2018年7月10日－12日，2018中国大数据应用大会在成都召开，大会以"大数据赋能数字中国"为主题。由成都市人民政府指导，中国大数据专家委员会、中国电子信息产业集团有限公司中国电子学会、四川省经济和信息化委员会主办，世界工程组织联合会工程技术创新委员会（WFEO-CEIT）、成都市经济和信息化委员会、成都市博览局全力支持，中国电子器材有限公司、中国电子学会科技交流中心承办，业内知名媒体至顶网与科技行者协办。

在第二天的活动上，天云融创数据科技（北京）有限公司【简称天云大数据】首席执行官雷涛发表了题为《DT时代中的人工智能》的主题演讲。

天云融创数据科技（北京）有限公司首席执行官雷涛

以下是雷涛演讲实录：（内容根据现场速记整理，未经发言嘉宾确认，仅供参考，谢绝转载）

今天跟大家分享一下人工智能在DT时代落地路径的主题，希望我的演讲能给大家一些启发。

其实AI和DT这两个内容会有渗透，最早期做DT的时候，2011年，我们看中国移动的一个项目要用到自然语言去规模化的服务1.2亿用户，它是数据科学加上数据处理的一个综合体系的系统工程，像现在很主流的一些平台出现是因为ANP的概念出来。P更多讲是商业的数据产品，定价、流通，商业事件。

我们今天看人工智能，ABC又把大数据作为第二个B，又反过来包容，所以现在人工智能这个领域，大家看的视野差异非常大。媒体看的是阿尔法狗，我们现在看到的是大数据应用端，就是人脸识别、自然语言处理，通过人机交互的处理达到很多漂亮的路径，很多漂亮的应用。我们看到投资的项目都是在神经网络在看什么，在推理什么东西，固化在应用端，大量基于视觉的项目越来越多。

AI帮助我们改变了很多，像端到端的AI服务，比如说打车的服务，它每天要完成上百万次的路径计划，它已经渗透在我们的生活和行业当中了。

今天想跟大家分享的一个主题，这个概念非常多，我们在经历一个大机构的转型，从一个大的IT到DT的变化。从数据、信息、知识到智慧，它是一个逐级上升的过程，现在我们如何处理一个低级的内容呢？原来我们更多的IT是服务于业务人员，业务定义的一个具体流程之后，所有的规则都是清晰明确的。我参与的15年以数据库为导向，以这样的技术堆栈完成我们对AI的构建。原来机器的角色是机器执行我们的指令，现在它可以达到我们模糊的一个技术边界指令，我们在DT里边处理的数据越来越LOW了，这样DT的信号和数据，我们用几个大量的V去描述它，就需要不同的T，早期是以结构化为主含金量很高的体系，在T这个方面就是ABC了，这个T改变的是我们整个行业无论是技术内部的迭代，还是它所服务的内容。

数据本身也发生了很大的变化，我列了三个定义，第一个就是交易性的数据，这些数据是银行里边核心的帐务系统，或者是某一个医院的挂号系统，这些数据资源存储在一个昂贵的阵列里，这个是由应用产生的数据，由信息化系统产生的数据，它无疑诞生了六千亿美金的大公司，主导了我们整个希望信息化产业内部的三座大山；第二个数据是我们行为交往过程当中产生的数据，这部分的数据更多的是我们在分享、创建，通过微博、微信、网页等产生的行为数据，这些行为数据的沉淀，数据几十倍于我前面所说的数据，我们增量的数据要处理1700多条，传统的数据处理方式是处理不了的，那么这部分的数据就进入到大数据；我们看到传感器、可穿戴的手环，物联网大量的设备，这部分的设备更是几个数量级比以前更多的数量，个别的独角兽企业也在每一个局部领域、每一个垂直的行业里边开始发力，大公司我们相信应该是出现在MI这个领域，更多是以传感器和物联网为出发大规模的数据资源。

最根本的问题还是在商业模式，我们更多讲的还是在技术迭代的过程中，在DT使用的时候，人工智能它在三个层级发生作用。第一个在BI优化流程，通过一个算法的分类也好，聚类也好建模也好，把更好的信息流得到更好的优化，我们做一个专家的系统，每一个专家系统都是一个决策数上的数点，今天我们开始应用一类新的方法，把原有的流程给覆盖掉，比如说我们在信用卡里头用一些算法，原来的决策数种一万颗树，这是对已有流程的优化；AI不仅仅是对已有流程的优化，更多的是两个，一部分是我怎么延展我的服务，把供应链的下游和消费者的上游两个能够通过人工智能的手段连接回来，形成一个数据的闭环，这也是我们现在在AI里边看到的常见的体量的内容；第三个是最激动人心的阶段，是对商业流程的完全替代，就是原来基于大量的商业经验被AI扁平化了，我要买一个东西，我们要通过货架才能找到，它都是有精确的摆放位置，以前都是规则摆放的，一个算法会改变我们所有的商业流程，商业流程被重构，这个是AI带来的改变。很多都是由算法来改变，而不是听业务来做业务指导。

