作者：刘敏

纵观AI行业，山头林立，烽烟四起：AI+金融、AI+驾驶、AI+家居……iPIN从"AI+决策”切入，做企业和个人的军师。然而决策的前提是需要建立在大量信息的基础上，在掌握了大量信息的基础之后，如何进行信息的认知呢？又从那几个角度进行考虑决策呢？“决策”这种听起来更加拟人化的人工智能，是否会更难实现？iPIN CEO杨洋对此进行了进行了主题演讲，以下是演讲原文：

我今天跟大家讲的属于人工智能比较前沿的领域，叫认知智能，可能很多人不知道什么是认知智能。2月The Wall Street Journal花了大量版面报道我们，把我们跟IBM对比，IBM公司在做商业智能，我们公司也一直在做这一块，但直到去年2月，我们才意识到我们做的跟IBM公司很像。

我跟绝大多数AI科学家不一样，我并不是计算机专业的，我算是信息学的，认知科学是一个非常复杂的交叉学科。原来我正儿八经当过老师，现在依然承担着国家一个重要项目，我主要做的是认知智能这一块。我是连续创业两次之后再跑去读博当教授，又从学校跑去创业的。

我们公司技术模块分三大领域，以科大讯飞为代表的专做语音识别的，再到以商汤科技、码隆科技这样的专做图像识别的，大家注意到，这两个领域专注于识别，而我们公司做的是对抽象概念的机器自主的理解，即如何让机器能媲美人的认知和分析系统。比如说当提到华为、腾讯或码隆时，机器该如何去理解？这是我们专门在做的。这个市场很大，它应该说是脑力劳动分化的市场，涉及教育、医疗、法律、金融等。Yann LeCun前两天在清华演讲时说，目前AI一大难题是让机器掌握人类常识，就是机器人自主认知能力比较弱，尤其是逻辑推理，准确率在70%左右，跟人差很远，机器还不能真正理解人，这是目前认知的一个瓶颈，我们公司专门在攻这一块。

我们公司专注于做分析、做决策，尤其是对人和企业的分析。人工智能按进展分，有计算智能、感知智能、认知智能，再就是类人智能，我们属于认知智能，识别信息做下一步分析处理。信息处理其实分四步，先是感知，识别出来后交给认知，再做分析，再做决策。

认知是一个非常难以回答的问题，有意思的是，几乎做认知智能的科学家，一般都不是计算机专业，后来因为要做认知智能，才转去做这个。这是个交叉学科，涉及到生物学、物理学、哲学、社会学、经济学、神经学，搞得我特别痛苦。每个学科都从不同角度去理解人对于认知的理解，尤其是物理学，涉及到一个经典问题，灵魂是什么？但认知更多属于哲学，就是Psychic Prison（精神牢笼），这对于认知领域有重大指导意义，就是说我们看到的东西都不是真相，而是真相在某一个具体场景下的投影，但你想真的理解认知的话，你必须还原真相。我不深入讲这块。

我们承担一个国家项目“中国社会经济图谱”，还原整个中国社会商业认知真相，我们对整个中国社会建模，这个项目做了非常久，2007年开始对美国社会建模，2012年开始对中国社会建模，建了两次。目前我们产品应用，分2C、2B，这是很痛苦的，从商业上讲，同时面对两类客户很具挑战性，但从做认知来讲，我们必须要做。研究人和研究企业，对我们来说，是社会认知一个根本的东西，我们同时做了个人的发展和企业的发展。在个人发展，因为人开拓能力比较弱，我们做的是产品。对于企业发展，我们主要是面对大企业，我们不参与它们的业务流程，这对我们来说没有价值，所以我们提供在线数据服务接口，让它们自己去调动数据，去改善业务流程。

