打造智能时代的企业中台 科学布局“新基建”——　访明略科技集团创始人、董事长兼CEO

　    从政府部门的多次部署，到资本市场的持续热捧，近期最受舆论关注的热词莫过于“新基建”。 区别于传统基建，“新基建”主要发力于科技端，面向5G、大数据中心、人工智能、工业互联网等新技术领域，更加契合与产业化应用的配套推进，更能体现数字经济的时代特征。

　　突如其来的疫情大考，让我们看到了大数据、人工智能等新技术所蕴藏的强大能量，通过数字化手段实现的精准防控，充分展现出了数字化的巨大价值。与此同时，线上需求的集中释放，也为“新基建”打开了新的窗口期，科技“新基建”战略意义全面升级。

　　为充分展示企业在“新基建”窗口期的应对情况，《中国信息化周报》独家专访了明略科技集团创始人、董事长兼CEO吴明辉，阐述了明略科技在这一窗口期的布局情况和发展思考。

打造智能时代的企业中台

　　当前，随着智能时代的来临，人工智能的技术应用早已渗透到人们工作生活的方方面面。不过，智能化技术及产品的普遍应用，就预示着智能化时代真正来临了吗?在吴明辉看来，人工智能按照智能化程度可分为五级：第一级识别能力，通过泛在多维感知，将高质量的数据连接起来;第二级理解能力，基于可积累的行业符号体系的智能抽取技术，构建千亿知识网络的知识图谱数据库;第三级分析能力，通过知识图谱、暴力挖掘对知识进行多维度分析推理，打造决策模型;第四级决策能力，建立明确的行动计划，指导行动，实现智能决策;第五级创新能力，也就是智能的终极本质。这五个阶段，从识别感知，到理解分析，再到决策行动，循环反馈，形成 AI 闭环。

　　吴明辉表示：“以机器视觉和语音识别等感知智能为代表的人工智能技术在过去几年得到了迅猛发展。而下一个十年，行业发展的重点是第二、三、四阶段的智能，也就是去实现具有推理能力、具有可解释性、具有认知能力的人工智能，也就是认知智能。”他认为：“相应地，在B2B企业级服务中，各个垂直行业需要建设感知智能应用的基础设施，以及数据中台、AI 中台、业务中台，和行动系统，这样的一个整体才能实现 AI 闭环的商业化落地应用。”

　　一直以来，明略科技始终致力于成为更具行业“Know-How”的新一代数据中台先行者，帮助企业构建人机协同的行业大脑，加速数字化转型进程。近年来，明略科技注重打造具备行业Know-How的数据中台、认知智能技术和营销智能平台等方面的核心能力。

　　明略科技集团于近日宣布完成了3亿元E轮战略融资。在谈及新一轮融资后，从技术的角度明略科技主要会用于哪些方面的发展时，吴明辉表示，明略科技在2019年11月就确定了“打造智能时代的企业中台”新战略。本轮融资将用于围绕这一战略的研发投入、垂直领域市场拓展、人才引入以及产业生态链的建设。2020年，明略科技要战略聚焦，“打造智能时代的企业中台”，帮助大型组织，包括政府、世界500强企业客户等，构建端到端的、具有行业Know—How的数据中台和营销智能平台。

　　在吴明辉看来，智能时代企业建设数据中台，一定是AI驱动的数据中台。因此，吴明辉表示，未来的研发规划将覆盖三个核心要素：一是打通竖井式的业务与数据;二是以用户为中心实现ID打通和融合;三是数据模型+AI算法+行业应用的综合能力，这样使得数据中台能以用户为中心支撑前台业务，通过数据融合和共享技术来提供综合的数据处理、计算和存储能力。

明确“244”战略 科学布局“新基建”

　　在此次新冠疫情当中，来自各方的数据相关连通，显示了“大数据”所蕴藏的强大实力，科技“新基建”战略意义全面升级。伴随着物联网、5G、云计算、人工智能等数字技术的突破，数据源头得以广泛开拓，数据标准趋于一致化、规范化，数据传输能力、处理能力、分析能力更是迎来突破性发展，大数据与人工智能产业将加速发展。

