12月18日，2017（第十五届）中国互联网经济论坛在京举行，明略数据营销副总裁刘静在现场发表主题演讲。她认为未来AI将助力传统行业数字化转型，新一代企业数据架构将助力中国数字经济。在她看来，人工智能将改变企业获取商业价值的方式。未来明略数据将以智能化知识管理系统为企业赋能，帮助企业完成金融行业的数字化转型，以此提升企业竞争力。
以下为演讲实录：
今天非常开心能够来到这儿跟大家分享，明略数据在过去三年中的一些实践和一些感受。在之前也已听到大家诉说了人工智能在数字化转型，或者是大数据技术在数字化转型方面的应用。大多是在2C领域或相对比较轻的2B领域运用自己的大数据技术和人工智能技术。然而明略数据则不同，我们是服务于安防领域，服务金融领域、服务工业领域，今天也将在这里跟大家分享一下我们的案例。
现在整个国家的在数字化转型方面的战略，主要是人工智能战略和大数据战略，两周之前习大大还召开一次政府官员的学习会，就是为了让每一个领导干部能够有数据的思维，让数据思维去驱动这些转型。现在人工智能领域、人工智能技术以及大数据技术离我们的日常工作和生活还是比较遥远的。从商业领域方面来看，阿里巴巴的首席战略官说商业智能驱动的双螺旋是是网络协同和数据智能。明略数据为了将网络协同和数据智能实现到数字化转型上，采用了三个步骤，第一步在线化，第二步智能化，第三步网络化。以此就能实现在垂直领域里面的网络协同和数据智能。
明略数据是一家在2014年成立的一家大数据公司，创始人是吴明辉，他在2006年曾经创办过一家企业叫做秒针系统。这个应用在国内营销领域赫赫有名，对营销大数据的发展起很好的促进作用。秒针系统是在2006年建立的。那时是大数据的数据的威力最猛之时，而那时最先爆发的两个领域，一个是营销，一个是电商。到了2014年，大数据数据驱动在其他中国行业也开始有了广泛应用。那时秒针系统背后还有美金的投资，以此为基础在2014年4月3日，我们成立了明略数据。成立之初数据驱动也是大数据的热门，因而那时明略数据也有了一些垂直行业的用户，并合作了很多和大数据平台相关的项目。那时，大数据的产业主要是在线化，数字中国也正兴起，而数字中国的第一步就是把所有的业务流程和业务规则以在线化的事情去呈现。
在数字中国的背景下，明略数据做的第一个项目叫做银联商务，项目叫做数字魔方。银联商务正面临着支付宝、微信支付这类互联网金融的压力，如何给自己的商户提供优质的实时服务？是摆在银联商务面前的问题。这时数字魔方在当中起到了巨大的作用。2014年初，如何把POS机所有数据实现在线化，是一个非常大的挑战。国内几个技术团队能做到这点也是比较少，当时创始人带领的团队用Hadoop数据，把银联商务和POS机实现在线化，非常短的时间内可以知道我过去自己的交易流水或者我整个的状况是如何做的。现在银联商务自己内部已经能够通过对自己的数据变现，对自己的交易流水的实时感知，能够为自己的商户提供更加智能的服务，甚至有很多地方都能够提供自己商户对未来的预测状况的一种预测。通过这个案例想跟大家说，垂直行业的人工智能，我们明略数据秉承的理念是新规则、后学习，先对业务规则进行统筹，把它的翻译成计算机语言，存到业务系统当中去，不断的获取数据集，对核心问题进行深度学习，反过来弥补整个系统有效的运营，这是我们的理念。
今天很感激这样的机会，当我在线之后如何实现智能化？明略数据四张牌，我们通过大数据的技术把数据变成信息、从信息转化成知识再转化为智慧，如何实现智能化？明略数据的标签就是知识图谱的技术。大家分享很多，我通过大数据的技术实现互联网的一些基础的业务在线化，如何实现智能化，用知识图谱的技术是明略数据三年来尝试的事情。
具体的案例是，在今年2017年的8月22日，发布了明略数据的明智系统，这是中国做垂直行业人工智能国内应该是第一个做行业人工智能的解决方案的引擎叫明智系统。最核心两款产品是我们知识图谱数据库产品，叫做蜂巢，还有人机交互的产品叫小明。如何把信息变为智慧，在这其中知识图谱技术是非常重要的。技术领域知识图谱数据库是一个混合的架构，有图数据库也有规则数据库，就是关系型数据和图数据库，它两个地方都存在我们知识图谱数据库里面。为此，建立了一个又一个对于智能问题的索引，它能够去解决在行业过程中非常有效的一个又一个问题。蜂巢应该是行业内第一个被我们封装出来的混合架构的产品。
