数据科学家希拉里·梅森想告诉你（近）的未来

如果你想在机器智能的最新动态跳转，低着头到曼哈顿的下东区毗邻唐人街，一个仍然坚韧不拔但gentrifying邻里臀部咖啡馆旁边雨后春笋般冒出来的工业供应网点和批发店。

位置，转型和现代化之中的区域，是一个合适的点了快进实验室，成立于帮助企业启动创新和竞争使用的是什么创始人兼CEO梅森希拉里所说的“近期可能”机器智能技术与工艺。

快进实验室有着不同寻常的商业模式。它产生于新兴季度报告 - 或者什么梅森所说的“近忧” - 技术，建立原型来展示这一技术，并提供咨询服务。该业务是基于订阅模式：只需缴纳年费，客户可以获得的报告和原型加上时间与梅森和她的同事，谁指导他们如何将技术应用到自己的企业。“我们在这里扮演的角色基本上是我们自己的书呆子最好的朋友，”梅森说。

其基本理念是帮助企业加速其数据科学和机器智能能力。快进实验室的八人团队关注新兴市场面向机器智能的供应商、咨询公司和市场研究公司,在很大程度上的力量梅森的行业形象和独特的研究方法——几个出版物包括《华尔街日报》称她为“大数据摇滚明星。”

马克·朗迪

在2014年创立的快速前进实验室之前，梅森Bitly举行网址缩短公司的首席科学家位置，在过去的几年里一直在财富“40下40次问鼎观看，”其他类似的名单之中。

梅森说，她开始在五岁节目，但她的明星已经上升不只是她的技术技能的力量。她有一个人性化的方式进行数据的科学，一个接合公开演讲风格，使深奥的非专家访问话题的能力。作为一个数据的科学家，“你真的需要有很多同情你正在做的工作，谁你最终想帮助这是否是一个企业的同事，上司，或最终的软件，你的用户的人“重楼，”梅森说。

通过快进实验室研究技术到目前为止，包括自然语言生成，基于属性的列表，用户点击与完整的句子，可以自动创建房地产上市，原型。

该公司还研究分析实时数据流的概率方法，用一个原型，显示流行透过Twitter和Reddit的话题作为一个动态变化的图形节点。

最近的一份报告研究了深度学习——基于高度连接的神经网络的算法家族技术——在图像分析方面的应用，其原型可以识别Instagram照片中的图像，对它们进行分类，以象形文字的形式展示它们，并显示用户的最大兴趣。(如果你很喜欢Instagram，你可以用一个公开的简化版的原型来享受乐趣这里。

一个新的起飞创新

梅森称为快进实验室“我现在的黑客”，企图以填补空白在如何利用新的技术，建立企业，学术界和创业公司的发展。“我相信有很多技术创新发生的方式效率低下，”梅森说。她举例指出，有“摩擦”谁想要做不同的事情在建立企业成功的产品的人。

“我们坐的企业，初创企业和研究界的中间，我们通过刚刚成为可能，有趣的，然后我们尽量让他们有用的为我们的客户谁拥有数据的那些东西看，有一个企业，了解这些事情非常好，都在寻找增长机会，”她说。该公司不写为客户代码，但建议他们，主题包括系统架构，以及如何建立一个围绕数据科学团队。

越来越多的企业都在竞争，通过分析他们收集来优化决策，采用先进的分析和机器学习算法，数据创新。

“到2018年，全球超过一半的大型组织将使用先进的分析和专有算法进行竞争，这将导致整个行业的混乱，”市场研究公司Gartner在分析师吉姆•黑尔(Jim Hare)最近撰写的一份报告中表示。黑尔写道，公司开始使用统计分析、预测建模和决策优化作为竞争手段。

什么快进实验室做一个关键部分是找到机器智能技术，是有趣的，是成为可能在现实生活中的业务场景做的，但尚未被商品化 - 可以为公司创造竞争优势的条件这是新技术的早期适配器。

虽然快进实验室的团队很小，但是成员们有着不同的背景，这一事实帮助他们在寻找新课题时撒下了一张大网，其中一名工作人员Ryan Micallef说。大学毕业后，米卡列夫一开始是一名程序员，但后来去了法学院，成为了一名专利律师。

马克·朗迪

为了识别新技术重点，“我们做笔记的时候，我们看到的东西，赶上了我们的眼球，那么我们擦洗该列表下，” MICALLEF说。“我们期待在那里的东西，其中一些已经在经济上还是在技术上达到了一个临界点，发现那里的东西都取得了飞跃，但还没有成为商品，使得它们可以关闭一个架子上买了点。”

许多梅森的客户是在高科技的角色，如首席技术官（首席技术官）和R＆d的头CIO和其他领导人。梅森说，她已经看到了什么高科技领导人预计为自己的企业做了改变。“现在，他们被称为真正有什么业务可以能够通过技术的愿景。”

