原标题：“以数据重塑生产力”，爱数的守正与出奇

过去几年，人们愈发形成共识：即数据是最重要的生产资料，人工智能是最重要的生产力。然而，人工智能公司却经历了过山车般的待遇，从受到社会各界关注，到遭遇大量质疑和资本寒冬，个中滋味只有自己才能体会。

就在人工智能成为最大风口之时，爱数却出奇的冷静，并没有趋之若鹜，哪怕布局像知识图谱、认知智能等领域，并在多个行业积累了丰富的AI落地经验，也没往自身打上过AI的标签。正如爱数总裁贺鸿富所言：“爱数从来不把自身定位为AI企业，而是一家定位在大数据基础设施解决方案提供商。”

守正出奇。爱数这家以数据管理起家、深耕数据领域十余载的公司，并不热衷追逐热点，却聚焦在洞悉人工智能火热背后的发展规律，在智能世界的蓝图中有所为和有所不为。

近日，在以“共绘数据新丝路”为主题的爱数SMART 2021大会上，爱数正式对外发布新愿景：以数据重塑生产力，共创智能世界，带来了爱数对数据、AI、智能世界的又一次 思考。

透过现象看本质：解决AI关键问题

理想很丰满、现实却有些骨干。

就当人们对人工智能给予厚望之时，AI应用部署的情况却远跟不上期望。事实上，Gartner近年来的一系列调研也显示，AI应用部署的增长并没有预期那样高，依然面临着诸多挑战。

爱数品牌及人力副总裁李曼舞总结认为，企业在应用人工智能时依然存在很多 “世界级难题”：比如有效数据缺乏与高模型精度之间的矛盾，人工智能应用开发难度与人才难以匹配以及高昂的建设成本与收益的不确定性等。

爱数品牌及人力副总裁李曼舞

事实的确如此。在算力与数据“野蛮生长”的同时，一系列问题也接踵而至。以模型为例，模型走向高精度化、巨量化、复杂化的趋势明显，OpenAI GPT-3模型在模型规模、数据量、训练层数相比于上一代是百倍级的指数增长，又如AIOps模型部署缺乏有效数据，往往需要采集数据周期，面临故障风险，并且适应性差、不易调整等问题……

如果进一步解析这些难题，会发现很大一部分在于数据，即如何让数据真正成为有用的生产资料，可以更好地算法模型所用；如何将数据、算法与业务场景更好地匹配；如何降低与数据相关的复杂度，进而降低AI门槛和开发难度……

目前来看，关于数据的这些难题对于那些手握重金和人才的互联网公司而言相对容易，但对于多数传统行业企业而言，却是横跨在它们面前不能轻易逾越的鸿沟。这也是爱数守正不出奇的最大价值所在，解决数据难题。与此同时，爱数也在思考和重新审视自我，即除了数据，爱数可以为传统企业向数据驱动型组织转型再做些什么？

“爱数不希望只做数据领域的‘守门员’，只有将数据价值挖掘出来才能实现更大的商业价值。”贺鸿富如是说。爱数选择了认知智能这条实现数据价值之路。在逐渐构建起AnyBackup、AnyShare、AnyRobot、AnyDATA四大产品的基础上，进一步推出“认知智能”战略，真正帮助大量传统企业向数据驱动型组织跃迁，以数据彻底重塑生产力，共同迈向智能世界。

认知智能战略：聚焦领域、产品为先

在人工智能六十余年的发展历程中，有数不清的概念、技术名词，但无疑“认知智能”这个词汇近年来愈发频发地被提及。如果说过去十年算力、数据和 学习算法的突破，让感知智能实现了质的飞跃，那么未来十年甚至更长时间里，认知智能的突破就是摆在业界面前的一道难题。

如何理解认知智能？

贺鸿富用温度来举例说明，39℃仅仅代表一个数字，并无具体含义，而体温39℃意味着人发烧了，接下来需要去医院治疗。这就是认知智能，以知识的发现和应用为核心内容的智能形式，让机器具备人类的高阶认知能力，包括语音、思维、社会等认知能力。“数据是对客观世界的符号化记录；信息则是被赋予意义的数据，知识则是信息之间有意义的关联，知识恰恰是认知智能的核心。”贺鸿富补充道。