一个航班的信息优化，我们是用不同的算法来完成是做预测，航班会不会晚点，还是说我要调度一下摆渡车，这是一个动态规划的问题，你会发现算法开始决定了很多商业体量，而且很多算法是很精巧的，把我们没法定义的特征用数学来表达。这也是阿尔法狗在做的事儿。管道泄露，我们把两个口的两个差做出来，然后做一个压力差就可以了，现实当中不是有很多个头，所以你要做很多的管道内容才能真正做出来。真正的问题是没有那么多的图纸，多数的管道都只有一个图表，没有CAD的图纸你怎么做，当人类做的工作都没有办法做出来的时候，你做一个基于概率统计的算法是可以找出方法的，当然这个要放在深度学习的框架里边去做。

一个算法决定了商业时代的发展。面向这种AI服务的时候，在DT里边我们看到了需要大量的AI能力来替代商业流程和规则，任何人都开始需要访问AI了，但是AI是不是少数人的专利。每一个新技术的出现，其实都经历一个漫长的过程，第一部的手机出现，到今天的普及，它经历了一个很长的周期，第一个算法的出现，1994年银码用谷歌的计算分子，打败了IBM40年，基于人类的语言学家，你我他这样的主谓宾的体系，用循环嵌套的方法，但是这个方没有被大量的应用在行业里头。

目前行业面临人才的稀缺的窘境，德勤有一个报告，AI的毕业生98%被谷歌、苹果等公司接收，毕业生起薪都是30万美金，AI在人才上面是非常短缺的，而培养一个人也是需要很长的时间，有人说需要花数年的时间来培养一个博士。以前我们做一个大规模的语言项目处理的时候，第一期没有用现在的新技术，NOP的方法。博士交给你的项目，所有的照会率都很完整的时候，连回收都不能做那就是逻辑包。一部分是云计算代表的核心技术人员、工程人员，还有一类是数学、物理、控制的PHD，怎么把这两类人才，两类能力做有效的融合，其实在整个市场去扩展AI的时候都碰到了一个高昂的成本问题。像BAT能够赋能与程序员一样，我们能不能给AI也做一个蓝翔技校把这些功能赋能。

从2015年开始有大量的公司投入这个领域里头，这个图是原来Facebook的负责人，后来他去了另外一个公司，在整个AI的工程里头它是一个系统性的工程，从数据的获取到探查，特种工程这是是一个很大的工作，然后到后面的评估，上线这是一个整个的体系，这个在整个AI里边最重要的是调参。现在的AI体系的内容只是完成了一小部分，所以我们的观点是像移动互联网一样，我们需要一个新的平台机制，谷歌在2016年底的时候定义了，他们的CEO讲，我们谷歌要从移动有限转向AI有限。

我们把主流的九大类算法用新的分布式体系重构一遍。三年之前大家的关注度并不多，今年上半年英特尔这些巨头也开始推，整个算法库包让大家重新意识到CPU来跑算法很明显，尤其是结构化数据的深度学习，在金融里头一个简单的全子网络，它的效果远远要超过其它的内容。

第一个我们怎么通过算例来提供一个算法的支撑，第二个就是数据资源的全量再现，数据我们在不断的挖掘。我们做了一个项目，现在基于微信的营销流数据的形态越来越及时化，这些数据不可能一个星期后再做处理。我们对于一个服务行业而言，催收的数据有一百万级别，被催收的数据其实就是违约数据，银行的坏客户已经被标注出来，我们把它回到审批端，做审批端优化的，这样学历背景的人是不是可以做贷款或者是发信用卡。那么这个也是要做训练，每天有一百万条的训练记录。这是一个在线反欺诈，原来申请的人写的内容用大量的规则来描述，它是不是一个欺诈用户，现在犯罪分子到农工去招工，拿了一些钱去收集一些身份证号办一个卡。我们把大量的特征值，每天上百个件彼此的关联性，寻找网络特征，再输入到端里边，然后来识别是不是欺诈行为。

