研讨对话
 

　　在对话环节中，由万山数据创始人兼CTO、北大信息化与信息管理研究中心技术顾问鲁四海作为主持人，中国中钢集团信息管理部总经理、CIO时代同学会会长李红，中国工商银行总行信息科技部副总经理、第三届北大CIO班学员张艳，中国电子技术标准化研究院信息技术研究中心主任代红，华农财产保险股份有限公司IT总经理、第二十三届CIO班学员薛康文，内蒙古伊利实业集团股份有限公司信息规划总监、第二十三届CIO班学员熊峰，海尔电器集团技术中心副总经理、第二十三届CIO班学员封凯天作为对话嘉宾，围绕主题“大数据与人工智能的应用前景”进行了深入的讨论与交流。以下为演讲实录：

 

　　鲁四海：前面有很多专家做了很多主题演讲都是干货慢慢，从技术理论到落地。这么好的东西在行业里怎么落地往前走？下面的对话环节，有各个行业的大咖，他们从自己行业应用的角度去做这块的分享和讨论，有六个人的碰撞，相信会有更多的干货。对话开始之前，请每位嘉宾简单自我介绍一下，也谈一下对人工智能大数据的看法。

 

　　李红：现在很多场合都在热火朝天的研究大数据智能制造，我们也正在研究大数据和智能制造，没想到AlphaGo引向了大数据人工智能。

 

　　之前天津召开全球人工智能大会，在会议上就反映出BAT观点都不一样。马云说数据是第一位的，李彦宏说算法是最重要的，马化腾说都不重要，场景最重要。每个人站的角度都不一样，都想主导这个事。所以人工智能在实际应用领域还处于比较前沿的阶段。为什么？原来我们觉得很远，因为去年IBM在满世界推广沃森的时候，实际上进一步交流，沃森还是个噱头，无非就是他利用最后一个还能在全球立得住的概念来推动，但是我们感觉这种人工智能技术距离实用性还很远，只是一个科研方向。尤其是后来百度更换了人工智能首席研究员，就说明人工智能虽然很好，现在还处于科研阶段，还属于烧钱阶段，还属于Gartner第一象限。因为只有有资本有实力的企业才去研究这些事情，包括智能驾驶。

 

　　埃森哲认为人工智能促进自动化、创新发展，增强效率。他认为人工智能还行，但是我个人赞同杨部长的观点，对我们实用角度来说，尽管我们家里有人工智能小产品，能跟他对话，人工智能就三个要素：数据、算法、高性能计算。尽管新一代IT技术确实给人工智能带来新的发展，我个人也认为人工智能确实是未来的发展方向，也是很快就能在各个领域带来深度应用，但是现在还为时尚早，对于我们传统企业来讲还没搞明白大数据、智能制造，现在就谈人工智能。对于我们钢铁企业来讲，我们人为的人工智能，它有两个维度：一个维度从驱动机器设备来说是自动化的升级，用自动化驱动设备、驱动流程，可以深度学习；第二个维度，自动化智能化数字化是一个方向，现在人工智能加进去了，人工的动能、人的思维、人的行为方式可能会有些进步，但是这对于我们传统制造业来讲还是有点远。可能消费服务人工智能方面会有突破，我个人认为服务领域、消费领域可能很快投入实用效果，但是对于重资产领域，人工智能还是有它的过程。

 

　　张艳：我从金融行业领域来讲讲对大数据人工智能的认识。我去年到密西根大学跟学者做交流，他们是把人工智能当成了大数据发展的一个高级阶段，大数据应用刚开始是一种分析统计阶段，后面就是做原因分析和提供解决方案，再往上面走就提出人工智能也是大数据应用的一个方面，对于这个观点我个人也还比较认可，就是说从银行业来讲，我觉得现在的人工智能是在大数据的基础上能够提供进一步的更好的服务和风险管理的一些措施。

 

　　举几个例子，第一，在客户营销方面，我们现在用大数据的客户营销金融业是怎么做的？从数据里面找出名单，用一些模型找出一些客户，觉得这些客户适合去营销什么产品，营销什么服务，但是这里面就有一些不足的地方，比如说可能很多提供的都是千人一面的服务，比如说我找出一千个人，大概都适合这类的产品，就给他推一个产品。如果说要做到千人千面，做到更加精确的为他提供服务，这方面我们就在做人工智能的分析，就是用人工智能的方法根据每个人的特点自动的给他推出一些产品和服务，这是一个进步和提升。

