垫底龙妃在市场上，应用落地能力成为评判一家人工智能企业是否成功的重要指标，大家不再盲目崇拜技术实力，而是更看重技术是否能为具体行业解决问题。

　　在这样的发展潮流下，能够在下一阶段的技术比拼中提前占据优势，同时又具备落地能力的企业，才能成为日后人工智能行业的领军者。

　　人工智能的发展可以分为几个层次，从低到高分别是：运算智能、感知智能、认知智能。

　　运算智能是最初级的阶段，主要指计算机拥有快速计算和记忆存储能力；感知智能建立在运算智能的基础上，指机器能够拥有视觉、听觉等能力，人脸识别、语音识别是这个阶段的典型技术；而认知智能则是更高级的阶段，指机器能够“理解与思考”，拥有处理复杂的知识和情形的能力。

　　不少业内人士都指出，当前人工智能正在从“感知智能”向“认知智能”过渡发展，“认知智能”是未来人工智能的核心竞争力。

　　首先，从技术的发展来看，感知智能的发展依赖于深度学习，而以深度学习为代表的统计学习严重依赖大数据和样本，这些方法只能学习到统计模式，随着大数据红利逐渐褪去，以深度学习为代表的感知智能水平的提升空间也变得十分有限。人工智能的技术之争，需要在下一阶段对知识和符号利用的“试炼场”展开。

　　其次，从市场对的需求来看，AI作为一项技术，只有切实帮助各行各业降本增效，才能发挥价值，因此整个行业对人工智能企业的关注重点，也从早期的算法精度，转移到了如何将算法先进性在行业场景应用上融合和体现的能力。

　　今年5月，Gartner发表文章，预计到2021年“增强AI”将产生2.9万亿美元的商业价值。所谓的“增强智能”或“增强AI”指的是：包括学习、决策和学习新经验在内，以人为中心的，人和AI共同增强认知性能的模式。简单而言，就是人利用好AI，去为更多的行业赋能。

　　“赋能”“落地”是这两年来AI行业的关键词，但仅有感知智能，机器只是能感知世界，拥有与人交互的全新方式，但却不能像人脑一样理解和决策，无法付诸或替代人处理更复杂的工作。

　　以公安行业为例，人脸识别只是让机器能够识别出身份，但是涉及到侦查、破案，就需要梳理大量的线索，推断出可能的结果，这仅靠感知智能是无法完成的。

　　前微软亚洲研究院研究员、一览群智CEO胡健在接受亿欧采访时表示：“现阶段的AI以感知智能为主，比如人脸识别、语音识别，都是快反馈的；但长期而言，AI是要解决各行各业问题的，这就需要理解和交流的能力。”

　　无论是从技术的发展进入了下一阶段来看，还是从市场的需求上来看，认知智能都一定会成为人工智能未来的趋势。

　　未来能够在人工智能行业的残酷竞争中脱颖而出的，一定是掌握了认知智能核心技术，并且具备落地能力的企业。

　　NLP和知识图谱是认知智能阶段技术发展的基石。在这个大趋势下，率先布局NLP和知识图谱的企业将在认知智能时代具备强大的竞争力。

　　机器的学习需要基于文本进行，但机器对文字的理解存在巨大的技术难度，文本在不同场景中的处理方式也不尽相同，文本中蕴含的价值一直难以得到有效利用。NLP技术的作用，通俗地说，就是把自然语言转化成机器能够理解的符号，构建机器理解知识的基础。

　　如果说NLP是让机器与人类的语言相通，那知识图谱就是能让机器理解这个世界。

　　人工智能的发展离不开大数据，认知智能的发展也是同理。现在不少行业已经积累了规模可观的数据，但认知智能却迟迟未见突飞猛进地发展，原因就是缺少了知识图谱。

　　知识图谱被认为是从感知智能通往认知智能的重要基石。知识工程创始人Edward Feigenbaum曾经提到：“Knowledge is the power in AI system”；张钹院士也曾说过，“没有知识的AI不是真正的AI”。

　　认知智能的发展离不开NLP和知识图谱，因此掌握这两项核心技术的企业，自然能获得更具潜力。另一方面，目前NLP和知识图谱的难度非常大，而知识图谱的构建，需要与行业有紧密的联系，二者相辅相成，因此知识图谱的壁垒一旦建立，将形成难以超越的壁垒。

　　在AI落地方面，胡健作为互联网信息检索（搜索）时代的第一代弄潮儿，有丰富的行业经验和敏锐的洞察，除了曾在微软亚洲研究院外，胡健还曾在雅虎、腾讯等公司从事搜索和广告核心算法研究和研发管理。对NLP、知识图谱等认知智能相关技术具有深刻的理解。

　　胡健认为，AI落地的前提，是行业有大量的数据，而且已经具备不错的信息化基础，还有很重要的一点是，“行业用户愿意投资资金，用技术手段解决问题”。一些行业虽然也有丰富的数据积累，行业用户的购买力却有限，这样的行业也很难出现企业落地的标杆。

