AI 如何赋能企业数字化转型？第四范式给出了自己的答案

进入到 2019 年，中国人工智能的发展，已经不再局限于算力、算法、数据等方面的技术性突破，而是从社会需求和行业应用的角度，逐渐深入到具体的产业落地中去；与此同时，在见证了 AI 作为一项前沿技术的巨大市场潜力之后，整个市场也愈加关心 AI 如何向行业赋能并由此走向商业化的问题。 

同样带着对这个问题的关心，雷锋网来到了 2019 世界人工智能大会的第四范式《标新·立异》企业智能变革论坛。 

第四范式的 AI 商业化落地成果

在论坛上，刚刚入职两个月的第四范式总裁裴沵思（James Pei）首先登台发言，他对第四范式在如何推动企业进行智能化转型进行了介绍；雷锋网了解到，裴沵思曾经在全球企业管理软件与解决方案的领导企业 SAP 有过 8 年的任职生涯，并曾经担任 SAP 全球副总裁。 

在论坛中，裴沵思提出了三个观点： 

• 在企业未来的转型中，流行化的效率提升（企业数字化报表、企业 ERP）等方式，其实并不等于企业的智能化变革。如果说之前的企业是一株植物，未来希望的企业是一只动物，这样范式化的进化，实际上是靠堆积这些个管理应用，是不能够得到提升的。 

• 在视觉、语音等感知层 AI 技术的应用过程中，企业可以做到感知方面的进化，许多流程也可以自动化，甚至更加人性化，但是这些并不能等同于实际的经营能力和价值。 

• 智能决策能力才是企业未来转型的关键所在。更加精准的预测，才是决策的核心；其实在数据获取、预测和决策上，有一个非常古老的国际链条；但是由于全新的机器学习技术的存在，使得整个链条不断加速——也就是人工智能大大推进了机器参与决策的整个过程。而企业只有在这个层面进行转型，才会推动经营模式、盈利模式和竞争壁垒的变革。 

裴沵思表示，对这三个观点的认知，促进他最终加入到加第四范式；而第四范式本质上在做的，就是加速企业智能化进程，帮助企业提升智能决策的能力。

在论坛现场，裴沵思也提到了一个关键的数据：根据市场调研机构 IDC 发布的《中国机器学习开发平台市场评估》报告，以市场占有率、现有产品技术能力和商业化能力等多个细分维度进行综合评估，第四范式、阿里、百度、AWS、腾讯、微软等六家企业成功进入领导者象限，其中作为 AI 独角兽的第四范式占据了中国市场的最大份额。

针对这一成绩，IDC 中国区副总裁兼首席分析师武连峰表示：

对于第四范式自主创新的核心技术和产品的分析与比较、以及企业发展关键战略规划的考察与评估，最终确定其在 IDC MarketScap 中机器学习平台领导者的地位。值得一提的是，即使与同处于领导象限的互联网巨头相比，第四范式领先的技术实力和成熟的产品能力帮助其获得了更广泛的市场认同，并取得了国内市场份额第一的成绩。

武连峰告诉雷锋网，第四范式之所以能够取得这样的成绩，有几个方面的原因：一方面是它在机器学习算法方面的确有比较好的积累，包括它的创始人戴文渊在全球范围内的算法领域还是很有影响力的；同时，它做到了将技术面向行业企业的商用落地，在金融等行业有很多实践案例；另外，第四范式也吸引了不少外部人才，包括来自 IBM、SAP 等企业，具备互联网行业的一些基因，包括戴文渊也曾经任职百度，这样就能够将互联网思维层面与企业智能化转型进行很好的结合。

雷锋网了解到，第四范式在 AI 赋能企业智能化转型的过程中涉足最深、同时市场回报最大的一个领域，就是金融领域。实际上，第四范式告诉雷锋网，之所以首先选择金融行业进行 AI 应用落地，主要有以下几个原因：

• 一、金融行业拥有的数据量、结构化程度、质量是最高的；

• 二，受互联网金融的颠覆性影响，传统金融业转型升级的需求也非常迫切；

• 三，金融业市场规模大，是非寡头垄断的同质化竞争的市场，

• 四，金融行业对技术、人才、产品和综合能力水平要求最严苛。许多创业企业不先进入到金融行业是因为想在一个小市场里把产品先打磨出来，再进入到竞争性最强的市场，而第四范式首先选择了一个极具挑战性的市场，来培养和验证能力。