 

　　第二，在客服方面，我们也推出了“小智”机器人，它能对客户提出的一些问题进行回答，但是回答的准确性和程度还是不够高的，通过人工智能的技术应该来讲对于各种语音的识别、语义的识别能够上一个新台阶，对于客户服务方面会有更大的好处。

 

　　第三，在风控方面，我们也有很多的模型，基本是用大数据方法，通过很多的分析得出一些模型，对于一些相关的内容进行风控，只要你这笔贷款，你触发了某个模型，就会做审核。但是这个方面也还是不够，就是都是靠一些人工事先定的规则来做分析判断的。如果用人工智能的方法来做风控的话，效果就是另外一个方法了。方法论上和数据上可能都会有一些不同。

 

　　第四，智能投固。智能投固现在也是在人工智能方面利用的比较充分的领域。以前我们给一些高端客户提供的产品，会根据他一个人的情况来做一些设计，给你设计资产配置、收益、风险等等。但对于广大的小白领、普通的阶层来讲，可能没有办法做到针对每个人做一些设计，那么通过智能投固，通过机器对每个人至少对一类人风险偏好进行分析，推荐产品。这个对普惠金融的发展会起到很好的作用，但智能投固是在美国兴起的，美国银行刚开始推智能投固的时候，他的面向对象都是一些小白领、普通的人员，因为不可能每一个人到银行，银行都为你做分析，这种情况就用机器给你做一些分析，现在看来，很多高端的人群也开始光顾智能投固的领域，也用智能投固的产品。

 

　　第五，反欺诈。以前我们用大数据方法都是设置很多规则，比如说一张卡连续多长时间，你频繁的取钱，或者你的额度以前都是五千，现在一下20万，这时候就会提示风险，做一些核实。现在我们想用人工智能方式对反欺诈领域进行更好的应用，用更新的算法，可能就会直接精确到你这笔产品是否有风险。因为有大量的数据、模型出来以后，就不完全仅靠一些专家规则，可能会有一些其他的方法来识别出来。

 

　　所以从银行业来讲，我觉得技术发展还是比较靠前的。银行的大数据，比如我们行已经到了成熟应用阶段，都在用大数据。包括我们每个业务部门写报告，第一句话就是“经过大数据分析”。当然了，人工智能方面，这几个领域肯定都是要用的，当然还有人脸识别、语言识别，直接付款，还有物联网，车的识别，进行缴费等等，从广义来讲也是属于人工智能的领域。

 

　　代红：大数据也算人工智能的一个技术，因为大数据经过发展，获得大量数据供人工智能进行分析和研究。目前来讲，人工智能还仅仅停留在大数据的分析阶段，并没有真正进入人工智能的阶段。大数据实际上是人工智能的基础，从这个基础上来讲，国家对大数据的发展也是非常重视，从2014年开始我们就成立了大数据标准工作组，也是在国家50号文促进大数据发展行动纲要和工信部“十三五”规划里面的要求，按照这个要求和我们标准的制定，成立了工作组。目前工作组已经有两百多家的单位，也制定了标准体系，主要是从基础、数据、技术、平台工具、管理、行业分析、隐私和安全六方面贯穿了大数据的全过程，在这方面我们也制订了非常多的标准，目前有30多项大数据标准，最主要的标准包括大数据能力成熟度的评估，可以发现企业数据到底是什么样的状况、企业数据的质量是怎么样的，我们为采用数据的单位提供了依据也为政府提供了政策的依据，还有市场上出现大数据系统和大数据平台越来越多，我们针对到底这个数据系统和平台它到底是好坏，我们也制订了测试的标准。这个标准也主要是为了选型、政府的一些项目验收提供依据，目前已经拿到国家大数据产品国检中心，也是一步步往前推进。

 

　　在人工智能方面，目前的标准还是远远不足的。因为这方面从国际到国内都非常少，不能满足行业发展。现在采用了人工智能术语方面的标准，但是用的还不太好。

 

