未來將只有兩種公司，一種是有人工智能的，一種是不賺錢的。

這句話大概可以總結(jié)兩層意思，一方面人工智能讓更多的企業(yè)面對更廣闊的商業(yè)前景，另一方面是如果要運(yùn)用人工智能創(chuàng)造價(jià)值，就必須擁抱技術(shù)，實(shí)現(xiàn)真正的落地。

科技部最新發(fā)布的《中國新一代人工智能發(fā)展報(bào)告》也指出，人工智能技術(shù)的成熟及應(yīng)用催生的智能經(jīng)濟(jì)，將為我國經(jīng)濟(jì)高質(zhì)量發(fā)展提供有力支撐。

隨著 AI 技術(shù)快速地進(jìn)入各產(chǎn)業(yè)端口，越來越多的企業(yè)意識到，人工智能是一項(xiàng)企業(yè)必需品，但如何真的化 “智能” 以“智用”，仍是一個(gè)問題。

近日，在國際 AI 盛會 2019 全球人工智能技術(shù)大會上，品友互動 CTO 歐陽辰以《深度學(xué)習(xí)在商業(yè)決策的應(yīng)用與實(shí)踐》為題發(fā)表演講。 在演講中，歐陽辰從技術(shù)的角度介紹知識圖譜、聯(lián)邦學(xué)習(xí)等一系列人工智能相關(guān)技術(shù)在商業(yè)決策場景中應(yīng)用和實(shí)踐，以及如何利用深度學(xué)習(xí)等人工智能技術(shù)打造新一代的商業(yè)決策引擎，并從四大能力闡述了如何賦能企業(yè)數(shù)字化和智能化。

以下內(nèi)容根據(jù)歐陽辰演講內(nèi)容整理而成：

AI 決策引擎在場景中實(shí)現(xiàn)進(jìn)化

各行各業(yè)都在積極擁抱人工智能，而人工智能要創(chuàng)造價(jià)值就離不開具體場景應(yīng)用。AI 決策引擎的誕生就基于這樣一個(gè)場景，并在進(jìn)入更多的場景過程中實(shí)現(xiàn)進(jìn)化。

人工智能算法的訓(xùn)練要基于數(shù)據(jù)流量，第一階段 ，品友從營銷場景切入，通過算法和模型決策投放廣告策略，這項(xiàng)技術(shù)幫助我們占領(lǐng)品牌程序化廣告近 60% 的市場。當(dāng)時(shí)人工智能的概念還沒有進(jìn)入大眾視野。第二階段，我們幫助廣告主 (企業(yè)) 打造第一方的數(shù)據(jù)管理平臺。在這個(gè)平臺里面，將客戶的第一方數(shù)據(jù)（內(nèi)部數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)）等，第二方數(shù)據(jù)（媒體數(shù)據(jù)等）、以及市場上的第三方數(shù)據(jù)整合到平臺，通過數(shù)據(jù)的打通和激活，提供智能決策能力，比如幫助 CMO 和企業(yè)的市場部門決策廣告投哪里？投給哪些人？用什么樣的創(chuàng)意素材？什么時(shí)候投？經(jīng)歷過互聯(lián)網(wǎng)上半場的人口紅利，AI 決策引擎在服務(wù)大量的企業(yè)的過程中也不斷進(jìn)化。我們在深耕營銷場景之后，我們發(fā)現(xiàn)這種基于大數(shù)據(jù)和人工智能的決策能力除了營銷的決策場景之外，還可以幫助更多企業(yè)或機(jī)構(gòu)在各個(gè)場景應(yīng)用，因此第三個(gè)階段，我們進(jìn)入了智能金融、智能政務(wù)等多領(lǐng)域決策場景。

從預(yù)測銷售數(shù)據(jù)到預(yù)測流感

要了解 AI 決策引擎，我們可以先了解人工智能的這三個(gè)要件：感知、認(rèn)知、決策。

感知層是 AI 引擎獲得數(shù)據(jù)的重要方式，感知包括各種數(shù)據(jù)的獲取，包括圖像，視頻，語音，IoT 也包括各種結(jié)構(gòu)化的數(shù)據(jù)源等。 在商業(yè)場景中，品友提供了合法安全的數(shù)據(jù)對接能力，品友目前對接的數(shù)據(jù)流每天達(dá)到 PB 級別。PB 是個(gè)數(shù)據(jù)單位，1P 大約是 1028 個(gè) T，更直觀來說，有研究文章指出 800 個(gè)人類記憶容量就相當(dāng)于 1 個(gè) PB。