汤森路透是一个金融财经的服务商，他每年要读几十万份公告，然后把一级市场的金额波动分析出来，怎么重组，什么时候增发，怎么做可转债，这个以前是靠人去做解读的，后来我们做分析器给它出了一个的解决方案。

心血管疾病的案例，这些案例有些是我们直接参与的，有一些是我们的赋能平台，就像APP商店和IP的关系，通过平台的赋能，让他们在AI的平台上（不用写代码的情况下）来完成深度学习这样一个复杂的操作。

所以今天我主要表达的一个观点就是通过一个AI的赋能工具化平台，将AI最初走到现在，来获取机器智能像读书一样简单。谢谢！

DT(Data technology)时代，它是以服务大众、激发生产力为主的技术。DT是数据处理技术（Data Technology）的英文缩写。马云曾经在一次演讲中说道：“人类正从IT时代走向DT时代”。

机器学习是大数据时代、人工智能的基础能力，也是DT时代营销的基础能力

——《机器学习》学习笔记

经过六个多月，断断续续的总算“读完”，确切的说是“翻完”了周志华教授的《机器学习》一书。对于我这样没有计算机科学背景的人，其实是没有能力去“学习”这本书，而只是通过这本教科书，了解机器学习这门科学背后的理念，发展历程和应用的场景。

从一个营销人的角度，周志华教授的《机器学习》给我几点启示：

1）  机器学习为很多交叉科学提供了重要的技术支撑，也是今天计算机科学中重要的进步源泉。换而言之，互联网，图像识别，生物信息科学，芯片设计，智能制造以及我们从事的营销行业，都离不开机器学习能力的支撑。在我们熟悉的和营销领域，图像识别，自然语言处理，程序化广告投放等等，都离不开机器学习的能力。

2）  机器学习的产生就是伴随着人工智能的发展而发展的一门科学。经过许多科学家的探索发现仅仅是让机器具备逻辑推理能力是无法实现人工智能的，还需要让机器本身具备学习能力。有意思的是，机器学习Machine Learning的这个词的是IBM的科学家Arthur Samuel率先提出的。Samuel当时研制了一个跳棋程序，战胜了当时美国一个州跳棋冠军，全国第四的选手，当时轰动一时，对人工智能的发展影响很大。

3）  机器学习能够如此大规模的广泛应用，是因为在各个领域都有了海量的数据，以及不断提升计算能力，提升机器学习的效果和效率。大数据为机器学习提供了良好的发展契机，同样的，机器学习蓬勃发展也让人们能够的挖掘大数据的价值。

4）  机器学习的算法原理其实存在了很长时间，本质上并没有更多的创新。因此用周志华教授的话说——空泛的讨论“什么学习算法更好”毫无意义，要谈论算法的想对优劣，必须要针对具体的学习问题。

对于从事大数据在营销领域应用人来说，通过周志华教授的书，让我对于机器学习在DT时代的营销中意义和价值有了更深的理解。

DT时代的营销模式，机器学习将成为重要的基础能力。在DT时代，人群的行为和表达数据沉淀在各个平台上，如何通过这些数据洞察消费者的前提是通过机器学习的算法从这些数据中挖掘出价值。实际上，在我们的实践中，宏原的机器学习团队用了很多神经网络或者深度学习的技术，取得了很好的效果。正如周志华教授所说的，深度学习为机器学习走向工程实践带来了便利。

机器学习在DT时代营销的价值发挥，需要跟营销行业经验紧密结合在一起。正如周志华教授提出的，离开了具体的学习问题，谈论算法的好坏没有意义。在营销领域，营销行业经验最重要的价值就是帮助机器学习的团队定义了正确的问题。所谓正确的问题就是要从营销决策的角度出发，从营销业务需要角度出发，定义要解决的问题是什么？这些问题得到了答案之后企业能够采取什么行动？这些行动背后有什么预期的价值？正确定义了问题，就让机器学习团队有很强的目标导向性，从商业角度也就更容易看到机器学习的价值。

机器学习是伴随着人工智能的发展而提出的。机器学习的标志性事件，无论从Samuel的跳棋程序，还是今年火爆的Alpha Go，本质上都是关于决策。因此从DT时代的营销角度来看，机器学习价值最大体现也应该是营销决策。也就是说，机器学习不能仅仅是在程序化投放，舆情监测这些领域发挥作用，而是应该深入到营销的洞察，提供足够多的工具和技术支持营销战略的决策。也就是要从营销的目标设定是合理，消费者需求了解是不是全面，消费群体的选择是否正确，营销的内容是不是能够打动消费者，产品是不是能够有效满足消费者需求这些重要的问题出发，帮助企业做“正确的决策”，选择做正确的事情。