　　在大数据方面，我们主要还是从大数据产品、大数据管理能力和大数据开放共享以及工业大数据方面更多的开展工作。人工智能方面主要开展的就是人工智能大数据的基础平台、机器学习、算法评估，我们还对可穿戴，包括VR等智能硬件方面开展一些工作，以及对人机交互和生物特征识别，这两个都是有了比较好的基础，在此基础之上更好的开展一些标准化的工作。

 

　　薛康文：保险行业的信息化起步还是比较早的，目前已经有相当的积累。再有一点，保险怎么定价、怎么定义、怎么分析风险，其实在大数据，就我们技术领域定义的是3个V还是5个V，在这个概念出现之前，我们姑且叫小数据，其实对小数据的应用还是比较精深的，在专业定义的大数据的应用领域，实际上我觉得是没有发力的，始终是没有找到它的乏力点。为什么？一个是说，保险是风险管理。风险管理就是你的风险在哪里，实际是伴随着你的生活而不是说风险管理本身可以作为一个场景去被管理，这个是遍布在各个环节，只是我们怎么识别它、管理它，我们选择保险这是方法之一，也许我们自己能够承担这个风险就不去考虑了。正是因为它不构成一个场景，所以在新的大数据或者说新的电子商务，像马云所讲的几个新的状态下面，其实保险是没有找到它的场景，没有找到一个场景去采集吸收到更多的数据，来去构建一个大数据的生态在这个领域里面，有一个新的起步。

 

　　大数据是人工智能的基础，像杨部长所说的这些概念，不断的把我们日常生活当中人需要去判断、处理、解决的问题，来去增加系统机器的智能化的程度，我认为这是一个广义的人工智能。如果说比较狭义的人工智能，那恐怕就是在就是人认为机器不能够，就是对于一些不能够有固定解的问题，在这个方面达到的程度超过我们的预期，比如AlphaGo战胜了人类的旗手，其实这是0到1质的变化，这个领域的进步是一个狭义的人工智能。在我们真正使用当中，其实不必去纠结哪一个人工智能，只要它帮助到了我们去提升效率、改善生活，我觉得这就是人工智能范畴的进步，一个尝试和探索。

 

　　熊峰：人工智能还是大数据驱动的，运用新一代信息技术对人的行为进行智能管理。伊利集团消费者众多，每年伊利卖的产品全国有11亿人次在享受伊利的产品和服务，所以我们面对的是一个消费者众多的产业；第二我们是一个全产业链，提供的是一种从牧场到餐桌的全过程的服务，横跨农业、运输物流业、生产制造业、零售业。所以大数据以及人工智能对我们也是很重要的提升生产力的方式，我们也在这方面做的只是一些初步的尝试。

 

　　我记得高盛在今年有一个报告，就是人工智能对农业的影响，更多是对农产品、畜牧业能更好的提升动物的健康管理。其实对我们来说也是一样的，我们最重要的供应源就是奶牛，牧场。近几年，大家可以看到，伊利每个牛的耳朵上有一个耳标，这也是每头牛的身份证，它记录了牛的全部信息，包括出生信息、产奶信息、奶量信息，有了它我们就可以随时对牛的身体健康状况进行把握，这也是我们所不断积累的数据和今后在人工智能进一步提升的方面。还有奶的运输，从牧场运到工厂我们实现了全过程的监控。GPS为每一辆车设定了路线，如果哪辆车不按我们的线路运输，或者中途抛锚、停下来，系统随时提出预警，提醒监控人员在乃的运输过程当中有什么异常情况发生。奶车上也设置了传感器，监控温度以保证奶的品质。这也是数据积累当中的一些应用。消费者端应用最多的还是舆情检测。我们最关心的是食品质量，哪里有消费者抱怨，哪就是我们最关心的地方。我们有大数据雷达，随时可以监控全国各个地方民间对我们奶的评价，所以只要有什么不良的反应都能及时的传递到公共行政管理部门，来进行及时的处理。所以这方面也是我们在进行数据积累和今后进行人工智能方面可以进一步发展的地方。

 

　　封凯天：大家好，我来自于海尔集团。这几年我们企业一直在积极探索智能化制造、智能化场景。人工智能方面我们最近也是在积极的进行一些布局和探索。其实对我们企业来说，对新技术的应用主要还是应用不同的场景，主要目的：第一是更好的提升用户体验；第二是新技术应用可以加强企业内功的修炼，包括效率、成本等因素。我举几个例子，人工智能突破的发展对我们哪几个场景会有影响：

