在人類(lèi)歷史的車(chē)輪中，始終充斥著以「科技」為名的碾壓和推動(dòng)力。

遠(yuǎn)至1萬(wàn)年前的新石器時(shí)代，為適應(yīng)農(nóng)業(yè)及其他手工業(yè)需求的遠(yuǎn)古人對(duì)石質(zhì)工具進(jìn)行打磨加工；近及18世紀(jì)60代開(kāi)始席卷全球的工業(yè)革命，新能源動(dòng)力機(jī)器的發(fā)明推動(dòng)生產(chǎn)力飛躍式發(fā)展和生產(chǎn)關(guān)系大變革，這一點(diǎn)早已被一次又一次地論證過(guò)。

幾年前，AlphaGo團(tuán)滅人類(lèi)圍棋手，將人工智能推向臺(tái)前。所有人都在問(wèn)一個(gè)問(wèn)題，AI究竟是什么。

在我看來(lái)言，AI不僅是新一輪生產(chǎn)資料大發(fā)現(xiàn)的過(guò)程，更是新一輪生產(chǎn)力釋放和補(bǔ)充。因?yàn)樵贏I時(shí)代，數(shù)據(jù)成為新時(shí)代的石油工業(yè)，規(guī)模甚至?xí)螅厥?，更具有?zhàn)略性。

而對(duì)于一家企業(yè)來(lái)說(shuō)，未來(lái)如何創(chuàng)造收入，隨之而來(lái)機(jī)會(huì)又要多大，這一切都要從更大的畫(huà)面上去考慮，而不是從過(guò)去的財(cái)務(wù)結(jié)果上去找預(yù)期。

有句話說(shuō)得好，一個(gè)公司的命運(yùn)，既要看自身的努力，更要看歷史的進(jìn)程。

從這個(gè)角度上來(lái)說(shuō)，依托于數(shù)字內(nèi)容管理業(yè)務(wù)的開(kāi)普云，無(wú)疑卡住了一個(gè)不錯(cuò)的位置，也讓它有了更大的想象空間。

01 AI時(shí)代的“敲門(mén)磚”

數(shù)字內(nèi)容管理業(yè)務(wù)，是開(kāi)普云在AI時(shí)代的“敲門(mén)磚”。

什么是數(shù)字內(nèi)容管理業(yè)務(wù)？簡(jiǎn)單來(lái)說(shuō)，是依托于互聯(lián)網(wǎng)內(nèi)容服務(wù)云平臺(tái)及統(tǒng)一信息資源庫(kù)等相關(guān)產(chǎn)品，幫助政府完成互聯(lián)網(wǎng)數(shù)據(jù)中臺(tái)建設(shè)。

以開(kāi)普云的一體化政務(wù)業(yè)務(wù)為例，過(guò)去政府有很多數(shù)據(jù)，包括不同政府部門(mén)的數(shù)據(jù)，也包括文本、圖片、音頻、視頻等多種結(jié)構(gòu)的數(shù)據(jù)。

隨著政務(wù)信息化改革的深入，政府需要一個(gè)更強(qiáng)大的數(shù)據(jù)平臺(tái)，幫助他們打通各部門(mén)的業(yè)務(wù)系統(tǒng)，實(shí)現(xiàn)不同部門(mén)數(shù)據(jù)的統(tǒng)一采集，不同結(jié)構(gòu)數(shù)據(jù)的統(tǒng)一存儲(chǔ)，最終實(shí)現(xiàn)后端不同場(chǎng)景下數(shù)據(jù)的統(tǒng)一調(diào)度。

開(kāi)普云的數(shù)字內(nèi)容管理業(yè)務(wù)的應(yīng)用場(chǎng)景主要有三個(gè)：智慧門(mén)戶、一體化政務(wù)以及融媒體。從目前來(lái)看，公司在三個(gè)場(chǎng)景中均有不俗的表現(xiàn)。

在智慧門(mén)戶領(lǐng)域，開(kāi)普云的客戶覆蓋了全國(guó)20%左右的省級(jí)政府，國(guó)務(wù)院組成部門(mén)和直屬機(jī)構(gòu)。在政府服務(wù)平臺(tái)方面，公司也承擔(dān)了多個(gè)政務(wù)服務(wù)平臺(tái)的項(xiàng)目建設(shè)。

回過(guò)頭看，內(nèi)容管理業(yè)務(wù)對(duì)開(kāi)普云的AI業(yè)務(wù)影響巨大。

一方面，AI技術(shù)的落地應(yīng)用往往會(huì)優(yōu)先爆發(fā)在數(shù)據(jù)化程度較高的領(lǐng)域，比如醫(yī)療的數(shù)據(jù)比較少一些，AI滲透的難度會(huì)大一些。

原因在于，現(xiàn)在普遍的監(jiān)督算法必須依賴標(biāo)記數(shù)據(jù)。無(wú)監(jiān)督算法對(duì)數(shù)據(jù)標(biāo)記的要求會(huì)小一些，但是技術(shù)還不是很成熟，主要是做聚類(lèi)和分析。

