企业是否需要数据已不再是问题 ， 新的问题是：企业需要什么样的数据？知识是答案之一 。
比如在营销服务这个场景中 ， 千人千面的智能营销与客服成为一大趋势 ， 越来越多企业在机器辅助下进行个性化营销 ， 获取个性化答案去解答客服问题 。 机器与人配合 ， 让营销更加精准 ， 让客服体验更好 。 这一过程 ， 离不开企业营销案例库、企业QA知识库、行业营销案例、网络最新流行语等知识支持 。
类似于这样的场景 ， 在教育、金融、媒体、法律、制造、政务、咨询、医疗等行业都存在 ， 然而对于大多数企业来说 ， 相关知识都散落在各处 ， 知识利用率完全取决于员工的经验与能力 。 针对这一痛点 ， 百度智能云在5月18日的“ABC SUMMIT 2020百度夏季云智峰会”上推出了“知识中台” 。
什么是“知识中台”？先看看百度智能云官方是如何说的：
它基于百度多年积累的知识图谱、自然语言处理、多模态语义理解、智能搜索等AI核心技术打造 ， 是全周期、智能化的企业知识赋能平台 。 知识中台可以为企业提供高效便捷的知识生产、组织和应用能力 ， 满足业务场景智能化的需求 ， 解决大多数企业缺乏构建和运用知识的能力的痛点 。


本文插图

我们可以看一下百度知识中台的已有应用实践 ， 比如百度与浦发银行联合打造了国内首个“金融数字人” ， 这背后就用到了百度“知识中台” ， 基于这个中台 ， 浦发银行可以将原先分散、沉睡的数据给用起来 ， 转化成信息、知识和智慧 ， 最终反哺到业务中 ， 比如帮助浦发银行员工基于知识协作 ， 提高效率；在风险管理领域识别欺诈交易；有针对性地制定营销策略等等 。
简单地说 ， 百度智能云的知识中台 ， 就是要帮助企业挖掘知识这座沉睡的金矿 。
首先 ， 数据对企业很重要 ， 所有人都有了共识 ， 有人说是石油有人说是金矿 ， 但我们一定要明白 ， 企业需要的不是数据本身 。
2014年的时候 ， 我对互联网做过一次分层：底层是将实体世界比特化的“数据” ， 数据是给机器“吃”的；上一层是人能看得懂的“信息”；再上一层是“知识” ， 即信息中有价值的部分沉淀下来与人类积累的知识体系（思想、经验、认知等等）融合在一起 ， 成为互联网化的知识；最上一层 ， 是“智慧” 。 知识只是“知道”而已 ， 人类基于知识 ， 根据物理世界规律找到解决实际问题的能力被归纳为智慧 ， 回答的是“做什么、如何做”这样的问题 。 智慧与知识相辅相成 ， 智慧让知识更加丰满 ， 知识则是智慧的前提 。
理解清楚互联网上数据的真实面目 ， 我们就能理解个人与企业 ， 真正需要的不是数据本身 ， 而是需要信息与知识 ， 最终需要智慧 。 人工智能现在最热的领域 ， 智慧医疗、智慧城市、智慧金融……都有“智慧”二字 ， 但正如前面所说 ， 智慧要实现是离不开知识的 。 企业要实现智能化升级 ， 真正需要的不是数据 ， 而是数据里面蕴藏的信息与知识 ， 这一点 ， 跟AI的发展也是不谋而合 。
其次 ， 人工智能发展已经到了第二阶段 ， 从感知智能到认知智能 ， 这离不开知识 。
什么意思呢？第一阶段的人工智能是在让机器感知世界 ， 比如智能音箱能听会说 ， 智能手机要能刷脸 ， IoT设备要能监测环境数据 ， 重点发展的都是“感知” ， 但人工智能发展的目的是让机器建立认知、理解世界 ， 最终目的是要实现自主决策 ， 就像人一样 。 简单地说 ， 人工智能正在从感知阶段向认知阶段跨越 ， 企业需要的人工智能 ， 理论上也是具有认知能力的人工智能 。 在知识图谱和NLP学界颇有影响力的王海峰博士在云智峰会上的演讲 ， 直言知识是AI进步的阶梯：

