另类数据包括但不仅天气预报、网络点击量和卫星图像等一系列的数据转换成可以用于交易的信息。如果一家公司孕育着新的投资机会，投资者应该可以在财报公布前，从另类数据中——网络点击量、客流、建设许可等——获得先机。
        另类数据应用目前刚处于起步阶段。另类数据其实就是时刻发生在我们身边的痕迹记录，如我们在零售店通过Foursquare签到、在大众点评给餐厅评价、在百度外卖中给送餐师傅五星好评等等，当这些看似平常的数据被汇聚到一起，就能折射出个体活动范围和特点，进而能够被转译出潜在的交易机会。根据CB Insights举办的“金融科技的未来”大会发布信息，传统型对冲基金、量化对冲基金以及共同基金都开始使用另类数据。这些数据帮助投资机构加强对市场的了解，提高了市场的透明度。如位置分享APP Foursquare已经可以准确的预计苹果商店和美国墨西哥风味餐厅Chipotle的客流量和销售额；Twitter则直接将数据卖给了银行和对冲基金；2015年4月美联储公布的褐皮书共71次提到“天气”，强调受美元走强、油价下跌以及恶劣冬季天气因素影响，制造业产品需求各地区情况不一。对于投资者来说，评估一切可能的因素和潜在风险是取得理想收益的重要前提。如果错过一些看起来微不足道另类数据，那么情况可能就会完全不同。
        另类数据的巨大商业前景汇集了顶尖人才。美国劳工部数据显示，截止2015年5月，在私营部门工作的经济学家达到11500人，较2010年五月的5580人大幅提升。亚马逊、苹果、谷歌等因可以为研究人员们提供独一无二的数据而使得经济高端人才趋之若鹜。Facebook大数据团队雇佣了大约25名经济学Ph.D.，这相当于一家大型美国银行雇佣的人数；亚马逊雇佣了超过60名经济学家，在人员质量和人数上足以和顶尖大学的经济学院相媲美等。从本质上说，亚马逊、苹果、谷歌等拥有大量的数字化数据，而且这些数据描述的是人类行为，这为快速高效识别和匹配买家和卖家的专业知识提供了巨大可能。即使在顶级大学和科研机构也无法取得上述百万计样本数据，看好另类数据的顶尖人才加入亚马逊、苹果、谷歌等自然成为强强联合。
        熙熙利来，“群雄”逐鹿另类数据。人工智能的产业结构可以分为三层：应用层、技术层和基础层。应用层聚焦在人工智能和各行业各领域的结合；技术层是算法、模型和技术开发；基础层则是计算能力和数据资源。人工智能技术有两大要素：核心技术平台和数据循环。只拥有技术是不够的，需要业务和数据结合，才能打造好的技术。一定程度上说，另类数据是人工智能发展的基础。谷歌不知疲倦地在做底层人工智能技术的积累，研发更加高级的深度学习算法，增强图形识别和语音识别能力；亚马逊目前发布的人工智能技术，多数集中在提升购物体验的深度学习领域；微软发布了“牛津计划”（现更名为“微软认知服务”），这是一个基于微软云平台的智能API(应用程序编程接口)，涵盖了五大方向的人工智能技术，包括了计算机视觉、语音、语言、知识、搜索五大类API；IBM和多家世界级顶尖医院合作，向医院部署Watson的智能系统，通过分析这些医院的病历、专家的治疗经验、现有的学术研究等，帮助它们制定、观察和调整癌症患者的治疗方案，2015年4月IBM收购了Explorys（一家可以查看5000万份美国患者病历的分析公司）等。巨头们的共同偏好与行动，代表着另类数据已走在大爆发的前夜。
        以数字化数据和用户习惯为代表的另类数据才是人工智能发展的山头。技术和数据的结盟并不限于巨头之间，更多的中小公司希望通过结盟方式获得未来，新的巨头或许从中诞生。华为公司创始人任正非5月30日在全国科技创新大会上发言提到，“未来二三十年人类社会将演变成一个智能社会，其深度和广度我们还想象不到。如果不能坚持创新，迟早会被颠覆。”如果你有幸拿下了另类数据的某一山头，那将意味着你成为资本世界新的巨头之一就不远了。
请关注公众号：资本经纬
网页链接