李開復，馬雲，李彥宏……越來越多的互聯網大佬替人工智能“代言”，AI已成為勢不可擋的科技生活變革力量；而落地到各個垂直行業的行業人工智能，也將是兵家必爭之地。各科技公司都在做初步探索和技術攻關。戰役剛拉開帷幕，就誕生了一個企業級人工智能服務領域的“Siri”，而且比Siri更懂公安、金融、工業及物聯網等領域的業務，簡直是老師傅一般的存在。
本週二，皓哥參加了明略數據的產品發佈會，見證了這一國內首個行業大腦“明智系統”的誕生。
一、數字經濟時代，催生行業AI大腦和新一代人機交互變革
今天AI技術正在飛速地發展和迭代。明略作為一個創立三年以來，專注於行業人工智能解決方案的科技公司，這次的產品升級踩在了怎樣的趨勢風口上？
首先，人類知識總量爆炸式增長，AI技術發展帶來新的變革，GDK將成為新的國家實力衡量標尺。
瞭望智庫與明略數據共同發佈的《數字經濟時代》報告摘要中提到，我們正處在人機關係和世界經濟不斷變革的微妙歷史節點上。在不久的將來，國民知識總量GDK（Gross Domestic Knowledge)將成為繼亞當斯密之後，衡量國家實力和數字經濟發展的新標尺。伴隨著互聯網的發展，人類的數據量和知識總量都在急劇增加，也相應得需要更高效地加快從數據中提取知識的速度。
其次，AI作為底層技術，關鍵在於定義好的應用場景和商業模式。
人工智能早在60年前就已出現，我們正處在AI技術第三次興起的歷史階段。那為什麼大範圍的人工智能商業落地還沒有成型呢？
明略數據創始人兼董事長吳明輝介紹到，“人工智能商業化的困境在於，AI不可能零失誤地應對100%的場景；它執行的決策永遠是基於歷史訓練數據的結果，但真實世界中每一天都會有新情況發生。可是人類願意原諒自己，卻很難容忍人工智能出錯。”因此，人工智能的商業化核心，就是讓用戶合理地接受機器的錯誤。
而垂直化的行業人工智能，就是很好的實踐方向。
一方面，當AI面對的數據範圍限定在公安、金融風控和工業等領域時，精度就會大幅提高，更容易達到可用的水平，企業級決策也需要在機器數據結果之上再做人為判斷，因此對機器的容錯空間也更高。
另一方面，AI技術的應用能有效改善各個垂直行業的痛點。比如公安行業就存在警力有限的痛點。破案需要調取各部門的獨立安全信息檔案，流程繁瑣，效率不高。如果動用AI技術，自動從系統中快速調取和案情可能相關的人、事、地、物、組織，就可以大大節省研判時間，釋放警力。
最後，今天的人機交互主要還集中在消費級互聯網的應用上，企業級AI市場缺乏好的產品和“簡單易上手”的體驗。
消費級的人工智能產品已經有了諸多應用，比如AI聊天機器人，包括智能音箱（亞馬遜Echo）和手機語音助手（蘋果Siri）等等；你在家或許也已享受到了新科技的便利。但到了辦公室場景中，企業級AI還遠遠沒有出現這樣自然的交互系統。
比如，大量業務處理過程仍需人工干預，操作不友好、“反人類”，有的業務人員每天要從100個系統中不斷調取數據，生無可戀。功能複雜、培訓成本高就算了，最要命的是不可解釋性：機器計算的過程是個黑盒，沒有證據支撐和幫助業務人員理解它的結果是如何得來的。因此，與人類進行自然語言交互的業務助理，目前還是藍海。
在以上因素的推動下，擁有專業的知識圖譜技術和豐富行業AI服務經驗的明略，“三年磨一劍”，在今天發佈明智系統，也是一個天時地利人和的選擇。
明略已有3年行業知識圖譜的沉澱以及8年大數據技術的積累，深耕公共安全、金融、工業與物聯網等行業，也已與省、市級公安局、交通銀行、中國中車等行業標杆客戶一道，將知識圖譜技術落地到行業應用中。因此，明略有足夠的實力抓住行業AI的藍海。
二、 新發布的明智系統，到底是什麼？
明智系統的發佈是明略數據行業人工智能真正廣泛落地的第一步，分為知識圖譜數據庫NEST（蜂巢系統），以及企業人工智能的統一入口小明。簡單來說，前者負責“格物致知”，後者負責“人機同行”。