2C这块，我们有款产品叫“完美志愿”，做国内高考志愿填报，我们已获官方认可，被评为中国最快最好的产品。我们还做“人生导航仪”，类似百度导航，输入起点和终点我们帮他做人生规划。这听起来挺逗逼，但现实需求很大，从初中到高中到大学，我们和教育机构合作，教育部领导也多次来我们这。这块国家很重视，这个市场不能乱，我们跟教育部配合推进这一块。我们重点做认知，用机器学习了上亿人发展轨迹，帮助人规划他的人生：第一适合你，第二你擅长，第三你喜欢，第四你能养活自己，从这四个角度去规划。

2B这块，企业发展最关注职能部门，包括人力资源、销售、采购、财务、法务等，现在腾讯也在采购我们的“企业发展分析引擎”，去分析他们大量的人。除了招聘，这个产品有很广的用处，比如一个征婚交友的公司，希望我们给它开发一个门当户对的产品，让两个人长长久久等。我比较自豪的是，这个东西我已经做了整整12年，我上次创业是2005年，那会也在做这个东西，因为遇到问题，我去美国读了两个博士，先读物理学再读信息学，在美国一直做这个。我当时没有预料到把这个解决下来要花整整10年时间，到今年2月人岗匹配准确率已达70%以上，HR不久应该会大量失业了，因为整个匹配效率和准确率已远超人类，我们对接的各大招聘公司，也希望将HR解放出来，去做更有价值的事。

再说说“人脉分析引擎”项目，针对BD、市场、销售、采购这块，我们合作了两家非常大的企业，它们都面临各种各样的供应链采购风险。再就是“法务分析引擎”，这块领域不赚钱，但是我们必须要做它，它是整个社会商业运转的根本，我们跟国内非常大的一家法律公司合作，法案件预测准确率竟然超过了95%，这个我自己都觉得太扯淡了。因为我们自己根本不懂，每次出来的分析结果都交到法务让他帮我们判断对还是不对。

“宏观经济分析引擎”方面，我们的客户是中央政府、深圳政府、广州政府，政府对一些经济结构产业数据特别感兴趣，我们也在切入智慧城市，但我们只做分析引擎，后面所有流程都不做，各公司业务流程太多了，我们根本不想碰，也不一定有价值。

这是我们现在做的实例“中国城市人才吸引力”，对这个行业做监控，我们都知道1999年互联网泡沫有多严重，人才流入/流出比指数跳到了零线以下，但很快就回升了。到2016年，上升速度又有所减缓。我们公司对每个行业都有监控，包括各个细分领域，市场各种场景的监控，还有企业人才战略监控，腾讯就是看到这个，后来找我们，因为它们自己都没有。（我们的监控结果）说腾讯客服团队很大，但工资不高，腾讯很生气，说我们客服都外包了，他们都不是我们的人。但我说，你这种认知不对，人家认为就是你的人，只是外包了而已。中兴华为这个也很有意思，表面看人才结构很像，但从大量数据去分析，会发现它们销售这一块有巨大差异。这两家公司曾分庭抗礼，现在完全迥然，一个原因是华为特别重视销售，人员本科占比率非常高，且特别挑学校，它就从两个学校招人，一个是华东科技大学，一个是哈尔滨工业大学，我专门问过他们两个老大，一个来自华东科大，一个来自哈尔滨工大，典型的“近亲繁殖”，蛮有意思的。

“投资机会分析”这块，说白了就是供给侧改革，我太太是做融资的，经常让我帮她看数据，我发现家庭保健不错，供给持续下滑需求持续上升，未来一定有很大潜力。我让她去看，她看了后说已经晚了，高端养老院基本投进不去了，可能早发现就能早投资回报更高。再比如说我们给政府做的“广州金融人才储备”，包括全国结构化差异，政策影响等，很大的一个报告。

“人才流动”监控这块，我觉得很有意思，（图上）这个圈越大，对应这个城市人口规模越大，颜色越深代表这个城市对人才吸入力越强，中国哪个城市最有发展潜力、最有吸引力？做这个图时我们还在广州，我们就特别关注广州，你看广州和深圳的变化。再看成都，成都从2003年开始就逐渐增强对人才的吸引力。再看上海，之前吸引力很强。再往后到2008年，深圳和广州突然一下子特别低。2009年北京一下子跑到第一位了，我们怀疑跟奥运会有关系。再到2010年，深圳开始跃居全国第一，我们公司赶紧搬过来，结果确实对了。去年我痛下决心买房，为什么？因为深圳房价这么高，净流入依然很大。

