲算法平台希望能成為企業的核心王牌，幫助側重線下場景的企業能笑到最後。