 

　　第一个场景，智能冰箱。智能冰箱，我们一直是在不断的进行迭代升级。冰箱做到智能的话，它是要跟人的生活嵌进去，怎么把识别、学习、感知几个环节打通，就需要一些关键技术的突破。比如说把一个水果放到冰箱里，冰箱要识别你放的是什么水果。现在整体识别率还是比较高，但是切开的话识别率就不那么高，所以这就需要新的技术、机器学习的方式来进行突破。再一个经常更换的食品、消耗的食品可以推测他的识别、健康度。我觉得这块可以有很好的发展。第三就是如果食品缺货的话，可以自动进行补货。

 

　　第二个场景，智能制造大范畴。包括生产线的改进，自动化的应用也是属于人工智能的范畴。我们这几年也一直在推互联网工厂，2011年就在推进，现在全球有八个左右的互联网工厂。最近我们也把一些实践形成了一个平台，这个平台的特点不是简单的把机器的智能化、无人化，而是从前端创意开始，让用户参与到产品的互动，然后到研发、设计、生产，包括供应商都参与进来了，形成这样一个平台。时间关系我这里就不展开了。

 

　　第三个场景，物流。物流我们也是在社会化，亿级的定单。最近也收购了一个生鲜的厂商。这个我想离人工智能还是比较远，需要人的手工的参与。

 

　　前段时间我们跟百度也有一些探索，包括里面的一些要素：车、仓、路径等等怎么进行优化，这个我们也在设计一些方案，目的就是要能够做到时效准、路径优化、成本大幅降低。还有就是从后端服务呼叫中心这块，我们也有尝试，包括语音语义的转换。因为我们承接了一些天猫的订单，通过这个可以看到用户对我们服务的满意度。还有语音客服的系统，就是语音能去接用户的电话，能够判断用户的情绪，不止是简单的按123的情况。

 

　　鲁四海：各位嘉宾都结合自己的行业给了我们很多的建议，描绘了应用的场景。想问一下李红总最希望哪几方面的技术能够有所突破？

 

　　李红：我认为应该分成理论型和实用型。理论上讲人工智能没有什么不能干，人能干的它都能干，这种事不是我们这个领域能理解的。人工智能只能按照人规定的定义去做。当然这不是我们今天探讨的。回到现实中来，在现实中的人工智能，做人做不道德市，做人不想做的事，比如说通过人工智能编个程序。

 

　　鲁四海：还是应用层面。

 

　　李红：再说具体一点。前段时间听阿里巴巴首席人工智能专家说的，他们已经通过人工智能研究，他们现在已经对企业的信息架构构成了影响。这个我觉得比较靠谱。为什么？现在传统的企业架构，软件，工业流程这些理论上实际上是很复杂的，我们要实现从数字，从最基层的设备到最后领导能看见，要一层层架构才能实现，现在我们那么多复杂的东西。但是如果按照人工智能的理论，云大物移技术的应用，可能完全颠覆，让企业管理运营更加简化。从实用角度来研究人工智能，这样的人工智能是有价值的。领域不一样。我不是悲观，我认为人工智能是我们这一轮信息技术的一个终点。因为在云大物移基础上，确实最后数字化是个过程、资源，人工智能一定是目标。但是现在在实用领域人工智能到底能够达到什么程度，不好说，但我认为人工智能一定会颠覆现有的。

 

　　鲁四海：感谢李红总。给我们提出一个很重要的要求，落到实用。刚才封总讲了海尔做了很多尝试，你们做的最顺手能落地的点有哪些呢？

 

　　封凯天：我们启动的有服务的语音予以的分析。再就是路径的分析，我们是可以去应用的。

 

　　鲁四海：感谢，您给我们研究也指明了方向。请问熊总，产业链这块能不能给我们用两三句话说一下，在产业链协作这些方向，人工智能有哪些用武之地？

 

　　熊峰：人工智能最好能够帮我们解决双流边效应，就是销售端能更好的进行预测，从供应端上对牛群状况进行更好的把握，平衡生产和销售之间供应之间的波动。

 

　　鲁四海：我想问一下薛总，从信息化到人工智能这块还有哪些问题需要我们去解决？

 

