近兩年，人工智能逐漸從感知智能向認(rèn)知智能發(fā)展，而AI賦能的知識(shí)應(yīng)用是實(shí)現(xiàn)認(rèn)知智能的創(chuàng)新形態(tài)。國(guó)際權(quán)威分析機(jī)構(gòu)IDC針對(duì)“AI賦能的知識(shí)應(yīng)用”領(lǐng)域開展研究，并發(fā)布《AI賦能的知識(shí)應(yīng)用市場(chǎng)發(fā)展現(xiàn)狀及趨勢(shì)分析》報(bào)告，其中百分點(diǎn)科技與華為云、百度等作為典型代表廠商入選報(bào)告。
IDC認(rèn)為百分點(diǎn)科技將知識(shí)圖譜作為認(rèn)知智能解決方案的關(guān)鍵能力，當(dāng)前已在應(yīng)急、公共安全、媒體出版等行業(yè)構(gòu)建了對(duì)應(yīng)的知識(shí)圖譜，構(gòu)建的實(shí)體數(shù)達(dá)到數(shù)千萬的量級(jí)，關(guān)系數(shù)達(dá)到幾十億的量級(jí)，服務(wù)了眾多的政府和企業(yè)客戶。
此前，百分點(diǎn)科技“基于融合數(shù)據(jù)治理的動(dòng)態(tài)知識(shí)圖譜技術(shù)”的創(chuàng)新實(shí)踐，在“2021中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)”上從眾多參賽項(xiàng)目中脫穎而出，榮獲“2021領(lǐng)先科技成果優(yōu)秀項(xiàng)目”。
我們知道，百分點(diǎn)科技曾經(jīng)作為推薦引擎及精準(zhǔn)營(yíng)銷的代表公司，早期服務(wù)了眾多電商類企業(yè)，而如今，隨著數(shù)據(jù)智能產(chǎn)業(yè)的升級(jí)，百分點(diǎn)科技再次站在科技推動(dòng)社會(huì)進(jìn)步的前沿，為企業(yè)和政府構(gòu)建端到端的數(shù)智化解決方案，助力客戶的智能化轉(zhuǎn)型。
近日，數(shù)據(jù)猿專訪了百分點(diǎn)科技CTO劉譯璟，從知識(shí)圖譜談起，到端到端的價(jià)值閉環(huán)，以及在應(yīng)用領(lǐng)域的切入點(diǎn)，管中窺豹，希望對(duì)這家公司的創(chuàng)新戰(zhàn)略能有更全面的了解。
知識(shí)圖譜是怎么回事兒
有人要問，現(xiàn)在經(jīng)常談到的“知識(shí)圖譜”到底是什么？其實(shí)“知識(shí)”和“圖譜”都不是新名詞，前者屬于人類認(rèn)知加工過程的一部分，認(rèn)知心理學(xué)早就有所研究，而以“知識(shí)圖譜（Knowledge Graph）”作為完整概念，是Google在2012年提出的。我們都知道Google是一家搜索公司，由于每個(gè)網(wǎng)站的結(jié)構(gòu)不同，信息也并非按知識(shí)來構(gòu)造，會(huì)讓Google搜索造成很多不便，當(dāng)時(shí)目的是為了更好地檢索信息，所以Google便自己構(gòu)建了一個(gè)知識(shí)庫(kù)，并且提供結(jié)構(gòu)化及詳細(xì)的關(guān)于主題的信息。其目標(biāo)是用戶足不出Google，利用知識(shí)庫(kù)就可以完成搜索。后來逐步發(fā)展成為多關(guān)系網(wǎng)狀結(jié)構(gòu)圖，并融入了多個(gè)學(xué)科和多個(gè)行業(yè)。
如今的知識(shí)圖譜，越來越不神秘，我們用一個(gè)非常簡(jiǎn)單的公式就可以講明白：本體+數(shù)據(jù)=知識(shí)圖譜
“本體”可以理解成為一個(gè)數(shù)據(jù)模型，它的主要目的是用來還原世界的本來面目。我們需要把人們可以認(rèn)知的“實(shí)體”、“概念”、“屬性”以及它們之間的“從屬”、“關(guān)系”搭建起來，就構(gòu)成了一個(gè)“本體”。舉個(gè)簡(jiǎn)單的例子，比如講一本書，這就是實(shí)體，然后書有作者、出版社、出版日期，這就是屬性，那么它們之間是有關(guān)系的，畫好了就像這樣：
