近日，今日頭條在一場分享交流會上首次公開了它的核心算法。而基于算法的精準推薦，每天有超過2000萬用戶在今日頭條上閱讀自己感興趣的文章，這一度使得編輯記者們感受到一絲絲恐慌——機器真的要代替人類？

其實自2016年谷歌的人工智能程序AlphaGo 擊敗韓國圍棋大師李世石起就揭開了人機大戰序的序幕，2017年12月7日，谷歌DeepMind又調教出一個AlphaZero 程序，它在8個小時內就自學成才征服圍棋、國際象棋和日本將棋，為此戰役再下一城。那么人類到底會不會被AI取代？本文暫不對此進行探討，一盤棋局而已，所知有限，不過可以肯定的是，算法已經顯露了它的鋒芒，并且進入到我們的生活中，甚至已經開始改變著世界。

算法帶來的顛覆就發生在我們身邊：

我們的出行

滴滴打車不擁有出租車，而是使用算法來連接司機和乘客。

我們的訂餐

大眾點評和美團戰略合作后的新美大自己并不生產食物，而是使用算法連接了商家和客戶和物流，將食物直接“投遞”到手中。

我們的購物

全球第二大零售商阿里巴巴沒有庫存，而是使用算法來幫助他人銷售和購買產品。

像滴滴打車，新美大和阿里巴巴這樣的公司清楚地表明，智能算法會顛覆整個行業。但是，這種改變才剛剛開始，未來十年將有可能看到所有行業都受到算法的影響。Gartner把這一趨勢稱為“算法業務”，它將從根本上改變我們做生意的方式。

算法定義行動：

更快做出更明智的決策，并且降低風險

Gartner的高級副總裁Peter Sondergaard提出“算法定義行動”，到2020年，智能產品以及相關機構將促進40％的人與數據的交互。

算法業務并不新鮮，但是我們現在為什么還是總會提到它？

從有 “大數據” 這個詞開始，很多地方都提到：大數據是 21 世紀的石油。的確如此，但根據 Gartner 最新發表的文章分析，數據本身而言是無含義的，數據本身并沒有做任何事情，除非你知道如何使用它。

可以想想以下的場景：

在網絡零售領域——推薦引擎利用算法，根據顧客過去的購買記錄、瀏覽“類似”顧客的行為來精準推薦產品

在醫療領域——醫務人員正在利用診斷算法來支持疾病診療，為病人提供第二診療意見，并查看患者過往的藥物過敏史

在交通物流領域——算法分析數據，應用與零配件管理及采購系統以確保在工程故障檢測之前，所需配件準備已經就緒

以上每種情況下，算法都不僅僅在做數字運算：它們能夠直接支持某些角色（在以上案例中分別是顧客、醫務人員和庫存經理）。人們據此能夠更快做出更明智的決策，并且降低了風險。

算法構筑未來：

結合業務場景找到最合適的算法

Q

那么，為何企業沒有通過推進更多算法來提升業績？

答案往往就是：企業只是利用數據分析來輔助報告，多用于活動后的數據反饋，比如說上個月的銷售或客戶服務數據可能很有趣，但只是 “馬后炮”而已。

企業要想獲得能夠助力業務的洞察，就必須按需、及時提供這些數據。然而，同樣重要的是，數據必須融入到企業架構和流程中，完善架構和流程，能夠有效利用數據。

算法世界猶如一個浩瀚的星空，沒有邊際。沒有一個算法是通用的，每個具體問題就需要一個算法，如何結合業務場景找到最合適的算法，這對企業來說是一大挑戰。

因此，算法業務涉及算法與賦能業務之間的直接聯系。這并不是你能從供應商那里買到的東西，而是需要在公司內部開發。這就是為何英特爾作為一家擁有分析技術的公司，花很多時間幫助客戶了解它們的分析能力，增加業務與技術團隊之間的互動，以便他們能夠實現自己的分析目標，同時，英特爾也在通過底層產品創新，致力于為行業用戶提供領先的產品和解決方案，積極應對和解決數據帶來的各種挑戰，使其潛力充分釋放，讓數據去真正推動業務洞察，帶來效益的提升。作為數字信息行業的領導者，英特爾正在以技術賦能者的身份去成就更多的公司，并始終致力于同行業用戶共同創新。

算法業務“帝國”非一日可建，而是需要全公司自上而下的思維轉變。有趣的是，這種思維轉變并不一定很難，因為我們作為消費者都已經習慣、甚至期待算法在我們的生活中幫助我們。英特爾將會持續推動從邊緣到數據中心和云的技術創新，以幫助企業在數據時代蓬勃發展。