過去幾年，人們愈發(fā)形成共識(shí)：即數(shù)據(jù)是最重要的生產(chǎn)資料，人工智能是最重要的生產(chǎn)力。然而，人工智能公司卻經(jīng)歷了過山車般的待遇，從受到社會(huì)各界關(guān)注，到遭遇大量質(zhì)疑和資本寒冬，個(gè)中滋味只有自己才能體會(huì)。

就在人工智能成為最大風(fēng)口之時(shí)，愛數(shù)卻出奇的冷靜，并沒有趨之若鶩，哪怕布局像知識(shí)圖譜、認(rèn)知智能等領(lǐng)域，并在多個(gè)行業(yè)積累了豐富的AI落地經(jīng)驗(yàn)，也沒往自身打上過AI的標(biāo)簽。正如愛數(shù)總裁賀鴻富所言：“愛數(shù)從來不把自身定位為AI企業(yè)，而是一家定位在大數(shù)據(jù)基礎(chǔ)設(shè)施解決方案提供商。”

守正出奇。愛數(shù)這家以數(shù)據(jù)管理起家、深耕數(shù)據(jù)領(lǐng)域十余載的公司，并不熱衷追逐熱點(diǎn)，卻聚焦在洞悉人工智能火熱背后的發(fā)展規(guī)律，在智能世界的藍(lán)圖中有所為和有所不為。

近日，在以“共繪數(shù)據(jù)新絲路”為主題的愛數(shù)SMART 2021大會(huì)上，愛數(shù)正式對(duì)外發(fā)布新愿景：以數(shù)據(jù)重塑生產(chǎn)力，共創(chuàng)智能世界，帶來了愛數(shù)對(duì)數(shù)據(jù)、AI、智能世界的又一次深度思考。

透過現(xiàn)象看本質(zhì)：解決AI關(guān)鍵問題

理想很豐滿、現(xiàn)實(shí)卻有些骨干。

就當(dāng)人們對(duì)人工智能給予厚望之時(shí)，AI應(yīng)用部署的情況卻遠(yuǎn)跟不上期望。事實(shí)上，Gartner近年來的一系列調(diào)研也顯示，AI應(yīng)用部署的增長(zhǎng)并沒有預(yù)期那樣高，依然面臨著諸多挑戰(zhàn)。

愛數(shù)品牌及人力副總裁李曼舞總結(jié)認(rèn)為，企業(yè)在應(yīng)用人工智能時(shí)依然存在很多 “世界級(jí)難題”：比如有效數(shù)據(jù)缺乏與高模型精度之間的矛盾，人工智能應(yīng)用開發(fā)難度與人才難以匹配以及高昂的建設(shè)成本與收益的不確定性等。

愛數(shù)品牌及人力副總裁李曼舞

事實(shí)的確如此。在算力與數(shù)據(jù)“野蠻生長(zhǎng)”的同時(shí)，一系列問題也接踵而至。以模型為例，模型走向高精度化、巨量化、復(fù)雜化的趨勢(shì)明顯，OpenAI GPT-3模型在模型規(guī)模、數(shù)據(jù)量、訓(xùn)練層數(shù)相比于上一代是百倍級(jí)的指數(shù)增長(zhǎng)，又如AIOps模型部署缺乏有效數(shù)據(jù)，往往需要采集數(shù)據(jù)周期，面臨故障風(fēng)險(xiǎn)，并且適應(yīng)性差、不易調(diào)整等問題……

如果進(jìn)一步解析這些難題，會(huì)發(fā)現(xiàn)很大一部分在于數(shù)據(jù)，即如何讓數(shù)據(jù)真正成為有用的生產(chǎn)資料，可以更好地算法模型所用；如何將數(shù)據(jù)、算法與業(yè)務(wù)場(chǎng)景更好地匹配；如何降低與數(shù)據(jù)相關(guān)的復(fù)雜度，進(jìn)而降低AI門檻和開發(fā)難度……

目前來看，關(guān)于數(shù)據(jù)的這些難題對(duì)于那些手握重金和人才的互聯(lián)網(wǎng)公司而言相對(duì)容易，但對(duì)于多數(shù)傳統(tǒng)行業(yè)企業(yè)而言，卻是橫跨在它們面前不能輕易逾越的鴻溝。這也是愛數(shù)守正不出奇的最大價(jià)值所在，解決數(shù)據(jù)難題。與此同時(shí)，愛數(shù)也在思考和重新審視自我，即除了數(shù)據(jù)，愛數(shù)可以為傳統(tǒng)企業(yè)向數(shù)據(jù)驅(qū)動(dòng)型組織轉(zhuǎn)型再做些什么？

