译者序

前言

致谢

作者简介

第一部分 人机共生的12个谬误之最

 谬误1 大数据无所不能

 谬误2 数据越多，洞察力越丰富

 谬误3 首先，我们需要一个数据湖和许多工具

 谬误4 数据分析仅仅是分析的一个挑战：第1部分——最后一英里

 谬误5 数据分析仅仅是分析的一个挑战：第2部分——组织结构

 谬误6 重组不会对分析产生不利影响

 谬误7 知识管理很简单

 谬误8 智能机器能够解决任何分析问题

 谬误9 一切都必须在内部完成

 谬误10 我们需要更多、更广泛以及更华丽的报表

 谬误11 分析投资意味着巨大的投资回报率

 谬误12 分析是一个理性的过程

 结论

第二部分 为人机共生创造重大机会的13个趋势

 趋势1 云与移动技术的小行星撞击

 趋势2 物联网的两面性

 趋势3 一对一营销

 趋势4 知识环的监管泛滥

 趋势5 向现收现付或基于产出的商业模型迁移

 趋势6 多客户端应用中的隐藏价值

 趋势7 数据资产、可替代的数据和智能数据的竞争

 趋势8 市场和共享经济最终着陆于数据和分析

 趋势9 知识管理2.0——仍然是一个难以捉摸的幻影吗？

 趋势10 工作流平台和流程自动化分析用例

 趋势11 2015～2025年：人机交互的兴起

 趋势12 敏捷，敏捷，敏捷

 趋势13 （人机共生）2=全球合作大于1+1

 结论

第三部分 人机共生的实现方法

 观点1 关注业务问题和客户收益

 观点2 筹划知识环

 观点3 根据问题树明智地选择数据

 观点4 机器支持心智的有效边界

 观点5 合理的心智相容意味着锦囊妙计

 观点6 正确的工作流：嵌入在流程中的灵活平台

 观点7 为终端用户提供优质服务：解决“最后一英里”问题

 观点8 正确的用户互动：用户体验的艺术

 观点9 综合的知识管理意味着速度和成本节约

 观点10 商业模型：现收现付或单位定价

 观点11 知识产权：人机共生的知识对象

 观点12 创建审计跟踪和风险管理系统

 观点13 正确的心理学：聚集人的心智

 观点14 用例组合的治理：控制和投资回报率

 观点15 用例的交易和共享

 结论

参考文献

大数据和人工智能的相关信息“主导着”商业新闻报道，但是这并不是所有商业挑战的唯一解决方案。马克·沃伦威尔德著，赵卫东译的《人机共生(洞察与规避数据分析中的机遇与误区)》是一本开创性的指南，把人类智慧和最先进的机器智能进行了最有效的组合，以增强企业商业决策力。

行业创新者马克·沃伦威尔德的这本书，涵盖了整个端到端的分析价值链。今天过多的可用信息给基于数据做出竞争性决策的企业带来了“真正的”问题，有效地应用“人机共生”，旨在提高企业生产力、缩短产品上市时间、提高产品质量和为组织开拓新功能。

本书涵盖了从了解分析用例的现代定义，到将分析用于现收现付的商业模型的内容，利用用例协同方式，高效处理监管疏忽、管理个人用例以及用例组合。书中的所有材料和建议都聚焦于如何使用数据分析赚钱和如何满足客户要求上，这意味着遵循这种框架，可实现用更少的资金、更短的产品开发周期、日益增多的用户友好界面以及新的用例基础来得到流线型的解决方案。

本书所讲方法适用于所有类型的数据和信息，包括定性的和定量的；财务、业务和运营上的；静态的和动态的；大的和小的；结构化的和非结构化的。

人类智慧+机器智能=人机共生！

洞察：13中为人机共生创造重大机会的趋势！

规避：数据分析12个混淆是非的谬误！

探究：15种实现人机共生的典型方法！

马克·沃伦威尔德著，赵卫东译的《人机共生(洞察与规避数据分析中的机遇与误区)》是一本开创性的指南，把人类智慧和最先进的机器智能进行了有效的组合，以增强企业商业决策力。  本书没有复杂枯燥的算法、工具和系统介绍，但为企业管理人员深入认识数据分析在企业决策中的作用，为企业管理人员避免一些导致数据分析项目失效的错误认识，为企业管理人员提升业务决策中利用机器智能的效果，提供了数据思维以及方法论的指导。