當(dāng)開(kāi)普云在不同場(chǎng)景下完成數(shù)據(jù)平臺(tái)建設(shè)，客戶對(duì)AI的需求也逐漸爆發(fā)。

另一方面，通過(guò)數(shù)據(jù)平臺(tái)產(chǎn)品，開(kāi)普云能切入不同的場(chǎng)景，而場(chǎng)景則是海量數(shù)據(jù)的入口。

當(dāng)這些數(shù)據(jù)通過(guò)AI技術(shù)成為結(jié)構(gòu)化、可利用、可輸出的生產(chǎn)要素，便為開(kāi)普云積累了一筆最大的財(cái)富。這也讓它們有了更大的想象空間。

02 開(kāi)普云開(kāi)辟AI新戰(zhàn)場(chǎng)

縱觀過(guò)去，每一次技術(shù)革命，都帶來(lái)全新的商業(yè)機(jī)會(huì)?；ヂ?lián)網(wǎng)本質(zhì)上解決了效率和鏈接的問(wèn)題，進(jìn)而出現(xiàn)外賣(mài)、社交、打車(chē)等新業(yè)態(tài)。

而人工智能的價(jià)值主要在于兩點(diǎn)，生產(chǎn)工具的延伸和人工勞動(dòng)力的替代。前者的例子是淘寶天貓的智能推薦，提高人們獲取商品的效率，而后者的典型則是海底撈的機(jī)器人。

對(duì)于人工智能企業(yè)來(lái)說(shuō)，核心并不在技術(shù)，而在于場(chǎng)景的選擇。以開(kāi)普云為例，由于積累的數(shù)據(jù)大多為政府稿件和圖片，因此他們選擇政府內(nèi)容安全的場(chǎng)景切入。

從過(guò)去來(lái)看，人工智能的應(yīng)用要經(jīng)歷從感知、認(rèn)知到?jīng)Q策的三階段。感知智能只能實(shí)現(xiàn)對(duì)語(yǔ)音、圖像和人臉的識(shí)別，而認(rèn)知智能可以更好地理解語(yǔ)言的含義，實(shí)現(xiàn)和人類(lèi)的交互，以及各種洞察和決策分析。

開(kāi)普云也正在經(jīng)歷這個(gè)過(guò)程。

早期，開(kāi)普云的大數(shù)據(jù)服務(wù)主要以政府網(wǎng)站的內(nèi)容安全為主。其中很重要的一個(gè)工作是，敏感詞的識(shí)別。

在當(dāng)下信息爆炸時(shí)代，每天都在誕生新詞、新的敏感用語(yǔ)?；趯?duì)語(yǔ)義的正確理解，快速找到新詞和敏感用語(yǔ)，減少新詞、敏感用語(yǔ)漏報(bào)，是內(nèi)容安全監(jiān)測(cè)的重要工作。

在提高內(nèi)容安全監(jiān)測(cè)的效率上，開(kāi)普云做了兩件事。

技術(shù)方面，開(kāi)普云通過(guò)平衡語(yǔ)料庫(kù)自動(dòng)構(gòu)建技術(shù)，極大地降低了人工標(biāo)注的成本，可以在較短的時(shí)間內(nèi)覆蓋較大規(guī)模的文本素材。目前，基于無(wú)監(jiān)督方式為主訓(xùn)練的NGram計(jì)算，已基本接近人工標(biāo)注的精度，依存關(guān)系計(jì)算結(jié)果的可信度達(dá)到80%以上。

在深度學(xué)習(xí)的模型下，數(shù)據(jù)規(guī)模很大程度上會(huì)影響機(jī)器學(xué)習(xí)算法的精度。目前，公司平衡語(yǔ)料庫(kù)覆蓋了各行各業(yè)出版圖書(shū)、電子報(bào)紙、主流媒體新聞資訊，達(dá)千億字規(guī)模的文本素材，數(shù)據(jù)量遠(yuǎn)遠(yuǎn)超過(guò)國(guó)內(nèi)其他中文語(yǔ)料庫(kù)。

大數(shù)據(jù)服務(wù)具有規(guī)模效應(yīng)。即客戶越多，你收到數(shù)據(jù)反饋越多，大數(shù)據(jù)產(chǎn)品精準(zhǔn)度就越高，繼而被更多客戶選擇，最終形成馬太效應(yīng)。

在政務(wù)大數(shù)據(jù)監(jiān)測(cè)領(lǐng)域，這一趨勢(shì)已經(jīng)極為明顯。截至目前，開(kāi)普云大數(shù)據(jù)服務(wù)的客戶覆蓋了65%的省政府以及40%的地級(jí)政府，在細(xì)分領(lǐng)域占據(jù)絕對(duì)優(yōu)勢(shì)。

作為大數(shù)據(jù)監(jiān)測(cè)領(lǐng)域頭部平臺(tái)，隨著客戶需求的復(fù)雜化，開(kāi)普云的大數(shù)據(jù)服務(wù)也有計(jì)劃從感知領(lǐng)域向更深度的認(rèn)知領(lǐng)域延伸，即從敏感詞識(shí)別過(guò)渡至輿情監(jiān)測(cè)。