“愛數(shù)不希望只做數(shù)據(jù)領(lǐng)域的‘守門員’，只有將數(shù)據(jù)價(jià)值挖掘出來才能實(shí)現(xiàn)更大的商業(yè)價(jià)值?！辟R鴻富如是說。愛數(shù)選擇了認(rèn)知智能這條實(shí)現(xiàn)數(shù)據(jù)價(jià)值之路。在逐漸構(gòu)建起AnyBackup、AnyShare、AnyRobot、AnyDATA四大產(chǎn)品的基礎(chǔ)上，進(jìn)一步推出“認(rèn)知智能”戰(zhàn)略，真正幫助大量傳統(tǒng)企業(yè)向數(shù)據(jù)驅(qū)動(dòng)型組織躍遷，以數(shù)據(jù)徹底重塑生產(chǎn)力，共同邁向智能世界。

認(rèn)知智能戰(zhàn)略：聚焦領(lǐng)域、產(chǎn)品為先

在人工智能六十余年的發(fā)展歷程中，有數(shù)不清的概念、技術(shù)名詞，但無疑“認(rèn)知智能”這個(gè)詞匯近年來愈發(fā)頻發(fā)地被提及。如果說過去十年算力、數(shù)據(jù)和深度學(xué)習(xí)算法的突破，讓感知智能實(shí)現(xiàn)了質(zhì)的飛躍，那么未來十年甚至更長(zhǎng)時(shí)間里，認(rèn)知智能的突破就是擺在業(yè)界面前的一道難題。

如何理解認(rèn)知智能？

賀鴻富用溫度來舉例說明，39℃僅僅代表一個(gè)數(shù)字，并無具體含義，而體溫39℃意味著人發(fā)燒了，接下來需要去醫(yī)院治療。這就是認(rèn)知智能，以知識(shí)的發(fā)現(xiàn)和應(yīng)用為核心內(nèi)容的智能形式，讓機(jī)器具備人類的高階認(rèn)知能力，包括語音、思維、社會(huì)等認(rèn)知能力?！皵?shù)據(jù)是對(duì)客觀世界的符號(hào)化記錄；信息則是被賦予意義的數(shù)據(jù)，知識(shí)則是信息之間有意義的關(guān)聯(lián)，知識(shí)恰恰是認(rèn)知智能的核心?！辟R鴻富補(bǔ)充道。

愛數(shù)總裁賀鴻富

相比于感知智能通過算法和數(shù)據(jù)等“暴力手段”來提升不同，實(shí)現(xiàn)認(rèn)知智能的難度明顯更難。認(rèn)知智能最大難題在于構(gòu)建知識(shí)，但開發(fā)性的知識(shí)圖譜還很難形成，而專用領(lǐng)域的知識(shí)是目前大家聚焦的重點(diǎn)；另外，認(rèn)知智能涉及到機(jī)器的理解、思考、推理等認(rèn)知能力，一些極為復(fù)雜的推理場(chǎng)景依然有待攻克，從簡(jiǎn)單式的、推理要求較低、沒有歧義需求的業(yè)務(wù)場(chǎng)景開始最為現(xiàn)實(shí)。

顯然，愛數(shù)也洞察到認(rèn)知智能所面臨的挑戰(zhàn)。為此，愛數(shù)認(rèn)知智能的戰(zhàn)略核心為：其一、聚焦專用領(lǐng)域；其二、產(chǎn)品優(yōu)先原則。

聚焦專用領(lǐng)域意味著愛數(shù)并不會(huì)在認(rèn)知領(lǐng)域廣撒網(wǎng)，而是有的放矢去解決所聚焦領(lǐng)域的認(rèn)知智能難題。賀鴻富透露：“愛數(shù)的認(rèn)知智能框架都是基于領(lǐng)域知識(shí)網(wǎng)絡(luò)的，所謂領(lǐng)域知識(shí)網(wǎng)絡(luò)就是去解決特定問題的，像嚴(yán)肅文本語言模型，符合政府公文業(yè)務(wù)場(chǎng)景，背后就是領(lǐng)域知識(shí)網(wǎng)絡(luò)?！睋?jù)悉，愛數(shù)在認(rèn)知智能將會(huì)聚焦三個(gè)領(lǐng)域：智能運(yùn)維、先進(jìn)分析和知識(shí)管理。

產(chǎn)品優(yōu)先原則也是目前市場(chǎng)上所亟需的。眾所周知，認(rèn)知智能涉及到知識(shí)圖譜、NLP、語音識(shí)別、圖像識(shí)別等多種AI技術(shù)，在落地過程中缺乏產(chǎn)品化，而成型的產(chǎn)品不僅可以將知識(shí)圖譜、NLP等技術(shù)工程化，更是讓認(rèn)知智能在具體業(yè)務(wù)場(chǎng)景中落地的絕佳載體。

