人工智能技術(shù)怎么解決問題,，怎么落地行業(yè),，如何實現(xiàn)商業(yè)化？

每一個AI公司都無法回避這三個問題,，尤其在資本寒冬的背景下,。私募通數(shù)據(jù)統(tǒng)計顯示，2019上半年共有1190支基金完成募集,，同比下降47.2%,，新募5729.56億元，同比下降19.4%,。2019上半年,，中國股權(quán)投資市場投資案例數(shù)為3592起，投資金額為2610.91億元,，分別同比下降39.1%和58.5%,。同時，平均投資額下降至0.94億元,，同比下跌25.4%,。新冠疫情之下，若2020年的數(shù)據(jù)公布,，只會更慘,。

“在整個資本寒冬的情況下，大家更看重你是否有這樣的能力去賺到錢，去商業(yè)化,。

這就倒逼AI公司的短期目標(biāo)和長期目標(biāo)必須統(tǒng)一兼容,。盡量把產(chǎn)品商業(yè)化到客戶那里去，以客戶為導(dǎo)向,?！币挥[群智CEO胡健告訴i黑馬&黑智，“有技術(shù)同時又有商業(yè)化落地能力的公司,，能夠活下來,。這種公司最終將得到資本青睞。瑞雪兆豐年,，活下來的,、熬過這個冬天的公司會得到更多資源，而且發(fā)展得更好,?！?/span>

但落到每一個具體決策上，如何實現(xiàn)短期目標(biāo)和長期目標(biāo)的統(tǒng)一和兼容,？如何在限制之下做決策,？

胡健認(rèn)為要從公司本身出發(fā)，不同階段的公司優(yōu)先級是不一樣的,。幾年前,，AI公司融資很容易，“資金很充?！?，應(yīng)該跑馬圈地。現(xiàn)在,，AI公司被呼喚回歸理性和商業(yè)本質(zhì),。這意味著，商業(yè)公司要做出選擇,，第一選擇一個有痛點,、有錢且有成長空間的市場?！笆袌鲞x錯了,，就像男怕入錯行，入錯行,，再怎么掙扎，你也不會是一條大魚,。永遠(yuǎn)是條小魚,。”

其次，找到市場切入點,，把事情做完,。把事情做完之后，再考慮人效和標(biāo)準(zhǔn)化程度,，看看能否復(fù)制,。回歸商業(yè)本質(zhì),，核心問題是“你要有收入和利潤,。”“不同階段,，優(yōu)先級不一樣,。可能在某一階段,，你可以先做收入,，但長期來看，還要做利潤,?！倍掷m(xù)的利潤和更高的收入需要決策者做出截然不同的決策。比如一個年營收10億元的公司做一兩個行業(yè)或許就可以了,，若要做成百億營收,，則需布局更多的行業(yè)。另外,，高利潤對于核心競爭力提出更高的要求,。

“創(chuàng)業(yè)是一個非常動態(tài)的過程?！焙≌f,，“不同階段，側(cè)重點或者調(diào)整參數(shù)是不一樣的,?！?/span>

（一覽群智CEO胡健）

產(chǎn)品設(shè)計與認(rèn)知智能

2015年11月，一覽群智成立,。創(chuàng)始團(tuán)隊在微軟亞洲研究院有著深厚的技術(shù)實力積累以及場景挖掘能力,。首席科學(xué)家文繼榮在一次在采訪中表示，“我自己一直在做互聯(lián)網(wǎng)大數(shù)據(jù),，有時候覺得干嘛自己不做一個公司,。不去試一試太可惜了。所以和朋友創(chuàng)立一覽群智,，對我來說,，還是比較自然的,。”

有媒體將一覽群智比作“中國版Palantir”,。文繼榮認(rèn)可這一說法,，但強(qiáng)調(diào)一覽群智更看重技術(shù)，有更為深厚的AI基因,。一覽群智用智語,、智慧、智圖和智策,，構(gòu)建了從感知,、理解到分析到?jīng)Q策的閉環(huán)。一覽群智為什么打造這四大產(chǎn)品,？背后的邏輯是什么,？