感知層越強(qiáng)大，后期的思考能力的鍛煉越容易。認(rèn)知就是一個(gè) “思考” 的過程。

在決策引擎的認(rèn)知層中，重點(diǎn)可以提到特征共享自動化建模平臺，我們在這個(gè)領(lǐng)域做了很多事情，隨著機(jī)器對用戶的理解加深，我們對每一個(gè)用戶有一個(gè)特征工程，可以將其歷史行為進(jìn)行特征工程編碼。編碼以后，我們會通過商業(yè)目標(biāo)設(shè)定優(yōu)化目標(biāo)以后去自動建模，優(yōu)化整個(gè)過程。模式識別和預(yù)測模型背后都是特征的提煉。我們利用復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，例如深度學(xué)習(xí)，將認(rèn)知模型沉淀在機(jī)器模型中，形成對未來的預(yù)測能力。

模式識別和預(yù)測模型是人工智能賦能決策的兩大核心，模式識別可以從大量的行為數(shù)據(jù)中找到類似的行為數(shù)據(jù)，預(yù)測模型能做的就是，根據(jù)歷史數(shù)據(jù)來預(yù)測接下來的走勢，

在營銷增長方面，我們可以幫助企業(yè)利用歷史銷售數(shù)據(jù)，包括各種銷售數(shù)據(jù)的特征，預(yù)測未來的銷售情況，并且分析出哪些因素在影響銷售數(shù)字，找到最優(yōu)化的提升策略。

基于在這方面的技術(shù)積累，我們打造了能對未來流感情況進(jìn)行預(yù)測和分析的預(yù)測模型，這項(xiàng) AI 解決方案基于一些關(guān)鍵數(shù)據(jù)，通過聯(lián)合建模的方式，我們可以對某地區(qū)的流感情況進(jìn)行預(yù)測，該解決方案可以將人工智能技術(shù)賦能幫助醫(yī)藥行業(yè)企業(yè)更好地分析流感數(shù)據(jù)，發(fā)現(xiàn)客戶的實(shí)時(shí)有效需求，可以輔助藥企制定更好的市場策略，或者幫助相關(guān)醫(yī)療機(jī)構(gòu)進(jìn)行預(yù)案等。

AI 支持復(fù)雜決策場景，輔助高層次決策

知識圖譜是一種復(fù)雜數(shù)據(jù)結(jié)構(gòu)的技術(shù)，通過實(shí)體和關(guān)聯(lián)描述，建立一種網(wǎng)狀的知識組織形式。

品友在營銷行業(yè)首創(chuàng)營銷知識圖譜，將營銷的關(guān)鍵實(shí)體和關(guān)聯(lián)，沉淀在營銷知識圖譜中，利用 NLP 技術(shù)和機(jī)器學(xué)習(xí)技術(shù)，建立核心的營銷概念和實(shí)體分類，同時(shí)結(jié)合我們 2012 年發(fā)布的行業(yè)首創(chuàng)的數(shù)字人群標(biāo)簽（DAAT）, 通過大數(shù)據(jù)的累積和清洗，包括歧義消除，知識表達(dá)，實(shí)體分化等技術(shù)，我們形成高覆蓋和精準(zhǔn)的營銷知識圖譜，這個(gè)圖譜幫助我們在各個(gè)環(huán)境優(yōu)化我們的營銷決策。其應(yīng)用包括線上投放中的點(diǎn)擊率預(yù)測，轉(zhuǎn)化率預(yù)測等，也支持營銷優(yōu)化策略的自動生成，還支持各種策略優(yōu)化的持續(xù)探索，面向全鏈路的營銷決策。

品友的知識圖譜沉淀了將近 10 年的數(shù)據(jù)處理經(jīng)驗(yàn)，并且通過不斷地?cái)?shù)據(jù)經(jīng)驗(yàn)積累和數(shù)據(jù)清洗持續(xù)升級和優(yōu)化，相比一般的模型，營銷知識圖譜模型具有更好的覆蓋率，以及可解釋性。舉一個(gè)知識圖譜的應(yīng)用例子，我們的 AI 引擎中查詢 “中端 SUV 新車上市的營銷策略”，系統(tǒng)就會利用營銷知識圖譜能把過去成功的營銷策略進(jìn)行輸出，這些策略都可以輔助決策過程。

我們認(rèn)為，決策是人工智能的核心，只有真正將認(rèn)知的結(jié)果，應(yīng)用在決策中，獲得真實(shí)世界的反饋，這種可持續(xù)反饋的人工智能才有生命力。

