品友互动黄晓南：将AI技术下沉到产业端，才能真正实现商业化落地

人工智能一词诞生至今一个甲子。

今天，在资本加持、政策推动中，人工智能迅速地走下围棋桌，离开实验室，大面积地走进商业市场。

2018年，AI领域投资事件共410起，投资总额1078亿元。人工智能逐渐挤满了几乎中国所有的主流投资机构和产业资本。

资本华丽登台的另一面是，AI落地的过程不太优美。数据显示，2017年，90%以上AI企业处于亏损阶段，商业化落地成为众多人工智能企业发展的痛点。

行业普遍意识到，唯有加强人工智能和产业发展的融合，培育新增长点、形成新动能，以人工智能技术推动各产业变革，推动人工智能和商业场景的深度融合，才能真正让梦想照进现实，真正实现商业化落地。

近日，i黑马采访到了国内知名AI企业品友互动的创始人兼CEO黄晓南，就品友如何早早看到人工智能在营销决策场景上的市场价值，品友的技术实力和AI赋能决策能力以及人工智能商业化落地趋势等方面进行了深入了解。

图：品友互动创始人兼CEO黄晓南

1、赋能增长：AI是为解决问题而生

如果要用一句话解释品友到底在做什么?对此黄晓南的回答是“我们用AI算法帮助企业做商业化决策。”

图： AI引擎“福尔摩斯”

品友将技术算法打造成核心的技术中枢：AI引擎“福尔摩斯”。在多个公开场合黄晓南也向大家介绍过“福尔摩斯”的技术结构。可以理解为“感知、认知和决策”三个部分。

简单来说，感知部分的功能是用机器代替眼睛耳朵接收信息。以名片为例，感知层可以判断哪些地方是空白、哪些地方是文字，哪些地方是logo。认知部分，负责判断和理解。比如一篇文章的关键词是什么，它传达出了什么信息，是悲伤的还是欢快的。

知识图谱也在“认知”部分里， “感知”信息以后，“认知”将其判断和理解，并根据其关联性将它们联结成网，这张网就可以将其称作知识图谱。知识图谱模拟的是大脑思维，模拟人脑的连接性。“知识图谱根据数据间的关联性进行连接，有利于决策准确。”

黄晓南认为， “认知是每家公司的独门暗器。这就好比听觉和视觉，大家都有，但每个人的认知能力却各不相同。”

“就像人的大脑一样，接受越来越多的数据，大脑做出决策，然后根据反馈，不断优化决策过程。所以说，这是一个具备网络效应的产业。AI决策离不开数据，数据越多，决策次数越多，系统就越来越聪明。”

AI算法对数据挖掘技术的提升，加上算力优化，数据和客户需求的精准匹配实现在毫秒之间，“AI引擎“福尔摩斯”1秒钟可以做40万个决策”。按照黄晓南的说法，至少“在商业决策领域，没有人能够跟品友处在同一水平上。”

品友互动希望用AI技术帮企业做出“聪明的商业决策”，用人工智能切实解决具体的问题：增长的问题。

数字信息一直被比作“新时代的石油”，石油在AI这个引擎的发动下，产生的动能之一，就是“增长”。

具体到场景中，黄晓南在采访中表示，“品友侧重于AI的行业场景化应用，是为了解决客户问题而进行的研发。以汽车和金融行业为例，品友能够帮助企业挖掘数字背后的价值，辅助销售线索打分，预测客户的消费行为。这是能够被验证，而且能够产生经济效益的行为。”

这也是品友最初选择智能营销领域的原因。德勤2018年发布的《人工智能产业白皮书》中指出，相对于国际巨头在基础层的大举投入，对于中小规模的创新性AI企业，更多发力深耕科技巨头的垂直化数据洼地(金融、政府事务、医疗、交通、制造业等)，能够更加深入而专注地切入行业痛点、提供可商业落地的AI解决方案、探索出有效的中长期兼顾商业模式。

破解AI落地难题的启发，同样在Oracle、Adobe、Salesforce等国际巨头企业的发展过程中也能获得。

近年来，它们陆续通过资本运作纷纷加码营销云，发力营销技术。Oracle8.1亿美元收购自动化营销云供应商Eloqua;Salesforce 35亿美元收购Demandware和Krux，增强营销云B2C能力和DMP实力;Adobe以5.4亿美元收购TubeMogul，补齐营销云DSP技术上的空缺。

此外，SAP收购营销技术公司Abakus，并将其整合进SAP营销云中。Nielsen完成了对受众数据业务公司VisualDNA的收购，并将其加入营销云中。

毫无疑问，这些公司都是看到了营销在技术和应用场景落地方面的重大商业化潜力，才毅然从IT跨界到营销技术大举投入。

品友互动实现人工智能商业化落地的方法论可能归纳为 “只有将AI技术下沉到各个产业端，才能真正的实现商业化落地”，黄晓南表示，从品友互动实践来看，人工智能不是，也不应该是水中月、镜中花，看得见，摸不着。

