“目前算法模型部门在苏宁的地位非常高，因为它要承担把数据的价值释放出来，所以苏宁在人才、研发上的投入将会持续加大。”
苏宁IT总部相关负责人告诉记者，“对于C2B或者极致单品模式来说，事实上，我们在去年已经在做相关的技术的储备工作了。C2B本质上讲是站在消费者的角度去驱动它的整个供应链，与传统的B2C模式相比，它更强调的是‘以消费者为导向’。但是如果要做‘以消费者为导向’，那意味着，对消费者需求研究的深入和准确程度成为非常关键的一点。”
在这方面，企业一方面会面临来自数据资源的挑战，另一方面是人工智能技术方面的挑战。从数据资源的挑战来说，消费者所在的场所、时间、场景、方式，复杂多变，他在有意无意中观察商品或表达需求时的信息是否能够被捕捉到，同样重要。举例来说，一个用户可能会在苏宁的线下门店问售货员，你们有没有什么，这实际上是一个非常重要的一个信息的这种输入，而在线上，用户有可能会输入一个关键词，有可能代表买家在某个方面的购买需求。
“换句话，有很多类似上面的显性数据，目前我们还没有拿到，这就意味着我们在对用户的需求进行预测方面，在数据丰富度上面临挑战。”上述负责人表示。
而在人工智能的技术方面，“智能”的程度依然面临挑战。从目前大数据业界来看，或者互联网业界来看，无论是BAT，还是谷歌，大家在这方面面临的挑战是一样的。谷歌的Googlebrain最具有轰动性的一件事，就是他们的机器人能够从大量YouTube上的视频里识别出一只猫。如果站在人的智力发展水平来看，这件事情是非常低龄化的智力体现，但是站在机器学习的这个角度来说，它是一个历史性的突破。
“苏宁在这方面面临的挑战其实也非常大。不过，可喜的是，依托苏宁多达5000名的研发人员，苏宁已经开始了在这方面的探索。”前述负责人说，“基于集团对大数据中心的定位，数据中心根据职责分成几大块，第一个是平台层，主要解决丰富海量数据的存储问题，保证数据能存下来、放得下、算得快，这是平台层的主要工作。第二个就是算法模型团队，主要就是算法研究员，他们的主要职责任是从海量数据中挖掘出对苏宁有用的信息，进而辅助业务的决策，或者提升业务运作的效率，或者提高业务的效益或者结果。此外还包括常规的产品设计和开发部门。”
来源：