何謂格物致知？從紛繁的世間萬物中，抽象出普遍規律是也。蜂巢系統可以高效地進行數據的大規模清洗和治理，將行業專家經驗結合深度學習，轉化為規則，完成推理，構建行業的知識圖譜。
何謂人機同行？就是機器用人類可理解的決策結論和語言，將大數據和知識圖譜帶來的行業經驗迅速賦能給個人。過去要經過多年業務經驗積累才能造就的專家視角，今天或許只要和小明溝通幾句，就能一目瞭然。
如果你覺得理解起來還是很抽象，不妨直接看看明智系統可以做些什麼。現場，吳明輝就充當了一把剛入行的“小白警察”，和小明對話，兩分鐘搞定了一起演示案件的研判全過程。
比如，警察看到有一起惡意打人、嫌疑人開車逃跑的案件，就可以對小明說：“請提取線索，對案情進行推演”。
系統會迅速從案件的文字描述（非結構化數據）中，提取出案件相關的人名、綽號等關鍵實體，並從知識圖譜數據庫中，調取這些人的相關信息，在界面中畫出一張案情網絡圖。
經過進一步的語音交流，AI會快速層層縮小範圍，警察最後只需要鎖定各方面信息都與案情吻合的三個嫌疑人，一一進行追查或逮捕即可，免去了在監控視頻中大海撈針的苦惱。
和公安研判的場景類似，明智系統也可以在金融風控、反欺詐，以及工業故障自動診斷和監控的各個場景中，發揮賦能行業的作用。
三、有了“小明”的行業AI，未來的優勢和意義是什麼？
現在，你已經對明略黑科技的用武之地有了感性的認識了。那麼，明智系統的優勢在哪？未來它又會給行業帶來哪些新的可能性？
第一，明智系統在精度、成本、速度、敏捷性和一致性上具有優勢。
人在處理大量文字和數據時難免會出錯，而AI接手每個案例都會準確地自動執行數據治理、抽取規則，獲得可靠的決策結果，省去大量人力成本。
同時，這種業務知識的快速處理，能夠幫助人們在戰略變更、業務轉型、共享經驗上加快節奏，實現商業和組織的敏捷迭代。
並且，如果公司的各個部門、產品線、業務線都調用同一業務知識系統，就可以更好地保證彼此的認知基礎一致，而不是互相割裂，雞同鴨講。
第二， 把知識圖譜迴歸人最本能的簡單交互，降低使用者門檻。把專家認知賦能給新手，提升行業的整體水準。
喬布斯幫主曾經說過這麼句話，大意是，蘋果的觸摸屏是最符合人本能交互習慣的設計。以往明略的關聯關係挖掘產品SCOPA，在公安客戶那兒，雖然業務熟練的主任級專家能夠自如使用、迅速研判，但初入行的警員小鮮肉們還是很難上手。
而小明的出現，就像iPhone之於手機的革新一樣，讓原本繁瑣的調取資料、尋找線索等工作，簡單化成了一問一答的自然交互，極大降低了新手業務員使用知識圖譜數據庫的門檻，從而全行業的認知水準和業務能力都能得到提高。
第三， 明智系統並非取代專家，而是將後者從繁瑣低效的工作任務中解放出來，投入到更有價值和創造性的活動中去，人機共生共贏。
人工智能的終極狀態並非是取代人，而是把大量重複性、簡單的體力和腦力勞動包攬下來，倒逼人類文明向更富有藝術性、創造性和複雜性的方向發展。
明智系統並不能取代行業專家在面對真實世界和複雜案例時的創造性思維。吳明輝提到，有了小明的幫助，希望在未來至少80%的案件都可以由初級的警員來完成研判。這也就說明仍有20%的複雜案件需要依賴於專家豐富的行業經驗和主觀能動性。這樣的案件，甚至會推動立法和社會保障機制的改革進程；其中人類的角色也是機器終究無法替代的。
四、結語
正如吳明輝在發佈會現場所言，在未來的企業裡，我們每個人可能都會有一個自己的智能助理。而在皓哥看來，明略數據的這一步棋走得很穩，也是提前卡位了行業AI這片方興未艾的藍海。
有了AI的賦能，未來商業世界的終極形態，很可能是行業經驗的壁壘被逐漸抹平，而真正決定一個企業競爭力的，是其對創新技術的接受程度、運用程度，以及能否將技術轉化為服務能力。