在数字经济驱动的转型应该建立是什么？它在线化之后应该有智能化，智能化是建立在知识图谱技术之上。在此之上，明略数据我们做了很多公安情报方面的案例，我们发现了有一个特点。大家服务金融行业都会有一个特点，金融行业是高富帅太多，金融行业技术或者信息部门他们理解自己业务的时候，至少跟我们很多技术人员都是旗鼓相当。很多垂直行业里面比如说安防领域还有工业领域，新一代交互把人工智能技术非常有效用在自己工作当中，这非常大的考验。
我们用知识图谱数据库支撑这种智能化的一种可能，我们设立了人工智能的企业级的SIRI就是小明。它达到通过自然语言处理，能够通过小明对知识图谱构建的智能系统进行问题的智能算法的调用。
我举一个例子，比如说如果我们用检索的方式，用非常复杂的检索的方式去查，比如说今天在中国大饭店来开会的35岁以上穿黑西装男士在勾选过程中是一个非常复杂的操作过程。但是通过小明我可以说，Hi，小明，我希望知道今天在中国大饭店开会非常可疑的男士，可以通过算法调用，上下文自然语言的处理对这个进行调用。
这是两款非常通用的核心产在此之上，我们研发出公安情报大脑，金融的风控大脑和工业领域高端设备运维状况的监测大脑。这几个大脑其实都是行业里面解决方案的引擎。在此之上比如在金融风控大脑之上有各种各样的反欺诈、内审所有相关的项目。总结起来觉得道生一，一生二，二生三，三生万物，是自己产品体系的架构。一就是我们的明智系统，第二就是两个非常核心的产品，知识图谱数据库产品，蜂巢和新一代企业级交互小明。三个大脑就是公安大脑、金融风控大脑和工业高但设备运维大脑。最后三生万物，我们在此之上做了各种各样行业案例。
在此之上我们跟大家分享一下在数据驱动经济转型金融行业里面怎么做，我作为明略数据来说很难在宏观上面回答行业在做数据驱动，我们分享一下在这个过程当中做了哪些尝试。几乎所有找到我们企业，因为现在截止目前为止明略分享过四大行里面交通银行、中国银行、招商银行、广大都是明略的客户。城商行和商业银行业有非常多，大部分找到我们是通过知识图谱的技术对自己的风控，企业的内审合规这些方面。我们也希望通过我们的大数据技术，人工智能技术，能够辅佐金融行业从上到下去辅佐它的战略决策，从下到上对于整个业务的实时感知和风控状况的实时感知。
我给大家说一下目前我们涉及到这几个项目有这样的，有智能的客户画像、智能分析的人工智能的引擎，智能风险管理，机器人流程自动化，智能投顾，智能客服。
这个过程当中想跟大家分享一下，现场有金融方面的人员，金融大家比较喜欢用的词是计算智能、感知智能和认知智能。我参加很多金融方面的会都在讲这样三个词。计算智能就是以数据中心驱动从2000年开始，数据大集中。计算智能每一家金融机构都已经做的非常好了。2014年的时候因为这增强学习，Hadoop技术还有感知，对于人脸识别和图象识别还有文本识别有一些增强。大家能看到现在有很多非常智能的服务在金融机构里面为我们提升到。但是认知智能截止目前为止时间比较短，每家银行都处于摸索时期。比如现在我们之前做的这些银行项目都是通过明略数据的知识图谱数据库这件事情之上，我先把大量的数据进行融合，通过学习过程当中再去决策，我在风控营销还是内审合规上面发力，目前我们都是属于摸索和探索之中，这是金融方面的一个数据驱动的一个转型。
在公安方面，明略数据跟其他金融不一样的地方是，在公安坦诚一点说公安的数据比我们见到其他行业的数据更为好的。除了它自有八大数据库以外，它的视频的数据，包括它外面采集的我们每一个人的行为数据包括手机的数据，时空数据，他其实是如果在这件事情进行刑事立案之后，这些数据都能够被警方调用。警方一直说我们希望是利用大数据技术、人工智能技术能够向数据要情报，向人工智能要警力这样的状况。明略数做的事情就是我们帮助公安系统，尤其是情报分析系统、情报中心能够把海量多样化的数据进行融合，先整合在一起，先建设一个数据弧，数据弧之上建设各种各样的智能应用。这件事情就可以催生出来我们做到扁平化指挥体系、研判分析系统、管理服务系统、执法规范化体系。这件事情其实也是一个在线画像向智能化转化的一个过程。
