品友互動黃曉南：將AI技術下沉到產業端，才能真正實現商業化落地
近日，i黑馬採訪到了國內知名AI企業品友互動的創始人兼CEO黃曉南，就品友如何早早看到人工智慧在營銷決策場景上的市場價值，品友的技術實力和AI賦能決策能力以及人工智慧商業化落地趨勢等方面進行了深入瞭解。
人工智慧一詞誕生至今一個甲子。
今天，在資本加持、政策推動中，人工智慧迅速地走下圍棋桌，離開實驗室，大面積地走進商業市場。
2018年，AI領域投資事件共410起，投資總額1078億元。人工智慧逐漸擠滿了幾乎中國所有的主流投資機構和產業資本。
資本華麗登臺的另一面是，AI落地的過程不太優美。資料顯示，2017年，90%以上AI企業處於虧損階段，商業化落地成為眾多人工智慧企業發展的痛點。
行業普遍意識到，唯有加強人工智慧和產業發展的融合，培育新增長點、形成新動能，以人工智慧技術推動各產業變革，推動人工智慧和商業場景的深度融合，才能真正讓夢想照進現實，真正實現商業化落地。
近日，i黑馬採訪到了國內知名AI企業品友互動的創始人兼CEO黃曉南，就品友如何早早看到人工智慧在營銷決策場景上的市場價值，品友的技術實力和AI賦能決策能力以及人工智慧商業化落地趨勢等方面進行了深入瞭解。
品友互動創始人兼CEO黃曉南
01
賦能增長：AI是為解決問題而生
如果要用一句話解釋品友到底在做什麼？對此黃曉南的回答是“我們用AI演算法幫助企業做商業化決策。”
AI引擎“福爾摩斯”
品友將技術演算法打造成核心的技術中樞：AI引擎“福爾摩斯”。在多個公開場合黃曉南也向大家介紹過“福爾摩斯”的技術結構。可以理解為“感知、認知和決策”三個部分。
簡單來說，感知部分的功能是用機器代替眼睛耳朵接收資訊。以名片為例，感知層可以判斷哪些地方是空白、哪些地方是文字，哪些地方是logo。認知部分，負責判斷和理解。比如一篇文章的關鍵詞是什麼，它傳達出了什麼資訊，是悲傷的還是歡快的。
知識圖譜也在“認知”部分裡， “感知”資訊以後，“認知”將其判斷和理解，並根據其關聯性將它們聯結成網，這張網就可以將其稱作知識圖譜。知識圖譜模擬的是大腦思維，模擬人腦的連線性。“知識圖譜根據資料間的關聯性進行連線，有利於決策準確。”
黃曉南認為， “認知是每家公司的獨門暗器。這就好比聽覺和視覺，大家都有，但每個人的認知能力卻各不相同。”
“就像人的大腦一樣，接受越來越多的資料，大腦做出決策，然後根據反饋，不斷優化決策過程。所以說，這是一個具備網路效應的產業。AI決策離不開資料，資料越多，決策次數越多，系統就越來越聰明。”
AI演算法對資料探勘技術的提升，加上算力優化，資料和客戶需求的精準匹配實現在毫秒之間，“AI引擎“福爾摩斯”1秒鐘可以做40萬個決策”。按照黃曉南的說法，至少“在商業決策領域，沒有人能夠跟品友處在同一水平上。”
品友互動希望用AI技術幫企業做出“聰明的商業決策”，用人工智慧切實解決具體的問題：增長的問題。
數字資訊一直被比作“新時代的石油”，石油在AI這個引擎的發動下，產生的動能之一，就是“增長”。
具體到場景中，黃曉南在採訪中表示，“品友側重於AI的行業場景化應用，是為了解決客戶問題而進行的研發。以汽車和金融行業為例，品友能夠幫助企業挖掘數字背後的價值，輔助銷售線索打分，預測客戶的消費行為。這是能夠被驗證，而且能夠產生經濟效益的行為。”
這也是品友最初選擇智慧營銷領域的原因。德勤2018年釋出的《人工智慧產業白皮書》中指出，相對於國際巨頭在基礎層的大舉投入，對於中小規模的創新性AI企業，更多發力深耕科技巨頭的垂直化資料窪地（金融、政府事務、醫療、交通、製造業等），能夠更加深入而專注地切入行業痛點、提供可商業落地的AI解決方案、探索出有效的中長期兼顧商業模式。
破解AI落地難題的啟發，同樣在Oracle、Adobe、Salesforce等國際巨頭企業的發展過程中也能獲得。
近年來，它們陸續通過資本運作紛紛加碼營銷雲，發力營銷技術。Oracle8.1億美元收購自動化營銷雲供應商Eloqua；Salesforce 35億美元收購Demandware和Krux，增強營銷雲B2C能力和DMP實力；Adobe以5.4億美元收購TubeMogul，補齊營銷雲DSP技術上的空缺。
此外，SAP收購營銷技術公司Abakus，並將其整合進SAP營銷雲中。Nielsen完成了對受眾資料業務公司VisualDNA的收購，並將其加入營銷雲中。