最后回到周志华教授的《机器学习》，我最喜欢的是每个章节后的小故事，里面介绍了在机器学习发展历程中的科学家和他们做出的贡献。他们的故事不仅仅有趣，更能够让人看到这门科学背后发展的驱动因素，有的是技术，有的是应用。这些故事，让我这样的非计算机背景的人也能够理解这门有趣的科学。周教授用挑西瓜这个课题，一直贯穿着整本书，让这个抽象的问题有了更多具象的联系，更容易理解。

感谢周志华教授的书，他让我明白了，如果做不了那个做机器学习算法的人，那么我就做一个为机器学习定义“学习问题”的人。

今年的智能设备更新了一批又一批，爱运动的DT最近着迷于健身，智能手表和蓝牙耳机是当然少不了的。相信不少小伙伴们入手运动手表的时候，都有些纠结，iwatch，华为watch？三星watch，还是小米手环？

首先说说Iwatch，自Iwatch的初代，到s1，s2，s3，作为智能穿戴设备的先行者，Iwatch的功能和易用性一直都不容质疑，DT首先看的是Apple Watch Series 3，Apple Watch Series 3除了使用了红色表冠，外观没有任何改变，搭载新的双核处理器W2，其速度比上一代快70%，苹果还表示W2有着更低的能耗，它比前一代芯片节能50%。

但是这些都是废话，重点是拥有E-SIM，就是说可以插卡脱离手机独立使用，但目前还不支持电信，对于使用iPhone的用户来说，简直是福星，（可以使用双卡了）重要的是原生的watch os和iOS的无缝链接，在智能穿戴设备的体验中达到了最好，而DT没有选择的原因是，它的续航实在没有进步，官方给出的18小时续航是有条件的，仅能偶尔操作才能实现，开始其他任务后，续航会大大降低。即使达到了18小时，难道就足够让人满意了么？价格上LTE比GPS版本贵了约600大洋，这是苹果一贯的风格。三千左右的的价格，大家自己去衡量。

华为也是非常有战略眼光的，watch2代比一代，怎么说呢，感觉就是想满足所有种类的用户，但却失去了自己的特色，屏幕尺寸比一代缩水，但是整体手表的体积却比一代增大了，WTF？整机塑料手感，没错就是塑料的。表带质感也差强人意，同样支持e-sim，同样不支持电信，DT没有拿到实物，但据用过的小伙伴们表示，理想和现实的差距很大啊，和DT之前使用华为手机的体验有些相似哦，有兴趣的小伙伴可以关注数码控大本营，获得更多数码产品和手机的真实使用评测。所以DT并没有太多关注华为watch，直接下一个。

AMAZFIT智能运动手表2，2代采用了一块1.34英寸的反射式低功耗彩色屏幕，并采用了2.5D强化玻璃面板，三颗物理按钮，采用了不同的触感区分，便于盲操，续航上，实际使用中达到了四天，开启了心率和GPS的情况下续航也超过了40小时，比起某些厂商的产品，会不会优势太明显了？现在官网售价999元，在智能手表的市场中实在是稀有动物，有网友表示，在这个价格上，买不到比这个更好的运动手表，暂时不支持插卡功能

颂拓智能运动手表BARO，由于快拆表带的使用，使得手表外观看起来轻巧了一些，而且于前代相比，终于能把手表放平，是一项不错的改变，但兼顾了气压高度与光电心率的BARO并没有想象中的沉重，BORA实际测量值为76.9g，至于续航，3小时充满，在开启了心率全天候检测、睡眠监测的情况下，仍然使用了72小时（没有开启GPS）不支持插卡功能，但是目前售价4000+，对于运动手表群体来说，DT觉得性价比过低。不过对于它的颜值，送女朋友绝对是不二的选择。

最终DT选择了AMAZFIT智能运动手表2，毕竟价格的优势在那里，而且科技感满满，体验一段时间等待更多科技新品的发布才是不二的选择，那么作为运动潮人，你会选择哪款来当你的忠实伴侣呢？

IT主要是为了控制未来，而DT是要创造未来，IT把人变成了机器，而DT要把机器变成人一样。

--摘自马云2018杭州云栖大会发言

9月19日，一年一度的杭州云栖大会又开幕了。2016年，马云宣布了新零售、新制造、新金融、新技术、新能源这5新；2017年，最劲爆的事件，还属阿里宣布投资1000亿建立“达摩院”。