对于高科技领导者的新角色

有各种各样的事态发展改变了CIO，梅森票据的作用。很多企业的技术开支已经进入业务线，从而例如，营销部门可通过购买第三方供应商的技术，不通过自己的IT部门会

技术领袖现在必须与商业领袖合作，引入正确的技术来支持共享的愿景。梅森指出，在数据分析领域尤其如此，在这个领域，技术对于做好工作至关重要。梅森说，这也让科技公司的高管们处于一个需要制定战略的位置，并需要以一种可能在早期并不需要的方式成为领导者。

虽然有技术在消费领域的个性化的巨大数量，同样不为商业世界如此真实，尤其是对于数据的技术。“你可以去构建自己的Hadoop集群，不过你是否建立一个虚拟或物理硬件，你需要多少个节点，什么样的你有队列管理和什么样的你应该做的分析并不明显，这不是东西，你可以随便买，”梅森说。“现在，你用这个数据技术来支持业务优先级，如果你做的很好，你打算将不只是支持他们，你进入真正的创新，以及使的一些地方强有力的技术领先地位是成功的实际需要。”

Fast Forward Labs的客户中有来自不同行业的技术高管，包括保险、银行、出版、媒体和初创企业。但是，无论客户是一家成熟的企业还是一家小型初创企业，公司都会通过询问一系列明确的问题来开启关于数据的对话。“过程非常重要，否则你的工作就会一团糟——你会重复做很多工作，”梅森警告说。

如何制定一个数据战略

关于数据，每个公司都应该问自己三个基本问题。第一个问题很简单，“我们有什么数据?”这并不一定是一项简单的任务，特别是对于具有多个部门和信息竖井的大型业务。Fast Forward Labs让客户查看他们的产品，然后写下他们收集的数据。这个过程包括检查服务器以确认存储了哪些数据。

第二个问题是，公司应该具有什么样的数据，它目前不？企业应该考虑如何在业务运作，以及排序的问题，可能提供可能产生增长的答案。企业还应该向前看，并找出他们将如何存储他们可以收集新的数据，例如，在Hadoop集群，在现场的内部服务器，或者像Amazon S3的平台上。

最后，快进实验室团队询问他们做他们的生意，可以用数据来验证假设公司。很多企业对如何渗透的市场和机会为自己的产品的直觉。数据分析可以验证 - 或者挑战 - 这样的假设。

“我总是发现，当你开始学习那些你可能已经知道的东西时，你可能会确认大部分你知道的东西，但也会开始学习那些你不知道的东西，”梅森说。“一旦你开始提问并得到有用的答案，这个过程就会不断发展——一旦你有了几个好问题，你就会有更多的好问题。”

展望未来，梅森说，对快进实验室的路径不是简单地增加更多的员工，即使有大的市场研究公司，咨询公司和那些对机器智能与数据科学bandwagons跳跃供应商。“有一个巨大的能量，当你有一个团队，是小于15，你那种知道每个人的行动和有没有很多官僚的，”她说。到目前为止，该公司的商业模式已经工作：投入一些她自己的钱，而不是采取工资一段时间后，梅森现在支付自己和说，该公司是盈利的。

梅森已经调整了公司经营模式有点，提供比常年订阅其他选项。快进实验室刚刚作出了一个分级定价的基础上提供其自然语言生成报告，从$ 250短，基本版本，最多$ 5,000，包括原型和咨询的时间与公司的版本。

然而，梅森的抱负是在更广泛的范围内重新思考应用研究——人们如何将新的技术能力引入组织，以及如何围绕这些能力寻找增长机会。“我相信，我们的应用研究和建议模型中有一些有价值的东西，甚至可以应用于严格数据之外的世界——但这是我们将在几年后进行的实验。”

边栏：三种常见的错误，可能导致数据挖掘失败

企业也加入了大数据的行列。他们不想落后于竞争对手，因为竞争对手都在忙着弄懂他们收集的数据——例如，通过新的网络应用——并将他们的分析转化为竞争优势。但要注意:“这种东西有很多失败模式。”梅森说。以下是三个主要问题:

--Over，投资于技术基础设施。很多公司花钱买技术，不知道他们会用它做什么。“我见过组织花费数以百万计的硬件和软件的美元没有真正计划，”梅森说。

--Hiring错了人。将他们的数据转化为竞争优势，一些企业认为他们需要做的是聘请数据科学家，并最终雇人与数学技能，但实际上在将业务问题转化为数学问题，没有经验。半年左右的时间后，他们最终可能会发射数据科学家和奇迹下一步该怎么做;

- 失败的领导。企业需要有人谁可以通过政治切断周围的人谁拥有数据和筒仓什么业务是在它的控制。企业既需要雄厚的从业者 - 人谁实际上做的工作 - 但他们也需要有人谁是能够给予他们的权力来完成这项工作。“我从来没有见过的努力成功，除非它有强大的领导力，”梅森说。