毫無疑問，這些公司都是看到了營銷在技術和應用場景落地方面的重大商業化潛力，才毅然從IT跨界到營銷技術大舉投入。
品友互動實現人工智慧商業化落地的方法論可能歸納為 “只有將AI技術下沉到各個產業端，才能真正的實現商業化落地”，黃曉南表示，從品友互動實踐來看，人工智慧不是，也不應該是水中月、鏡中花，看得見，摸不著。
億歐的《2018中國人工智慧商業落地研究報告》分析認為，“已形成大資料積累的領域，AI落地速度快，智慧營銷和金融風控是兩個典型領域。” 而這都是品友重點發力的領域。
02
深度融合：企業級資料管理之痛
由中國人工智慧學會、國家工信安全中心等聯合釋出的《2018人工智慧產業創新評估白皮書》顯示，高質量資料缺乏、行業壁壘高、應用場景不清晰是當前人工智慧與行業深度融合的主要瓶頸，應用場景難融合也意味著AI企業落地難。
針對具體應用場景，品友互動打造行業解決方案的邏輯是，找到行業裡的標杆客戶，和它一起打造解決方案（客戶在應用過程中會不斷反饋使用體驗）“我們也是通過招標得到的第一個客戶機會。在越來越多客戶的使用、反饋下，我們的產品越來越成熟。”
正如黃曉南所言， “品友互動不做不熟悉的場景，也不做不值錢的決策”， “人工智慧時代已來臨，並已經滲透在我們生活的方方面面。而在人工智慧的賦能下，豐富的商業大資料為智慧商業化解決方案提供了優越的基層礦產，尤其是在品友已經積累了十年的營銷技術垂直行業，我們擁有堅實的護城河——無論是技術系統還是客戶資源，這就是人工智慧與實際場景結合帶來的商業化價值。”
此前，品友推出的MIP（Marketing Intelligence Platform），做到從DMP（資料管理）、CMP（內容管理）、一站式智慧流量管理的全鏈路管理，就囊括了一個品牌和消費者建立有效關聯的所有環節，包括幫助企業進行使用者洞察、認知品牌定位、管理創意內容測試、輸出千人千面的營銷策略。
據黃曉南介紹，品友幫助企業搭建資料管理平臺能夠解決企業級的資料管理痛點：各個渠道來源的資料散落分佈，無法積累沉澱，無法對資料進行分析、洞察及價值挖掘利用。
同時，品友發現在AI營銷決策中所用到的AI技術和演算法模型其實也能運用到金融和政務場景。其中金融行業的痛點包括存在交易欺詐等金融風險，政府等機構的痛點包括政府服務工作量巨大而且繁瑣。
在金融決策場景中，基於第一方金融人群標籤和基礎資料，品友能夠幫助金融客戶形成深度使用者畫像，使用機器學習及複雜的關係網路技術，構建反欺詐預測模型，實現對風險及時有效的識別、預警與防範。
政務決策場景中，品友目前在與一些垂直領域的政府行業共同協作，在政府管理和服務職能進行優化、整合，包括城市執行、醫療、養老、環保等方向的廣泛應用，為政務行業提供高效、安全、合規的技術解決方案，打造“智慧城市”的“大腦”。
03
展望：商業人工智慧的未來
大資料和人工智慧助力企業發展的例項已經有了很多。AI將成為未來企業發展的一個必選項和企業的關鍵競爭力，這是毋庸置疑的。
早在2004年，美國大資料公司Palantir就已經向企業與政府提供大資料分析服務。
Palantir的估值一度飆升為410億美元，2018年營收10億美元。李開復在《AI未來》一書中提到、結構化（已“標籤化”處理的）的資料，讓Palantir這種資料分析公司可以“很容易地將人工智慧商用，幫助傳統公司優化資料庫，更好的識別欺詐、更明智地交易、發現供應鏈環上缺失效率的環節，使得企業進一步節約成本，利潤最大化。”
普華永道不久前釋出的一份報告指出，對於各個公司、行業和國家來說，人工智慧將是未來幾十年裡最大的商業機會。報告還預計從現在到 2030 年，人工智慧的發展將使全球 GDP 增長 14%，相當於對世界經濟額外貢獻了 15.7 萬億美元，其中AI將帶動中國GDP增加7萬億美元。
2019年仍將是人工智慧落地的一年。人工智慧接入門檻不斷降低，企業不需要擁有海量的資料和計算能力，也能夠獲得人工智慧帶來的益處。
對於品友未來 5年 甚至更遠的未來，黃曉南表示，通過AI企業級服務產品全面賦能商業化企業進行全方位的智慧決策，將成為品友互動接下來最重要的戰略。擁有AI的決策能力將成為企業在未來商業競爭中的首選，智慧決策將直接撬動萬億市場，深刻影響社會經濟發展。
未來，可以肯定的是人工智慧將能夠在特定領域實現快速突破，而企業需要從自身所處的商業環境、工業環境和生存環境中選擇恰當的角度，去定義特定場景，從而讓人工智慧可以有的放矢，由點及面的針對性突破並解決問題。