「創業最前線」首席主筆｜龍曦
 本文系作者原創，轉載請申請授權

“雲計算改變IT架構，大數據改變商業模式”。

在行業掀起從消費互聯網向產業互聯網轉型的熱浪之時，新的風口由此而產生。明略數據這樣一批大數據+AI領域的“原住民”，開始成為各大勢力關注的對象。

將深度學習與符號主義相結合，明略數據完成了極富前瞻性的從感知AI到認知AI的規劃。

明略數據這樣的企業，通過將人工智能與各個行業深度結合，將人類知識與大數據、機器智能和商業智能深度結合，做到“人機協同”，試圖在將來幫助計算機跟人一樣理解客觀世界，達到機器輔助人類理解分析決策的能力。

人工智能從未如此高速的發展和變革，它正成為催生產業深度互聯的發動機，誰又會站在新一波浪巔峰?

騰訊為何選擇投資明略？

中國龐大的人口基數導致在中國做消費互聯網時，輕鬆就可以獲得幾千萬甚至幾個億的用戶。而由C to B，不僅僅是中國難題，也曾經是世界難題。

曾經，微軟的第二任CEO鮑爾默就倒在了B端業務上，在他離開前，微軟市值縮水一半。然而第三任CEO納德拉最終以一往無前的勇氣與執行力完成了這個轉型，重回巔峰。

潮頭已至，圍繞騰訊在11月1日宣佈的產業互聯網戰略，To B新浪潮開始湧起。

從宏觀上說，這要求產業互聯網革命的參與者，不僅要具備信息化的處理能力，更要具備雲計算的能力，利用互聯網、雲計算、大數據和人工智能等技術，為服務對象而深入到各個產業領域，幫助傳統行業正確高效的重構產業鏈和業務鏈，優化產業效率、創造全新價值。

騰訊這次之所以敢放開手腳進行產業互聯網轉型，一個重要的因素功不可沒。這就是騰訊的佈局能力，在消費互聯網還沒有走到高潮之前，騰訊已經進行了產業互聯網數年之久的佈局謀篇。它需要明白的其實是兩件事，什麼自己做，什麼別人做。

自己做，就是構建整個產業格局的戰略態勢；

別人做，就是把具體垂直領域的解決交給可靠、新銳、靈活的創業夥伴。

其中，就有目前已經在行業AI領域打得有聲有色的明略數據。

騰訊戰略投資明略數據，源自明略數據在AI領域的獨特成就。

不久前，這家還很低調的公司，舉辦了2018年度產品發佈會。會上推出的“行業AI大腦明智系統2.0”，引起了國內AI行業廣泛的注意。

這是國內為數不多的將認知智能的關鍵技術——知識圖譜與深度學習、機器學習相結合，在數據處理階段引入語音識別和機器視覺來豐富感知類數據，將所有數據匯聚到“AI驅動的數據治理”平臺CONA並可通過全網絡即時查詢，由知識圖譜數據庫NEST負責存儲，最終通過知識圖譜分析平臺SCOPA完成向行業大腦的認知智能輸出，打通感知型人工智能到認知型人工智能的藩籬。

這既是一個非常完整的解決方案，又是一個具有無限潛力的發展方向。

除了獲得騰訊的戰略投資外，這個在成立僅僅4年多的獨角獸已經在資本市場大展手腳，今年4月，低調的AI獨角獸官宣了一輪已於去年完成的10億元C輪融資，由華興新經濟基金和騰訊領投。更早之前，紅杉資本中國基金成為其B輪的領投方。

要知道，沒“兩把刷子”，又怎能成為在互聯網領域裡以“謹慎”著稱的騰訊投資標的。

2017年，由明略數據研發的AI人機交互產品“小明”正式在一些省市公安機關入職上崗。

這讓騰訊看到了這家數據+AI獨角獸公司未來更大價值的潛力。

明略的殺手鐧

繼2017年政府工作報告中首次出現“人工智能”後，智能化發展成為當前及未來城市建設及轉型發展的主旋律，我們或許還不理解什麼叫“智慧城市”，那麼你還對《唐人街探案》裡天才少年秦風高智商推理破獲連環殺兇案還記憶猶新嗎？

在現實生活中，讓每一位警察都像“神探秦風”一樣，運用將各種數據進行收集和邏輯性整理的智商破獲每一宗離奇案件，這有可能嗎？

真的有一家大數據人工智能公司在做這樣的事情，正是——明略數據。

面對不同城市的不同警種的數據不統一，不標準化，數據混亂的情況，將所有的數據統籌到一個數據池中，再由這個數據池統一對外提供各種各樣的服務，以海量多源異構數據、大數據分析發掘算法、以社交通聯軌跡，再結合特徵識別和機器學習等手段，實現公安內外部信息資源的匯聚整合，深度挖掘機各業務系統的整體聯動，這正是為公安進行數字化轉型，用大數據指導警務提供了強有力的支撐系統。

基於對這種認知，在2017年發佈的包括知識圖譜數據庫“NEST蜂巢”，以及AI交互入口

通過對解析案件線索以及根據特徵對案件進行推演等指令，明智系統便能夠反饋案件關鍵信息，並給出相關的推演展示。從而幫助公安機關增強在應急處突、反恐維穩工作中的掌控力、回溯力和預警能力。