來源：enterprise-knowledge.com
然后我們加上“數(shù)據(jù)”，比如我們填入狄更斯的《殺死一只知更鳥》的內(nèi)容，就變成如下這樣：
來源：enterprise-knowledge.com
知識(shí)必須經(jīng)過合理的表示才能被計(jì)算機(jī)處理，它是對(duì)現(xiàn)實(shí)世界的一種抽象表達(dá)。機(jī)器必須要掌握大量的知識(shí)，特別是常識(shí)知識(shí)才能實(shí)現(xiàn)類人的智能。知識(shí)不只是表示，而且還需要做推理，甚至要做貝葉斯網(wǎng)絡(luò)因果推斷，需要可解釋性、邏輯性，所以要加入以認(rèn)知為核心的多語言自然語言處理、動(dòng)態(tài)知識(shí)圖譜，以及智能交互增強(qiáng)分析。
知識(shí)融合也是需要投入大量精力去實(shí)現(xiàn)，“我們會(huì)通過先同構(gòu)再融合的方式，先把多源異構(gòu)數(shù)據(jù)轉(zhuǎn)變成同一種模型，然后再進(jìn)行語義融合，”劉譯璟談到知識(shí)圖譜要解決的核心問題時(shí)說，“最近談得比較多的是多模態(tài)的數(shù)據(jù)融合，不同介質(zhì)、不同結(jié)構(gòu)的數(shù)據(jù)融合在一起可以產(chǎn)生更大的價(jià)值。比如新聞中不僅僅是文字，還常常有圖片、視頻，那我們就要考慮把新聞中的文本、圖片、人臉、語音這樣的數(shù)據(jù)融合到一個(gè)知識(shí)圖譜中，這樣的圖譜信息量更大，應(yīng)用價(jià)值更高”。
當(dāng)形成了這種“知識(shí)圖譜”，有三類事情就可以實(shí)現(xiàn)：第一類是人主動(dòng)去分析，比如主動(dòng)搜索；第二類是自然語言交互，比如問答；第三類是機(jī)器自主進(jìn)行知識(shí)挖掘。這還沒完，根據(jù)清華大學(xué)人工智能研究院的報(bào)告，知識(shí)大致可以分為“通用知識(shí)圖譜”和“領(lǐng)域知識(shí)圖譜應(yīng)用”，后者與行業(yè)結(jié)合更緊密，實(shí)現(xiàn)更多的商業(yè)價(jià)值。
因此作為一家技術(shù)公司的CTO，劉譯璟也更加關(guān)注后者。“其實(shí)我們一直在思考，如何與行業(yè)相結(jié)合，要跟這些數(shù)據(jù)來源的行業(yè)結(jié)合在一起，不僅需要獲取蘊(yùn)藏在其中的數(shù)據(jù)，還要用人們可以理解更自然的方式進(jìn)行交互。”
兩個(gè)價(jià)值閉環(huán)
以技術(shù)創(chuàng)新為導(dǎo)向的百分點(diǎn)科技更加關(guān)注建立在知識(shí)圖譜上的數(shù)據(jù)智能體系。在這個(gè)數(shù)據(jù)智能技術(shù)體系里，百分點(diǎn)科技著重打造了兩個(gè)閉環(huán)，其中“小閉環(huán)”構(gòu)建了從感知到認(rèn)知，再到?jīng)Q策、行動(dòng)的過程；“大閉環(huán)”則是從數(shù)據(jù)一端，把它作為來源，用數(shù)據(jù)轉(zhuǎn)化為知識(shí)去解釋現(xiàn)實(shí)世界，另一端是應(yīng)用價(jià)值，包括企業(yè)的高效運(yùn)行、社會(huì)精細(xì)治理的過程。
其中小閉環(huán)價(jià)值過程的四個(gè)階段中，“感知”是通過數(shù)據(jù)真實(shí)反映出物理世界和現(xiàn)實(shí)世界的模型；“認(rèn)知”是把它轉(zhuǎn)化成為知識(shí)，人可以去理解，能夠互相溝通；再下一步是去做“決策”，最后轉(zhuǎn)化成為“行動(dòng)”。
