產業互聯網正在展現極具魔力的一面——依托于數據的覺醒，人工智能成為推動傳統產業轉型升級的主角。第四范式總裁裴沵思在出席2019亞布力論壇“產業互聯網的主駕和副駕”論壇時表示，決策類人工智能恰恰又是“主角中的主角”，并結合第四范式與傳統企業的合作實踐做了如下分享：

大家稱“產業互聯網”是互聯網的下半場，事實上在互聯網大幕拉開的伊始，很多企業已經在探路數字化轉型，然而它們更多的是尋求開箱即用的商業化解決方案，意在實現公司內部極為復雜的管理、供應鏈、財務等流程的整合。

但如今優化流程提升效率已經難以滿足企業當前和未來發展需求。當下企業進入到一個結構升級、動力轉型的新階段，傳統企業面對增長瓶頸與行業內外的多重競爭，需要將數字化元素更加緊密地融入自身系統，以增加競爭壁壘、創造新的商業模式。因此我們看到在最近五年中，傳統企業自建團隊、與企業應用軟件廠商聯合創新的比例，在整體IT投入的占比呈現急劇上升趨勢。

“產業互聯網”是一場與“工業4.0”、“互聯網+”一脈相承的巨大進化。在這場進化中，數據的覺醒正是企業歷經這場變革的核心驅動力，在這其中更為核心的趨勢是, 決策作為管理活動的基礎，正在被人工智能改變。

在企業智能化轉型的初期，人工智能技術處于解決識別、語音等感知層的狀態，很難幫助企業大幅提升實際經營能力和價值。然而當前科技的成本在急劇下降、產業中豐富的數據開始被產生和收集，加之互聯網化已超過企業內部的范圍并向全產業鏈覆蓋，這三大因素對數據自身的覺醒產生了作用，決策類人工智能開始占據人工智能的中心地位。

這在現實已得到驗證，譬如從目前享受著巨大AI紅利的互聯網公司來看，無論是百度的鳳巢系統，還是今日頭條的信息流推薦系統，其成功的關鍵因素是推薦（決策）的智能化，而非人臉識別、語音識別、無人車等大眾熟知的AI。

第四范式服務了不同行業的上百家傳統企業，解決的商業問題大部分也是在決策層，包括供應鏈管理、為客戶提供更精準的服務、找到提升運營效率的新思路等。最終真正通過AI獲得成功的企業，都是在自身的核心業務上，把智能決策做到極致。

那么，何為智能決策？智能決策是指人工智能從數據中發現業務規律，進而作出更精準、高效的預測，幫助企業在同等人效的情況下做出更好的決策、提供更好的服務。

智能決策的核心優勢在于能夠形成自我迭代的決策閉環回路。以企業常見的營銷場景為例，通過采集該場景的實時數據及反饋數據，算法在數據基礎上訓練出營銷模型，上線后即可對每一位客戶的個性化需求做出精準且實時的預測，并通過線上決策與實時互動，進一步得到客戶的反饋數據，之后依靠模型的自學習能力重新校準，以不斷滿足該業務場景的新變化。

值得一提的是當來自更多業務部門的場景數據不斷匯聚到企業的決策“大腦”中，企業的整體智能化水準將呈現指數級增長，并實時反哺于各個業務中，做出更加精準的預測與決策，企業將越來越智能。

在競爭日益激烈的產業互聯網時代，哪些傳統企業會率先完成智能決策變革？在國內，傳統行業的產業互聯網發展路徑是有跡可循的，這主要取決于行業的數據化基礎以及競爭激烈程度。先扛起智能決策“大旗”的是金融企業，因為金融行業的數據量極大，而且數據質量高，其外部環境所帶來的壓力也讓他們有足夠的動力采用相對激進的方法變革。

金融行業在智能決策方面已經積累了大量成功案例。例如銀行業的反欺詐、反洗錢、精準營銷、產品推薦，證券業的睡眠客戶激活和投顧服務等應用場景。以第四范式提供的線上交易反欺詐服務為例，其甄別欺詐交易的決策準確率達到83%，較專家規則提升316%，同時可實現決策響應時間達20毫秒。在理財產品推薦業務中，機器學習可全面精細地刻畫用戶的個性化偏好，實現了“千人千面”的精準營銷和實時的個性化推薦，理財產品推薦響應率較專家提升了2-11倍。

零售和能源同樣是智能化轉型比較前瞻的兩個行業，正不斷在各個業務場景引入智能決策。

在零售行業，價值鏈的細分與重塑，以及線上線下引流成本的趨同，讓線上線下消費者邊界逐漸消弭，帶來更多客戶機會的同時，也意味著更激烈的的市場競爭。當下，大部分消費者會根據時效、價格、服務、個性化選擇進行線上或線下購物。對于零售企業而言，需要為消費者提供個性化與差異化的產品與服務。其中，需要大量智能決策的支持。

第四范式與某大型跨國零售集團合作構建了完整的數據治理與AI決策平臺，幫助其實現從門店管理到上下游供應鏈的全面智能化轉型，包括線上智能推薦、銷量預測、智能選品、智能選址等場景。基于該決策平臺，在該集團每個門店的外賣銷量預測中，預測的平均絕對百分比誤差控制在了18%，而這樣的決策能力可以幫助該集團上百個業務場景獲得提升。

在能源行業，感知與決策的結合正在發揮巨大作用。石油天然氣長輸管道在國家基礎設施中扮演重要角色，為保障石油天然氣長輸管道的安全運行，第四范式與某石油石化行業領軍企業開展項目合作，將物聯網（IoT）感知能力和人工智能（AI）決策技術進行融合，共同構建從光纖信號采集、存儲與處理、實時檢測與分析，產生針對管道破壞事件報警信息的端到端的管道光纖安全預警應用，提升預測及判斷管道破壞事件的及時性和準確性。

實際上，該能源企業此前也曾做過AI落地的嘗試，包括建立分析模型，但模型并沒有形成自學習閉環，其準確率不斷衰減和人工定期更新的問題一直難以解決，在決策類人工智能的基礎上，AI可利用反饋和閉環對模型自動優化，進而幫助其保持甚至提升決策的準確性。

隨著AI決策的落地成效印證，加之技術應用成本的進一步下降，我們看到制造、醫療等更多傳統行業也在向智能決策演變。然而，這是一場自上而下的戰役，需要企業戰略管理者將其視作戰略重點，并通過統一的認知和方法論實施。

為避免企業陷入AI轉型困局，8月29-31日即將在上海舉辦的世界人工智能大會上，第四范式將舉辦企業智能變革論壇，分享更多傳統行業的智能轉型案例，并將與德勤聯合發布企業智能化轉型的白皮書。歡迎更多傳統行業的變革先行者加入與我們共同探索。