谈几点创业感悟，我非常同意一句话“技术本身的价值是能不能给别人带来价值”，我觉得技术要接地气，尤其AI创业，不能给别人提供价值，我都不好意思说自己做人工智能。我们2013年创业，创业之初就属于人工智能。但有人在玩概念，大数据被玩火了，2013年几乎100%投资人就知道这个概念，一个大咖当时跟我们说这个概念很好，但他觉得不现实。阿尔法狗把AI吹火后，搞得所有人又来吹AI。我们公司自始至终觉得，做技术要能给人带来价值，这是很重要的一点。

我们做认知智能，接触了各行各业的公司，我是混沌研习社老师，我走访了很多企业，去了解每个公司它们在信息尤其是认知分析这块的需求。我发现需求非常集中，而要解决这些问题一定是AI科学家加行业专家一块做。比如我们做法律，我认得每一个字，但连起来就不知道是什么意思，就这种感觉。最近我们在做一家上海上市公司，他们董事长非常有兴趣做这个事，但我第一次去就完全懵逼了，那家公司数据极其庞大，这个倒没什么问题，我们从没有被数据量吓到，但我们被它的业务流程吓到了，整个中国财务审计的流程是八十个科目，每个科目十几张表，每个表里都有大量规则，我把它们的财务操作一梳理就懵逼了。这是我最怕的一个，所以这块一定要跟行业专家合作去解决问题。

今年我去参加美国AAAI会议，我们是唯一一家被邀请的创业公司，都说AI人才匮乏，一去发现，参会1000多人90%是中国人，感觉人好多。即使这样，整个行业由于高速发展依然人才匮乏，我们公司想招个高水平的难得要死。

再说下数据价值，有人说我们有这么多数据，太不专注了，我们说数据的价值就在于不专注。我们为什么能够很快地在这个领域做到第一？因为我们用的根本不是这个领域的数据，包括我们做每一个项目，都不是来自这个领域的数据。这样我们去做就有非常大的竞争力，只关注做一个行业的人根本拿我们没办法，我们各方面数据和准确率就是能够秒杀他，技术能够碾压别人是很爽很爽的。我原来创业都不做技术，在我第二次创业时，有个IT界的合伙人问我，“有个什么东西是你会，别人不会的？”我一下子被问愣住了，后来我第二次攻读博士，就专门攻技术这块，后来就做了这个方向。因为我接触各个行业比较多，AI渗透速度快得让我自己都有点害怕，我们就专门做好自己这一块不要参与更多，既然大家都发展很快，未来你一定要有核心竞争力才能立于不败之地。

我看有些人说AI是个泡沫，我觉得太扯淡了，我自己公司根本没看到泡沫，就连芯片制造业和制药业都在用AI技术，用了AI，光刻模具生产效益从耗时一年多到减少至几个小时。非常传统的制造业都能有这么大的影响，基本上所有行业，但凡有AI有渗透的话，取得的效果会是惊人的。

我们接触的公司老板，都想用AI弯道超车，但我们签了保密协议，不能说他们是谁，搞得我们想宣传也不行。另外就是用AI来裁员，在这件事上老板绝对毫不留情，比如有一家公司，员工800多人，我说你想干嘛？他说只有一个目的，现在800多人，一共十几个高级合伙人，除了这些人我一个都不想留。所以你知道他裁员的决心有多大？

企业对认知智能技术有三大需求，第一个是行业信息的检索与分析，第二个是核心业务流程的智能化提升，提升他们的工作效率，第三个是降低单调重复脑力劳动的成本。大概就是这样。谢谢大家！

Tags：人工智能   AI   智能