【热点分析】ChartGPT与钢铁行业的数字赋能

这几天热闹且霸屏的是一个新奇的玩意儿叫ChartGPT，简单说就是智能聊天机器人，他还可以写发言稿，分析等等！简单类比有点儿像现在大公司后台的客户服务机器人，也有点像电动汽车和智能音箱的类似的智能语音终端！

这些前台表演是汽车或是音箱，后台是形形色色的数据库和处理系统软件！而ChartGPT前端是聊天窗口（可能，我还没上过，没梯子），后台是大数据和智能系统！没有本质的区别，只是表现和能力一个是一层，一个是二层或是三层。

和ChartGPT同级别是Alpha GO ，4级以上的无人驾驶，医学智能影像诊断识别系统（机器人看片子判断癌症的几率和可能性），只不过大家侧重于不同的应用，解决不同的问题！根本的基础是硬实力是算力，软实力是底层的算法，还有足够的大数据！

以大家的熟知的围棋机器人为例，把围棋的各类战术转化成数学问题，所有的棋局本质上就是解数学题，把上千年以来的棋谱和当代所有棋圣和九段们的绝招，尽数交给机器人，他就有了遇佛杀佛的绝世棋力。

同样把医院影像科过去以往多少年积累的病例，，图片通过数字扫描把像素转化为一个个数字特征代码数据，把最终癌症确诊结果与早期影像图片之间建立相关性数据分析，通过海量分析病例数据，也就是通过机器学习，机器人看片子分析判断肿瘤良性恶性，分型和预后和五年存活率的能力能力，明显超过了科室里最牛的老主任！因为这项能力上，他有无数个超一流高手师傅投喂！

但是在人类没有教过机器人知识，也就是他无知的领域，那他就是个白痴！就会出现你经常听到：小度真心不懂，请换个说法！

在这个实现某一方面人工智能的过程中，要想打造这样一个机器人系统，你会发现数据和算法系统两个都很关键！

同此有异曲同工的是现实很常见的词叫“数据赋能”。

以我熟悉钢铁行情分析为例，钢铁行业上下游客户最常见的工作也是最重要工作就是分析预测未来1-3-6-12个月的价格趋势，根据市场当前价位，产量，库存，需求，钢厂利润，接单情况，产线情况，产品结构，市场策略，市场心态，宏观政策还有同行价格等等多种不同时间有不同优先级的因素去综合分析预测！

这些因素对应数据相对来说获得比较简单，所以经常只能做到数据展示，无法做到数据决策也就是赋能！从外部网站统计局，资讯网站，草根数据，难得是不同因素与结果之间影响的逻辑和程度，因素之间如果共同出现后相互的影响和作用以及对决策的影响！

而分析这些是无数业内行业专家时时刻刻在做的事儿，但是专家脑子里的思路，逻辑，体系，经验，要把这些专家的脑子思考方法，变为分析决策系统，智能系统根据输入的数据，会利用人工智能分析预测未来的行情，并提供适合的采购节点，提示可能的业务风险，辅助人进行业务决策！实现数据赋能！

按照前文的方法，那需要找100个行业的行情分析专家，特别是预测相对更准的专家，把他们的案例拿来学习，用公式构建他们分析的框架，找到数据与结果，数据与数据之间的联系！开始可以是粗糙的，简陋的，定性的！到后面不断投喂，学习，变得越来越准确！

据说美联储每次的议息会议的背后也是有一个庞大的，有着几十个输入因素的软件分析系统，跑好几天！辅助决策！