在上週舉辦的上海世界人工智慧大會首日，科技部宣佈了第三批國家新一代人工智慧開放創新平臺的名單，其中明略科技集團建設的營銷智慧方案入選。
「營銷智慧」是人工智慧技術和商業經營經驗的一種綜合能力體現，是資料治理、千人千面和智慧推理的有機結合，打通感知和認知，實現行動閉環。將消費者千人千面、動態變化的個性化、碎片化需求同企業的生產營銷和品牌建設相結合，營銷智慧的社會和經濟價值不可限量。
相比人工智慧領域以單點感知技術，比如視覺、語音等方案起家的公司而言，從大資料營銷領域切入，以認知智慧技術擅長的「明略」似乎較少被圈內人提起。
但其落地能力和應用成熟度卻不容小覷，尤其這兩年，明略科技將人工智慧與大資料融合的技術路徑已獲得公安、工業、數字城市、金融等行業市場的有效檢驗，行業客戶達到 2000 多家。
近期，機器之心與明略科技集團首席科學家、明略科學院院長吳信東教授對話，試圖從技術角度解構這家公司的人工智慧實力。對於一家融資累積超過 32 億元，團隊規模達到 2000 人的大型技術公司而言，明略科技在打造技術研發與落地體系方面的經驗和機制極具備參考和借鑑意義。
一、吳教授來了
2018 年 5 月，吳信東受明略科技集團創始人、董事長兼 CEO 吳明輝之邀加入公司。這啟人事變動對於兩位當事人而言都意味深長。
回國之前，吳信東已經在美國定居有 20 年，是大資料研究領域的國際領軍人物。
作為美國路易斯安那大學電腦科學終身教授，吳信東兼任該校計算與資訊學院院長。他還擔任過頂級國際學術期刊《IEEE TKDE》主編，是頂級國際會議 IEEE ICDM 的創辦人和現任指導委員會主席。此外，他也是長江學者、海外傑青、國家特聘教授、IEEE Fellow、AAAS Fellow。
作為長江學者、海外傑青、國家特聘教授，吳信東曾承接過國內的多個國家級科研專案，基本掌握了中國市場和科研的現狀，但這一次來到明略是「FullTime」——吳信東回到了中國北京。
「現在像我這樣的人也越來越多了，大家都在找場景」，吳信東說道，「真正找到一個業務場景，你就全身心親自做了」。
吳信東找到的業務場景就是明略科技，由創始人吳明輝一手打造。2000 年，吳明輝保送北大數學系，獲數學學士、隨後報送獲得計算機軟體與理論碩士學位，是一個對技術充滿熱情和靈感的人，擁有 20 餘項國內外發明專利，多次獲國際演算法大獎。
2006 年畢業後，吳明輝創辦秒針系統，隨後成為國內領先的全域營銷資料與技術服務提供商。2014 年，吳明輝從原有的秒針團隊中分剝培養出一隻新的技術強隊，同時建立新公司「明略資料」，為企業級使用者提供分析決策的人工智慧解決方案。
這些年來，「明略資料」的市場表現獲得資本一路認可，截止到今年 3 月，共獲得超過 32 億元融資，為其制定更長遠的發展戰略和技術佈局提供了經濟保障。
也是在這樣的時間點，吳明輝決定建立一套更具戰略技術場景的格局體系——將研究和開發揉合起來。與此同時，吳明輝在業務戰略上進行升級，將秒針系統與明略資料兩家公司打通，品牌升級為「明略科技集團」。
在選擇與被選擇的過程中，吳信東和吳明輝兩人可以說是「志同道合」，他們都看重吳信東此前在學術領域的研究方向與公司技術路線的高度重合。「我當時做的很多論文都是在講『多源異構』，明略也推崇這個方向，類似的我們很多關鍵詞都對應起來」，吳信東談道。他同時還看到，公司和科研的打法不一樣，「他們可能做得很好，但是思路和亮點沒有捋出來。我來了以後，通過科學院的形式把理論跟實際對接上。」
而在吳信東的眼裡，初來這家公司時，兩個場景的印象至今記憶猶新。
有一次吳明輝給公司高層做年度報告，吳信東看到了格外熟悉的課堂場景，卻是在一家商業公司，「我一直覺得上課學習是大學裡才有的事，結果到公司也有真刀真槍的學習與進步」。
不光高層，明略科技針對公司不同層級都設定了學習機制。有 SP（Strategic Planning），有明略科技大學，類似於學校的機制，設定了公司內外的資源課程，比如吳信東和吳明輝就常去做技術報告，還有投資人做市場和財務分析，優秀工程師則進行技術、產品經驗分享。
明略內部深厚的技術學習氛圍和技術認同感讓他感到惺惺相惜。
而更推動吳信東做出重大決定的還在於創始人吳明輝所展現的個人魄力。加入明略之前，吳信東已經接觸了一些國內相關領域的大公司機會，「對比來看，大家思考問題的層次就能看出高下，有些光想著怎麼解決經營的問題，明輝更看重人才部署」。
