人工智能應用核心離不開算法與數(shù)據(jù)，現(xiàn)在數(shù)據(jù)從量上、類型上都有很大突破。但算法依然沒有太大增長，即使現(xiàn)在吹得厲害的深度學習、強化學習依然是上世紀 80 - 90 年代內(nèi)容。當時受限于機器運算、數(shù)據(jù)量少等限制，無法驗證這些算法實用性，但在今天基本沒問題。

不過并不是所有人都要做圖片識別分類、語音對話、看圖說話、寫詩寫歌，深度學習與強化學習算法現(xiàn)在還不能直接產(chǎn)出用戶喜歡什么、市場有多大、應該怎么推廣。

較好的做法是，這些數(shù)學算法結合現(xiàn)有成熟框架方法論，用算法指導框架方法生效。

比如阿里巴巴魯班系統(tǒng)，借用用戶體驗框架層、視覺基本要素制定基本模板，讓深度學習模擬出適合用戶看雙11廣告的心智模型，并自動制作 banner ，推送給指定用戶，大幅提升人力物力，而能數(shù)據(jù)化監(jiān)視調(diào)整效果。

又如樹模型相比起傳統(tǒng)數(shù)據(jù)交叉對比、相關性分析，保留了易理解直觀優(yōu)勢，同時能解決其臨界點判定（比如活躍次數(shù)達到多少才算流失），維度解釋度（有 10 個維度判斷用戶是否流失，這 10 個維度能百分百解釋所有流失現(xiàn)象嗎？）

再如咨詢界常用的「二八原則」、波士頓矩陣，然后用相關聚類評價指標是否達到預期標準，并進行相應調(diào)整。