一覽群智胡。合瘸蔀轭^牌,再造AI軟件生態(tài)
有媒體將一覽群智比作“中國(guó)版Palantir”。文繼榮認(rèn)可這一說(shuō)法,但強(qiáng)調(diào)一覽群智更看重技術(shù),有更為深厚的AI基因。一覽群智用智語(yǔ)、智慧、智圖和智策,構(gòu)建了從感知、理解到分析到?jīng)Q策的閉環(huán)。一覽群智為什么打造這四大產(chǎn)品?背后的邏輯是什么?
有一點(diǎn)可以肯定的是,這四大產(chǎn)品不是一覽群智團(tuán)隊(duì)拍腦袋拍出來(lái)的,而是他們?cè)诮鉀Q問(wèn)題的過(guò)程中,發(fā)現(xiàn)這幾個(gè)產(chǎn)品是必須要有的。比如數(shù)據(jù),一覽群智做銀行場(chǎng)景、政府場(chǎng)景的時(shí)候,發(fā)現(xiàn)最大問(wèn)題是數(shù)據(jù)的信息化程度有限,“70%以上的數(shù)據(jù)都是非結(jié)構(gòu)數(shù)據(jù)!苯鉀Q問(wèn)題,先過(guò)非結(jié)構(gòu)數(shù)據(jù)這道關(guān),否則分析和決策就無(wú)從談起。
如何處理非結(jié)構(gòu)數(shù)據(jù)?在公安場(chǎng)景,一覽群智如何從一堆文檔里抽取出人、地、事物、組織、機(jī)構(gòu)、案件等最重要的信息?這需要先定義,再構(gòu)建不同的信息抽取工具,才能從大量的非結(jié)構(gòu)化數(shù)據(jù)中抽取所需要的信息。其次,抽取的信息還需與已有的結(jié)構(gòu)化數(shù)據(jù)融合在一起。因?yàn)閮蓴?shù)據(jù)的信息密度是不一樣的。非結(jié)構(gòu)化數(shù)據(jù),準(zhǔn)確度低,需要被清洗。
這個(gè)過(guò)程,會(huì)碰到消歧問(wèn)題。還會(huì)遇到圖數(shù)據(jù)庫(kù)的問(wèn)題。比如大學(xué)畢業(yè)生小陳將戶(hù)口從A市遷到B市,數(shù)據(jù)庫(kù)里需要加一條新的籍貫信息。但是傳統(tǒng)數(shù)據(jù)庫(kù)無(wú)法支持新字段隨時(shí)加進(jìn)來(lái)的情況。但圖數(shù)據(jù)庫(kù)可以,圖數(shù)據(jù)庫(kù)還可以做關(guān)系性推導(dǎo),推導(dǎo)出不同的人之間的關(guān)系!拔覀儼l(fā)現(xiàn),某種程度上,它跟知識(shí)圖譜的概念、推理關(guān)系是一致的。我們需要一個(gè)知識(shí)圖譜的構(gòu)建工具,所以有了智圖!焙≌f(shuō),“解決了抽取問(wèn)題,把非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化。圖數(shù)據(jù)庫(kù)加上知識(shí)圖譜解決了構(gòu)建問(wèn)題,然后人機(jī)協(xié)同,幫助決策。”
總的來(lái)看,一覽群智,基于自然語(yǔ)言處理的知識(shí)挖掘、文本挖掘平臺(tái),將大量非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù),基于結(jié)構(gòu)化的數(shù)據(jù),構(gòu)建人、地、事物、組織之間的關(guān)系知識(shí)圖譜,提供人機(jī)交互的可視化分析引擎,讓知識(shí)與人直接銜接,最終與行業(yè)場(chǎng)景銜接,打造行業(yè)決策引擎。
