第四范式創(chuàng)始人、首席執(zhí)行官戴文淵受新加坡金融管理局邀請，于“技術(shù)基礎(chǔ)設(shè)施”峰會（INFRASTRUCTURE SUMMIT）分享企業(yè)AI智能化轉(zhuǎn)型的落地實踐與思考。
在分享中，戴文淵談到：AI的本質(zhì)是在海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)則，規(guī)則數(shù)越多，對問題刻畫的越細(xì)致，預(yù)測的結(jié)果也越準(zhǔn)。AI時代，機器通過對不同領(lǐng)域?qū)ふ液Ａ恳?guī)律，能夠助力各行各業(yè)全面進(jìn)入數(shù)據(jù)科學(xué)時代。以第四范式在金融、零售行業(yè)的場景為例：當(dāng)規(guī)則從數(shù)千條提升至數(shù)億條后，某大型股份制銀行的信用卡交易欺詐識別準(zhǔn)確率提升7倍以上；千元下的分期交易響應(yīng)率提升6倍以上；個性化理財產(chǎn)品推薦成功率提升5倍以上；規(guī)則數(shù)從數(shù)千條提升至數(shù)百萬條后，某大型餐飲連鎖集團的銷量預(yù)測準(zhǔn)確率提升50%，線上點餐的平均客單價提升2%。
今天，企業(yè)已經(jīng)普遍認(rèn)識到AI技術(shù)的價值，紛紛借助AI對業(yè)務(wù)進(jìn)行改造升級。AI在單點業(yè)務(wù)獲得成功后，最常困擾企業(yè)的問題是，如何將AI規(guī)模化地為各個業(yè)務(wù)賦能，實現(xiàn)全面的智能化轉(zhuǎn)型？
戴文淵提到，企業(yè)在制定AI轉(zhuǎn)型路線時可考慮“1+N”的應(yīng)用模式，“1”指核心業(yè)務(wù)，意味著在核心業(yè)務(wù)場景中追求極致效果，可借助AI實現(xiàn)最大化業(yè)務(wù)收益；“N”意味著在業(yè)務(wù)場景相對分散的情況下，將AI快速、規(guī)模化落地，實現(xiàn)由“點”到“線”再到“面”的全面業(yè)務(wù)賦能。
互聯(lián)網(wǎng)行業(yè)的“1”可以理解為千人千面的個性化推薦，把這一點做到極致，其產(chǎn)品及業(yè)務(wù)可以不斷的獲得成功。而對于更多行業(yè)，如金融、零售行業(yè)，企業(yè)往往是海量業(yè)務(wù)的組合，更適合通過“N”的方式規(guī)?；涞谹I應(yīng)用，實現(xiàn)全面的轉(zhuǎn)型升級。
“N”的實現(xiàn)需要解決兩個問題：人才及效率。首先，門檻足夠低，讓AI應(yīng)用開發(fā)不限于極度稀缺的AI科學(xué)家。第四范式的做法是通過AutoML（自動機器學(xué)習(xí)），讓業(yè)務(wù)人員也能開發(fā)AI應(yīng)用。以范式服務(wù)的某銀行客戶流失率預(yù)測為例，該行借助第四范式AutoML，構(gòu)建人工智能模型的時間從400小時下降至10小時，且預(yù)測準(zhǔn)確率相較于人類科學(xué)家手動建模更高。
其次，“N”的實現(xiàn)還需要統(tǒng)一的方法論，從而規(guī)模化生產(chǎn)AI，以標(biāo)準(zhǔn)化流程提升效率。第四范式建立了一個以“庫伯學(xué)習(xí)圈”理論為基礎(chǔ)的AI方法論，將AI開發(fā)分成“行為數(shù)據(jù)采集、反饋數(shù)據(jù)采集、模型訓(xùn)練、模型應(yīng)用”四個標(biāo)準(zhǔn)步驟，幫助企業(yè)加速AI的落地效率。以第四范式服務(wù)的某大型央企為例，在統(tǒng)一的方法論和低門檻平臺的加持下，該企業(yè)一年內(nèi)在100多個業(yè)務(wù)場景中實現(xiàn)了AI落地。
對于企業(yè)來說，AI不只是單點業(yè)務(wù)的智能化升級，更是整體業(yè)務(wù)創(chuàng)新、經(jīng)營效率提升的利器。自2014成立以來，第四范式一直致力于幫助各行各業(yè)企業(yè)實現(xiàn)智能化轉(zhuǎn)型，目前已在金融、零售、制造、能源、醫(yī)療、互聯(lián)網(wǎng)等行業(yè)落地了AI落地案例，連續(xù)兩年蟬聯(lián) IDC MarketScapeTM 中國機器學(xué)習(xí)平臺市場份額第一。依托于豐富的技術(shù)積累與行業(yè)經(jīng)驗，第四范式將繼續(xù)完善全棧式的企業(yè)級AI產(chǎn)品體系，讓企業(yè)智能化轉(zhuǎn)型不再受到落地效率低下、業(yè)務(wù)價值不佳、投入成本激增等難題的制約。
