最近读了两篇文章，一篇是 “【中台】什么是中台？企业为什么要建中台？从数据中台到AI中台。”， 另一篇是 “小培根的故事：标签增加，用户力提升还是下降？”。
对于前一篇，作者很全面的分析了平台、中台、前台、后台的特性与差别，值得想要在技术架构发展的盆友，面试前好好研读。不过其中一小部分关于AI 中台的描述，作为人工智能专业的我是立马给了留言纠正："中台是由能够快速支持各类业务需求的一种技术组合架构；平台是服务特定业务场景的系统软件。以目前的技术只有数据中台，AI 应用平台，没有 AI 中台 这玩意。"
作者的回复是"中台的核心是模型+数据=服务，即AI"
由此作者回复可知，很多人都将自动化误区为AI，以为由机器代替人类进行些决断与处理就是AI了，自动化技术是可以通过模组化模型化，支持前端不同的机器手臂，而目前的AI 实际上不仅是预设的程序，能够处理的场景多了，反应的速度快了，而且一定需包含某种学习的能力，不论是监督式，非监督式，增长式，所以事实上AI 还是限制在特定的某一种业务场景的应用。简单举个栗子：alphago 阿尔法狗里面那个牛逼的随机森林模型，是没有办法在不大量调整参数跟阈值，直接搬到象棋或西洋棋里面使用。我相信阿尔法狗的团队目前也不敢称他们的技术可以成为 AI 中台。
对于后一篇，作者很认真的分析了标签对用户力的影响与标签体系的要素，值得想要在数据运营发展的盆友，面试前好好吸收。2019年是私域流量，用户鱼池管理全面爆发的一年，从阿里年初发表的商业操作系统思维，到二月百安居誓言将会员、商品、员工、供应商、管理在线的全面落地，把百安居打造成为一个数字化的，可对外赋能的平台。所以赶快了解以小数据战略角度解析企业私域流量的趋势现况，超级用户（会员、商品、员工、供应商）的标签管理发展，绝对是让你价值加分的直通车。
阅读原文