眾所周知，在識(shí)別領(lǐng)域，文本的識(shí)別處理難度最高。原因是文字、語(yǔ)言涉及語(yǔ)義理解，主觀色彩更重，因此更為復(fù)雜。

開(kāi)普云的做法是，通過(guò)人工智能深度學(xué)習(xí)的方式，強(qiáng)化文字識(shí)別的準(zhǔn)確性。

技術(shù)能力的提升，進(jìn)一步拓展了開(kāi)普云的應(yīng)用場(chǎng)景。比如，當(dāng)用戶搜索內(nèi)容時(shí)，開(kāi)普云通過(guò)人工智能技術(shù)，極大加強(qiáng)搜索結(jié)果的準(zhǔn)確性。

此外，大數(shù)據(jù)服務(wù)可以從網(wǎng)站內(nèi)容的監(jiān)控?cái)U(kuò)大至全網(wǎng)的輿情監(jiān)控，比如當(dāng)一個(gè)政策發(fā)布后，網(wǎng)上的正面評(píng)論有多少，負(fù)面評(píng)論有多少，評(píng)論中出現(xiàn)最多的關(guān)鍵詞又有哪些。

基于這些反饋數(shù)據(jù)，可以為政府的決策提供參考，從而幫助其建立健全的輿情收集和回應(yīng)機(jī)制。

這也代表了人工智能的一個(gè)重要發(fā)展趨勢(shì)，即隨著數(shù)據(jù)量的增長(zhǎng)和業(yè)務(wù)場(chǎng)景復(fù)雜度的提升，AI應(yīng)用勢(shì)必要從智能識(shí)別走向更高階的智能輔助決策。

03 AI再進(jìn)化，大數(shù)據(jù)服務(wù)從智能識(shí)別到智能決策

這種趨勢(shì)的鋒芒正在開(kāi)普云身上閃現(xiàn)。

國(guó)家知識(shí)產(chǎn)權(quán)局項(xiàng)目正是其從智能識(shí)別到智能決策的重要體現(xiàn)。

要知道，國(guó)家知識(shí)產(chǎn)權(quán)局是文獻(xiàn)內(nèi)容很多的政府部門(mén)。原因是按規(guī)定在專(zhuān)利申請(qǐng)過(guò)程中，申請(qǐng)人需要提交一系列的申請(qǐng)文件，如請(qǐng)求書(shū)、說(shuō)明書(shū)、摘要和權(quán)利要求書(shū)等，再由專(zhuān)利審查員去看申請(qǐng)的內(nèi)容是否滿足要求。

但隨著專(zhuān)利申報(bào)數(shù)量的增加，國(guó)家知識(shí)產(chǎn)權(quán)局每年能收到幾百萬(wàn)篇申請(qǐng)，如何更高效地完成篩選工作變成一個(gè)棘手的問(wèn)題。開(kāi)普云大數(shù)據(jù)服務(wù)的價(jià)值就凸顯出來(lái)了。

而開(kāi)普云提供的解決方案是，搜集歷史上所有專(zhuān)利申報(bào)成功的稿件，通過(guò)人工智能識(shí)別網(wǎng)絡(luò)的算法把關(guān)鍵特征進(jìn)行提取，再將新的文獻(xiàn)與關(guān)鍵特征進(jìn)行匹配，最終得出一份創(chuàng)新性比例的參考數(shù)據(jù)。憑借這個(gè)算法，使得客戶的審查效率大大提高。

事實(shí)上，這種類(lèi)似于智能決策的業(yè)務(wù)，在各個(gè)細(xì)分領(lǐng)域的應(yīng)用日益頻繁。比如在醫(yī)學(xué)影像領(lǐng)域，利用人工智能系統(tǒng)輔助閱片。

而隨著人工智能從感知走向認(rèn)知，要解決的業(yè)務(wù)問(wèn)題從單個(gè)業(yè)務(wù)場(chǎng)景、單點(diǎn)問(wèn)題，向業(yè)務(wù)全流程演進(jìn)，行業(yè)know-how的復(fù)雜度和壁壘變得更高，給技術(shù)驅(qū)動(dòng)的人工智能服務(wù)商帶來(lái)更大的商業(yè)機(jī)會(huì)。

一方面，深入場(chǎng)景服務(wù)需要極強(qiáng)的業(yè)務(wù)理解做支撐，行業(yè)準(zhǔn)入門(mén)檻大大提高。另一方面，人工智能與行業(yè)深度融合后重塑業(yè)務(wù)流程和產(chǎn)業(yè)鏈，形成巨大的商業(yè)機(jī)會(huì)，比如基于計(jì)算機(jī)視覺(jué)的智能貨柜，相比傳統(tǒng)機(jī)械式無(wú)人售貨機(jī)成本下降50%以上。

在AI時(shí)代全面到來(lái)前，找到落地場(chǎng)景的開(kāi)普云，無(wú)疑已經(jīng)占據(jù)了競(jìng)爭(zhēng)優(yōu)勢(shì)的制高點(diǎn)。

責(zé)任編輯：Ct