那么2018年呢？鹰云今天带大家深入了解。

一边展示、一边收获

鹰云智能构建数智空间新未来

2013年，阿里云开发者大会正式更名为云栖大会。历经数年的不断进化，云栖大会已经成为了全球最具影响力的科技展会之一。

本届云栖大会集结了全球200多家企业的顶尖科技。如果你向参展商们抛出一个问题：为什么要来？那么你很可能得到一句反问：这样酷的大会，为什么不来？

鹰云智能作为阿里的标杆生态合作伙伴以及唯一上台演讲的非客户第三方服务商，不仅在会场中全面展示智能数据决策系统的全貌，结合广州正佳广场实践案例将客流、车流、营收等核心要素在线化并可视化在现场演示，吸引了大量与会者关注。

并在随后的智慧零售专场、驻云科技专场等多场重要会议中分享鹰云智能基于业务中台与数据中台为购物中心构建数据智能未来。

新零售是人、货、场的重构，数字商业和实体商业的充分融合会催生全新的商业形态，重塑消费者与零售业、制造业的互动关系，并提升和加速消费升级。

“仅仅依靠数据中台也是没有用的，因为数据中台所采集的数据，跟过去购物中心在‘人脑’中的模样是完全不一样的”，宋亦皇智能零售专场及驻云专场分享时都说道：帮助购物中心实现场景化流量变现，核心其实就是一句话：“让合适的流量，在合适的时间出现在合适的地方。”换而言之，所有在数据中台里呈现的数据，都需要汇总到业务中台里才能实现数据流量变现的最大价值。

大会期间，鹰云智能CEO宋亦皇还应阿里云邀请参加合作伙伴闭门会、阿里云智囊团闭门会，与阿里云生态链的伙伴进行更多近距离的合作洽谈。

云栖魅力

让众人因为相信而来

2018杭州·云栖大会的主题为“驱动数字中国”的2018杭州·云栖大会。4天的活动内，举行2场主论坛、170多场前沿峰会，此外，还有ATEC大会、生态科技展、云栖虾米音乐节、云栖智能运动会等活动，轮番登场。

杭州ET城市大脑2.0发布，让杭州成为全中国最智慧的城市。

阿里云天空物联网LoRa站从地面40000米高空到地下20米的上天入地，完整覆盖的物联网络，并在4天的活动里，持续为大会服务。

还有新零售、自动驾驶、机器人、IoT智能家居等领域的众多“黑科技”产品亮相云栖大会，吸引了众多人的关注。

“所有人都是因为相信而来。”马云在今年的开场演讲中回想起第一年办会时的场景，当时只来了三四百个工程师，大家聚在一家酒店里，没有展览可以看，也没有论坛能听，就是纯交流。“今天，在这里，有很多高科技可以看，有很多东西可以交流。我们因为相信而看见。”马云说。

购物中心的DT时代来临

为构建数字经济体系而前行

马云在大会的演讲上说：IT时代基本上依赖于知识，而DT时代要发挥人类的智慧，IT时代是以我为主，而DT时代是以利他为主。DT时代是平台思想，大家说什么是平台思想，平台不是规模，平台是利他，Enable Others，为了让别人做得更好。（DT是数据处理技术Data Technology的英文缩写。）

随着人工智能的蓬勃发展，人类与人工智能交融的奇点来临。在这次云栖大会上我们可以看到阿里巴巴达摩院人工实验室所带来的一系列“黑科技”；可以听到数十位重量级企业嘉宾发表数据智能化的转型实践心得与思路；还可以体验到数据为未来人类生活带来的变化与影响。

甚至在空间大数据的应用上，在整个云栖大会举办期间，阿里在现场部署了一个数据监控中心，实时掌控云栖大会现场及线上舆论的情况，协助阿里更及时的针对这一次6万人的活动进行调控。数据监控应用非常敏锐，我们鹰云的舆论关注热度也被云栖的数据大屏收录到了。

鹰云智能作为中国未来最智能的商管公司，始终以“成为数据智能世界连接者”为使命，基于新一代物联网技术和互联网云中台技术，为购物中心等大型线下商业空间提供数据智能化决策解决方案。

充分的结合现有的新零售的各种互联网技术，再加上我们自身对本行业的深度的认知，逐步的完成鹰云智能对未来世界的洞察，帮助购物中心实现场景化流量变现，并实现在线化、数据化和智能化的最终目标。购物中心的DT时代已经来临，鹰云智能将成为未来商业空间智能化的引领者。