爱数总裁贺鸿富

相比于感知智能通过算法和数据等“暴力手段”来提升不同，实现认知智能的难度明显更难。认知智能最大难题在于构建知识，但开发性的知识图谱还很难形成，而专用领域的知识是目前大家聚焦的重点；另外，认知智能涉及到机器的理解、思考、推理等认知能力，一些极为复杂的推理场景依然有待攻克，从简单式的、推理要求较低、没有歧义需求的业务场景开始最为现实。

显然，爱数也洞察到认知智能所面临的挑战。为此，爱数认知智能的战略核心为：其一、聚焦专用领域；其二、产品优先原则。

聚焦专用领域意味着爱数并不会在认知领域广撒网，而是有的放矢去解决所聚焦领域的认知智能难题。贺鸿富透露：“爱数的认知智能框架都是基于领域知识网络的，所谓领域知识网络就是去解决特定问题的，像严肃文本语言模型，符合政府公文业务场景，背后就是领域知识网络。”据悉，爱数在认知智能将会聚焦三个领域：智能运维、先进分析和知识管理。

产品优先原则也是目前市场上所亟需的。众所周知，认知智能涉及到知识图谱、NLP、语音识别、图像识别等多种AI技术，在落地过程中缺乏产品化，而成型的产品不仅可以将知识图谱、NLP等技术工程化，更是让认知智能在具体业务场景中落地的绝佳载体。

一直以来，爱数都是一家以产品擅长的公司，所以在认知智能战略中，产品优先也是坚定不移的原则。从2020年开始，爱数推出了一款能够将认知智能落地的“一站式知识网络平台”AnyDATA ONE，该产品可以帮助企业能够面向各类结构化、非结构化数据、日志数据，构建多模态数据知识图谱，构建知识大脑。

在SMART大会上，爱数推出了AnyShare KnowledgeCenter7。作为一款基于认知智能框架的产品，AnyShare KnowledgeCenter7具体应用在整合业务应用、内容应用开发、文档管理、团队协作、数据洞察等场景中。

AnyShare KnowledgeCenter7也是一款知识管理产品，主要聚焦在在主题识别、自动归类、知识搜索、智能推荐等方面，为用户提供基于认知智能的知识搜索和智能推荐，实现类似于今日头条的“千人千面”知识中心。

“未来企业都将是数据驱动的，而数据驱动的核心要义是要实现认知智能。”贺鸿富总结道。

携手数字伙伴，共探智能未来

“数据驱动型组织是一个系统建设长期工程，而认知智能的打造则是一个专属工程，需要针对每个领域建立专属的认知智能模型。”李曼舞表示道。

事实上，李曼舞的观点恰恰揭示了当下数据驱动和认知智能落地目前所面临的另一大挑战：即很难有一家厂商能够完成认知智能所有的事情，认知智能涉及到技术更多、更复杂，更加需要各种伙伴携手，共同来攻克各种难题。

为此，爱数在SMART 2021大会上宣布了“数字伙伴计划”，与企业客户达成紧密的合作模式，共探数据驱动型组织，李曼舞认为，“数据驱动型组织需要与客户共同投入、共担风险、共享收益。”

在爱数“数字伙伴计划”中，爱数首先会推动联合实验室的成立，共同探索数据驱动的各个领域；例如，爱数宣布与天津大学成立数据智能联合实验室，共同探索认知智能；其次，爱数会进一步下沉行业，加速推广联合解决方案，通过与企业客户联合开发的方案推广到同行业之中，推动行业整体的智能化水平升级；第三，以创新的商业模式来加速数据驱动型组织的落地，例如，爱数推出了按效果付费的创新合作模式，不仅让企业客户初始投资下降70%，更是拉低了认知智能等产品的入门门槛，有利于推动认知智能的加速落地；最后，爱数将携手企业、合作伙伴等加大人才培养力度。

总体来看，爱数这家公司有两点让业界钦佩：一是守正，多年以来一直聚焦在数据层面，围绕数据的方方面面做文章，练就了一身本领；二是出奇，无论是数据驱动还是认知智能，每一步都是洞若观火、深思熟虑，而不是简单的随波逐流。面向未来，数据驱动和认知智能依然任重道远，像爱数这样能够深扎领域和打磨产品的公司，道路虽然曲折却也是无限光明。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。