　　亿欧智库的报告也指出，在选择应用场景时，企业一般从行业既有数据的丰富度和闭环关系、行业对AI应用的紧迫性和付费意愿与市场的竞争程度等维度进行考量。在中国，包含安防、交通在内的政府类项目，以及金融、大健康、机器人等赛道，是创业和投资的热点。

　　不少投资人在分享投资逻辑时都说道，选对方向和赛道、符合未来发展的趋势很重要。对于企业而言，也是同样的道理。

　　胡健对此也表示认同，他认为，目前AI正向头部效应集中，在文本自然语言还没有分出高下的情况下，这两年是进入的最佳时机。过了这个时间点再进入，企业如果不能从行业中脱颖而出，就不会有第二年。这是目前人工智能行业的发展大方向。

　　而一览群智正是一家以NLP和知识图谱等认知智能为基础，为客户提供一站式AI产品和行业解决方案的公司，其创办的初衷，就是解决人工智能应用的核心问题，打造通用知识图谱。

　　符合发展的趋势对企业发展而言很关键，但团队自身的实力也十分重要。据了解，除了CEO胡健外，一览群智的首席科学家文继荣、研究院院长窦志成均来自微软亚洲研究院，CTO刘家俊则曾在IBM研究院、澳洲科学院任职，核心技术团队从事大数据、人工智能研发工作多年，在自然语言处理、知识图谱、文本分析等方面有着长期积累，技术领先行业。

　　除了有技术实力外，一览群智还将技术转化成了具体的产品，打造了一套由“感知-理解-分析-决策”四部分构成的智能决策平台辅助决策系统。

　　“智语”是自然语言处理与文本分析平台，“智图”是处理文本和图像的知识图谱构建平台，“智策”是一站式可视化情报研判平台，“智慧”是机器学习与智能标注平台。这四款产品构成了一览群智业务的基础，能够满足企业在超大规模多源异构情况下的数据治理融合、不同场景下的AI建模，和复杂决策分析需求；让AI技术快速在客户场景落地，打造客户专属的智能决策平台。

　　更值得一提的是，一览群智已经将解决方案落地到竞争激烈、对于技术产品要求严苛的金融、公安等行业。今年，一览群智还入选“2019中国人工智能商业落地初创企业100强”，是榜单上罕见的，成立时间不足5年，但却在应用落地上有优秀表现的企业。

　　以一览群智在审核业务的落地为例，在银行有大量的审查、稽核、结算等业务，这些工作相对机械，缺乏创造性，而且还极容易出错，一览群智的“智能审单专家系统”能帮助客户把大量知识结构化，缩短人均审单时间。据统计，一览群智的智能审单产品，可以节省60%以上的人力成本投入，让“降本增效”不再浮于口号。而审核工作不止是金融行业独有的需求，在公安等政府领域，也有大量的文档审核需求，AI的应用场景想象力巨大。

　　高效整合海量数据之外，一览群智智能决策平台还能够对专家以及行业相对头部的人的经验，进行系统梳理和沉淀，在处理过程中得到新的洞察，为新业务和新流程开发奠定基础。比如，在公安工作中实现提前预警和智能研判，在金融行业的应用则体现为智能风控上。

　　虽然这个故事听起来并不“性感”，但对于用户而言，故事怎么样并不重要，重要的是实际的效果。一览群智能够迅速成为AI商业落地黑马，正是因为能脚踏实地地解决用户痛点。

　　能够帮助人，甚至替代人工作或决策，是未来AI落地应用的大趋势。根据Gartner的预测，未来“决策支持/增强”将成为AI商业落地最重要的一部分。到2030年，44%的AI商业附加值都将由“决策支持/增强”带来。

　　一览群智的落地逻辑，也与Gartner的预测有异曲同工之妙。胡健告诉亿欧：“AI在短期，三到五年内，落地的方向是取代人的重复劳作；在中期，五到十年后，是能利用专家以及行业相对头部的人的经验，取代相对高级的工作，比如辅助决策等。”

　　人工智能不是去替代人，而是增强智能，“让人从重复式的脑力劳动中解放出来，从事更多创新和创造的工作。”这才是人工智能落地的方向。因此，如果要问，未来哪些人工智能公司值得关注，能够掌握认知智能技术核心，又符合上述的商业落地逻辑的企业，都具有成为千里马的潜力。

　　声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容图片侵权或者其他问题，请联系本站作侵删。侵权投诉

　　究竟能够带来多少价值，带来哪些价值，制约其发挥作用、产生价值的要素又是什么，值得人们思索。

　　究竟能够带来多少价值，带来哪些价值，制约其发挥作用、产生价值的要素又是什么，值得人们思索。

　　会将我们的世界变成天堂（或者地狱）。因此，在本文中，我们决定靠谱地讨论

　　化做得最好，有较多优秀企业入选，而这些行业领域也一般具有行业规模大、变现能力强这两个特征。