据雅虎记者报道，世界顶尖企业级智能商业科技先锋DTise于2017年12月15日在上海发布DTise Premium Platform1.2（以下简称“DTise 1.2”）。通过整合和打通全域消费者数据资源，DTise赋能企业构建自有化DT能力，独立搭建完整立体的数据资产体系，促进品牌与消费者之间的实时沟通和双向认知，加速推动商业变革。

据悉，DTise Hi-Tech是世界顶尖企业级智能商业科技先锋，凭借其最新研发成功的「DTise Premium Platform」及独创性智能商业模块，助力全球品牌顺利完成IT到DT时代的升级和转型，构建企业的自有化DT能力——全面整合、打通、沉淀、扩张、增值全域消费者数据资产，赋能企业自有大数据建设和商业模式创新。

DTise创始人赵宏先生向记者表示：“我们深切感知到越来越多的全球领先企业已经迫切意识到保护和建立自有的大数据资产在生产、经营和发展中至关重要，唯有构筑独立的大数据领地才能确保品牌不被分秒必争的互联网生态所淘汰。作为汇聚全球大数据和人工智能领域尖端人才的科技先锋，DTise一直致力于赋能品牌构建自有化DT能力，驱动品牌和厂商加速数字化转型，保持领先，开拓智能商业新疆域。”

全球市场都在经历一场加速度的数字化变革和企业转型。对于全球品牌来说，数字化转型已经成为当务之急，DT能力已经成为转型智能商业的原动力。Gartner 2017全球CEO调研显示，47%的CEO正在被董事会要求推进数字业务的进展，已经有56%的CEO表示数字化升级为其带来了可观的营业利润。

DTise 1.2为品牌整合全域数据资源，实现了PC端、移动端、APP、数字媒体、社交媒体、CRM、IoT、ERP、线下渠道等全接触点消费者数据打通，建立了实时、动态、全方位、系统的大数据资产，突破性地实现品牌对消费者的多重感知和实时响应，赋能新零售、智能制造乃至营销决策。DTise独创的“望天树”和“蜂鸟”数据模型，提升了品牌市场洞见、营销决策和生产、制造、采购等流程优化的效率，进一步确保商业决策可视化追踪和实时分析。

至顶网CIO与应用频道 11月13日 北京消息：提起亚信，在大多数人心里往往将它定位成一家软件公司，一家主要为中国电信运营商提供IT解决方案和服务的软件公司。的确，从1999年开始为客户定制业务系统，到目前为止亚欣公司已经服务于所有运营商，在亚信核心软件产品的基础上为用户度身定做大量的成熟业务系统解决方案，涉及运营商企业信息化的所有环节。

而随着发展，亚信逐渐将眼光放到了全行业，希望为行业内其他合作伙伴提供数字转型的支撑服务。正如亚信软件CEO高念书所说，亚信的定位是大型企业，这其中不仅有传统的通信运营商，同时还包括了其他的行业的客户。用户群体的拓展，促使亚信软件服务能力不断提升。

在近期的一次发布会上，亚信软件首次发布了大数据产品家族AISWare BigData，包括“AISWare BigData Foundation，AISWare BigData Foundry，AISWare BigData Application和AISWare BigData Intelligence四大组件，涵盖人工智能平台、大数据平台、计算机视觉识别系统、智能数据标签系统、智营系统等五款主要产品。

“亚信软件作为一家软件服务公司，一直为客户提供运营支撑服务。跟随数字化转型的步伐，亚信未来将加强自身的服务能力、运营能力、产品能力、集成能力，为我们的客户及客户的客户提供更优质的服务。”高念书谈到，未来上文提到的四大能力将成为企业的核心。

亚信软件CEO高念书

“前两年阿里提出来IT最终会向DT转型，但是我们提出来，面向未来DT不够了，必须要有AI在里面，AI就会变成AT。未来人工智能技术将占主导地位。”亚信软件副总裁袁道唯在演讲中提到了“AT”的概念，强调了未来发展中人工智能技术的重要性。

亚信自2002年开始承建运营商经营分析系统并提供数据分析服务，于2016年融合三域数据形成大数据平台，再到2017年发力人工智能，15年时间积累了丰富的大数据实践经验与技术实力。为了满足不断演进的客户需求，亚信软件首次整合现有产品线，全面推出AISWare BigData产品家族。

