5月6-8日，第二屆數字中國建設峰會在福州舉行，第四范式創始人戴文淵受邀出席并發表主題演講。針對大會聚焦的數字經濟轉型話題，戴文淵表示，隨著AI時代的到來，數字化轉型有了新的動能，機器能夠在短時間內從數據中自動發現萬億條規律、做出決策，提升資源配置效率，帶動產業轉型升級。從基于經驗的認知決策發展為基于人工智能的認知決策，是現階段企業數字化轉型的新范式。

戴文淵還指出，AI已經開啟了產業變革的新浪潮，但還沒有到一通百通、暢行無阻的地步，亟需從降低AI應用開發的人才門檻，優化企業數據治理、提升算力對大規模機器學習的支持等方面持續發力。

以下是戴文淵演講全文：

今天我想和大家分享對產業變革新范式的一些思考。數字中國建設峰會，各界也都在提數字化轉型，我們所做的，其實是推動一個新范式的到來。這個全新的范式，會改變什么呢？主要是兩個方面，一是各行各業會全面進入科學時代，過去我們可能認為數學、物理是科學，而在很多領域比如做農業、傳統制造業，跟科學沒有關系，主要是基于人的經驗，但在新的范式不是這樣，計算機從數據中發現規律、預測需求，更準確地定制服務，使資源得到最大程度的分配，各行業將迎來一次科學大爆炸。

二是科學規律數量井噴，牛頓力學的定律為什么是三條，因為人擅長化繁為簡，找出共通性，但機器往往“逆向思維”，得益于無限精力與記憶力，能夠在自動發現萬億條規則、規律，實現認知智能。數字化轉型的實質是從基于人類經驗的認知決策發展為基于人工智能的認知決策。

AI已經開啟了產業變革的新浪潮，但在落地端會面對諸多挑戰，比如很多領域的數據積累和管理存在問題，算力無法滿足現在大規模機器學習的需求，還有一個很核心的瓶頸是人才的稀缺。中國的AI人才在全球已經處于比較領先的地位，但人才數量與需求仍然嚴重不匹配，甚至十年內都沒辦法滿足。

第四范式今天在做的事情，是借鑒教育學的“庫伯學習圈理論”，把AI應用構建的過程平臺化，總結成為四步標準動作“行動、反饋、反思、理論”，并封裝了高性能架構與算力，實現開發人員只需要理解自身行業的業務目標，按照平臺步驟去對接數據，就能低門檻地自己產生AI應用。這也是過去4年內，第四范式能夠跨越行業與場景的屏障、賦能多個不同業務場景的主要原因。

首先是金融領域，作為一家平臺性的人工智能公司，第四范式致力于讓金融機構有能力自己建立反欺詐、反洗錢、智能獲客、智能營銷等AI應用，取得業務提升。例如，基于我們提供的AI能力，某股份制銀行構建了支持高維機器學習的反洗錢系統，提高了審計效率，并且可以預測新型洗錢方式，此外，還實現了可解釋模型，將模型的特征轉化為人可看懂的規則，優化上報審核流程。目前，我們在銀行業服務了包括工商銀行在內的超過70%的頭部客戶，隨著行業數字化轉型趨勢的到來，我們也在積極遷移到更多領域。

在醫療領域，我國糖尿病前期患病率高達50.1%，成人對糖尿病的知曉率僅有30.1%，然而專業醫生缺口達10萬。第四范式基于瑞金醫院的糖尿病相關隨訪數據, 通過高維機器學習、遷移學習等技術，對糖尿病預測總結出50萬條診斷新規則，這個量遠遠高于過去醫生總結出的診斷規律，這使我們糖尿病預測準確率比基于臨床金標準的預測提升2-3倍。雙方合作開發的慢性病健康管理產品在醫院、社區、體檢機構、養老機構這樣的場景投入使用，為廣大人群提供慢性病精準篩查、健康管理服務，致力于實現普惠醫療。

在零售行業，連鎖餐飲以及商超為了提升客戶銷量，做法更多是研究和推出新品，加大促銷力度。第四范式將某連鎖餐飲品牌的歷史數據變成一座富礦，上線智能推薦引擎系統后，利用機器學習模型，通過為客戶智能推薦產品與優惠，單個推送渠道全年就可帶來億級別銷售額提升。

在能源領域，為保障綿延數萬公里的運輸管道安全，傳統的技術手段是在管道上安裝通訊光纜和光纖傳感器，捕捉返回振動信號，但卻無法根據信號特征靈敏判別異常，更難獲知信號背后的振動原因，進而及時有效作出干預。高維機器學習技術處理和分析海量的光纖信號數據，有效區分出異常信號類型，提升危險信號識別率，提高判斷輸油管道破壞事件的準確性和及時性，幫助管道管理運營“精準處置”。

在媒體領域，伴隨著內容同質化及用戶時間碎片化，內容分發成為媒體競爭的關鍵。去年4月，第四范式上線了針對媒體的Feed流技術產品，4個月后僅這個垂類的客戶量從1家增長到多家，成為用戶注意力稀缺與信息過載博弈中的重要突破點。其中一家技術社區媒體，第四范式就幫助其實現了點擊率110%的提升，同時訪問量和營收分別增長了187%、49%。

第四范式正在用相對通用的方法解決金融、醫療、零售、能源、媒體等各個行業不同的業務問題，即讓機器看數據，提取出比專家規則更多的規則數。實際上，只要當機器寫出的業務規律數超過人數，每個人都可以被不同規律覆蓋，就能做到個性化了。