2017年渐入尾声，从初创企业先锋到互联网巨擘、再到传统企业的先后入场，投射出一个重要的信号——人工智能技术在越来越多产业落地、企业智能新时代全面开启。国际知名咨询机构德勤（Deloitte）近期出炉了一份《认知技术报告》（下文简称“报告”），通过对美国1500名高管进行的调查表明，已经采用认知技术的调查对象、对于这项技术在今天和未来的角色都非常看好，76%的被调查对象认为认知技术将会让公司在未来三年内有很大改变。而报告中对“认知技术”的定义，即为机器协助甚至是取代人类进行决策，以及能够自动计划、推理和学习的技术。

日前，在乌镇举办的“第四届世界互联网大会”上，人工智能公司第四范式的创始人、首席执行官，同时也是人工智能领域杰出青年学者（“迁移学习”单篇论文引用全球前三、中国人工智能最高奖“吴文俊奖”一等奖获得者）的戴文渊阐述了其对于人工智能在工业界广泛应用的观点，戴文渊认为，企业需要的AI已不再是解决单一问题的工具，而是支持各个业务部门决策的认知能力，为此，企业需要为人和机器建立起相互辅助的角色，并据此对现有的IT系统重构与优化，升级为以“机器学习圈” 为基础架构的的企业AI核心系统。

从执行到决策，人工智能向认知层面推进

戴文渊表示，传统企业生产经营是由人工决策、机器执行；而AI存在的意义正是在于机器决策、机器执行。当前完全依赖机器决策也许为时尚早，但机器辅助决策已经比较通行。德勤此前发布的报告也表明了相同的观点：机器已经可以实现决策的最优化，报告中还列举了一系列案例，如零售商利用机器学习制定交叉销售定价和有效的促销活动。第四范式早已将机器决策应用到所服务的各领域，如金融行业对欺诈交易和运营风险的识别和控制，针对客户投资理财的决策辅助和咨询建议等。

这些机器在决策方面的发展，得益于认知智能技术的进步，认知智能是指驱动机器可以像人类大脑一般，通过数据挖掘、自然语言处理来进行学习，最终建立一种能够摆脱人类干预、自行完成复杂决策的系统。戴文渊同时指出，认知智能在提高决策效率极具说服力，人工智能在认知层面的应用正在迎来全面爆发期，不仅要让机器听见、看见，更要让机器听懂、看懂并反馈有效信息、从而使机器自主做出决策，已经成为人工智能工业界应用的主流方向。

从条件到过程，人工智能按“圈”布局

在2017年5月的GMIS大会上，戴文渊正式提出，人工智能的工业化应用，须有五个必要条件，即大数据（Big-data）、反馈(Response)、算法(Algorithm)、基础设施(Infrastructure)及明确的业务需求(Needs)，合称“BRAIN”。在将AI技术在各行业应用的广泛实践中，第四范式又总结出了这几个必要条件的相互关联，并将其串联成机器获取智能、做出决策的全过程，这个过程类似于人类获得知识、做出决策的过程。戴文渊指出，在人类心理学研究史上，有一个著名的“库伯学习圈”理论，该理论认为人类学习的过程是由“行动、经验、反思、理论”这四个阶段构成的。简单来说，人们通过行动产生经验，再通过反思经验，学习、总结其中的规律，在新的行为发生时找到最优决策。

在理解“库伯学习圈”的基础上，戴文渊认为机器可以参考人类的学习过程，也就是说，机器可以和人类一样，拥有机器的学习及决策过程。对于机器来说，在清晰定义业务目标基础上， “过程数据”与“反馈数据”即形成了类似人类的“行为”与“经验”，而机器学习的模型及运算让机器得以学习经验、进行反思，反思之后所总结出的规律就好比人类的“理论”，这五个过程分别代表了AI应用所必须的五大条件，也完美契合了人类学习及决策的过程，可以称之为“机器学习圈”。

在构建完整“机器学习圈”基础上、结合企业AI应用的实际需求与自身积累的数百个行业应用案例，第四范式打造出“第四范式先知”企业AI核心系统，该系统包含了过程数据采集、反馈数据采集、高维机器学习平台、实时模型服务平台等模块，涵盖了机器学习、决策的全过程，以帮助各行业打造自己的认知智能。

从平台到系统，人工智能打造“整车工厂”

据了解，早在本次乌镇发布新版本之前，第四范式先知就已经是业内知名的通用的全流程机器学习平台，而这次发布的新版本赫然表明第四范式先知已经蝶变成为“企业人工智能核心系统”。对于产品如此重大的改变，戴文渊如是说，以往，第四范式为企业提供的是顶尖的算法和工程能力，降低了企业AI应用的门槛，在长期服务企业客户的过程中，我们发现，算法和工程能力相当于AI应用全过程中的“引擎”，但是仅为客户提供引擎远远不够，只有提供一整套的解决AI应用全过程的系统，才能让AI应用真正降低。企业客户不仅仅拥有核心的技术引擎，而且可以拥有基于AI技术的“整车工厂”，只要客户有明确的业务需求，第四范式先知就能帮客户打造完美的梦想之车，这才是通往AI时代的“最佳交通工具”。

采用“第四范式先知”企业AI核心系统的企业客户，通过认知智能来辅助人做大量商业分析与决策，将从以下两个主要方向中受益：首先，企业AI核心系统的数据洞察能力，能够提升决策效率。机器能够依靠计算力从数据中发掘更多、更细的业务规则，精细化地做出判断。例如，在第四范式与某银行在解决交易欺诈问题的合作中，机器写出的欺诈交易规则数达到了25亿条（资深业务专家写出的规则数最多只有1000条），最终机器在欺诈预判准确率较人了提升7倍；其次，部署在“企业AI核心系统”的业务应用，能够提升企业生产效益，如使用语音识别、自然语言处理和问答技术的自动化客户服务等运营流程的智能化应用，让人的工作实现全自动或半自动化，从而解放了大量劳动力，业务专家可以专注于更能发挥人类价值的工作中。

根据德勤报告所述，到2020年，预计95%的前一百名公司会采用机器决策。未来的商业世界将由战略管理者协同企业AI核心系统的联合体来主宰。“第四范式先知”企业AI核心系统的推出，为企业建立高度定制化的商业智能提供基础，扭转了一些企业在智能化转型与竞争中的被动局面。在人机协同的机制下，“人类智慧+机器智慧”大爆炸时代正在到来。