有一點可以肯定的是，這四大產(chǎn)品不是一覽群智團(tuán)隊拍腦袋拍出來的,，而是他們在解決問題的過程中,，發(fā)現(xiàn)這幾個產(chǎn)品是必須要有的。比如數(shù)據(jù),，一覽群智做銀行場景,、政府場景的時候，發(fā)現(xiàn)最大問題是數(shù)據(jù)的信息化程度有限,，“70%以上的數(shù)據(jù)都是非結(jié)構(gòu)數(shù)據(jù),。”解決問題,，先過非結(jié)構(gòu)數(shù)據(jù)這道關(guān),，否則分析和決策就無從談起。

如何處理非結(jié)構(gòu)數(shù)據(jù),？在公安場景,，一覽群智如何從一堆文檔里抽取出人、地,、事物,、組織、機(jī)構(gòu),、案件等最重要的信息,？這需要先定義，再構(gòu)建不同的信息抽取工具,，才能從大量的非結(jié)構(gòu)化數(shù)據(jù)中抽取所需要的信息,。其次，抽取的信息還需與已有的結(jié)構(gòu)化數(shù)據(jù)融合在一起,。因為兩數(shù)據(jù)的信息密度是不一樣的,。非結(jié)構(gòu)化數(shù)據(jù),，準(zhǔn)確度低，需要被清洗,。

這個過程，會碰到消歧問題,。還會遇到圖數(shù)據(jù)庫的問題,。比如大學(xué)畢業(yè)生小陳將戶口從A市遷到B市，數(shù)據(jù)庫里需要加一條新的籍貫信息,。但是傳統(tǒng)數(shù)據(jù)庫無法支持新字段隨時加進(jìn)來的情況,。但圖數(shù)據(jù)庫可以，圖數(shù)據(jù)庫還可以做關(guān)系性推導(dǎo),，推導(dǎo)出不同的人之間的關(guān)系,。“我們發(fā)現(xiàn),，某種程度上,，它跟知識圖譜的概念、推理關(guān)系是一致的,。我們需要一個知識圖譜的構(gòu)建工具,，所以有了智圖?！焙≌f,，“解決了抽取問題，把非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化,。圖數(shù)據(jù)庫加上知識圖譜解決了構(gòu)建問題,，然后人機(jī)協(xié)同，幫助決策,?！?/span>

總的來看，一覽群智,，基于自然語言處理的知識挖掘,、文本挖掘平臺，將大量非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù),，基于結(jié)構(gòu)化的數(shù)據(jù),，構(gòu)建人、地,、事物,、組織之間的關(guān)系知識圖譜，提供人機(jī)交互的可視化分析引擎,，讓知識與人直接銜接,，最終與行業(yè)場景銜接,，打造行業(yè)決策引擎。

而這背后更大的技術(shù)邏輯是人工智能即將邁入認(rèn)知智能技術(shù)時代,。一覽群智團(tuán)隊認(rèn)為,，未來是增強(qiáng)人工智能，是人與機(jī)器協(xié)作,?！袄脵C(jī)器超強(qiáng)計算能力、存儲能力,、加上分析推理能力,，與專家經(jīng)驗銜接來創(chuàng)造價值?！焙≌f,。

動態(tài)變化的產(chǎn)品化率

目前，一覽群智的產(chǎn)品化率約為70%,。這意味著一覽群智需要針對不同場景下的不同企業(yè)做定制化的調(diào)整,。“,，初期,，我們跟用戶A共創(chuàng)，A提了十個方向,，根據(jù)通用性與痛點,，我們選擇幾個方向，把產(chǎn)品做好,，然后拿著這個產(chǎn)品從A賣到B,、C、D,，這個過程中,，定制不斷減少，定制化程度不斷降低,?！?/span>