從大閉環(huán)來看，以“數(shù)據(jù)”為起步，如今數(shù)據(jù)處理技術(shù)是比較泛化、開源的，互聯(lián)網(wǎng)數(shù)據(jù)也浩如煙海。大數(shù)據(jù)重點(diǎn)解決的是生命周期的管理問題，如從數(shù)據(jù)接入、加工、整理一直到存儲(chǔ)，直至產(chǎn)生數(shù)據(jù)治理的結(jié)果，這些數(shù)據(jù)都可以作為知識(shí)圖譜構(gòu)建的一個(gè)來源。而當(dāng)“數(shù)據(jù)”轉(zhuǎn)換成為“知識(shí)”后，用戶只需關(guān)注業(yè)務(wù)知識(shí)，不必再了解什么數(shù)據(jù)結(jié)構(gòu)、什么字段、什么存儲(chǔ)類型等。
IT時(shí)代已經(jīng)變成一個(gè)數(shù)據(jù)時(shí)代，這是個(gè)大趨勢(shì)。過去IT時(shí)代的特點(diǎn)是流程驅(qū)動(dòng)，很多企業(yè)的IT系統(tǒng)通常會(huì)做得很復(fù)雜，而且成本很高，但這個(gè)趨勢(shì)在被改變，“我們直接面對(duì)現(xiàn)實(shí)世界，用大數(shù)據(jù)相關(guān)技術(shù)把現(xiàn)實(shí)世界數(shù)據(jù)化，先建立大數(shù)據(jù)對(duì)世界的刻畫，在這個(gè)基礎(chǔ)上再把它變成智能。在智能化的基礎(chǔ)上，原來所有業(yè)務(wù)系統(tǒng)可能都會(huì)被改變，已有的業(yè)務(wù)系統(tǒng)可能都得被重塑一遍。重塑的核心是它的流程跟分析、洞察、決策、行動(dòng)，將會(huì)綁得更緊。”
重塑之后，大數(shù)據(jù)與流程也變得更加融合。大數(shù)據(jù)一開始是分析型業(yè)務(wù)，不是業(yè)務(wù)流程型的，是由分析驅(qū)動(dòng)，而非流程驅(qū)動(dòng)。到了知識(shí)圖譜時(shí)代，需要認(rèn)知之后的決策和行動(dòng)，意味著從分析（認(rèn)知）轉(zhuǎn)向流程實(shí)現(xiàn)（行動(dòng)），所以，現(xiàn)在的一個(gè)趨勢(shì)是，原本以分析主導(dǎo)的大數(shù)據(jù)業(yè)務(wù)會(huì)與流程主導(dǎo)的各種系統(tǒng)如CRM、OA融合起來，你中有我，我中有你。
舉例而言，用戶在使用CRM系統(tǒng)的時(shí)候，會(huì)看到標(biāo)簽、篩選、推薦等以分析為主的功能模塊，而同時(shí)用戶在使用系統(tǒng)之后的日志等數(shù)據(jù)，又會(huì)成為訓(xùn)練、分析的數(shù)據(jù)來源。
另外，要形成具有端到端的數(shù)據(jù)智能的技術(shù)戰(zhàn)略，業(yè)內(nèi)普遍欠缺的是能與行業(yè)緊密地結(jié)合，即“應(yīng)用”環(huán)節(jié)。具有知識(shí)圖譜的數(shù)據(jù)智能應(yīng)用通常會(huì)進(jìn)入到某幾個(gè)領(lǐng)域，如電信、政府、制造，去做特定的收集、治理，用專門的技術(shù)，像實(shí)時(shí)計(jì)算、數(shù)據(jù)安全、隱私保護(hù)、人工智能等。
來源：IDC
依托優(yōu)勢(shì)資源，主打動(dòng)態(tài)知識(shí)圖譜應(yīng)用
初創(chuàng)于2009年的百分點(diǎn)科技，在經(jīng)過十幾年的積累，在應(yīng)用領(lǐng)域現(xiàn)在已經(jīng)稱得上國(guó)內(nèi)數(shù)據(jù)智能領(lǐng)域的頭部企業(yè)，目前已服務(wù)一萬多家政府和企業(yè)客戶。
