認知智能時代，如何發現商業落地的千里馬？

人工智能行業正在悄然發生轉變。

在技術上，驅動此輪AI浪潮的深度學習技術已經越來越接近天花板，而隨著越來越多的算法開源，參與AI應用的技術壁壘也在降低。

在市場上，應用落地能力成為評判一家人工智能企業是否成功的重要指標，大家不再盲目崇拜技術實力，而是更看重技術是否能為具體行業解決問題。

在這樣的發展潮流下，能夠在下一階段的技術比拼中提前占據優勢，同時又具備落地能力的企業，才能成為日后人工智能行業的領軍者。

認知智能、賦能百業，AI的下一個“戰場”

人工智能的發展可以分為幾個層次，從低到高分別是：運算智能、感知智能、認知智能。

運算智能是最初級的階段，主要指計算機擁有快速計算和記憶存儲能力；感知智能建立在運算智能的基礎上，指機器能夠擁有視覺、聽覺等能力，人臉識別、語音識別是這個階段的典型技術；而認知智能則是更高級的階段，指機器能夠“理解與思考”，擁有處理復雜的知識和情形的能力。

不少業內人士都指出，當前人工智能正在從“感知智能”向“認知智能”過渡發展，“認知智能”是未來人工智能的核心競爭力。

首先，從技術的發展來看，感知智能的發展依賴于深度學習，而以深度學習為代表的統計學習嚴重依賴大數據和樣本，這些方法只能學習到統計模式，隨著大數據紅利逐漸褪去，以深度學習為代表的感知智能水平的提升空間也變得十分有限。人工智能的技術之爭，需要在下一階段對知識和符號利用的“試煉場”展開。

其次，從市場對的需求來看，AI作為一項技術，只有切實幫助各行各業降本增效，才能發揮價值，因此整個行業對人工智能企業的關注重點，也從早期的算法精度，轉移到了如何將算法先進性在行業場景應用上融合和體現的能力。

今年5月，Gartner發表文章，預計到2021年“增強AI”將產生2.9萬億美元的商業價值。所謂的“增強智能”或“增強AI”指的是：包括學習、決策和學習新經驗在內，以人為中心的，人和AI共同增強認知性能的模式。簡單而言，就是人利用好AI，去為更多的行業賦能。

“賦能”“落地”是這兩年來AI行業的關鍵詞，但僅有感知智能，機器只是能感知世界，擁有與人交互的全新方式，但卻不能像人腦一樣理解和決策，無法付諸或替代人處理更復雜的工作。

以公安行業為例，人臉識別只是讓機器能夠識別出身份，但是涉及到偵查、破案，就需要梳理大量的線索，推斷出可能的結果，這僅靠感知智能是無法完成的。

前微軟亞洲研究院研究員、一覽群智CEO胡健在接受億歐采訪時表示：“現階段的AI以感知智能為主，比如人臉識別、語音識別，都是快反饋的；但長期而言，AI是要解決各行各業問題的，這就需要理解和交流的能力。”

無論是從技術的發展進入了下一階段來看，還是從市場的需求上來看，認知智能都一定會成為人工智能未來的趨勢。

未來能夠在人工智能行業的殘酷競爭中脫穎而出的，一定是掌握了認知智能核心技術，并且具備落地能力的企業。

NLP+知識圖譜，搶占認知智能“先機”

NLP和知識圖譜是認知智能階段技術發展的基石。在這個大趨勢下，率先布局NLP和知識圖譜的企業將在認知智能時代具備強大的競爭力。

機器的學習需要基于文本進行，但機器對文字的理解存在巨大的技術難度，文本在不同場景中的處理方式也不盡相同，文本中蘊含的價值一直難以得到有效利用。NLP技術的作用，通俗地說，就是把自然語言轉化成機器能夠理解的符號，構建機器理解知識的基礎。冠科科技有限公司玉米燈廠家

如果說NLP是讓機器與人類的語言相通，那知識圖譜就是能讓機器理解這個世界。

人工智能的發展離不開大數據，認知智能的發展也是同理。現在不少行業已經積累了規模可觀的數據，但認知智能卻遲遲未見突飛猛進地發展，原因就是缺少了知識圖譜。

知識圖譜被認為是從感知智能通往認知智能的重要基石。知識工程創始人Edward Feigenbaum曾經提到：“Knowledge is the power in AI system”；張鈸院士也曾說過，“沒有知識的AI不是真正的AI”。

認知智能的發展離不開NLP和知識圖譜，因此掌握這兩項核心技術的企業，自然能獲得更具潛力。另一方面，目前NLP和知識圖譜的難度非常大，而知識圖譜的構建，需要與行業有緊密的聯系，二者相輔相成，因此知識圖譜的壁壘一旦建立，將形成難以超越的壁壘。

具備技術競爭力后，選對落地的行業也十分重要。

在AI落地方面，胡健作為互聯網信息檢索（搜索）時代的第一代弄潮兒，有豐富的行業經驗和敏銳的洞察，除了曾在微軟亞洲研究院外，胡健還曾在雅虎、騰訊等公司從事搜索和廣告核心算法研究和研發管理。對NLP、知識圖譜等認知智能相關技術具有深刻的理解。