比如在銀行場景，一覽群智找到的一個大的,、通用需求是審單,。審單產(chǎn)品可以用于國際結(jié)算審單，外匯審單,，票據(jù)審核等,。隨著審單產(chǎn)品落地越來越多的場景，該過程是一個不斷完善的過程,，“越到上面越貼近用戶,，越豐富,，越往下走，不斷地抽象,?！?/span>

胡健提到，一覽群智聚焦在某些行業(yè)的,、具體的產(chǎn)品和解決方案里,，其目的是盡量減少客戶的定制化需求。這是從落地可行性的角度去考慮的,。“每次去用戶那里都要定制30%,。其實,，難度很大。為什么,？這不是30%的難度問題,，而是對于行業(yè)的理解問題，我們要花很長的時間去理解客戶的行業(yè),，要花很長的時間去幫客戶出一個解決方案,，要花很長時間，把解決方案變成一個能夠Work的產(chǎn)品,。甚至,，我們還要去驗證產(chǎn)品是不是有效。整個周期會變得非常長,?！?/span>

據(jù)了解，一覽群智的組織結(jié)構(gòu)中,，有基礎(chǔ)研發(fā)部,，負(fù)責(zé)技術(shù)組件的研發(fā)和維護(hù)。在技術(shù)組件的上層,，是針對行業(yè)場景,，利用技術(shù)組件打造的產(chǎn)品解決方案,，因此也有政企事業(yè)部和金融事業(yè)部,，“在具體的行業(yè),，業(yè)務(wù)部門用組件做產(chǎn)品,，用戶可能無法感知你的技術(shù)組件,，但他必然關(guān)心你是否幫我解決了問題?！?/span>

但以上仍有兩個重要問題沒有被回答,。第一，70%的產(chǎn)品化率是如何形成的,？第二，一覽群智落地的場景愈加豐富,，產(chǎn)品化率又將面臨什么樣的變化,？

70%的產(chǎn)品化率是動態(tài)形成的,。在做同一場景的不同客戶時，在修改,；在做不同場景的時候,，也在修改,。這是一個漸進(jìn)過程,?！?0%也許永遠(yuǎn)停留在70%。這是因為不同行業(yè)的差異還是很大的。你做得行業(yè)越多,，就會發(fā)現(xiàn)越往下,，底層的東西，甚至不是四層,，會變成五層,、八層，而越往上,，則不斷細(xì)分,。直到哪一天，你做了十個行業(yè),，發(fā)現(xiàn)萬事萬物皆出于這幾個組件，但這個時候,，標(biāo)準(zhǔn)化層次可能就不是70%了,，可能變成50%，甚至比50%更低,。”胡健提到,。

“70%不是一個絕對數(shù)字,。”現(xiàn)階段，一覽群智主要落地兩大場景：金融和政府,，胡健認(rèn)為“70%是能夠解決的,?！钡?dāng)一覽群智做得行業(yè)越來越多，產(chǎn)品化率可能無法達(dá)到70%,。“越來越多東西是沒法通用，可能還要往下沉,。最后的產(chǎn)品化率可能只有50%,，但這個50%是完全不一樣的,。應(yīng)用層以下,，分層會越來越多,，而現(xiàn)在只有三層,。”

寫過程序的胡健用“面向過程”這個概念解釋這一產(chǎn)品化率的變化過程,。公開資料顯示，胡健先后在微軟亞洲研究院,、雅虎北京研發(fā)中心、騰訊從事搜索和廣告核心算法研究和研發(fā)管理,。接任一覽群智CEO之前,，胡健是36氪的聯(lián)合創(chuàng)始人,，先后擔(dān)當(dāng)36氪CTO,、鯨準(zhǔn)總裁等職務(wù)。

何為“面向過程”,？據(jù)了解,，一般的面向過程是從上往下步步求精，所以面向過程最重要的是模塊化的思想方法,?！皩懗绦蚓褪牵铱吹揭粋€問題,，從頭寫到尾,，寫到一個函數(shù)里面。寫出來之后,，發(fā)現(xiàn)在多場景之下,，有些功能可以封裝成一個類……