要推動技術發展建立壁壘，招兵買馬還只是第一步，如何推動技術落地產生企業價值再反哺技術發展迭代才能形成正向迴圈。
二、三道機制把關
隨著吳信東的正式加入，明略科學院的建設工作有條不紊地展開。作為相對集團相對獨立的研發機構，科學院每年都有自己的預算，可相對靈活地設定選題計劃。
建立研究機構，首要之事是招人。
一方面吳信東趁著頻繁的學術活動機會多處挖掘潛力股，一方面公司內部儲備的技術骨幹也分配到研究院進行支援。「這個過程相對順利，一方面有基於對我信任來的，一方面因為明略在公安、營銷等領域的場景明確，比較能打動人」，吳信東談道。
科學院目前共有 40 人左右的全職研發人員，部分高校兼職教授作為諮詢指導，團隊主要分佈在北京和上海兩地，後續將開拓香港、臺灣和歐美實驗室。
基於明略科技集團的三大 BG 的實際業務場景需求——分別為 PSG（Public ServiceGroup），面向政府公安； ESG（Enterprise Service Group），面向行業市場； NSG（New Service Group），面向新興市場，比如智慧餐飲等，科學院設立了五個實驗室分支，分別為——知識工程、深度學習、資訊檢索、視覺計算、營銷職能。
視覺計算實驗室主要進行動態視訊的分析和感知，比如通過安裝在廚房內的紅外攝像頭，實時監測老鼠等移動目標，相比靜態的影像感知更具挑戰性。一些相對分散影像處理和語音處理技術課題，則統一交給深度學習實驗室負責。
科學院後成立不久，去年底吳明輝推動成立技術委員會，這是一個用於聯通科學院和集團業務的職能部門，由各個業務部門和科學院的負責人組成。
技術委員會同樣設定有五個小組，根據業務橫向分佈，其中每個小組要求必須要橫跨至少兩個業務 BG，以避免不同的 BG 做重複技術工作。「三大業務場景是並行的，技術委員會的角色就打通業務場景」，吳信東談道。
這時，技術委員會小組的角色得以凸顯。
他們將幫助各個實驗室的技術得以複用。第一步是技術對齊，對齊即針對公司內外的技術能力的排名，哪個部門做得更好，然後和 BAT 等大公司比一比，接著再做技術提高、技術進步。這是三大步，複用、對齊、進步。根據排序的順序，反映到具體的研發團隊，第一時間將其落地。
如果說科學院和技術委員會仍是技術公司裡的常規設定，那麼技術 BP（Business Partner）的設立可以稱得上「明略獨家」了。
這是一群由科學院派駐到三大 BG 裡的科技協調人，任務就是對所在 BG 的技術分層和技術對齊有一個總體把握。「技術 BP」取材於「財務 BP」的概念，最初是連線財務部門與業務部門的關鍵紐帶, 這人既要懂財務, 又要懂業務, 瞭解財務工作的各個模組, 用財務專業幫助業務部門解決問題。
財務 BP 管財務和業務，技術 BP 則管研究和業務，同時也是科學院裡作為業務代表。工作重點包括兩大方面，一是瞭解各個實驗室分支研究的具體課題，幫助其和業務場景對接。二是瞭解業務的具體需求，挖掘技術價值和業務價值的內涵。
目前明略科技有 2000 多人，數千人規模的大公司裡，下設三大業務場景，必將面臨大量相似的技術課題，比如排序、搜尋等，人人都在做的工作。
「如果只是埋頭做研發，沒有考慮技術價值和業務價值結合，那可做的課題太多了，會缺少導向和判斷依據」，吳信東談道。
為此，科學院定期組織各實驗室負責人與 BG 產品、業務 leaders 討論，主導制定各業務部門的技術落地戰略，同時理解業務的技術市場競爭格局，幫助業務負責人梳理技術需求和分解，動公司配置相應的內外資源，並保障對應業務的技術長期領先性。
通過科學院、技術委員會、技術 BPs 三套機制的設立，明略科技建立起了一套縱橫交錯的技術落地體系，科學院裡的實驗室按照縱向設定，每個實驗室都要有鮮明的技術主題，圍繞整個集團的業務場景和應用需求來定，但技術主題不變。技術委員會用於打通業務的橫向機制。
這套機制有效地避免了技術研發工作的重複，同時讓研發成果得以多地落地，技術價值疊加和複用。
三、從大資料到大知識到大智慧
「技術委會員成立的第一件事，就是頭腦風暴，討論能夠讓科學院的獨步天下的技術方向是什麼？」吳信東回憶道。「群策群力，開啟思維」。
隨著公司體量和財力的進一步提升，明確核心技術方向成為一家技術公司最為核心的命題。「一方面做我們認為是核心的東西，必須把它做大做深；另一方面我們也在投資一些公司，像機器人以及物聯網等技術」，吳信東談道。
所謂核心，就是科學院需要打造的可能獨步天下的技術。通過密集討論，這三個方向最終確立為：知識圖譜、推理推薦和人機協同。