在政府級(jí)服務(wù)方面，擁有豐富的國(guó)家級(jí)和國(guó)內(nèi)省市級(jí)數(shù)字政府建設(shè)經(jīng)驗(yàn)，做社會(huì)治理，收集需求，深入調(diào)研之后落地執(zhí)行，形成一個(gè)小閉環(huán)，助推政府治理能力提升和治理體系現(xiàn)代化。目前已服務(wù)于公安部、應(yīng)急管理部、中國(guó)環(huán)境監(jiān)測(cè)總站、國(guó)家市場(chǎng)監(jiān)管總局等部委單位，并參與多個(gè)省市級(jí)數(shù)字政府建設(shè)。
在企業(yè)級(jí)服務(wù)方面，積淀了豐富的行業(yè)知識(shí)及數(shù)據(jù)中臺(tái)構(gòu)建經(jīng)驗(yàn)，主要做消費(fèi)者大數(shù)據(jù)，從市場(chǎng)洞察、用戶運(yùn)營(yíng)、精準(zhǔn)營(yíng)銷，再到生產(chǎn)，這也是一個(gè)小閉環(huán)，提升企業(yè)數(shù)字化運(yùn)營(yíng)能力和效率。服務(wù)了包括中免集團(tuán)、洋河股份、王府井集團(tuán)、聯(lián)合利華、歐萊雅、星巴克、百事、新華社、中國(guó)日?qǐng)?bào)、科技日?qǐng)?bào)、南方報(bào)業(yè)、人民出版社、華潤(rùn)置地、金地集團(tuán)等客戶。
我們可能有所耳聞，百分點(diǎn)科技早期的核心產(chǎn)品是個(gè)性化推薦，積累了比較完整的標(biāo)簽管理系統(tǒng)，隨著不斷深入到更多行業(yè)，只刻畫一個(gè)人或者一個(gè)物品已經(jīng)難以滿足客戶的需求，實(shí)體之間的關(guān)系尤為重要。于是，百分點(diǎn)科技在實(shí)體、屬性的基礎(chǔ)上又加入了關(guān)系、事件，從標(biāo)簽化逐步轉(zhuǎn)到知識(shí)圖譜化。
“百分點(diǎn)提出的動(dòng)態(tài)知識(shí)圖譜仍是源自項(xiàng)目需求”，百分點(diǎn)科技首席架構(gòu)師黃偉表示，“知識(shí)圖譜需要納入更多的數(shù)據(jù)形成更大規(guī)模的知識(shí)體系，客戶在使用知識(shí)圖譜應(yīng)用時(shí)，會(huì)逐步協(xié)調(diào)新的數(shù)據(jù)納入系統(tǒng)，但此時(shí)系統(tǒng)已經(jīng)在線上使用，需要系統(tǒng)在不停止服務(wù)的情況下將數(shù)據(jù)動(dòng)態(tài)融入當(dāng)前的知識(shí)體系。”
原先的知識(shí)圖譜技術(shù)拋開時(shí)間維度去研究實(shí)體之間的關(guān)系，但在實(shí)際的場(chǎng)景中，時(shí)間維度是一項(xiàng)重要指標(biāo)，很多場(chǎng)景下只有在特定時(shí)間段內(nèi)，實(shí)體關(guān)系才是有價(jià)值的信息。另外我們知道數(shù)據(jù)庫(kù)有不同的來源，有些場(chǎng)景下，緊急情況發(fā)生了，數(shù)據(jù)庫(kù)不會(huì)通知知識(shí)圖譜就自己更新了，知識(shí)圖譜卻沒有得到共享，這就會(huì)出現(xiàn)很大的偏差，所以就需要將知識(shí)圖譜動(dòng)態(tài)化。
劉譯璟從實(shí)現(xiàn)角度對(duì)此做了進(jìn)一步闡釋，“當(dāng)不同來源數(shù)據(jù)都要融合到一起的時(shí)候，是一種軟融合，不同數(shù)據(jù)來源的A、B、C，融合成D，一般情況下，原有數(shù)據(jù)源A、B、C就沒有了，只存儲(chǔ)D，但當(dāng)A發(fā)生改變成為A’，能不能映射到D中，以前需要定期導(dǎo)入，做不到實(shí)時(shí)看到數(shù)據(jù)變化，我們把A、B、C同時(shí)記錄它們的融合規(guī)則，并沒有存D，這樣融合起來就是實(shí)時(shí)的。”