我們在做的企業(yè)增長解決方案，智慧政務(wù)，金融風(fēng)控領(lǐng)域都是有復(fù)雜的決策場景，人工智能可以在這些決策場景中，扮演越來越重要的支持作用。未來，低層次的實(shí)時(shí)決策都會讓機(jī)器來決定，人工智能可以更大程度輔助高層次的抽象決策。

打破 “數(shù)據(jù)孤島” 同時(shí)為數(shù)據(jù)安全護(hù)航

AI 引擎 “福爾摩斯” 的命名是希望 AI 引擎能像偵探福爾摩斯一樣通過大數(shù)據(jù)找到各種蛛絲馬跡來判斷并作出決策。

我們的決策是什么？以市場營銷場景為例，營銷是一個(gè)非常復(fù)雜的事情，包括產(chǎn)品的定位，人群的構(gòu)建和篩選，對用戶人群的理解等，比如消費(fèi)者買了某個(gè)產(chǎn)品以后，為什么不再購買？為什么復(fù)購？在整個(gè)環(huán)節(jié)里面，其實(shí)可以通過提供模型去幫助企業(yè)去做作產(chǎn)品定位等營銷決策。

那么有人會覺得營銷其實(shí)是一個(gè)老問題老場景。為什么最近幾年，開始需要用人工智能和大數(shù)據(jù)去解決營銷問題？和 20 年前只有一臺電視比起來，消費(fèi)者的注意力被太多渠道吸引了，年輕人基本上不看電視，很多 90 后甚至不看，他們喜歡用抖音、快手，關(guān)注點(diǎn)和注意力都分散了。這就是就是營銷在人工智能和大數(shù)據(jù)下的場景。品友基于 AI 引擎開發(fā)了企業(yè)的第一方數(shù)據(jù)管理平臺（DMP/CDP），通過部署和共同建模，它能幫助企業(yè)將第一方的 CRM 數(shù)據(jù)、營銷數(shù)據(jù)、社交數(shù)據(jù)等打通，通過機(jī)器學(xué)習(xí)和建模的方法輸出洞察，如媒體商業(yè)洞察，人群洞察，還有一些歸因，歸因的意思就是說比如企業(yè)通過很多渠道商投了廣告，到底哪一個(gè)渠道商的廣告起作用呢？歸因可以幫助你做很多的分析。最終實(shí)現(xiàn)策略輸出。

在智能政務(wù)場景中，品友基于 AI 引擎搭建了服務(wù)于公共事務(wù)的智能政務(wù)管理系統(tǒng)，相當(dāng)于一個(gè)“政務(wù)大腦”。比如智能政策落地解決方案可以幫助政府和企業(yè)解決政策落地“最后一公里”，政府發(fā)布很多惠及企業(yè)的政策，但并不是每個(gè)企業(yè)都知道，特別是一些小型企業(yè)。政府怎么把這個(gè)企業(yè)政策推廣到各個(gè)企業(yè)，讓企業(yè)能知道哪些有益的政策，面對這類需求場景，通過算法和技術(shù)可以做一個(gè)政策推薦落地的信息打通，這個(gè)智能推薦平臺通過網(wǎng)絡(luò)獲取公開的政策，通過語義分析等技術(shù)對政策文件里面進(jìn)行自動分析、自動解讀，提取出政策的目標(biāo)是誰？作用范圍是誰？是政策優(yōu)惠還是補(bǔ)貼資金呢？另一方面企業(yè)可以通過輸入企業(yè)信息，自動進(jìn)行匹配。這樣可以實(shí)現(xiàn)把最合適的政策推薦給合適的企業(yè)，通過這樣一個(gè)方法幫助政策的落地。自然語言的處理則會幫助簡化這個(gè)流程。

然而不管在何種場景中，為哪類企業(yè)或機(jī)構(gòu)提供服務(wù)，數(shù)據(jù)安全是重中之重，品友在數(shù)據(jù)安全和隱私保護(hù)上面是不遺余力的，率先通過 ISO27001 安全認(rèn)證，以及等保安全認(rèn)證三級，同時(shí)也在開發(fā)相關(guān)的數(shù)據(jù)安全技術(shù)。我們最近研究一個(gè)課題就是聯(lián)邦學(xué)習(xí)。聯(lián)邦學(xué)習(xí)，就是在保護(hù)隱私安全，甚至不交換數(shù)據(jù)的前提下，共同模型來打破“數(shù)據(jù)孤島”。 在我們?yōu)槠髽I(yè)進(jìn)行數(shù)字服務(wù)的探索和實(shí)踐過程中，我們發(fā)現(xiàn)聯(lián)邦學(xué)習(xí)技術(shù)的重要性，以及共同建模的巨大商業(yè)價(jià)值。