{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"fa2211c7-60b5-424b-a841-a97c7196aed1","title":"数据资本时代","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787508694313","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"fa2211c7-60b5-424b-a841-a97c7196aed1","id":"fa2211c7-60b5-424b-a841-a97c7196aed1","uuid":"fa2211c7-60b5-424b-a841-a97c7196aed1","title":"数据资本时代","normalized_title":"数据资本时代","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787508694313","isbns":["9787508694313","9783642038211"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":278,"navigation_url":"https://workshop.closeclaw.top/ai/book/fa2211c7-60b5-424b-a841-a97c7196aed1","title_url":"https://workshop.closeclaw.top/ai/title/%E6%95%B0%E6%8D%AE%E8%B5%84%E6%9C%AC%E6%97%B6%E4%BB%A3","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/fa2211c7-60b5-424b-a841-a97c7196aed1/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/fa2211c7-60b5-424b-a841-a97c7196aed1/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/fa2211c7-60b5-424b-a841-a97c7196aed1","page_url":"https://workshop.closeclaw.top/api/ai/books/fa2211c7-60b5-424b-a841-a97c7196aed1/page","search_url":"https://workshop.closeclaw.top/api/ai/books/fa2211c7-60b5-424b-a841-a97c7196aed1/search"},"page":{"printed_page":115,"pdf_page":135,"physical_index":135,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"a945a6343c469b66e23975fe3dc24eb19f861cc6ad28ebedd3328364da650bb2"},"chapter":"第6章","content":"公司内的数据流有限\n\n随着由数据驱动的机器学习系统的启动和运行，最终，那些蒸蒸日上的公司雇用的管理者会越来越少。自动化最终会走进公司的每个角落，包括公司的决策领导层。但是将决策自动化推进到管理领域，仍存在一个根本问题。市场上的直接交易决策都是大同小异的：我们将自己的偏好与他人的偏好进行比较，然后决定是否交易或者与谁交易。具体情况可能会有所不同，但是市场参与者每次参与市场交易时，都会遇到这种决策。与此相反，企业高管所面临的却是各种各样不同类型的决策。因此，在拥有综合偏好数据的海量数据市场中，我们可以利用这些数据来训练决策辅助系统，并通过系统了解相关情况。但是公司不能拥有这样的奢望，因为在公司里，类型相似的决策要少得多，所以一个特定类型的决策所能使用的数据就相当有限。\n\n由于高管们所面临的决策选择种类比市场参与者面临的要多得多(后者“只是”必须决定是否进行交易)，所以机器学习系统需要处理的数据也会更多，而不是更少。更糟糕的是，即使已有足够数量的信息输入，关于决策的实际过程的数据却仍然匮乏。如果机器学习系统不知道如何评估、权衡、比较各种输入的数据，并将其转化为决策，机器学习的发展就会停滞不前，而且表现欠佳。简言之，公司中的数据细流是完全无法与市场的数据洪流相媲美的。当然，公司可以尽量多地收集相关数据，但是考虑到决策的多样性，很难想象机器学习系统会很快接管人类管理的决策工作。\n\n第6章 公司的未来\n\n115","previous_page":114,"next_page":116}