隨著通信、互聯(lián)網(wǎng)、大數(shù)據(jù)產(chǎn)業(yè)的深入發(fā)展，現(xiàn)在用戶對(duì)實(shí)時(shí)交互的要求越來越高。一方面是設(shè)備的升級(jí)，從電腦到手機(jī)，再到汽車和其他設(shè)備，另一方面是可視化、可操作，針對(duì)數(shù)據(jù)的可探索、自然交互，要求都比原來要高得多。
百分點(diǎn)科技提出的這一套動(dòng)態(tài)知識(shí)圖譜解決方案，放在業(yè)內(nèi)也是比較先進(jìn)的。“我們?cè)谶@方面是對(duì)標(biāo)國(guó)際巨頭Palantir的，我們對(duì)這個(gè)行業(yè)的認(rèn)知和看法落實(shí)到技術(shù)戰(zhàn)略上，會(huì)變成一個(gè)很基礎(chǔ)的技術(shù)”。順便提一下，百分點(diǎn)科技目前擁有數(shù)百項(xiàng)大數(shù)據(jù)及人工智能領(lǐng)域軟著與專利，也有中國(guó)領(lǐng)先的行業(yè)應(yīng)用模型庫(kù)及行業(yè)知識(shí)圖譜庫(kù)。
側(cè)重政府需求，應(yīng)急場(chǎng)景下初步發(fā)揮作用
“用數(shù)據(jù)智能推動(dòng)社會(huì)進(jìn)步是我們的使命。”百分點(diǎn)科技總裁高體偉如是說。百分點(diǎn)科技成立之初，當(dāng)時(shí)電商與網(wǎng)絡(luò)媒體蓬勃興旺，帶來明顯的消費(fèi)價(jià)值；而如今，國(guó)家進(jìn)入“十四五”時(shí)期，政府強(qiáng)烈的數(shù)字化轉(zhuǎn)型需求則給了百分點(diǎn)科技建設(shè)部、省、市、區(qū)級(jí)平臺(tái)的新機(jī)遇，讓百分點(diǎn)科技能夠更大限度地發(fā)揮數(shù)據(jù)智能、知識(shí)圖譜的價(jià)值。近幾年，百分點(diǎn)科技逐步深耕政府級(jí)應(yīng)用服務(wù)，尤其側(cè)重在數(shù)字城市、應(yīng)急管理、生態(tài)環(huán)境和公共安全等領(lǐng)域。
其中，應(yīng)急管理作為上述重點(diǎn)推進(jìn)的行業(yè)之一，是國(guó)家治理體系和治理能力的重要組成部分。隨著疫情、國(guó)家安全等重大事件發(fā)生，變得越來越關(guān)鍵。應(yīng)急管理是依托大數(shù)據(jù)全棧技術(shù)和多維數(shù)據(jù)融合分析能力，構(gòu)建應(yīng)急大數(shù)據(jù)治理和智能應(yīng)用體系，是面向自然災(zāi)害、安全生產(chǎn)等應(yīng)用場(chǎng)景，為應(yīng)急事件的事前、事發(fā)、事中和事后四個(gè)階段提供科學(xué)決策支持。
作為應(yīng)急管理的核心部分，數(shù)字化預(yù)案雖然比紙質(zhì)文檔更進(jìn)一步，但是幾千份繁復(fù)文檔，包括相關(guān)法律法規(guī)、緊急情況處置方法等等，并沒有形成可利用的“知識(shí)”，人看起來費(fèi)勁，機(jī)器更加閱讀不了。比如一個(gè)組織架構(gòu)，分為現(xiàn)場(chǎng)指揮部和總指揮部，現(xiàn)場(chǎng)指揮部又得有一個(gè)總指揮等等，在冗長(zhǎng)的文本里，機(jī)器根本無法理解。“機(jī)器能夠理解的就必須用一種知識(shí)表示的方式去做。”劉譯璟說道。
知識(shí)圖譜化的預(yù)案，則可有效建立各類實(shí)體之間和事件之間的空間關(guān)系、時(shí)間關(guān)系及擴(kuò)展關(guān)系等，實(shí)現(xiàn)歷史災(zāi)害事件相似分析、災(zāi)害影響關(guān)聯(lián)分析，為應(yīng)急指揮提供最優(yōu)指揮方案。