亚信软件基于容器化的人工智能平台采用开源技术及框架进行开发，具备智能辅助建模、模型智能优化、模型沉淀分享和一站式建模体验等四个功能特性。通过“平台+应用+服务”的融合解决方案帮助运营商构建智能的感知、分析、学习和决策能力，助力运营商开创数字产业新格局；基于人工智能技术的智能数据标签系统结合多年对运营商业务的洞察，更加智能地适应数据的变化，自动优化标签规则，助力客户实现“一客一策”、“一物一策”，实现数据驱动的运营。

亚信软件计算机视觉识别系统运用深度学习，在实名制人脸识别、业务单规范性稽核、基站智能巡检等领域已经取得实践成果；智营系统帮助运营商打通全渠道、布控全触点、整合全数据，实现从精准运营到实时场景运营。

辽宁移动客户代表姜遥在发布会上表示，运营商业务部门对机器学习模型需求日益迫切，如何利用机器学习能力切实提高生产效率和效益是一项重要课题，以4G统一套餐资费迁移为例，该项工作是辽宁移动2017年的重要工程之一，引入亚信人工智能平台之后，营销效果显著提升。

亚信大数据平台聚焦垂直行业应用，释放开源力量，提升行业大数据PaaS平台能力，使能客户开启“共享、安全、开放、智能”的大数据运营时代。陕西移动客户代表陈涛在会上分享了陕西移动如何使用亚信大数据PaaS平台基于多种服务组件构筑流处理系统的生产实践。他在会上表示，亚信提供的基于PaaS化的服务，从以前对基础组件能力的“东拼西凑”和“私搭乱建”到以租户为粒度统一分配，极大提升了流处理系统的构建效率和运维效率。

除AISWare BigData产品家族外，亚信软件在会上还首次公布了AISWare Billing，AISWare PaaS，AISWare CRM三大产品系列。

Image Data Technology是指基于图像识别的大数据技术，也是ImageDT（图匠）名字的来源。目前，ImageDT运用领先的深度学习技术，重磅推出基于AI的快消渠道管理服务，开启货架识别与洞察商业化应用的新篇章。

渠道之痛，不治恐深

渠道，是快消品企业占据市场份额的重要环节。

各家企业每年有大量的资金投入到渠道分销、陈列、促销、生动化等环节，用于提升品牌在渠道的表现，促进消费者购买，增加消费者的品牌粘性。

在竞争激烈的快消品市场营销竞争中，很多企业逐渐发现，尽管在渠道中投入了大量的终端费用，销售增长却事倍功半。这样的问题究竟出现在哪里？

快消品企业通过各种方式收集各类终端执行数据，但基于传统手段收集的数据往往“报喜不报忧”，市场的问题和机会被人为掩盖，总部管理人员很难及时准确地看清终端执行的真实情况，难以对终端情况进行严格的实时把控。同时企业也因为缺少精准数据支持，对投放费用也无法根据实际执行进行核销，更不用说管理投入ROI，优化资源配置。

为了解决快消品行业中这一普遍问题，ImageDT推出基于图像识别技术的智能渠道管理服务，使终端执行更简易，数据收集更精准，管理信息更透明。

ImageDT图像识别，引领渠道管理变革

下图展示了传统的几种渠道管理方法：

传统拜访软件

填写大量数据，耗时，不准确

人工看图

拍回来的照片人眼核查，效率低下，有失精准

ImageDT研发的手机APP有效地解决以上类似的问题，操作简单方便，并且可嵌入企业现有拜访软件：

拍摄货架照片

传照片到云端

实时获取分析报告

实时整改

用户在门店拍摄货架照片，上传至ImageDT云端进行智能分析，即可实时获取门店打分与整改建议，协助企业实时、准确、客观、低成本地获取渠道数据，借助渠道终端的大数据洞察，提升终端执行力和销售业绩。

技术为王

ImageDT升级优化传统技术，突破传统图像识别技术障碍，每日吸收亿级图片数据量，流程作业实现1 天极速建模；依托海量图片数据库实现识别准确率高达95%以上，实现全自动实时识别。

智胜未来

“ImageDT图像识别业务的进展超乎预期，有两个最大的感触。” ImageDT CEO郭怡适表示：“首先是敬畏，我们每天都在发现AI带来的惊喜，AI的学习速度和识别准确率远超人类；然后是欣慰，我们找到了AI的一个真实而旺盛商业场景，产品上线至今，已与多家知名快消品牌达成合作，为快消企业赋能，决胜新零售。”

ImageDT的CMO Cherry认为：“图像识别技术的持续突破，使得人工智能在快消零售领域的应用进入了快速发展的黄金时期。通过图像识别技术赋予渠道管理人员一双锐利的市场之眼和一个智能的洞察之脑，是ImageDT的使命所在。”