問題在于這個函數(shù)或者組件被人使用的次數(shù)，被人使用得越多,，大家對你的要求越來越高,。你不斷地把它做得更通用。如果只有一個客戶,，不用分層,，一層就夠了。但當(dāng)你有一萬個客戶的時候,，產(chǎn)品會因不同用戶的需求變得越來越復(fù)雜,，層越分越多,，越分越細(xì),。”胡健強(qiáng)調(diào),，這個過程,，越分越細(xì)并不意味著降低標(biāo)準(zhǔn)化，相反地,，標(biāo)準(zhǔn)化程度越來越高,?！?/span>

落地場景與完全信息

采訪中，胡健向i黑馬&黑智講了一個場景落地的故事,。這個場景是金融行業(yè)中的國際結(jié)算業(yè)務(wù),。

國際結(jié)算業(yè)務(wù)不是銀行的最核心的業(yè)務(wù)，但是業(yè)務(wù)量大,，每年有幾百億元的收入,，而且痛點足夠痛，該業(yè)務(wù)要求審核人員看得懂英文,，看得懂合同,，是相關(guān)專業(yè)的碩士。銀行一年需要付給一位審核員20,、30萬的工資,，而且還不一定可以留得住人。

于是,，一覽群智便和某銀行一起打造該業(yè)務(wù)的解決方案,。期間遇到了很多困難，比如幾萬種不同格式的票據(jù),，甚至還一些票據(jù)有遮擋,，怎么樣將票據(jù)變成文本結(jié)構(gòu)化信息？這就牽涉到識別OCR,、識別票據(jù)等,。這需要對不同非結(jié)構(gòu)化數(shù)據(jù)做OCR。其次,，識別完之后,，需要抽取信息、分詞等,。這個階段,，一覽群智要給出各種字段，識別合同內(nèi)涵,，比如這份合同講的是一件什么樣的事情,？通過報關(guān)單上的“無破損”描述判定物品“外觀完好”等；第三,，一覽群智還需要解決語義理解的問題,。其中還會牽涉到知識圖譜。別無捷徑,，通過大量的數(shù)據(jù)讓機(jī)器學(xué)會具體的審核邏輯,。

“邏輯很簡單，像人做一些腦力勞動的工作一樣,，首先能夠看得懂是什么,，將圖片變成文字,，并將文字變成結(jié)構(gòu)化信息，再把結(jié)構(gòu)化信息跟專家業(yè)務(wù)產(chǎn)品銜接,，這就是知識圖譜,，最終去做決策，這是標(biāo)準(zhǔn)的認(rèn)知過程,?！边@個過程中，胡健提到針對不同行業(yè),，構(gòu)建一個類似于專家的規(guī)則系統(tǒng),，有一個與或非的邏輯?！斑@個規(guī)則系統(tǒng)要被抽象得非常靈活,。規(guī)則系統(tǒng)與知識圖譜結(jié)合的過程中，漸漸地被抽象成一套模具工廠,；原來的知識圖譜只適用于單一的業(yè)務(wù)場景,，當(dāng)它應(yīng)用于不同類型的場景，就被進(jìn)一步抽象,。每抽象一下,，能解決面臨的多場景或者多業(yè)務(wù)的問題。但突然又來了十幾個不同場景,，就會發(fā)現(xiàn)原來的知識圖譜或者規(guī)則系統(tǒng)還是有問題,，那就需要再次抽象。這就跟達(dá)爾文的進(jìn)化論一樣,。適者生存,，不斷進(jìn)化，滿足不同需求,。如此,，產(chǎn)品越來越好用?！?/span>

