
大数据和人工智能将重塑这三大产业
我们生活在一个充满颠覆和变革的时代,而这并不是件坏事。产业将会转型,大企业面临衰亡。为了给消费者提供更好、更快、更低价的体验,企业家们逐步对低效的企业、产品及服务进行优化及重塑,旧有的系统将会瓦解。随着大数据及人工智能的崛起,颠覆医疗、金融及保险这三个行业的时机已经成熟,将会发生发生翻天覆地的变化。
华盛顿大学奥林商学院的研究表明,在未来十年内,当今世界500强企业中将有40%不复存在。
在接下来的十年里,随着大数据及人工智能的崛起,颠覆医疗、金融及保险这三个行业的时机已经成熟。本文将就此进行简要分析。
当然,大数据和人工智能会对各行各业多多少少都造成冲击,而对这三个行业来说,情况尤甚。
1、医疗
固有的医疗体系已经支离破碎,颠覆已如燎原之火,一触即发。已经有成百上千家创业公司介入这一领域,让人们可以成为“自己健康的主人”,以此作为传统医疗的补充或索性取而代之。
新型人工智能医疗应当是免费或近乎免费的,且远远胜过传统医疗,以至于人们将果断放弃传统医疗,选择前者。这无疑会令现有的医疗体系分崩离析。
想想谷歌时代的图书馆——想想移动通讯时代的固定座机……想想优步时代的出租车……想想Skype时代的长途电话……我还可以说出很多很多这样的例子。
那么,我们该期待什么?
奖金高达一千万美元的高通三录仪XPRIZE竞赛将孕育出像《星际迷航》中的三录仪那样的设备,使消费者能随时随地进行自我诊断。
厌倦上医院了?沃尔格林(美国药店连锁机构——译者注)和CVS(美国医药电商企业——译者注)正在为成为你的个人医疗中心而努力。
我的公司Human Longevity Inc. (HLI)将为你的基因组的所有32亿个碱基对进行测序,并检测你的肠道菌群,然后将你的数据与数据库中无数其他用户的资料进行比对。
这样的数据挖掘可以使你(你的AI或者你的医生)提前了解哪些疾病可能对你造成威胁,使你的个人医疗变得具有主动性和预见性。
HLI的目标是为客户度身打造定制服务,使你服的药针对你的病症。HLI的目标还包括为你增加30年以上的健康寿命,让100岁成为新的花甲之年。
除了基因组学之外,干细胞科学领域也在酝酿一场变革,用我朋友也是HLI联合创始人鲍勃·哈里利的话说,将会“让人类身体内的再生式发动机焕然一新。”我们并不想跟慢性疾病做斗争,我们所做的近似于培育备用的肺、肝、心脏和肾来替换衰老患病的器官。
基因组学和干细胞固然强大,生物传感器领域中的革命也旗鼓相当。诸如谷歌、苹果和三星以及其他很多公司正争相对此投入大量资金。
这些传感器将持续对你的健康状况进行监测——心率、血压、血糖,甚至肿瘤或心脏损伤释放出的微小分子都难逃它们的法眼。
与你的基因组相匹配,传感器监测到的数据将被无缝上传至你的健康管理app,在疾病及伤害来临之前发出预警。
那么谁来支付这笔开销呢?很可能并不是你。也许是你的保险公司,因为当你不需要住院且寿命延长时,他们能多挣不少钱呢。
2、金融
金融是另一个即将迎来巨变的亿万美元级产业。
作为中间商的财务顾问和经纪人将在未来十年中日渐式微。
基于大数据的人工智能将使一切商品都变得更物美价廉,运转速度也更快。
举例而言,我在IBM沃森项目组工作的朋友们正致力于为沃森生态系统研发出色的各种应用。
想象一下,有某种科技可以读遍你过去几年中所有社交媒体上的帖子,通过情绪分析判断出你喜欢的东西和价值观。比如你喜欢科技和时尚,讨厌喝酒和暴力;喜欢欧洲但不喜欢俄罗斯等等。
对千禧一代来说,个人观点就决定了一个人会从何获利。AI可以轻易从上万家公司中筛选并在规避风险的前提下向你推荐合你胃口的投资项目。而且,AI还可以监控你的社交媒体及全球市场,并以此为依据让你随心所欲调整投资组合。
另一对我们影响深远的是利用高级机器学习及数据挖掘技术在股票市场上执行算法交易的AI公司,这种算法交易是人类永远难以望其项背的。
更厉害的是基于大数据的AI贸易。人类社会正逐渐变成一个充斥着传感器且万物互联的世界。
这将使你的AI变得“神一般全知全能”,你(或你的AI)会对世间任何地方发生的一切无所不知。
我是什么意思呢?如今,已经有公司在利用卫星捕捉并计算大型超市外所停车辆的图像及数量了。利用这些数据,无需等到季度盈利报告,便可间接得知这家企业的收入如何。
现在,将这种泛在知识的概念延伸至万物,你就会明白金融产业将产生何等变化。
3、保险