胡健認為，AI落地的前提，是行業有大量的數據，而且已經具備不錯的信息化基礎，還有很重要的一點是，“行業用戶愿意投資資金，用技術手段解決問題”。一些行業雖然也有豐富的數據積累，行業用戶的購買力卻有限，這樣的行業也很難出現企業落地的標桿。

億歐智庫的報告也指出，在選擇應用場景時，企業一般從行業既有數據的豐富度和閉環關系、行業對AI應用的緊迫性和付費意愿與市場的競爭程度等維度進行考量。在中國，包含安防、交通在內的政府類項目，以及金融、大健康、機器人等賽道，是創業和投資的熱點。

認知智能時代千里馬的模樣

不少投資人在分享投資邏輯時都說道，選對方向和賽道、符合未來發展的趨勢很重要。對于企業而言，也是同樣的道理。

胡健對此也表示認同，他認為，目前AI正向頭部效應集中，在文本自然語言還沒有分出高下的情況下，這兩年是進入的最佳時機。過了這個時間點再進入，企業如果不能從行業中脫穎而出，就不會有第二年。這是目前人工智能行業的發展大方向。

而一覽群智正是一家以NLP和知識圖譜等認知智能為基礎，為客戶提供一站式AI產品和行業解決方案的公司，其創辦的初衷，就是解決人工智能應用的核心問題，打造通用知識圖譜。

符合發展的趨勢對企業發展而言很關鍵，但團隊自身的實力也十分重要。據了解，除了CEO胡健外，一覽群智的首席科學家文繼榮、研究院院長竇志成均來自微軟亞洲研究院，CTO劉家俊則曾在IBM研究院、澳洲科學院任職，核心技術團隊從事大數據、人工智能研發工作多年，在自然語言處理、知識圖譜、文本分析等方面有著長期積累，技術領先行業。

除了有技術實力外，一覽群智還將技術轉化成了具體的產品，打造了一套由“感知-理解-分析-決策”四部分構成的智能決策平臺輔助決策系統。

目前，一覽群智自主研發了“智語”“智慧”“智圖”“智策”四大產品。

“智語”是自然語言處理與文本分析平臺，“智圖”是處理文本和圖像的知識圖譜構建平臺，“智策”是一站式可視化情報研判平臺，“智慧”是機器學習與智能標注平臺。這四款產品構成了一覽群智業務的基礎，能夠滿足企業在超大規模多源異構情況下的數據治理融合、不同場景下的AI建模，和復雜決策分析需求；讓AI技術快速在客戶場景落地，打造客戶專屬的智能決策平臺。

更值得一提的是，一覽群智已經將解決方案落地到競爭激烈、對于技術產品要求嚴苛的金融、公安等行業。今年，一覽群智還入選“2019中國人工智能商業落地初創企業100強”，是榜單上罕見的，成立時間不足5年，但卻在應用落地上有優秀表現的企業。

△2019中國人工智能商業落地初創企業100強榜單

（完整內容請查看《2019中國人工智能商業落地研究報告》）

以一覽群智在審核業務的落地為例，在銀行有大量的審查、稽核、結算等業務，這些工作相對機械，缺乏創造性，而且還極容易出錯，一覽群智的“智能審單專家系統”能幫助客戶把大量知識結構化，縮短人均審單時間。據統計，一覽群智的智能審單產品，可以節省60%以上的人力成本投入，讓“降本增效”不再浮于口號。而審核工作不止是金融行業獨有的需求，在公安等政府領域，也有大量的文檔審核需求，AI的應用場景想象力巨大。

高效整合海量數據之外，一覽群智智能決策平臺還能夠對專家以及行業相對頭部的人的經驗，進行系統梳理和沉淀，在處理過程中得到新的洞察，為新業務和新流程開發奠定基礎。比如，在公安工作中實現提前預警和智能研判，在金融行業的應用則體現為智能風控上。

雖然這個故事聽起來并不“性感”，但對于用戶而言，故事怎么樣并不重要，重要的是實際的效果。一覽群智能夠迅速成為AI商業落地黑馬，正是因為能腳踏實地地解決用戶痛點。

能夠幫助人，甚至替代人工作或決策，是未來AI落地應用的大趨勢。根據Gartner的預測，未來“決策支持/增強”將成為AI商業落地最重要的一部分。到2030年，44%的AI商業附加值都將由“決策支持/增強”帶來。

一覽群智的落地邏輯，也與Gartner的預測有異曲同工之妙。胡健告訴億歐：“AI在短期，三到五年內，落地的方向是取代人的重復勞作；在中期，五到十年后，是能利用專家以及行業相對頭部的人的經驗，取代相對高級的工作，比如輔助決策等。”

人工智能不是去替代人，而是增強智能，“讓人從重復式的腦力勞動中解放出來，從事更多創新和創造的工作。”這才是人工智能落地的方向。因此，如果要問，未來哪些人工智能公司值得關注，能夠掌握認知智能技術核心，又符合上述的商業落地邏輯的企業，都具有成為千里馬的潛力。