　　薛康文：对保险行业来讲，我可能体会更深一点。我觉得是有观念的问题、文化的问题。因为像在我们这样的行业里面，它这种尝试、试错和这个结果不一定是完全确定的结果，对这些东西的接受度，大家还是比较有限的。比如说我们要立一个项目，一定会考虑投入产出比，为什么跟这个事、要达到什么预期，你说提高效率那能减多少人、扩大销售又怎样怎样，其实这个从机制上、理念上都还是会慢一步。这是我们现在比较大的问题。

 

　　鲁四海：非常感谢。这也是说，我们以后要去上一些新的技术，要在机制方面先做一些设计。通过前面几位专家的介绍，我们会发现金融行业是走在最前面的，所以请张艳总总结一下，尝试人工智能这块要分几步走，或者说从哪切入会比较更靠谱一些？

 

　　张艳：刚才我跟大家分享了我们的五类场景，我觉得未来会有更多的场景。我觉得，因为人工智能的基础还是在于，一个是要有数据，我们前期对大数据也很重视，所以整个的结构化、非结构化，内部、外部这些数据现在都比较充分，而且我们也是用了很多大数据的方法，包括流数据，包括我们做DaaS，也在建设，这是一个基础。

 

　　第二是人工智能算法。人工智能的算法肯定没有一个通用的算法，每种场景可能是不同的场景要用不同的算法、不同的方式来处理，不是说一个算法就适合所有场景的。所以我们都在做尝试，用了很多算法，也包括跟一些外部公司合作，看看外部的算法，比如说IBM的沃森、第四范式，看看他们以前用的是什么场景，用在我们哪个场景更合适。

 

　　第三是场景的切入，现在大家说的比较多的就是刚才说到的人工客服、智能投固，这些都是现在比较热的。有一些机构陆陆续续也都做出来了，包括后续的用人工智能的方法做客户营销、做更多的产品的不同，针对客户的内容做不同的产品和服务等等方面，包括后续的风控。我觉得各种的场景这种切入也很重要，场景切入就要注意，不止是IT部门一厢情愿的做法，必须把业务一起拉过来。不能说我研究人工智能，我就让你们来做，那也不可能的。

 

　　还有一点，除了数据、算法、场景之外就是人。对于人工智能真正的高端人才还是很紧缺的，这块一方面靠跟外部的合作，一方面也要注重自己的培养。这四部分都要逐步开展。

 

　　鲁四海：做好人工智能首先得有人才，而且我们要面向场景去设计我们的算法模型，更重要的还是要有高质量的数据。对我们要去完成这件事最终落地到产品的支撑，不管是做数据的产品还是算法支撑的产品，我个人理解，这不可能是一家公司做出来的，因为社会分工越来越细，这就让我想起闭门造车。所以这里我特别想请问代主任一个问题，从标准这块怎么保证各家的产品都是关起门来生产的，然后出去到客户那能够吻合的放到一起，同时发挥最大的效率？

 

　　代红：刚才大家说，各个行业都在做人工智能、大数据。我也想说，现在是各自为战的时期，但是怎么实现互联互通，怎么把这些东西统一的用起来，还是需要一个标准，我们现在掌握了标准就是掌握了行业的制高点、话语权，所以我希望能够跟着做标准化的，多多参与到标准化当中。因为大数据已经有了工作组，开展了将近三年的标准化工作，做了很多工作。我们在人工智能这块也有了部署，在ISO/IEC下面针对国际有了SC35，它主要是人机交互、人机界面，我们成立了一个工作组叫人机交互，也成立了人工智能的标准工作组，目前正在做白皮书和人工智能的标准体系，特别欢迎各位都参与到标准之中，别走弯路。俗话说一流的企业做标准，二流的企业做技术，三流的企业出产品。我们别偏离了国家标准的方向，希望大家都参与进来。

 

　　鲁四海：好的，我们也希望更多的企业，介入标准，打造互联互通的产品，结合应用场景把人工智能的一些美好的前景能够更快的呈现在大家的面前。现在中国人工智能的发展速度，从专利、论文都是和美国在一个阵营，再加上这块协作的努力，希望我们能够实现弯道超车。时间总是过的那么快，非常感谢六位嘉宾给我们带来精彩的分享！他们的对话让我们有很多的思考，相信对各位也有更多的启发。今天的对话就到此结束，感谢各位！