保险是与概率和不完全认知打交道的古老行业。然而在“完全认知”的新纪元中,很多事物都将不同于昨日。我举几个例子。
健康与人寿保险
今天,前进汽车保险公司为用户推出一项特别优惠,前提是你让他们在你的车里安装一个能够监测你的车速和加速度的传感器,其实也就是搜集数据来判断你是个好司机还是马路杀手。
那么,将车子想象成你的身体。想要上便宜的保险?那就让保险公司对你的健康情况进行监测,对你的基因组进行测序。
需要强调的是,这并不代表否定你的保险或是趁着你的基因不好就大敲竹杠——事实上2008年美国已经出台了名为《反基因歧视法案》的相关法规,明令禁止因为基因问题歧视个体。我说的创新是指在你允许的前提下,让保险公司以更为优惠的价格帮助你活得更健康长久。这完全是一种双赢。
保险业还面临着另一种致命一击。
比方说,我的基因组相对而言不受重大疾病困扰:我不抽烟,饮食健康,每天锻炼。
经过传感器认证后,我将这些信息发布在我的社交网络上,同时写上:“嘿,有没有其他同样基因健康、饮食习惯良好且每天锻炼的人想和我一起自保险的?来吧,我们可以组成低风险合作伙伴!”
如果真的发生这种事,占10%份额的最好的大数据保险阵营退出市场,整个保险业将完全垮掉。
目前为止,这种事和“P2P保险”还不可能发生。我说的是目前。
“等等,”你会说,“有相关规定来阻止你这么做啊。”是的,当然,规定是有的,但也只是目前。正如Uber与出租车间的大战,规定也只能让旧秩序苟延残喘一阵罢了。
终究,随着汽车闪亮登场,大数据马鞭制造商还是会退出历史舞台,你懂我的意思。
汽车保险
我在上文提及了前进汽车保险公司的优惠项目,但是再想象一下下一步……
在无人驾驶车大行其道的时代,也许就不需要汽车保险了。
无人车不(或者说几乎不)会出事,那还保什么险呢?
或许对保险业来说更可怕的前景是,有朝一日人们连私家车都不买了。
虽然没有私家车,但是可以随时随地享受全天候的无人车服务。正如那些没有自己服务器的公司,他们用的是亚马逊和谷歌的云服务。
要是连车都没有,保险也就无从谈起了。
农业保险
最后,来说说农业和农作物保险。我下面要说的也适用于其他很多我未提及的险种。
举个例子:当农作物上了冰雹险,评估损失的过程往往是昂贵而不准确的。农场主和保险评估员需要在田间地头奔波,拍下大量照片。
然而在泛在成像(例如近地轨道卫星和无人机)和泛在感应(现场传感器)的时代,这种评估轻轻松松便可完成。
众多创业公司准确且廉价搜集海量数据的行为会从各个角度重塑这一领域。事实上,整个保险业都将脱胎换骨。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18SPSS 赋值后数据不显示?原因排查与解决指南 在 SPSS( Statistical Package for the Social Sciences)数据分析过程中,变量 ...
2025-07-18在 DBeaver 中利用 MySQL 实现表数据同步操作指南 在数据库管理工作中,将一张表的数据同步到另一张表是常见需求,这有助于 ...
2025-07-18数据分析师的技能图谱:从数据到价值的桥梁 在数据驱动决策的时代,数据分析师如同 “数据翻译官”,将冰冷的数字转化为清晰的 ...
2025-07-17Pandas 写入指定行数据:数据精细化管理的核心技能 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精 ...
2025-07-17解码 CDA:数据时代的通行证 在数字化浪潮席卷全球的今天,当企业决策者盯着屏幕上跳动的数据曲线寻找增长密码,当科研人员在 ...
2025-07-17CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16MySQL 中 ADD KEY 与 ADD INDEX 详解:用法、差异与优化实践 在 MySQL 数据库表结构设计中,索引是提升查询性能的核心手段。无论 ...
2025-07-16解析 MySQL Update 语句中 “query end” 状态:含义、成因与优化指南 在 MySQL 数据库的日常运维与开发中,开发者和 DBA 常会 ...
2025-07-16如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11