今日问题：以下哪个是数据标注中离不开的人工步骤？

本题选项：

A．数据收集

B．数据分析

正确答案：数据收集

题目来源：答答星球

支付宝蚂蚁新村小课堂 - 2023年05月17日 - 答案

答案解析：当前的人工智能也被称作数据智能，需要用于训练的数据量巨大。而从数据的收集、清洗、标注到校验都离不开人工，并且标注员需要经过训练才能掌程这些关键点的标注，标注完成的数据才能符合机器学习的标准。

数据智能是指基于大数据引擎，通过大规模机器学习和深度学习等技术，对海量数据进行处理、分析和挖掘，提取数据中所包含的有价值的信息和知识，使数据具有“智能”，并通过建立模型寻求现有问题的解决方案以及实现预测等。

数据智能是一个跨学科的研究领域，它结合大规模数据处理、数据挖掘、机器学习、人机交互、可视化等多种技术，从数据中提炼、发掘、获取有揭示性和可操作性的信息，从而为人们在基于数据制定决策或执行任务时提供有效的智能支持。

数据智能的应用

1．数据智能发自互联网也重构互联网：

增量市场向存量市场转变，数据精细化运营地位凸显。互联网属于目前受益于数据最广泛也最前沿的行业，同时也是最先面对挑战的行业。随着互联网用户渗透率增长放缓，增量市场逐渐变为存量市场，原有的商业模式和产品模式都面对挑战，从流量思维变为数据思维，深耕细分领域，从用户增长变为用户深耕成为趋势，另一方面消费互联网也从简单的线上零售向内容+社交转变，非标内容将面对更加个性化。同时由于国内互联网的成长历史，互联网出海时，数据角度经常面对较大的政治层面压力。

2．互联网：

市场竞争逐渐激烈，细分领域（内容/直播）仍有空间，整体市场下沉趋势明显。依据数据来源、应用形态的差异，将互联网划分为PC互联网、移动互联网、产业互联网、万物互联四个阶段。PC互联网、移动互联网的数据主要来源于个人用户，并服务于个人用户；产业互联网新增数据则大量来源于传统企业“触网”后的业务数据化，互联网更多的走向线上线下结合，互联网对传统行业的渗透率进一步提升。随着万物互联时代的到来，现实物理世界逐步数字化，物联网、车联网、工业互联网等与消费互联网相互结合，共同构建起“互联网大脑”。人工智能在互联网的创新应用探索，衍生出精准广告、AI视频、虚拟主播、智能推荐等新的互联网业务形态。

3．数据智能在金融：

改变传统信贷模式，有效提升金融运营效率。传统金融行业有线下网点众多，流程高度规范，数据化需求高等特征，数据化之后不仅仅是业务线上化的表现，在实际经营过程中，大量重复性合规的工作内容逐步被数据智能替代，极大地提升了运营效率，同时数据的打通和可视化也不断提升决策能力。同时在高端金融层面，个性化、定制化产品也逐步呈现，在普惠金融中的智能投顾产品也离不开数据智能的支撑。

在不同金融细分领域中有不同的业务体现。数据智能化应用在不同的细分金融行业各有不同的业务体现，目前数据智能化从业人员比较看好的有：数据共享、智能营销和业务线上化，都是短期内有望突破落地的业务应用。技术架构和应用场景。在金融领域需要积累大量的用户数据，尤其是信用、资金相关的数据，构建统一的数据中台，然后探索智能应用场景。依据数据猿的市场调研，智能营销、大数据风控、反洗钱是比较看好的场景。另外，近来开放金融账户、对外提供金融科技服务等开放银行业务也逐渐受到关注。营销、风控、反洗钱、开放金融是重要应用场景。

4．数据智能在零售：

商业逻辑从“人货场”升级到“数据重构顾客和服务+商品”。互联网和物联网重构了零售渠道，线上线下以及多智能终端的售卖相互融合，加速了零售大数据的产生。通过数据的智能化，一方面对消费者进行深度洞察，构建精准营销模型，加强货品转化效率，另一方面消费者需求通过数据的形式反馈到供应链，加强供应链串联效率，提高物流仓储贡献，同时在售卖渠道端，通过数字化管理，进而减少人工成本，提高运营决策效率。

零售逐步完成“前后端”数字化升级，进入从数据化到智能化的阶段。借助数据平台，从线下门店、仓库、供应链、线上平台等系统中采集数据，实现数据融合管理，进行数据分析挖掘，在此基础上重构零售行业的“人-货-场”。从后端到前端，进行全面数字化，实现供应链、门店的精准管理，创新线上渠道，深入客群洞察，以智能营销推动提升销量。阿里云、腾讯云、京东云在零售电商领域领先，网易数帆、火山引擎、有赞等提供零售数字化解决方案。菜鸟、车满满、顺丰等则在与零售相关的物流科技方面领先。

5．数据智能在医疗行业进展：

我国医疗正式进入数字化、智能化与智慧化。纵观医学发展，从经验医学、循证医学到精准医学，数字化、智能化与智慧化逐步贯穿至人们健康与疾病的全流程。如，在预防阶段，早筛通过基因检测的方式提前获知患病概率，预防风险。尤其是面对特殊人群，预防更为重要，如为慢病人群提供动态血糖/血压等体征监测，把控并发症发生风险。在治疗阶段，AI影像诊断、靶向药治疗、手术机器人的加入都是数字与智能的前提。最后，康复体现在远程随访、康复机器人等方面。

数据智能+医疗的主要推动因素：政策引导方向，技术赋能场景。政策是引导医疗健康行业前行的主要因素，近两年我国在大数据、智慧医院、AI医疗等层面共发布了50+的政策及细则，大力推动了数据智能在公卫及院端的应用。此外，技术是数据智能落地医疗行业的基石。然而，相比其他领域，医疗与新技术的融合相对缓慢，如云计算在三级医院的渗透率仅为16%，在三级以下医院仅为个位数。

数据智能+医院：以智慧医院为核心的服务协同、医疗能力提升。智慧医院的核心是构建围绕以患者为中心的医疗服务体系，构建智慧服务、智慧医疗与智慧管理。现阶段，智慧服务发展相对快速，主要体现在对外互联网医院、家庭医生平台的搭建上。其次为智慧医疗，AI辅助诊断，临床辅助决策系统、电子病历等系统建设多在三级医院。未来随着智慧医院的建设，数据存储、交互等需求又将会进一步提升数据智能在院端的发展。