亿欧的《2018中国人工智能商业落地研究报告》分析认为，“已形成大数据积累的领域，AI落地速度快，智能营销和金融风控是两个典型领域。” 而这都是品友重点发力的领域。

2、深度融合：企业级数据管理之痛

由中国人工智能学会、国家工信安全中心等联合发布的《2018人工智能产业创新评估白皮书》显示，高质量数据缺乏、行业壁垒高、应用场景不清晰是当前人工智能与行业深度融合的主要瓶颈，应用场景难融合也意味着AI企业落地难。

针对具体应用场景，品友互动打造行业解决方案的逻辑是，找到行业里的标杆客户，和它一起打造解决方案(客户在应用过程中会不断反馈使用体验)“我们也是通过招标得到的第一个客户机会。在越来越多客户的使用、反馈下，我们的产品越来越成熟。”

正如黄晓南所言， “品友互动不做不熟悉的场景，也不做不值钱的决策”， “人工智能时代已来临，并已经渗透在我们生活的方方面面。而在人工智能的赋能下，丰富的商业大数据为智能商业化解决方案提供了优越的基层矿产，尤其是在品友已经积累了十年的营销技术垂直行业，我们拥有坚实的护城河——无论是技术系统还是客户资源，这就是人工智能与实际场景结合带来的商业化价值。”

此前，品友推出的MIP(Marketing Intelligence Platform)，做到从DMP(数据管理)、CMP(内容管理)、一站式智能流量管理的全链路管理，就囊括了一个品牌和消费者建立有效关联的所有环节，包括帮助企业进行用户洞察、认知品牌定位、管理创意内容测试、输出千人千面的营销策略。

据黄晓南介绍，品友帮助企业搭建数据管理平台能够解决企业级的数据管理痛点：各个渠道来源的数据散落分布，无法积累沉淀，无法对数据进行分析、洞察及价值挖掘利用。

同时，品友发现在AI营销决策中所用到的AI技术和算法模型其实也能运用到金融和政务场景。其中金融行业的痛点包括存在交易欺诈等金融风险，政府等机构的痛点包括政府服务工作量巨大而且繁琐。

在金融决策场景中，基于第一方金融人群标签和基础数据，品友能够帮助金融客户形成深度用户画像，使用机器学习及复杂的关系网络技术，构建反欺诈预测模型，实现对风险及时有效的识别、预警与防范。

政务决策场景中，品友目前在与一些垂直领域的政府行业共同协作，在政府管理和服务职能进行优化、整合，包括城市运行、医疗、养老、环保等方向的广泛应用，为政务行业提供高效、安全、合规的技术解决方案，打造“智慧城市”的“大脑”。

3、展望：商业人工智能的未来

大数据和人工智能助力企业发展的实例已经有了很多。AI将成为未来企业发展的一个必选项和企业的关键竞争力，这是毋庸置疑的。

早在2004年，美国大数据公司Palantir就已经向企业与政府提供大数据分析服务。

Palantir的估值一度飙升为410亿美元，2018年营收10亿美元。李开复在《AI未来》一书中提到、结构化(已“标签化”处理的)的数据，让Palantir这种数据分析公司可以“很容易地将人工智能商用，帮助传统公司优化数据库，更好的识别欺诈、更明智地交易、发现供应链环上缺失效率的环节，使得企业进一步节约成本，利润最大化。”

普华永道不久前发布的一份报告指出，对于各个公司、行业和国家来说，人工智能将是未来几十年里最大的商业机会。报告还预计从现在到 2030 年，人工智能的发展将使全球 GDP 增长 14%，相当于对世界经济额外贡献了 15.7 万亿美元，其中AI将带动中国GDP增加7万亿美元。

2019年仍将是人工智能落地的一年。人工智能接入门槛不断降低，企业不需要拥有海量的数据和计算能力，也能够获得人工智能带来的益处。

对于品友未来 5年 甚至更远的未来，黄晓南表示，通过AI企业级服务产品全面赋能商业化企业进行全方位的智能决策，将成为品友互动接下来最重要的战略。拥有AI的决策能力将成为企业在未来商业竞争中的首选，智能决策将直接撬动万亿市场，深刻影响社会经济发展。

未来，可以肯定的是人工智能将能够在特定领域实现快速突破，而企业需要从自身所处的商业环境、工业环境和生存环境中选择恰当的角度，去定义特定场景，从而让人工智能可以有的放矢，由点及面的针对性突破并解决问题。