如何沉淀專家經(jīng)驗,？如何構(gòu)建規(guī)則系統(tǒng)？以公安領(lǐng)域的反洗錢為例,，一覽群智有著類似的實踐,。一般反洗錢偵查中，警察會查一查大的進(jìn)出口資金的流向,，設(shè)置一些規(guī)則,，篩選出現(xiàn)金流出的TOP10的帳戶,，并過濾掉正常帳戶,，剩下幾個只進(jìn)不出的黑洞帳戶,，或者進(jìn)出一致的通道帳戶。順藤摸瓜,，就能找到背后的主使者,。一覽群智將這些專家經(jīng)驗配置到模型工廠里，把所有數(shù)據(jù)變成因子,，變成與或非,，或者決策分析的因子，然后拼出一個決策樹,。一個決策樹就是一個經(jīng)驗,。規(guī)則系統(tǒng)的建立加上專家經(jīng)驗輔助決策，才能夠產(chǎn)生化學(xué)反應(yīng),，讓普通民警具備經(jīng)偵專家的能力,。

據(jù)公開資料介紹，一覽群智落地的領(lǐng)域除了金融行業(yè),，還有公共安全和媒體情報,。在這些領(lǐng)域，一覽群智有專門的專家團(tuán)隊解決行業(yè)know-how問題,。一覽群智的商業(yè)化戰(zhàn)略一直在碰撞中,，“為什么人工智能落地難？因為要不斷碰撞,。首先先用邏輯篩選一遍,，這個邏輯是技術(shù)的邏輯，是商業(yè)的邏輯,，也是與客戶業(yè)務(wù)相關(guān)的邏輯,；其次，這些邏輯都符合,，才有可能產(chǎn)生10個商業(yè)可能性,。拿給客戶，被斃掉9個,，只剩下1個,，那就先做?！?/span>

上述案例,，有一個不可回避的前提是：目前人工智能的技術(shù)限制。現(xiàn)階段,，人工智能只能解決一些偏重復(fù)式的工作,。前面提到的國際結(jié)算業(yè)務(wù)便是偏重復(fù)式的、相對閉環(huán)的場景,。在閉環(huán)場景里,，一覽群智可以知道所有可能的情況,。這和張鈸院士提到的人工智能落地的幾個經(jīng)濟(jì)中的完全性經(jīng)濟(jì)有相似之處。

而在公共安全領(lǐng)域落地的案例,，與國際結(jié)算業(yè)務(wù)相比,，與人機(jī)協(xié)同相關(guān)，更加復(fù)雜,。在一個大的任務(wù)里人的腦子有限,、計算能力有限、存儲能力有限,、加工處理能力有限,，而機(jī)器可以做這些工作。胡健指出,，所謂“機(jī)器”指的是“把一些大容量的數(shù)據(jù)全部整干凈”,。機(jī)器弱點也是明顯的，它無法做出判斷,。機(jī)器只能對一些已經(jīng)出現(xiàn)過的,，并生成技能樹的相關(guān)情況，做出判斷,。比如找出涉嫌洗錢的嫌疑人,，但這不是最終判斷。人會看一下為什么會認(rèn)為他有嫌疑,？機(jī)器的建議再加上人的經(jīng)驗和知覺,，做出最終的判斷。人是有常識的,，但機(jī)器不知道這些,。這些常識需要長年累月的積累。

“我們必須遵從人工智能現(xiàn)階段的技術(shù)發(fā)展特征,，找到最適合的方式去落地,。”這是一覽群智的落地思路,?！拔覀儽M量做一些確定性的、相對封閉的,、完全信息的場景,。而且這個場景的數(shù)據(jù)又是準(zhǔn)備好的，且解決完之后,，又能夠產(chǎn)生商業(yè)價值,，有諸多前提。層層限制之下，真正適合AI落地的領(lǐng)域并不多,。沒辦法,，圈了一下，就這么多,。這也是AI公司扎堆落地的原因,?！?/span>

要做AI時代的軟件“特斯拉”