　　吴明辉表示，在面对“新基建”这一窗口期，明略科技主要通过“224战略” 布局新基建。第一个“2”是指两类战略市场：第一类，国家安全、智慧治理以及城市管理;第二类，大型组织的高效运转和企业加速创新。第二个“2”是指两大应用：第一，基于人和组织社会行为动态数据的分析挖掘与智能应用;第二，基于设备和装备物联感知(AIoT)动态数据的分析挖掘与智能应用。“4”主要是指四大产品线：第一，数据中台。通过构建数据中台，汇聚治理多源异构数据，盘活数据资产，形成客户全面感知平台;第二，明智系统。基于数据中台，构建行业知识图谱和认知分析模型，形成客户全面认知平台;第三，业务中台。基于数据中台和明智系统，构建客户业务中台，支持客户多种行动智能应用;第四，智能设备。打造服务大AI闭环应用的一体化智能设备，包括边缘计算智能终端、雾计算智能服务器、专用服务器、定制服务器、安全服务器等。

　　目前来看，“新基建”主要包含7大产业方向，那么各企业该如何更好的探索“新基建”，从而形成良性闭环?吴明辉以工业互联网领域为例阐释了他的理解，在工业互联网领域，针对工业设备的动态数据，要经过充分采集、汇聚、挖掘、提炼，然后利用知识图谱、人工智能的能力，解决行业运营、建设、生产、管理所遇到的问题，从而通过数字化、网络化、智能化促进整个工业智能化发展。

　　他表示，工业互联网中的数据与物联网领域数据有所不同，首先是数据量相对不够大，其次是对数据质量有高要求。在消费领域，通用大数据构建的深度学习模型往往是不可解释的，但是，这对要求高可靠性的工业来说是不可接受的。所以，面对工业领域数据量不够，不足以支撑大数据的相关关系的现实情况，我们要利用大量专家先验知识，降低计算模型对数据数量的依赖，把行业知识图谱充分利用起来，可以缓解或一定程度上解决当下工业大数据面临的挑战。

“新基建”的变革进程并非一蹴而就

　　当前，5G、工业互联网等“新基建”行业迎来了绝佳的发展窗口期。不过，新业态的出现必定是机遇与挑战并行。那么，在这一窗口期如何更好的面对挑战，并抓住机遇也是各企业应该思考的问题。

　　对此，吴明辉表示：“从我们自身来看，‘新基建’的发展必然会带来行业的变革。事实上，从2018年开始，行业的大鱼吃小鱼不断发生。而这并非坏事，纵观近十年来的中国科技行业发展，大规模企业追随风口而起，然后迅速整合并购的格局不断出现，从而使行业集中度不断增强。”

　　与此同时，吴明辉强调，我们要看到这一过程并非是一蹴而就的。在工业数字化程度较高的国家和地区，从数字化、网络化到智能化，相对而言是一个有着先后顺序的“串联”的进程。而在中国，我们不能完全照搬国外的情况，因为中国有很多中小企业数字化做得还不够好，供应链数据残缺不全等问题也普遍存在，中国企业应该利用后发优势，加速智能化进程。

　　例如，在公安场景中，机器视觉、多模态感知技术与警力布控方式的协同互补，利用实体语义计算与知识推理智能扩充人类警员特定案件的刑侦思路，通过知识图谱可视化平台加快信息汇集以及线索的扩展、推演与研判。在工业领域，我们通过基于知识图谱的解决方案，将感知计算与相关决策分析系统打通，从而形成完整的智能服务平台,最终助力工业企业构建从研发设计、生产制造、运维服务和经营管理全生命周期的自动化智能系统，有效降低生产应用对人的依赖程度，确保企业在面对像疫情这样不确定性状况时仍能进行高效决策和稳定运转。

(本文不涉密)
责任编辑：路沙

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。