而我们明略数据一个天使客户，石家庄市公安局在十九大安保期间，我们系统起到非常重大的作用。它怎么起到重大作用？石家庄市公安局是非常重要，京津冀我们的护城河中最重要一环。最重要的工作就是对整体的治安状况进行整体的感知，它要做到打防管控里面防和控，确保我们整个十九大安保期间非常好的安全的状态。它需要知道在社会上到底哪些地方有哪些态势，有哪些不好的事情将要发生，他有一个综合研判平台，帮助客户把所有数据都到统一平台上，对整体社会进行实时感知。这是明略数据非常重要的2014年开始执行的天使客户的案例。
工业是非常大的领域，明略数据在其中做了两部分，其中一个是高端设备的状况监测，这是工业数字化转型过程当中为上海地铁做得业务。通过实时在整个地面的数据和车本身传感器传输回来的数据。第一步先做到数据融合，那么高铁真正的痛点是什么？实现第一件事情的在线化，什么是在线化？多线路数据实时汇聚在一起。高铁是一个非常复杂的体系，所有的设备都是由不同厂商制作的，每一个厂商都有自己不同的数据存储和数据处理自己的规范。今天整个这个行业就是先做统一的标准化的一个处理。数据融合之后，可以把多数据融合出来，把整个运行轨迹或状态画出来，已经能够帮助我们的客户实时去推行健康运维。能够首先通过数据的在线化解决非常多的问题。
这块跟大家简单分享一下具体的案例，刚才说到了情报研判，美国一家公司的情报分析系统帮助美国中情局找到本拉登，是拿大数据做分析。帮助客户通过去构建人事地物组织的情报知识图谱。通过这个情报知识图谱去构建各种各样的战法。举个例子，在扫黄打非过程中，我们有一条战法同行同路同城。我们是构建情报知识图谱之后去构建公安人员破案的一个战法，把战法在软件里面实行自动化的实现。它能够实现对于犯罪情报初步筛查，最终承接老的判案人员个人智慧统筹起来，能够对案件提升非常高效情报研判的效率，这是我们在公安方面的尝试。
信用卡中心，金融方面当你在线化的时候最根本的一件事情就是能够实现你的数据从一开始离线存储到现在的实时感知，这是必须利用大数据的技术把整个系统打造为更开放，用分布式架构去做，它才能够产生海量数据毫秒级的反馈。我们在交通银行信用卡中心这个项目上线三个月，已经为客户挽回百万级的风险的预警，实现损失避免。
再一个就是明略数据的一个大型证券交易所，真正是一个知识图谱为基础的智能分析的项目。它是通过人、帐号、交易行为对所有本体构建它的关系网络，通过关系网络来预判交易过程中的异常行为，从而能够对整个金融交易市场实现有效的监管和评估。
明略数据在工业方面，非常重要的客户是中国中车，这是高端设备运维，大家知道工业方面的大数据或者人工智能真正解决不是安全问题。为什么？因为工业方面的安全问题，比如你做飞机，做高铁已经是非常非常安全的选择了。工业方面的大数据或者人工智能真正驱动是成本效率的降低。通过对机车的车头的发动机的传感器的传来的数据实现的数据融合和分析，能够确保高端零部件的有效的运维，能够提升它的使用率，这是中车的项目。这是地铁，轨道运维过程当中的效率。
明略数据在三年过程中，有这么很多核心的项目，今天也是非常荣幸能够跟大家分享明略在公安、金融核工业方面一些尝试。大家如果对于知识图谱这些技术或者大家如果对于企业级人工智能有合作的点我们可以线下交流。这是明略数据官微的二维码，大家感兴趣上面有很多我们的案例。我本人不是技术出身，今天讲到技术方面也请大家多多体量，对这些案例感兴趣可以扫描我们二维码，大家上面去找。在上面也有明略数据的科学家在上面去分享他们的尝试。
明略数据在人工智能和大数据方面有自己非常独特的坚守，2014年明略数据制订了公司做人工智能和大数据方面一个比较独特的战略叫做驻场科学家。为什么是这样？我们觉得数字化转型或者大数据技术或者人工智能技术必须有优秀的科学家在客户现场和客户一起先规则后学习，才能实现有效真正解决方案的露出。
