數(shù)據(jù)智能時代帷幕拉開，大數(shù)據(jù)、知識圖譜、人工智能……粉墨登臺

大數(shù)據(jù)從概念到落地，再到行業(yè)發(fā)展日趨成熟，有十年左右的光景，這十年稱之為大數(shù)據(jù)的上半場。隨著企業(yè)數(shù)字化轉(zhuǎn)型需求逐漸深化，產(chǎn)業(yè)基礎(chǔ)設(shè)施建設(shè)穩(wěn)步推進(jìn)，各項(xiàng)技術(shù)算法漸次成熟，以“數(shù)據(jù)智能”為代名詞的下半場已經(jīng)拉開序幕——

“大數(shù)據(jù)的上半場大家都在爭奪用戶，也就是數(shù)據(jù)，下半場爭奪的是什么？我們認(rèn)為是一個個用戶場景，而不是用戶本身。”數(shù)據(jù)智能的發(fā)展脈絡(luò)在愛分析分析師李喆的介紹下逐漸清晰：“2013年大數(shù)據(jù)概念興起，企業(yè)開始進(jìn)行大數(shù)據(jù)平臺的建設(shè)，但這一階段，企業(yè)只知道大量收集數(shù)據(jù)，對數(shù)據(jù)價值尚不明確。經(jīng)過第一個階段的數(shù)據(jù)收集之后，開始讓數(shù)據(jù)可視化，產(chǎn)生一定的價值，這是第二個階段。第三個階段從2017年起，利用AI建模算法的方式，在各個行業(yè)落地的應(yīng)用越來越多，數(shù)據(jù)真正進(jìn)入到洞察階段。下一個階段就是現(xiàn)在，技術(shù)逐步成熟，使得數(shù)據(jù)具備了推理能力，可以指導(dǎo)決策，我們認(rèn)為就是進(jìn)入了數(shù)據(jù)智能階段。數(shù)據(jù)智能階段的焦點(diǎn)在于中臺，未來企業(yè)會形成基于數(shù)據(jù)中臺、技術(shù)中臺和業(yè)務(wù)中臺為核心的業(yè)務(wù)流程。前三個階段是業(yè)務(wù)數(shù)據(jù)化的過程，通過數(shù)據(jù)的方式去描述整個業(yè)務(wù)運(yùn)轉(zhuǎn)，下一步是業(yè)務(wù)智能化的過程，我們認(rèn)為數(shù)據(jù)智能是整體業(yè)務(wù)智能化的開啟。”

海致星圖總裁楊娟、百分點(diǎn)董事長兼CEO蘇萌、數(shù)夢工廠CTO崔曉峰、個推董事長兼CEO方毅等數(shù)據(jù)智能行業(yè)的代表，就“數(shù)據(jù)智能行業(yè)的過去、現(xiàn)在與未來，以及數(shù)據(jù)智能企業(yè)在其中扮演的角色”發(fā)表了自己的看法。

海致星圖總裁楊娟：數(shù)據(jù)是一個寶藏，同時又是一個荊棘叢生的地方

AI核心是讓機(jī)器取代人，讓機(jī)器去幫助人。所謂人機(jī)同行，如果機(jī)器不具備像人去理解和思考世界的能力，雙方智能不在同一個水平上，就沒有辦法同行。人類理解世界的方式不是線性的，世界是復(fù)雜關(guān)系的組合，而知識圖譜就是把萬世萬物的各種概念實(shí)體串聯(lián)成網(wǎng)絡(luò)，供機(jī)器模擬人的理解方式來理解世界的媒介。

為什么說知識圖譜是AI的核心？主要在認(rèn)知智能這塊。從計(jì)算智能到感知智能再到認(rèn)知智能，怎么讓機(jī)器通過數(shù)據(jù)解讀、計(jì)算，產(chǎn)出業(yè)務(wù)價值，這是知識圖譜在真正行業(yè)化的過程中所遇到的挑戰(zhàn)。

數(shù)據(jù)是一個寶藏，同時又是一個荊棘叢生的地方。

動態(tài)知識圖譜中，靜態(tài)知識比較容易梳理，即根據(jù)經(jīng)驗(yàn)，加上一定的文本識別，生成圖譜。圖譜一旦輸出，以周進(jìn)行分析。但真正能對業(yè)務(wù)起到價值的數(shù)據(jù)往往是動態(tài)的，和業(yè)務(wù)的變化實(shí)時動態(tài)關(guān)聯(lián)。比如在金融場景中，交易單每時每刻都在發(fā)生變化，信用卡申購、資金流入流出、人員后臺的操作，對這些產(chǎn)生的信息加以捕捉和識別，然后進(jìn)行決策，這才是真正對業(yè)務(wù)產(chǎn)生核心價值的數(shù)據(jù)。