因此百分點(diǎn)科技要將文檔知識(shí)圖譜化，首先要基于此構(gòu)建一個(gè)本體，還能把它“翻譯”成相應(yīng)的語言，再經(jīng)過一版一版地打磨，一遍一遍地學(xué)習(xí)，與客戶不同部門討論，不斷反復(fù)地循環(huán)，摸索如何從文本里把屬性標(biāo)簽抽取出來，才支撐了專門算法的構(gòu)建，形成了若干主題庫(kù)和數(shù)據(jù)標(biāo)準(zhǔn)，以便規(guī)范整個(gè)領(lǐng)域行業(yè)。
來源：百分點(diǎn)科技
劉譯璟認(rèn)為這種摸索也是完善產(chǎn)品的過程。“需要先處理一些數(shù)據(jù)，然后在業(yè)務(wù)里面去試探，如果對(duì)業(yè)務(wù)有正向的效果，這方面很可能是對(duì)的，我們就繼續(xù)往前進(jìn)，否則就重新?lián)Q。這是不斷去調(diào)整的過程，純理性去推導(dǎo)在實(shí)踐中是不可能的。整個(gè)項(xiàng)目過程，我們是跟客戶不斷地進(jìn)行磨合、溝通，不斷理解需求的過程。”
這期間有個(gè)分支項(xiàng)目令劉譯璟印象深刻，“當(dāng)時(shí)提出一個(gè)‘災(zāi)害鏈’的概念，災(zāi)害之間其實(shí)也有相互的關(guān)系，當(dāng)發(fā)生一個(gè)火災(zāi)，有可能引發(fā)爆炸，爆炸會(huì)引起?；沸孤?，整個(gè)園區(qū)可能都要出事，這是一系列災(zāi)害強(qiáng)化的關(guān)系。下雨引發(fā)泥石流，泥石流又引發(fā)什么相關(guān)的破壞。我們就做了這么一個(gè)知識(shí)圖譜，并且能和我們已經(jīng)完成應(yīng)急知識(shí)圖譜做很好的銜接。”
來源：百分點(diǎn)科技
這個(gè)過程之中，劉譯璟也有了些新思考。“預(yù)案原來大家都按照公文稿件在寫，那后續(xù)它會(huì)不會(huì)轉(zhuǎn)變成寫程序。現(xiàn)在的文本是非結(jié)構(gòu)化，沒有精確的語義內(nèi)涵，但程序有精確的語義”，劉譯璟認(rèn)為組織也是一個(gè)執(zhí)行單元，“所有業(yè)務(wù)流程本質(zhì)上就是程序，現(xiàn)實(shí)中都是由組織去執(zhí)行這個(gè)程序，跟計(jì)算機(jī)執(zhí)行程序沒有本質(zhì)差別。預(yù)案里的指令就好比計(jì)算機(jī)芯片支持的指令集，我們需要的是提供一系列智能工具，將文本迅速翻譯成指令，可以想象成預(yù)案的‘編譯器’。再往后發(fā)展，我們還可以研發(fā)針對(duì)預(yù)案的‘單元測(cè)試’，把新編制的預(yù)案在歷史案例上測(cè)試一下，看看預(yù)案是否有效。”
具有很強(qiáng)的工程師色彩的劉譯璟本身是學(xué)數(shù)學(xué)的，取得了北京大學(xué)應(yīng)用數(shù)學(xué)專業(yè)博士，可謂是學(xué)霸級(jí)選手。畢業(yè)以后就加入了百分點(diǎn)科技，十年過去了，從一個(gè)普通的程序員，到技術(shù)副總裁兼首席架構(gòu)師，再到如今公司的CTO。此外，劉譯璟2015年還入選了北京市“科技新星”，獲得2019年度北京市科學(xué)技術(shù)獎(jiǎng)二等獎(jiǎng)。而且他并非是技術(shù)人的刻板形象，還組建過一支搖滾樂隊(duì)，據(jù)說打游戲也是高手。
對(duì)于跨界達(dá)人的他，現(xiàn)在更希望找到工作中“跨界”的同行者，而這種跨界并非出自興趣，更多是業(yè)務(wù)的實(shí)際需要。盡管之前的“本體”都由團(tuán)隊(duì)通過學(xué)習(xí)來獲得，但時(shí)間成本太大，以及收效都不是最好的，仍然需要某些綜合性人才，既懂計(jì)算機(jī)、人工智能，也懂行業(yè)知識(shí)。他認(rèn)為，在這個(gè)時(shí)間里能不能快速造就出一個(gè)一流團(tuán)隊(duì)，恰好能把行業(yè)知識(shí)跟數(shù)據(jù)智能得以貫通，這個(gè)“時(shí)間點(diǎn)”會(huì)成為競(jìng)爭(zhēng)門檻。
