近年來，在數字化、智能化以及我國加快新舊動能轉換、大力發展新經濟的宏觀背景下，人工智能已經成為推動國內各行各業進行數字化轉型的關鍵能力之一。在前不久由北京國雙科技有限公司(下簡稱國雙)協辦的第八屆信永中和論壇上，國雙董事長兼CEO祁國晟發表了題為“產業人工智能驅動數字經濟”的演講，闡述了“產業人工智能”對于數字經濟的推動作用。

那么，“產業人工智能”發展空間有多大?其為我國的產業及行業的發展帶來何種價值?國雙是如何推進人工智能在產業領域的落地，并深度釋放“產業人工智能”價值?大會間隙，祁國晟就相關話題接受了媒體的采訪。

“產業人工智能”市場大有可為

國家領導人在今年召開的金磚國家工商論壇講話中指出：“未來10年，將是世界經濟新舊動能轉換的關鍵10年。”而從國內產業發展環境來看，國家近年來密集出臺了包括《“互聯網+”人工智能三年行動實施方案》《新一代人工智能發展規劃》等一系列鼓勵支持人工智能產業發展的政策。這也預示著：在我國加快新舊動能轉換、大力發展新經濟的宏觀背景下，人工智能已經成為推動國內各行各業進行數字化轉型的關鍵能力之一。

祁國晟在發言中表示，智能化的發展激發了產業新動能，響應國家領導人號召，大數據和人工智能更應緊密服務于實體經濟。在企業從信息化步入到數字化的轉型時代，混合型人工智能將會是解決企業轉型和治理問題的發展方向，將幫助企業從粗放型和人力密集型轉向高精尖和智能驅動的發展模式，推動供給側改革。在這方面，國雙致力成為企業在數字化和智能化轉型時代的技術供應者和提供者，將持續通過產業智能系統提供一站式智能解決方案，為企業數字化、智能化轉型賦能。

事實上，人工智能技術在產業領域的應用空間非常廣闊，也將給產業及各行各業帶來巨大的應用價值。在這方面，國雙在國內多個重要行業領域已擁有一系列的成功實踐。例如國雙通過與國內一家大型車企合作，解決混合動力新能源汽車行駛里程無法準確預測的難題。由于混合動力新能源汽車的行駛里程涉及指標復雜，不僅與油量、電量以及駕駛習慣有關，還與當時的天氣、氣溫以及道路坡度及擁堵情況密切相關，因此需要通過收集海量歷史數據來制作相應的預測模型，從而對行駛里程做到精準預測。

再如國雙幫助油田企業進行石油設備的預測性維護。由于我國石油企業很多使用“磕頭機”進行采油作業，這類機械設備大多設置在野外，一旦損壞維修起來非常麻煩，既耗時費力又要面臨停產所帶來的經濟損失。國雙通過對企業歷史數據的收集和深度挖掘，并結合專家的深度學習技術，則可以預測兩周后所發生的大概率部件損壞故障，實現了在不停車的狀態下對設備進行維護，從而做到防患于未然。

AI產業落地需加持“行業能力”

何謂“產業人工智能”?在祁國晟看來，與當前的人臉識別、語音識別等感知層面的人工智能技術有所不同，“產業人工智能”是一個混合式的人工智能技術概念。它除了具有深度學習以及感知層面的能力外，同時還須結合數據科學家、行業專家的能力，借助知識圖譜、自然語言理解能力，將行業的專業性信息、專業性能力實施代碼化，并通過利用計算機處理海量歷史數據來發現其中的規律。這幾種能力結合在一起才能真正稱為“產業人工智能”。

“如果沒有專家，沒有充分的行業經驗，作為AI方案商，大數據、人工智能平臺即使做得再好，也都是空中樓閣，都不能解決實際問題和促進生產力發展。”祁國晟解釋道，國雙在大數據、人工智能等技術領域具有多年的積累，并樹立了自身的優勢，但同時更需要的是各個行業及產業領域的專家。這也是此次為何與信永中和達成深度合作的一個最重要的原因。

事實上，也正是基于此，多年來，國雙憑借自身大數據平臺獨有的分布式數據架構和多維度關聯性分析技術，同時利用自然語言處理、知識圖譜等AI技術，通過引入大量的產業及行業領域專家人士，與產業及行業界積極擁抱。當前，國雙在數字營銷、智能CRM、融媒體及數據智能、智慧司法、智慧政務、工業互聯網等多個行業領域擁有著成功實踐，取得了實實在在的成績，并贏得了客戶的信賴。

產業人工智能需跨越四大瓶頸

應該說，在產業及行業市場的拓展上，大數據、人工智能技術能力和行業能力是非常關鍵的兩個方面。那么，要謀求在產業及行業市場的破局，AI方案商還需要突破哪些難點及瓶頸?對此，祁國晟表示，面對已有的傳統流程化平臺，總的來說，人工智能技術在產業及行業領域的破局，還需要解決四大方面的問題。

第一，能否拿到完備、高質量的數據。以國雙在數字營銷領域的實踐為例，在為用戶進行智能化數據分析時，能否拿到完備、高質量的數據源是其中最大的難點。早期的數字營銷由于都發生在用戶的數字平臺上，因此往往能夠獲得滿足條件的數據源;而后來，隨著越來越多的業務并非發生在用戶數字平臺上，因此獲取滿足條件的數據源就成為一大難點。

第二，僅有數據還不夠，還需要真正懂該領域的專家。如前所述，產業人工智能落地，需要行業能力的加持，也需要行業專家來對機器學習數據的過程進行監督，才能最終打造出一個具有行業應用價值的產品。

第三，市場認知不足。目前在海內外大數據及人工智能市場，存在著過度包裝的現象。這種過度包裝讓市場用戶對人工智能所帶來應用價值的認知產生了很大偏差。如果潛在市場對產業人工智能的認知不夠清晰，作為AI方案商則必須要付出更多的投入去教育市場。

第四，與傳統流程化平臺的結合與融入問題。作為AI方案商，例如在構建一個與業務緊密相關的智能化平臺時，勢必需要與流程化的平臺去對接。這一新舊轉換過程，不管是對于傳統流程化平臺還是AI方案商而言，都是一大挑戰。必須清楚認識，智能化平臺并不是替代產物，只有兩者有效融合才能更好推動產業發展。

不難看出，國雙對于產業人工智能的破局有著深刻的認識與理解，這應該也是其之所以能夠在國內諸多行業市場旗開得勝的原因。事實上，如今的中國作為全球數字中心，在“產業人工智能”方面有著極為廣闊的發展空間。而人工智能在各行各業的落地，在助力企業用戶數字化、智能化轉型的同時，也必將會極大帶動AI方案商群體的成長。過去，國雙作為國內首家赴美上市的大數據和人工智能企業，憑借在大數據和人工智能技術研發領域的優勢走在了國內的前列。而今天的國雙憑借在產業人工智能落地方面的真知灼見，也必將對整個AI方案商群體的成長、發展發揮更為積極的引領和指導作用。