金融行業(yè)里的實(shí)體關(guān)系包括了個人客戶、賬戶、產(chǎn)品、商品、資產(chǎn)、合約、手機(jī)號、設(shè)備等等，這張圖譜量非常之大，同樣，這張知識圖譜構(gòu)建起來之后，可對應(yīng)的應(yīng)用場景非常之多，包括潛在關(guān)系、群體的識別、個體的分析、知識的推理等等。其中一個典型的場景是事件傳導(dǎo)，當(dāng)一家企業(yè)發(fā)生了一件事，無論好壞，怎樣以量化的方式去計(jì)算這個事件在這張網(wǎng)絡(luò)上的傳播，關(guān)聯(lián)的企業(yè)和個人會受到什么樣的影響？舉個具體例子，在金融公共領(lǐng)域，一個客戶發(fā)生了違約，如何尋找他的關(guān)聯(lián)關(guān)系進(jìn)行追蹤？這些都是我們的知識圖譜所適用的典型應(yīng)用場景。

百分點(diǎn)董事長兼CEO蘇萌：用數(shù)據(jù)指導(dǎo)決策，真的能幫助很多國家提高人民福祉

數(shù)據(jù)智能中臺的底層是大數(shù)據(jù)平臺，包括數(shù)據(jù)的采集、分析、存儲、加工等，中間層是數(shù)據(jù)資產(chǎn)管理平臺，包括同一標(biāo)準(zhǔn)的數(shù)據(jù)治理體系、源數(shù)據(jù)的管理、數(shù)據(jù)生命周期管理和新型數(shù)倉。再往上一層是AI中臺，包括知識圖譜、用戶畫像等等。最上面一層是統(tǒng)一的數(shù)據(jù)服務(wù)接口，智能中臺沉淀的數(shù)據(jù)、技術(shù)、模塊和對企業(yè)管理的認(rèn)知，通過接口對外輸出。

目前在各個領(lǐng)域，包括政府、金融、零售等，都在擴(kuò)大中臺的應(yīng)用，且效果顯著。以百分點(diǎn)為海外國家搭建政府智慧決策體系的實(shí)踐為例，由于這個國家基礎(chǔ)人口數(shù)據(jù)是缺失的，百分點(diǎn)邀請了國內(nèi)北大社科學(xué)院、中科院的人口所等眾多機(jī)構(gòu)專家學(xué)者，使用中國的人口預(yù)測模型，并結(jié)合海外國家的實(shí)際情況，幫助其做基礎(chǔ)的數(shù)據(jù)融合和人口預(yù)測，有了這個數(shù)據(jù)，政府應(yīng)該在一個城市建多少中學(xué)、多少小學(xué)、多少醫(yī)院以及多少糧食，才有據(jù)可循。如果沒有人口預(yù)測數(shù)據(jù)，國家決策失誤的概率機(jī)會就會很大。我們真切地感受到用數(shù)據(jù)指導(dǎo)決策，真的能幫助很多國家提高人民福祉。

數(shù)夢工廠CTO崔曉峰：建設(shè)的過程永遠(yuǎn)趕不上業(yè)務(wù)的需求快

服務(wù)于客戶的過程中最明顯的變化，就是我們的系統(tǒng)從交互開始就變得落后，建設(shè)的過程永遠(yuǎn)趕不上業(yè)務(wù)的需求快。因此，擺在我們面前最大的挑戰(zhàn)是如何能提供一個全域、標(biāo)準(zhǔn)、鮮活的體系，讓我們提供統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)、提供統(tǒng)一的數(shù)據(jù)實(shí)體、提供統(tǒng)一的數(shù)據(jù)服務(wù)，來支撐業(yè)務(wù)的價值呈現(xiàn)。

首先，需要全站的技術(shù)支撐體系。在體系構(gòu)建過程中，由以前獨(dú)立的離線分析系統(tǒng)演進(jìn)到現(xiàn)在的在線生產(chǎn)系統(tǒng)，生產(chǎn)的過程需要業(yè)務(wù)全流程端到端的技術(shù)支持，包括集成、交換、治理、開發(fā)、標(biāo)簽以及共享等，來構(gòu)建數(shù)據(jù)中臺的基礎(chǔ)支撐。