也许未来2年，我们会看到销售代表通过AI的武装变得非常高效，也许未来5年，我们会看到机器人在超市里来回穿梭，快消零售行业开启全新的大数据时代……

“一天 10 亿只包裹，估计在未来六七年左右就能实现”，这是马云在 5 月 22 日杭州

云栖小镇举行的智慧物流峰会上，对未来物流市场的预估。这时，距马云在菜鸟网络成立时

提出的每天 1 亿个包裹的“小目标”仅仅过去四年，物流行业已跨过 1 亿包裹的门槛，向

10 亿包裹时代迈进，身处其中的每一个企业，都需为此做着准备。

“物流公司要做好眼光、格局、组织、人才、技术等各方面的准备，在这些方面做好投

资”，这是马云提出的，在 10 亿包裹时代物流公司的应对方法。而其中，他特别提到未来物流的背后支撑是数据流，真正的物流一定是数据的物流，在未来的新物流时代，物流公司一定是一家技术公司。

无独有偶，在智慧物流峰会的智能分会场上，浙江心怡科技供应链管理有限公司总裁邢琳琳先生发表了题为 DT 时代的智能仓储的演讲，重新定义了心怡科技 ALOG 的含义，提出智慧仓储（Intelligent Warehouse）,科技驱动（Technology），使命（Mission）,目标（Target）

是心怡科技的核心价值。

心怡科技现拥有 82 个 RDC 运营中心，仓配网络覆盖全国 350 个城市，在五大洲九个国家成立运营中心，管理的仓储面积逾 150 万平方米。在仓储网络布局完善的同时，心怡科技以科技创新为驱动，大力建设智慧仓储物流，已转型为以科技为发展核心供应链服务提供商。心怡科技的智慧仓储具有“五个无”及“四个零”的特点，“五个无“分别是以智能硬件代替人工的无人化；数据化操作的无纸作业；随时更新货品状态的货品流通信息无差异获知；通过前置备货实现的无库存浪费及无污染绿色仓库。心怡科技”五个无“的智能仓储，能为客户带来“四个零”的优质客户体验，分别是：零人工操作失误，零库存积压，零扣单及零客户投诉。

邢琳琳表示，无人仓是智慧仓储的重要表现形式，也是心怡科技在发展智慧物流上的目标，而要实现无人仓，决定因素在于大数据的收集和分析使用。

心怡科技自 2004 年成立以来，从项目物流到电商物流再到供应链服务提供商，积淀了多达 13 年的“数字”数据，更在仓储运营中积淀下“知识”数据。在这些数据积累上，心怡科技利用 DT 大数据理论对数据进行二次分析，加入当下新兴的 AI 技术，开辟心怡的智

能仓储领域，引领智慧仓储构建的步伐。

目前，心怡科技已成立智能研发中心，加快无人仓的布局筹建。心怡科技在嘉兴的自动化运营中心则是心怡科技无人仓布局中的又一标杆，其于 2016 年 10 月 21 日正式启用，拥有一整套全自动化分拣设备，从以往的人到货发展成货到人，大大减少了仓内的人力配置。

如果说自动化运营中心及仓储物流机器人是以智能硬件来模拟人的行为，那么大数据，物流管理系统和智能优化系统就是这些硬件的大脑，能够在仓储运营中实现仓库选址优化，前置备货，库内货品存放规划，拣货路径优化等行为，以实现智慧仓储。

在未来，心怡科技将一如既往地秉承让科技物流为商家创造价值的企业使命，针对不同类型的商家商品进行个性化定制方案及数据增值服务，为商家实现节约成本，减少库存，增加现金流，提升运作效率的目标，打造一个共享，互联，环保的智慧物流生态圈。

数据解读：

DT 通过Qivicon平台提供智能家居服务，包括视频监控、能源管理、门禁管理、漏水监测等一系列基础功能。除此之外，还允许用户根据需求进行个性化场景定制。例如选择早餐模式：闹钟会定时响起，随即窗帘缓缓自动拉开，灯光开启，厨房的咖啡机会开启工作，浴室的热水器会自动加热。

【订阅提示】

现在订阅价为：￥19.8元

本专栏订阅周期为一年

专栏更新周期为周度

订阅之后，如何随时观看内容？

微信搜索睿午参，关注我们

本专栏是在《智库观察》深入分析研究内容的基础上由资深研究员提供的简读部分

《智库观察》的订阅对象为省市政府部门，世界、中国主要TMT企业以及行业主管