“本質(zhì)上,，一覽群智也是一家軟件服務(wù)公司?！焙≌f,。

“為什么說是一家軟件公司，就要像微軟一樣,，給客戶一張光盤,，客戶直接裝就得了。Office辦公軟件可以適配不同種類的機(jī)型,。這樣,，毛利率才能巨高無比。才是一門好的生意,?！倍患液玫钠髽I(yè)服務(wù)軟件公司的標(biāo)準(zhǔn)是較低的客戶定制化比率、較高的毛利率,?！拔覀兿Ｍㄟ^盡量提高標(biāo)準(zhǔn)化的比率，降低客戶化實施的成本,，提升業(yè)務(wù)率,。這是2B公司的商業(yè)邏輯?！?/span>

在AI時代,，這個邏輯沒有變化。在整個軟件產(chǎn)品上,，AI可能只占到20%,。大量工作是數(shù)據(jù)治理、數(shù)據(jù)融合以及數(shù)據(jù)通路的打通和反饋,。這些都是工程,。AI只是其中的20%，是蛋糕上最漂亮那一塊,。雖然AI是核心,，但整個軟件產(chǎn)品還是要幫客戶解決問題。“不管怎么強(qiáng)調(diào)AI,，還是要幫客戶解決問題,，要么幫客戶有大的提升，要么幫客戶多賺錢,，否則為什么要買你的產(chǎn)品,。”

在AI時代,，胡健認(rèn)為,，AI是思想，是方法論,。

“我們做AI的東西,，本質(zhì)上是給別人做信息化軟件。幫助客戶提升運(yùn)營效率,?？蛻舨魂P(guān)心我們做的到底是AI還是其它。但AI可以改變用戶的整個體驗,，可以解決非AI技術(shù)無法解決的問題,。”為了說明AI的革命性,，胡健舉了特斯拉的例子,。他認(rèn)為燃油車做不出特斯拉，因為傳統(tǒng)車商的底層邏輯與特斯拉截然不同,，一個是電和數(shù)字化,，一個是油和機(jī)械化，中間橫貫著跨時代的差異,?！昂蛡鹘y(tǒng)軟件公司，我們正在做的是AI時代的軟件‘特斯拉’,?！?/span>

不過，AI時代的軟件服務(wù)商和傳統(tǒng)軟件公司的關(guān)系不是替代關(guān)系,，而是合作關(guān)系,。

胡健又舉了云計算公司和傳統(tǒng)軟件公司的例子?！吧显剖谴筅厔?。企業(yè)要上云，傳統(tǒng)軟件公司沒有能力做這一塊業(yè)務(wù),，于是,，云計算公司告訴傳統(tǒng)軟件公司你應(yīng)該用我的能力,，我是不搶你的飯碗，而是我們倆聯(lián)合起來服務(wù)客戶,。為什么,？因為云計算公司不懂客戶需求，但傳統(tǒng)軟件公司天天和客戶在一起,，知道客戶的需求,，可以提供的一堆上云的組件，服務(wù)客戶上云,，但云計算公司歸根結(jié)底是賣服務(wù)器的,。”

未來,，按照胡健的設(shè)想,，一覽群智將變成一個AI賦能公司,，并搭建自己的AI的軟件生態(tài),。屆時，一覽群智將和不同領(lǐng)域的傳統(tǒng)軟件公司合作,，傳統(tǒng)軟件公司做交互軟件,，一覽群智做AI層和接口?！耙驗閼?yīng)用我做過,，我直接跟你對上去就行了。這個是我認(rèn)為是最合理的邏輯,?！睋?jù)悉，去年6月,，一覽群智與浪潮集團(tuán),、天陽科技、中信網(wǎng)科簽訂戰(zhàn)略合作協(xié)議,。在搭建自己的AI的軟件生態(tài)之前,，一覽群智先嵌入別人的生態(tài)，并努力成為其中的頭牌,。

*本號系創(chuàng)業(yè)家&i黑馬人工智能領(lǐng)域垂直號,。黑智，人工智能領(lǐng)域產(chǎn)業(yè)服務(wù)平臺,，專注AI行業(yè)報道,，探討AI商業(yè)價值。