其次，需要全域的數(shù)據(jù)智能體系。數(shù)據(jù)不聯(lián)動起來，無法創(chuàng)造更多的可以想象的空間和價值，因此在這里需要構(gòu)建全域的數(shù)據(jù)資產(chǎn)管理體系，包括數(shù)倉的全域化、模型的行業(yè)化、數(shù)據(jù)的標(biāo)簽化和數(shù)據(jù)的資產(chǎn)化。只有把數(shù)據(jù)能全域打通，才能形成數(shù)據(jù)的資產(chǎn)。但是這個過程中需要構(gòu)建統(tǒng)一的標(biāo)準(zhǔn)，數(shù)據(jù)、模型來構(gòu)建對服務(wù)的支撐。

最后，需要全面的服務(wù)運(yùn)營體系。數(shù)據(jù)是動態(tài)的，隨著業(yè)務(wù)的推進(jìn)在逐漸豐富，所以我們需要有一個隊(duì)伍，按照一定的方法形成服務(wù)體系和運(yùn)營體系，構(gòu)建工具、標(biāo)簽、開放模型。

這三個部分加起來構(gòu)成了完整的數(shù)據(jù)中臺體系。

個推董事長兼CEO方毅：只要你聯(lián)網(wǎng)，個推就能夠推算出你的資產(chǎn)

數(shù)據(jù)行業(yè)里有一個特別經(jīng)典的詞，叫端詳。一個應(yīng)用場景中最重要的是客戶方擁有真正有用的數(shù)據(jù)源，在去掉一些偽數(shù)據(jù)之后，將其放進(jìn)大數(shù)據(jù)池里。每個用戶有幾千個特征，用機(jī)器語言描述出來，把其中的異常項(xiàng)拿出來，讓行業(yè)專家坐那兒“端詳”，以刪除誤導(dǎo)數(shù)據(jù)、發(fā)現(xiàn)一些特殊數(shù)據(jù)，最后把端詳過的數(shù)據(jù)重新丟回大數(shù)據(jù)的池子里，這是個推采用的方法。

例如在金融場景里，個推通過用戶的線上線下行為模式、關(guān)系、、身份、資產(chǎn)和屬性，就可以測算出他的信用值。其中在測算資產(chǎn)時，只要用戶聯(lián)網(wǎng)，日常使用什么品牌、什么價位、吃飯的客單價多少、住的地方房子均價高低、是否擁有房子產(chǎn)權(quán)都可以被推算出來，應(yīng)用于風(fēng)控領(lǐng)域。在這個過程中要如何解決大數(shù)據(jù)充分應(yīng)用和個人隱私保護(hù)之間的平衡呢？我們認(rèn)為應(yīng)該是用邊緣計(jì)算，讓很多運(yùn)算在本地算掉。

一覽群智CEO胡健：現(xiàn)階段的人工智能屬于弱人工智能，就是弱智

某種意義上，現(xiàn)階段的人工智能屬于弱人工智能，就是弱智。因?yàn)楫?dāng)前的人工智能幾乎是完全基于數(shù)據(jù)、數(shù)據(jù)推理的方式，既沒法理解人類的情感，也無法應(yīng)對復(fù)雜場景中的決策和規(guī)劃問題。

現(xiàn)階段人工智能的落地都是快速反饋、單場景感知的智能，各種金融場景就是其中的典型。例如，在銀行場景中存在大量可用AI取代人力的作業(yè)系統(tǒng)，包括放貸審核、外匯審核等等。在某四大國有銀行，每天都有至少2000人在做審核，而且這些人普遍擁有碩士學(xué)歷。因?yàn)榇罅康男庞米C和票據(jù)都是外文的，審核的邏輯也比較復(fù)雜，一個人一天只能審三單。現(xiàn)階段，用智能決策平臺、自然語言、知識圖譜等方式，把復(fù)雜審核邏輯化，這個需求無論在保險(xiǎn)、銀行還是證券，都存在大量的需求。在這個場景中，機(jī)器并不是完全取代人，而是需要人做最終的校驗(yàn)，但這至少能從2000人降到100人，而且?guī)捠峭耆粶蟮摹? 

銀行與金融科技融合的理想境界是什么？是銀行即服務(wù)。

2019年6月14日，億歐智庫研究院將在“2019丨全球新經(jīng)濟(jì)年會·金融科技峰會”上發(fā)布《2019開放銀行與金融科技發(fā)展研究報(bào)告》，深度解讀金融科技賦能開放銀行的融合與落地應(yīng)用——上?！ず鐦颉な蕾Q(mào)展館邀您見證！搶票鏈接：https://www.iyiou.com/post/ad/id/818

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。