一直以來，愛數(shù)都是一家以產(chǎn)品擅長(zhǎng)的公司，所以在認(rèn)知智能戰(zhàn)略中，產(chǎn)品優(yōu)先也是堅(jiān)定不移的原則。從2020年開始，愛數(shù)推出了一款能夠?qū)⒄J(rèn)知智能落地的“一站式知識(shí)網(wǎng)絡(luò)平臺(tái)”AnyDATA ONE，該產(chǎn)品可以幫助企業(yè)能夠面向各類結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)、日志數(shù)據(jù)，構(gòu)建多模態(tài)數(shù)據(jù)知識(shí)圖譜，構(gòu)建知識(shí)大腦。

在SMART大會(huì)上，愛數(shù)推出了AnyShare KnowledgeCenter7。作為一款基于認(rèn)知智能框架的產(chǎn)品，AnyShare KnowledgeCenter7具體應(yīng)用在整合業(yè)務(wù)應(yīng)用、內(nèi)容應(yīng)用開發(fā)、文檔管理、團(tuán)隊(duì)協(xié)作、數(shù)據(jù)洞察等場(chǎng)景中。

AnyShare KnowledgeCenter7也是一款知識(shí)管理產(chǎn)品，主要聚焦在在主題識(shí)別、自動(dòng)歸類、知識(shí)搜索、智能推薦等方面，為用戶提供基于認(rèn)知智能的知識(shí)搜索和智能推薦，實(shí)現(xiàn)類似于今日頭條的“千人千面”知識(shí)中心。

“未來企業(yè)都將是數(shù)據(jù)驅(qū)動(dòng)的，而數(shù)據(jù)驅(qū)動(dòng)的核心要義是要實(shí)現(xiàn)認(rèn)知智能?！辟R鴻富總結(jié)道。

攜手?jǐn)?shù)字伙伴，共探智能未來

“數(shù)據(jù)驅(qū)動(dòng)型組織是一個(gè)系統(tǒng)建設(shè)長(zhǎng)期工程，而認(rèn)知智能的打造則是一個(gè)專屬工程，需要針對(duì)每個(gè)領(lǐng)域建立專屬的認(rèn)知智能模型。”李曼舞表示道。

事實(shí)上，李曼舞的觀點(diǎn)恰恰揭示了當(dāng)下數(shù)據(jù)驅(qū)動(dòng)和認(rèn)知智能落地目前所面臨的另一大挑戰(zhàn)：即很難有一家廠商能夠完成認(rèn)知智能所有的事情，認(rèn)知智能涉及到技術(shù)更多、更復(fù)雜，更加需要各種伙伴攜手，共同來攻克各種難題。

為此，愛數(shù)在SMART 2021大會(huì)上宣布了“數(shù)字伙伴計(jì)劃”，與企業(yè)客戶達(dá)成緊密的合作模式，共探數(shù)據(jù)驅(qū)動(dòng)型組織，李曼舞認(rèn)為，“數(shù)據(jù)驅(qū)動(dòng)型組織需要與客戶共同投入、共擔(dān)風(fēng)險(xiǎn)、共享收益?！?/p>

在愛數(shù)“數(shù)字伙伴計(jì)劃”中，愛數(shù)首先會(huì)推動(dòng)聯(lián)合實(shí)驗(yàn)室的成立，共同探索數(shù)據(jù)驅(qū)動(dòng)的各個(gè)領(lǐng)域；例如，愛數(shù)宣布與天津大學(xué)成立數(shù)據(jù)智能聯(lián)合實(shí)驗(yàn)室，共同探索認(rèn)知智能；其次，愛數(shù)會(huì)進(jìn)一步下沉行業(yè)，加速推廣聯(lián)合解決方案，通過與企業(yè)客戶聯(lián)合開發(fā)的方案推廣到同行業(yè)之中，推動(dòng)行業(yè)整體的智能化水平升級(jí)；第三，以創(chuàng)新的商業(yè)模式來加速數(shù)據(jù)驅(qū)動(dòng)型組織的落地，例如，愛數(shù)推出了按效果付費(fèi)的創(chuàng)新合作模式，不僅讓企業(yè)客戶初始投資下降70%，更是拉低了認(rèn)知智能等產(chǎn)品的入門門檻，有利于推動(dòng)認(rèn)知智能的加速落地；最后，愛數(shù)將攜手企業(yè)、合作伙伴等加大人才培養(yǎng)力度。

總體來看，愛數(shù)這家公司有兩點(diǎn)讓業(yè)界欽佩：一是守正，多年以來一直聚焦在數(shù)據(jù)層面，圍繞數(shù)據(jù)的方方面面做文章，練就了一身本領(lǐng)；二是出奇，無論是數(shù)據(jù)驅(qū)動(dòng)還是認(rèn)知智能，每一步都是洞若觀火、深思熟慮，而不是簡(jiǎn)單的隨波逐流。面向未來，數(shù)據(jù)驅(qū)動(dòng)和認(rèn)知智能依然任重道遠(yuǎn)，像愛數(shù)這樣能夠深扎領(lǐng)域和打磨產(chǎn)品的公司，道路雖然曲折卻也是無限光明。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。