而這背后更大的技術(shù)邏輯是人工智能即將邁入認(rèn)知智能技術(shù)時(shí)代。一覽群智團(tuán)隊(duì)認(rèn)為,未來(lái)是增強(qiáng)人工智能,是人與機(jī)器協(xié)作!袄脵C(jī)器超強(qiáng)計(jì)算能力、存儲(chǔ)能力、加上分析推理能力,與專(zhuān)家經(jīng)驗(yàn)銜接來(lái)創(chuàng)造價(jià)值!焙≌f(shuō)。
動(dòng)態(tài)變化的產(chǎn)品化率
目前,一覽群智的產(chǎn)品化率約為70%。這意味著一覽群智需要針對(duì)不同場(chǎng)景下的不同企業(yè)做定制化的調(diào)整。“,初期,我們跟用戶(hù)A共創(chuàng),A提了十個(gè)方向,根據(jù)通用性與痛點(diǎn),我們選擇幾個(gè)方向,把產(chǎn)品做好,然后拿著這個(gè)產(chǎn)品從A賣(mài)到B、C、D,這個(gè)過(guò)程中,定制不斷減少,定制化程度不斷降低。”
比如在銀行場(chǎng)景,一覽群智找到的一個(gè)大的、通用需求是審單。審單產(chǎn)品可以用于國(guó)際結(jié)算審單,外匯審單,票據(jù)審核等。隨著審單產(chǎn)品落地越來(lái)越多的場(chǎng)景,該過(guò)程是一個(gè)不斷完善的過(guò)程,“越到上面越貼近用戶(hù),越豐富,越往下走,不斷地抽象!
胡健提到,一覽群智聚焦在某些行業(yè)的、具體的產(chǎn)品和解決方案里,其目的是盡量減少客戶(hù)的定制化需求。這是從落地可行性的角度去考慮的!懊看稳ビ脩(hù)那里都要定制30%。其實(shí),難度很大。為什么?這不是30%的難度問(wèn)題,而是對(duì)于行業(yè)的理解問(wèn)題,我們要花很長(zhǎng)的時(shí)間去理解客戶(hù)的行業(yè),要花很長(zhǎng)的時(shí)間去幫客戶(hù)出一個(gè)解決方案,要花很長(zhǎng)時(shí)間,把解決方案變成一個(gè)能夠Work的產(chǎn)品。甚至,我們還要去驗(yàn)證產(chǎn)品是不是有效。整個(gè)周期會(huì)變得非常長(zhǎng)。”
據(jù)了解,一覽群智的組織結(jié)構(gòu)中,有基礎(chǔ)研發(fā)部,負(fù)責(zé)技術(shù)組件的研發(fā)和維護(hù)。在技術(shù)組件的上層,是針對(duì)行業(yè)場(chǎng)景,利用技術(shù)組件打造的產(chǎn)品解決方案,因此也有政企事業(yè)部和金融事業(yè)部,“在具體的行業(yè),業(yè)務(wù)部門(mén)用組件做產(chǎn)品,用戶(hù)可能無(wú)法感知你的技術(shù)組件,但他必然關(guān)心你是否幫我解決了問(wèn)題!
但以上仍有兩個(gè)重要問(wèn)題沒(méi)有被回答。第一,70%的產(chǎn)品化率是如何形成的?第二,一覽群智落地的場(chǎng)景愈加豐富,產(chǎn)品化率又將面臨什么樣的變化?
