2017年漸入尾聲，從初創企業先鋒到互聯網巨擘、再到傳統企業的先後入場，投射出一個重要的信號——人工智能技術在越來越多產業落地、企業智能新時代全面開啟。國際知名諮詢機構德勤（Deloitte）近期出爐了一份《認知技術報告》（下文簡稱「報告」），通過對美國1500名高管進行的調查表明，已經採用認知技術的調查對象、對於這項技術在今天和未來的角色都非常看好，76%的被調查對象認為認知技術將會讓公司在未來三年內有很大改變。而報告中對「認知技術」的定義，即為機器協助甚至是取代人類進行決策，以及能夠自動計劃、推理和學習的技術。
日前，在烏鎮舉辦的「第四屆世界互聯網大會」上，人工智能公司第四範式的創始人、首席執行官，同時也是人工智能領域傑出青年學者（「遷移學習」單篇論文引用全球前三、中國人工智能最高獎「吳文俊獎」一等獎獲得者）的戴文淵闡述了其對於人工智能在工業界廣泛應用的觀點，戴文淵認為，企業需要的AI已不再是解決單一問題的工具，而是支持各個業務部門決策的認知能力，為此，企業需要為人和機器建立起相互輔助的角色，並據此對現有的IT系統重構與優化，升級為以「機器學習圈」 為基礎架構的的企業AI核心系統。
從執行到決策，人工智能向認知層面推進
戴文淵表示，傳統企業生產經營是由人工決策、機器執行；而AI存在的意義正是在於機器決策、機器執行。當前完全依賴機器決策也許為時尚早，但機器輔助決策已經比較通行。德勤此前發佈的報告也表明了相同的觀點：機器已經可以實現決策的最優化，報告中還列舉了一系列案例，如零售商利用機器學習制定交叉銷售定價和有效的促銷活動。第四範式早已將機器決策應用到所服務的各領域，如金融行業對欺詐交易和運營風險的識別和控制，針對客戶投資理財的決策輔助和諮詢建議等。
這些機器在決策方面的發展，得益於認知智能技術的進步，認知智能是指驅動機器可以像人類大腦一般，通過數據挖掘、自然語言處理來進行學習，最終建立一種能夠擺脫人類干預、自行完成複雜決策的系統。戴文淵同時指出，認知智能在提高決策效率極具說服力，人工智能在認知層面的應用正在迎來全面爆發期，不僅要讓機器聽見、看見，更要讓機器聽懂、看懂並反饋有效信息、從而使機器自主做出決策，已經成為人工智能工業界應用的主流方向。
從條件到過程，人工智能按「圈」布局
在2017年5月的GMIS大會上，戴文淵正式提出，人工智能的工業化應用，須有五個必要條件，即大數據（Big-data）、反饋(Response)、算法(Algorithm)、基礎設施(Infrastructure)及明確的業務需求(Needs)，合稱「BRAIN」。在將AI技術在各行業應用的廣泛實踐中，第四範式又總結出了這幾個必要條件的相互關聯，並將其串聯成機器獲取智能、做出決策的全過程，這個過程類似於人類獲得知識、做出決策的過程。戴文淵指出，在人類心理學研究史上，有一個著名的「庫伯學習圈」理論，該理論認為人類學習的過程是由「行動、經驗、反思、理論」這四個階段構成的。簡單來說，人們通過行動產生經驗，再通過反思經驗，學習、總結其中的規律，在新的行為發生時找到最優決策。
在理解「庫伯學習圈」的基礎上，戴文淵認為機器可以參考人類的學習過程，也就是說，機器可以和人類一樣，擁有機器的學習及決策過程。對於機器來說，在清晰定義業務目標基礎上， 「過程數據」與「反饋數據」即形成了類似人類的「行為」與「經驗」，而機器學習的模型及運算讓機器得以學習經驗、進行反思，反思之後所總結出的規律就好比人類的「理論」，這五個過程分別代表了AI應用所必須的五大條件，也完美契合了人類學習及決策的過程，可以稱之為「機器學習圈」。
在構建完整「機器學習圈」基礎上、結合企業AI應用的實際需求與自身積累的數百個行業應用案例，第四範式打造出「第四範式先知」企業AI核心系統，該系統包含了過程數據採集、反饋數據採集、高維機器學習平台、實時模型服務平台等模塊，涵蓋了機器學習、決策的全過程，以幫助各行業打造自己的認知智能。
從平台到系統，人工智能打造「整車工廠」
據了解，早在本次烏鎮發佈新版本之前，第四範式先知就已經是業內知名的通用的全流程機器學習平台，而這次發佈的新版本赫然表明第四範式先知已經蝶變成為「企業人工智能核心系統」。對於產品如此重大的改變，戴文淵如是說，以往，第四範式為企業提供的是頂尖的算法和工程能力，降低了企業AI應用的門檻，在長期服務企業客戶的過程中，我們發現，算法和工程能力相當於AI應用全過程中的「引擎」，但是僅為客戶提供引擎遠遠不夠，只有提供一整套的解決AI應用全過程的系統，才能讓AI應用真正降低。企業客戶不僅僅擁有核心的技術引擎，而且可以擁有基於AI技術的「整車工廠」，只要客戶有明確的業務需求，第四範式先知就能幫客戶打造完美的夢想之車，這才是通往AI時代的「最佳交通工具」。
採用「第四範式先知」企業AI核心系統的企業客戶，通過認知智能來輔助人做大量商業分析與決策，將從以下兩個主要方向中受益：首先，企業AI核心系統的數據洞察能力，能夠提升決策效率。機器能夠依靠計算力從數據中發掘更多、更細的業務規則，精細化地做出判斷。例如，在第四範式與某銀行在解決交易欺詐問題的合作中，機器寫出的欺詐交易規則數達到了25億條（資深業務專家寫出的規則數最多只有1000條），最終機器在欺詐預判準確率較人了提升7倍；其次，部署在「企業AI核心系統」的業務應用，能夠提升企業生產效益，如使用語音識別、自然語言處理和問答技術的自動化客戶服務等運營流程的智能化應用，讓人的工作實現全自動或半自動化，從而解放了大量勞動力，業務專家可以專註於更能發揮人類價值的工作中。
根據德勤報告所述，到2020年，預計95%的前一百名公司會採用機器決策。未來的商業世界將由戰略管理者協同企業AI核心系統的聯合體來主宰。「第四範式先知」企業AI核心系統的推出，為企業建立高度定製化的商業智能提供基礎，扭轉了一些企業在智能化轉型與競爭中的被動局面。在人機協同的機制下，「人類智慧+機器智慧」大爆炸時代正在到來。
關於第四範式
第四範式是國際領先的人工智能技術與服務提供商，AI技術引領業績發展、遷移學習領先行業10年的數據驅動應用創新者。通過對數據進行更加精確的預測與挖掘，揭示出數據背後的規律，幫助企業提升效率、降低風險，獲得更大的商業價值。第四範式致力於利用「企業人工智能核心系統」，幫助企業圍繞業務構建學習閉環，構建不斷提升的智能業務能力，從而幫助企業在AI時代實現策略制定的智能化。