第四范式方面表示，实际上，金融是实体经济的血液，它服务于各行各业，所以通过金融行业的赋能其实可以触达更多的行业；而目前，在金融之外，第四范式的 AI 商业化触角已经延伸到医疗、零售、能源、餐饮、媒体等行业，其客户有瑞金医院、百胜、华油能源、永辉、人民日报等行业头部企业。 

AI 如何赋能企业数字化转型？

在论坛现场，IDC 中国区副总裁兼首席分析师武连峰也针对企业的数字化转型进行了演讲，他表示，有一句很值得赞同的话是——数字驱动一切，网络重构一切；未来利用数据技术，所有生意都值得重新做一次，不管是解决方案商，还是最终企业用户。他还表示，企业做数字化转型不一定成功，但是不做数字化转型未来注定会失败，所以如何利用数字技术支持企业转型，这是所有企业、所有传统行业一定要进行的选择。

武连峰提出了当前市场上出现了的一些 “伪人工智能”，比如说把程序预设、人工替代工作、大数据分析简单化等情况；但实际上真正的人工智能应该具备三项能力：自我学习能力、自我推理能力和解决问题的决策能力。而目前 AI 在企业服务领域的应用还刚刚开始，比较成熟的包括自动化客户服务助理、程序顾问和推荐系统、自动化威胁情报和预防系统、智能流程自动化系统、欺诈行为分析和调查等。

针对 AI 未来发展趋势，武连峰认为，AI 参与业务自动化的演进框架中，如果从洞察、决策、执行三个层面来看，一开始是人类主导，但后来机器会不断参与其中，并且由辅助角色走向主导角色，最终形成一个由机器主导的情况，当然即使机器主导，依然是有人类监督的。因此，对于 企业应用来说，决策类 AI 一定会至关重要。

另外，在 AI 赋能行业的花费方面，中国在 2018 年花费 25.7 亿美元，美国为 248.2 亿美元；到 2020 年中国为 99 亿美元，美国为 791.8 亿美元。另外，从全球 2018 年的 Top 行业花费来看，制造占比 17.5%，零售占比 16%，银行占比 15.9%，医疗占比 7.5%，电信占比 6.5%。

在演讲结束之后，武连峰接受了雷锋网 (公众号：雷锋网) 的采访。谈到 AI 对不同的传统行业转型的影响，武连峰进行了一番细致的梳理，他表示：

我们当时做数字化转型研究的时候发现，像金融、电信、零售 等行业本身更加面向 C 端、面向品牌，所以它们的数据能力以及对于技术促进业务的认知是蛮到位的，所以走得更靠前一点，这是一类。第二类行业，比如说交通、教育、医疗等等，从数字化程度、信息化程度来说处于中间位置，有数据，也有大量的应用，但是人工智能与之相结合的复杂性更强一些；第三类，包括一些政府、制造等行业，可能更复杂一点。按阶段来看，政府在局部方面，比如说居民服务，做得很超前是有可能的，但是整体所有城市都达到同样一个水平，则需要很多时间，因为毕竟中西部差距等方面的差异还是蛮大的。

武连峰表示，不同行业的数字化程度与该行业未来跟人工智能相结合结合的程度，二者是正相关的一个关系，包括本身的数据能力、数字化水平、甚至 IT 投入等，都是二者之间产生正相关关系的一些要素。

另外，武连峰还认为，其实在数字化转型中，还会出现数字鸿沟的问题：

今天制造业的数字化转型从整体上来说是稍稍偏落后的，但是这个行业中的一些先进企业是很领先的，所以说今天数字化转型有一个特定指标：数字鸿沟会越来越大。也就是说，在整个数字化过程中，对于人工智能等新技术的应用，好的企业和差的企业之间的差别非常大。从过去五年的数据来看，已经进行数字化转型的制造业企业平均销售额和利润都是正增长，比率是 2% 到 3%，但是非数字化的都是负增长，比率大概也是 2%、3%，这样下来五年后这个差距就会更大。所以说很多行业如果不转型的话，最后可能就会被淘汰的。

当然，针对企业数字化转型，武连峰非常看到政府推动的作用。他认为，在中国有一个非常好的情况是，如今我国政府的领导对于信息技术、数字技术都非常认可，包括上海、重庆、广东、吉林等省市的领导。他表示：

这些领导对于数字技术的高度认可，对于这个省、这个地区发展数字经济，把技术跟传统行业相结合，其实会起到一个非常好的结果。因为政府往往可以推动很多事情，不管是市场还是媒体等方面，就有可能把通过数字技术把中国的落后地区与领先地区之间的差距进行一定的弥补。

。