1.3.4　数字化决策发展现状

在企业实际应用中，决策辅助人工智能的成果始于娱乐性较强的Alpha-Go，之后在互联网企业以个性化推荐系统大放异彩，并逐步拓展至数字化较高的行业，如金融、零售、能源、制造行业，诸如反欺诈预警系统、设备预警系统、定价系统、工艺优化、能耗优化等应用场景落地。下面仅从企业数字化决策的角度展示数字化决策的发展现状。

在数据驱动决策的引领下，星环科技（星环信息科技（上海）股份有限公司旗下品牌）提出了实时智能决策中心方案，并在一些项目中得到落实。该决策中心能够实现从数据到应用的赋能过程，使其形成一个真正意义上的企业大脑的角色，以协助企业去判定相应的事件并给出决策结果。

因为数据赋能应用其实就是将数据转化为知识应用的过程，或者说是应用数据的过程，所以星环科技可以选择知识管理体系（Date to Information to Knowledge to Wisdom，DIKW）模型，即知识管理的方法论与之相契合。在DIKW模型中，数据分为4层，如图1.2所示。其中，第1层是数据，代表原始素材；第2层是信息，在这里是指经加工处理的有逻辑的数据；第3层是知识，知识指信息之间的联系、包括完成当下任务的能力在内的行动能力；第4层是智慧，具体指关于未来的预测。

图1.2　知识管理体系（DIKW）模型

在数据层面，回到数据驱动决策所面临的一些问题，因而需要具备数据的实时处理能力；在信息层面，或在数据形成有逻辑的信息后，需要挖掘数据的衍生价值，这个衍生价值可能是指标、标签或赋予业务属性的数据；在知识层面，根据知识提供的当下的行动能力，围绕业务场景提炼业务规则，最终进行决策；在智慧层面，通过建模，最终将模型应用到实际生产中，使其完成一部分预测与优化的工作。

数据智能在行业内逐步落地，只有数据、技术和业务三者进行融合创新，将技术化的数据转变为行业知识并驱动智能化应用，从而为业务提供从感知、认知、决策到行动的闭环，才能让政府和企业实现全面的数字化和智能化转型。

基于上述理论，百分点科技（北京百分点科技集团股份有限公司）在2017年发布了首个行业AI决策系统DeepMatrix，并在算力、数据、算法三重因素的驱动下，通过进一步强化多项认知智能技术将其升级为DeepMatrix2.0。经过多年的实践，百分点科技基于探索出的行业落地新范式，正式推出新一代AI决策系统DeepMatrix3.0。其主要包括数据中台、知识中台、AI中台和智能应用4个功能模块，使系统相应地具备智能化的数据治理、高效的行业知识构建、预置多个行业的预训练模型和多样化的数据分析应用四大优势，通过4个功能模块相辅相成，最终打通端到端的数据智能价值闭环。升级后的系统融合了大数据与人工智能技术，依托“数据-知识-应用”和“感知-认知-决策-行动”的双闭环理念，具有大规模多源异构数据的管理和分析能力、全链路的自动化知识图谱构建和管理能力，以及AI能力引擎和行业算法模型库。基于DeepMatrix3.0，可以提供面向社会治理和企业数字化转型场景的行业智能决策能力、构建一系列行业解决方案，将数据转化为价值，满足客户在不同阶段的数字化转型和智能化升级的应用需求。

成立于2014年9月的第四范式公司（第四范式（北京）技术有限公司），是企业级人工智能的行业领导者。该公司致力于以平台为中心的人工智能解决方案，帮助企业解决人工智能转型过程中所面临的效率、成本及价值等问题。2015年，第四范式公司进军金融领域，提供人工智能技术应用，后续逐渐踏足零售领域、能源领域及制造领域，目前解决方案覆盖七大行业，在中国决策类人工智能市场中居首位。该公司以“AutoML”为核心，建立了包含预测技术、感知技术、决策技术在内的全栈AutoML算法布局。从其应用来看，第四范式公司为某大型综合类证券公司提供服务，基于海量非结构化数据，帮助客户实现理财产品的精准推荐，推荐准确率较过去提升4.5倍；公司帮助食品连锁行业客户在供应链管理、线上运营及门店选址等多个业务场景中进行智能化升级，推动人工智能与零售业务的有效融合，实现从流量思维向精准思维的转变。

从上述企业案例来看，可以说，决策类人工智能将AI由“感知智能”真正提升为“认知智能”。据相关机构调研，在我国AI行业细分市场中，决策类人工智能的市场规模仅次于计算机视觉且增速最快，预计到2025年市场规模将达到1847亿元。

尽管如此，韩晴认为，目前制约决策生成类人工智能发展的几个限制条件仍然比较明显。首先是完成第一阶段数字化建设的企业少之又少，脱离数据基础，决策类人工智能没有用武之地；其次是其技术门槛，决策类人工智能研发综合了线性代数、机器学习、深度学习、强化学习等领域知识，对于算法工程师的要求非常高。另外，也是上述原因带来的综合结果，市场和企业高层对技术缺乏了解和信心，或持观望态度。上述原因导致决策生成类人工智能在企业数字化过程中的普遍应用因行业不同而有所差别，但是相信在不远的将来，会有更多的企业使用人工智能辅助决策，甚至战略决策。