70%的產(chǎn)品化率是動(dòng)態(tài)形成的。在做同一場(chǎng)景的不同客戶(hù)時(shí),在修改;在做不同場(chǎng)景的時(shí)候,也在修改。這是一個(gè)漸進(jìn)過(guò)程!70%也許永遠(yuǎn)停留在70%。這是因?yàn)椴煌袠I(yè)的差異還是很大的。你做得行業(yè)越多,就會(huì)發(fā)現(xiàn)越往下,底層的東西,甚至不是四層,會(huì)變成五層、八層,而越往上,則不斷細(xì)分。直到哪一天,你做了十個(gè)行業(yè),發(fā)現(xiàn)萬(wàn)事萬(wàn)物皆出于這幾個(gè)組件,但這個(gè)時(shí)候,標(biāo)準(zhǔn)化層次可能就不是70%了,可能變成50%,甚至比50%更低!焙√岬。
“70%不是一個(gè)絕對(duì)數(shù)字。”現(xiàn)階段,一覽群智主要落地兩大場(chǎng)景:金融和政府,胡健認(rèn)為“70%是能夠解決的!钡(dāng)一覽群智做得行業(yè)越來(lái)越多,產(chǎn)品化率可能無(wú)法達(dá)到70%!霸絹(lái)越多東西是沒(méi)法通用,可能還要往下沉。最后的產(chǎn)品化率可能只有50%,但這個(gè)50%是完全不一樣的。應(yīng)用層以下,分層會(huì)越來(lái)越多,而現(xiàn)在只有三層。”
寫(xiě)過(guò)程序的胡健用“面向過(guò)程”這個(gè)概念解釋這一產(chǎn)品化率的變化過(guò)程。公開(kāi)資料顯示,胡健先后在微軟亞洲研究院、雅虎北京研發(fā)中心、騰訊從事搜索和廣告核心算法研究和研發(fā)管理。接任一覽群智CEO之前,胡健是36氪的聯(lián)合創(chuàng)始人,先后擔(dān)當(dāng)36氪CTO、鯨準(zhǔn)總裁等職務(wù)。
何為“面向過(guò)程”?據(jù)了解,一般的面向過(guò)程是從上往下步步求精,所以面向過(guò)程最重要的是模塊化的思想方法!皩(xiě)程序就是,我看到一個(gè)問(wèn)題,從頭寫(xiě)到尾,寫(xiě)到一個(gè)函數(shù)里面。寫(xiě)出來(lái)之后,發(fā)現(xiàn)在多場(chǎng)景之下,有些功能可以封裝成一個(gè)類(lèi)……
問(wèn)題在于這個(gè)函數(shù)或者組件被人使用的次數(shù),被人使用得越多,大家對(duì)你的要求越來(lái)越高。你不斷地把它做得更通用。如果只有一個(gè)客戶(hù),不用分層,一層就夠了。但當(dāng)你有一萬(wàn)個(gè)客戶(hù)的時(shí)候,產(chǎn)品會(huì)因不同用戶(hù)的需求變得越來(lái)越復(fù)雜,層越分越多,越分越細(xì)!焙(qiáng)調(diào),這個(gè)過(guò)程,越分越細(xì)并不意味著降低標(biāo)準(zhǔn)化,相反地,標(biāo)準(zhǔn)化程度越來(lái)越高!

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
圖片新聞
最新活動(dòng)更多
-
7月22-29日立即報(bào)名>> 【線(xiàn)下論壇】第三屆安富利汽車(chē)生態(tài)圈峰會(huì)
-
7.30-8.1火熱報(bào)名中>> 全數(shù)會(huì)2025(第六屆)機(jī)器人及智能工廠展
-
7月31日免費(fèi)預(yù)約>> OFweek 2025具身智能機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費(fèi)參會(huì)立即報(bào)名>> 7月30日- 8月1日 2025全數(shù)會(huì)工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書(shū)》
-
8月5日立即報(bào)名>> 【在線(xiàn)會(huì)議】CAE優(yōu)化設(shè)計(jì):醫(yī)療器械設(shè)計(jì)的應(yīng)用案例與方案解析
推薦專(zhuān)題
- 1 AI 眼鏡讓百萬(wàn) APP「集體失業(yè)」?
- 2 豆包前負(fù)責(zé)人喬木出軌BP后續(xù):均被辭退
- 3 一文看懂視覺(jué)語(yǔ)言動(dòng)作模型(VLA)及其應(yīng)用
- 4 “支付+”時(shí)代,支付即生態(tài) | 2025中國(guó)跨境支付十大趨勢(shì)
- 5 中國(guó)最具實(shí)力AI公司TOP10
- 6 深圳跑出40億超級(jí)隱形冠軍:賣(mài)機(jī)器人年入6.1億,港股上市
- 7 特斯拉Robotaxi上路,馬斯克端上畫(huà)了十年的餅
- 8 “AI六小虎”到了下一個(gè)賽點(diǎn)
- 9 AI視頻,攪動(dòng)1.5萬(wàn)億市場(chǎng)
- 10 張勇等人退出阿里合伙人