「這將會是一個打通的系統，建立知識圖譜，運用推理推薦，現在我們每個場景裡都有人機協同，人機怎麼互動起來，怎麼用這個圖譜，最終成為一個系統」。
打通感知、認知、行動系統，幫助組織進行更深層次的分析決策機制——這正是吳明輝和吳信東兩人創新性提出的「HAO 智慧」理論，該理論被發表於 SCI 期刊《Knowledge and Information Systems》，題為《On Big Wisdom（論大智慧）》。
不同於一般的大資料理論，雙吳二人提出的大資料更強調碎片化的知識聯絡，試圖從大資料進階到大知識，再到大智慧的三級進階。
以前談「知識圖譜」，主要是基於訓練好的定理、模型、法則，再加上專家大腦裡的經驗性知識。但在移動網際網路時代，知識的主體形態正在發生變化，從系統性圖譜變成碎片化的片段。
「就像看病一樣，本來完全沒有關聯的症狀和資料」，吳信東將其比喻為看診，「從不同病人的海量案例裡分析，發現這個病原來跟這個症狀的關聯，然後再去找它們之間的因果關係」。
「如果看不到現象、找不到關聯，就像沒有看病藥引子」。
這被視為人工智慧加持後的「更聰明」的大資料技術，「如果沒有 AI，就是直接用資料檢索；有了 AI，就是資料自動產生的關聯，再通過推理變得更聰明瞭。」
明略將 HAO 模型落地到連鎖餐廳的餐飲服務場景中，試圖形成一個大智慧解決方案能協調連鎖餐廳的感知層（安全攝像頭、感應器、服務員）、到如供應管理、人員部署、顧客滿意度優化等的認知分析，再到行動層（機器人以及負責清洗和送餐的服務員），通過藉助大資料和組織智慧而帶來「和諧」的人機互動。
在學術層面，「機器未來將統治人類」的課題時常引起激戰。但在實際應用中，明略的 HAO 模型傾向於將人和機器視作平等的 agents 來做整體規劃。「各司其職就協同了。在多個業務場景裡，人機協同是大勢所趨」，吳信東談道。
他舉例，在一次公安場景的實戰中，公安採用明略的知識圖譜系統實現五分鐘之內就破案。「但這並不是一個系統的功勞」，公安首先會圈定一定特定條件，配合系統才能做到五分鐘之內破案，如果僅僅依靠搜尋系統可能要一兩天的時間。
四、兩頭牽引技術落地
研究機制和學術理論的打造為一家技術公司打下了良好的基礎，但成果落地本身還需要更為有效的機制才能確保溝通到位。大部分人都存在路徑依賴，此前科研經歷佔主體的研究員們切換到實際應用場景，單單通過口述或者轉達或許並不能深入理解和融入業務。
在吳信東看來，公司和學校的差別在於場景問題，但是整體目標一致。「整體目標就是要體現我們的價值，讓我們變成不可或缺」。在高校的價值是，是否能招到優秀研究生、出好文章、拿國家專案，體現學術價值。在公司裡面一樣，需要根據場景給公司創造商業價值。
為了創造更大的商業價值，明略科學院將根據技術具體需求來做進行整體的選題設計。「科學院定義的題目，一個是比較難，技術中心很難完成的，並且有一定泛化能力，改變一些引數可以多次複用」。吳信東談道對於選題的設定標準。
「複用」是關鍵，也意味著一項技術在多個場景中發揮出價值，「如果我只是專門幫某個業務開發，而其他人都不能用，那就相當於把我們科學院做成外包公司了，我們的價值就體現不出來」。
明略科學院每年擁有自己的預算，也同樣設定了明確的 KPI，被寫進公司的 PBC（Personal Business Commitment），從技術指標到商業指標十分具體，甚至包括申請專利的數量。
落實到具體的研究員個體研發，科學院也提出了「兩頭落地」的牽引機制，一是要做技術方向上不可或缺；二是一定要深入到一個具體的業務場景，創造業務價值。這套機制最近被應用在新開闢的消防方案上。
通過業務部門的實地調研，研究員們首先了解業務場景和技術方向。吳信東首先組建了一個三人團隊，分別做知識圖譜、推理推薦。在三人小組的群裡，吳信東隨時關注研究進度，看需求增員，以及為業務場景對接。
「這是新場景，肯定有新問題，但任何兩個人不要做完全一樣的東西」，吳信東談道，「比如圖譜構建、推理識別模型，再把不同的事件串聯起來，這是每個人做比較獨特的地方，他將來寫專利、講故事也就有他自己的場景可說了」。
而另一頭，要深入瞭解業務場景，去到第一現場是個好選擇。最近，業務部門到深圳和客戶開會，研究員也一同前往。
目前，明略科技明略科技已為 2000 多名 B 端客戶提供完整的人工智慧閉環解決方案，包括多省市公安機關、稅務部門、建設銀行、上海地鐵等行業標杆客戶。在這些成功商業落地的技術方案背後，有效的技術研發和落地機制將扮演著越來越重要的作用。