“明智系統”打造著一個開放的框架，利用智能算法、機器學習等技術，基於自有知識圖譜數據庫，通過統一的語音入口，以對話形式提供業務支持，向上鏈接業務場景，向下連接數據來源，夯實多源異構數據的綜合處理和駕馭能力，融合各方數據，針對不同的業務場景建立不同的支撐服務體系，形成一個安全體系，去支撐公共安全各種打防管控的一把安全密碼鑰匙。

除了支持公安系統之外，更是鋪設工業軌交、數字城市、金融等垂直領域。

隨著銀行IT架構轉型升級，大數據建設的不斷完善，利用大數據、人工智能技術挖掘數據價值，實現科技賦能金融、輔助客戶管理、精準營銷、風險管理、運營優化等場景下的智能業務決策已成金融垂直行業的必須智能需求。

利用人工智能及大數據技術的“明智系統”通過知識構建、知識計算、知識存儲和知識應用的“關鍵四步”落地金融行業知識圖譜。將業務經驗、專家經驗、機器學習相融合，讓數據以接近人類認知的方式存儲，最終實現銀行各條線的業務效果提成。

同時，它更以知識圖譜為核心面向金融機構提供圍繞信貸風險監測與預警、內部審計、反洗錢、反欺詐、智能投研等方向的產品和解決方案。

幫助銀行全面融合內外部數據，構築知識圖譜平臺和能力，深度挖掘數據價值，建設業務應用，輔助決策。全面提升金融客戶風險管理能力和效率，與金融客戶並肩實現產業智能化升級。

在某全國大型股份制銀行項目中，明略依託全行近十年全量數據，構建了“企業、個人、機構、賬戶、交易和行為數據”總規模達十億點、百億邊的知識圖譜平臺，展現了全行完整的客戶關係網及資金流轉全貌，完善了銀行整體風險管理能力，提升了銀行風控效率。更是創建了全國首個銀行業全行級知識圖譜數據庫。

在城市軌道交通領域，明略數據服務上海地鐵車輛分公司實現國內首個車輛全生命週期數據管理的智能化平臺。

明略數據通過幫助軌交運營單位有效提高工作效率，降低安全風險和運營成本，助力軌道交通行業向信息化、智能化邁進。

兩手抓著2.0升級版明智系統和首創“深度學習與符號主義相結合” 的明略，就像蘋果手機，從指紋智能到如今的人臉識別一般，相繼在公安、金融、工業、綜治、環保等行業打通著產業互聯網中感知與認知智能的技術頂層設計，推動著行業智能化升級。

運營智能數據 打造未來企業

目前看來，移動互聯時代真正的商業贏家都是瞄準一個或幾個細分垂直領域，在線下構築重度運營體系，在線上運用IT系統形成閉環。

但是，對於傳統行業，它們很難做到這樣。

這就導致了各類IT服務類公司和諮詢類公司的出現，但明略的模式則是，把利用企業自身數據的方法論和工具都交給企業，讓企業輕鬆的在數據時代自主航行。

面對散亂在垂直企業的裡大規模的數據，沒分析技術也不行，利用大數據的難點歸根結底在於技術範式的創立。

明略則通過人工智能技術幫助垂直企業的頭部客戶利用大數據，在人工智能技術環境中，將數據挖掘出高價值。

在每天大量產生的行為數據、物聯網等數據中，衍生出對數據分析的大量需求，對多樣化和複雜化的數據通過人工智能在海其量信息中進行高效的識別，並進行深度學習、機器完成各類數據的解析，形成洞察，完成垂直領域的深度延伸。

近年來，由於計算處理能力的突破以及互聯網、物聯網大數據的爆發，再加上深度學習算法在數據訓練上取得的進展，算法、計算、數據三者都已成熟，這推動了人工智能開始進化。

人類提出人工智能概念已經有80年，而其中前70年的發展，還不如這數年裡經歷的變化多。AI行業在從感知智能上實現巨大突破到像明略數據的“明智系統2.0”開始嘗試將感知與認知智能打通，這一切突破發生的太快了。

這裡，要舉一個小小的例子，就是在明略數據用於公安研判的AI人機交互產品“小明”，它的背後是明略對於數據中所蘊含知識的抽取、融合、推理、和沉澱等一系列過程，而它映射出的更大的能力是——明略不僅僅是基於大數據，結合AI在感知和認知方面的能力，給出行業性解決方案。

更可以根據行業的需求，不斷驅動AI本身的迭代和躍升。

通過在垂直行業的摸爬滾打，這家公司積累著豐富的產業和客戶資源，而這些使得它的數據“大腦”可以用各種方式來啟發自己、訓練自己，具備完善的數據思維，具備更聰明的大腦，從發掘數據到智能化使用數據，它鋪設著AI產業化的高速公路。

而對於客戶方企業來說，無所謂是否必須配備極專業、極昂貴的全班人馬AI人才，只要能善用明略的產品和服務，也能轉型升級，快速邁入數字化商業的快車道。

流量紅利的消耗殆盡決定了產業互聯網的勃興。而業界也逐漸看到數據紅利並不等於商業價值，這給以深度學習為代表的感知智能企業指明瞭向認知智能發展的方向，同時，它也將進一步的釋放AI的產能。我們期待看到越來越多像明略這樣的公司在各個行業裡突破的案例誕生。

閱讀更多 創業最前線 的文章

關鍵字: 人工智能 大數據 雲計算