分页标题
本文插图

最后 ， 知识一直是企业生产的原材料 ， 只是很多企业尚未重视或者用好它而已 ， 基于知识的认知智能升级是企业应用AI技术的关键 。
企业在经营过程中 ， 不只是积累了海量的业务数据 ， 同时会有大量的智力资产 ， 比如专业技术/产品/运营文档 ， 客服话术 ， 品牌或者产品的资料库 ， 销售方法论等等 ， 因此 ， 企业的信息化体系往往都会包含知识库 ， 大公司基本都有知识库系统、企业wiki、企业文档库 ， 特别是金融、信息服务、媒体、商业咨询、市场公关、医疗教育、科研等智力密集型行业的企业 。
每一个企业所在的行业、所在的市场 ， 则有海量的外部知识分散在各处 ， 有的是外文语言 ， 有的是视频内容 ， 有的是突发信息 ， 有的在信息孤岛 ， 有的在学术机构 ， 总之 ， 没有被有效聚合 ， 而当这些知识关联在一起且被有效挖掘 ， 就能释放出价值 。
企业应用知识的核心 ， 是基于知识实现认知智能化 ， 提高协作效率、实现精益管理、进行业务创新 。 这样说可能比较枯燥 ， 我们直接上例子：
中行原油宝的原油期货挂钩的芝加哥商品交易所 ， 在前不久修改了交易规则 ， 允许原油期货的报价成为负值 ， 彻底改变了游戏规则 ， 这一修改芝加哥商品交易所在事发半个月前已通知中行 ， 如果中行原油宝业务线的人第一时间看到且被强提醒这个知识 ， 做出应对 ， 恐怕就不会出这么大的事儿了 。 多家银行都有类似产品 ， 只有中行出事 ， 足以说明知识对企业经营的重要性 。
像这样的基于知识的商业决策场景很多 ， 企业客服、商业分析师、媒体编辑、医疗专家、寿险顾问……每天都在回答大量的问题 ， 或者做出高频的决策 。 企业不只是要通过知识管理系统帮助员工更好地生产、聚合和应用知识 ， 同时更要将知识用到业务决策的每一个粒度 ， 用知识驱动业务 。
王海峰在峰会演讲中说：“在企业智能化升级的过程中 ， 知识是非常关键的核心基础 。 每个企业都有自己特有的知识 ， 需要结合企业自身的行业知识和业务逻辑 ， 满足企业对知识的需求 。 不过 ， 大多数企业都缺乏构建和运用知识的能力 ， 尤其是缺乏从数据、信息到知识构建以及运用知识的工具和平台 。 ”正是因为此 ， 百度知识中台应运而生 。
在这次峰会上 ， 百度智能云还发布了AI中台 ， 具备250+项AI能力 ， 以及全球前三、国内第一且具备自主知识产权的深度学习开源框架“飞桨” ， 国家电网山东省电力公司等企业已经用上了AI中台 ， 通过机器视觉 ， 人脸识别、大数据、用户画像等等技术 ， 开发了很多智能应用 。


本文插图

为什么有了AI中台 ， 百度智能云还要同时推出知识中台？两者究竟是什么关系？
AI中台对于企业来说是智能化升级的基础组件 ， 企业可以按照自身需求快速、高效、简单地“DIY”自己的“大脑” ， AI能力是比较基础的 ， 类似于百度AI中台的平台 ， 阿里云也有 ， 名字叫ET大脑 ， 大家PK的是谁的AI能力更多 ， 单一AI能力谁的更强 ， 人有我优 。
以AI为抓手的百度智能云对AI产业化的野心很大 ， 自然要做到“人无我有” ， 要给企业提供独特的云智能服务 。 百度智能云的答案之一就是：知识中台 。 知识中台是在AI中台的基础AI技术能力上形成的 ， 知识图谱、自然语言处理技术、多模态语义理解、智能搜索等等基础能力都包含在AI中台中 ， 百度智能云的知识中台是基于这些AI基础技术的“认知版”升级 ， 属于是一种垂直的智能化平台 ， 知识中台与AI中台的关系 ， 就像刷脸识别与机器视觉技术 ， 前者基于后者 ， 但前者更垂直专注 。
知识中台这件事情能够做的公司不多 ， 全世界能做的国外是谷歌 ， 国内是百度 。分页标题
百度知识中台让我想起了IBM的Watson 。 Watson因为2011年在电视问答节目Jeopardy!（危险边缘！）上击败两名人类冠军选手 ， 一战成名 ， 它使用保存在硬盘中的知识库作为知识储备 ， 准确回答历史、文学、艺术、流行文化、科技、体育、地理等等领域的问题 ， IBM官方介绍时说“Waston是一个集高级自然语言处理、信息检索、知识表示、自动推理、机器学习等开放式问答技术的应用” ， 并且“基于为假设认知和大规模的证据搜集、分析、评价而开发的DeepQA技术” 。 如今 ， “沃森”所代表的“认知计算”成为IBM的大数据战略方向 ， 应用到智慧城市等领域 。


本文插图

问题是 ， Watson虽然在AlphaGo前是人工智能的代名词 ， 然而却并未使用深度学习这一AI通用路线 ， 而是走了一条独特的路 ， 所谓“更接近心智社会（Society of Mind）” ， 因此 ， AI时代IBM被边缘化 。 但Watson的存在倒是证明了 ， AI的发展一定会是朝着知识驱动的认知方向发展 。
这一点 ， 百度在中国的优势十分明显 。 如今 ， 科技巨头都在开放 ， 都要给别的企业赋能 ， 但赋能的前提是先要有“能” ， 百度AI赋能是因为AI技术强 ， 知识中台输出知识能力 ， 是因为知识积累 。
首先 ， 百度知识技术的积累跟AI技术一样深厚 。
知识图谱是知识中台最核心的技术 ， 是AI从感知到认知跨越的关键 ， 而百度的知识图谱技术积累在PC搜索时代就开始了 。
在追求更准、更广、更深的搜索结果的目标下 ， 百度很早就尝试去理解海量网页信息之间的关系 ， 构建一张日益庞大的知识图谱网络 。 早在2014年 ， AI风靡前 ， 百度知识图谱就已涵盖十几大领域 ， 数十个类别 ， 拥有上亿实体量 ， 这背后用到了自然语言处理、语义理解等等技术 。 这一过程 ， 百度知识相关技术不断增长 ， 给AI技术领先奠定了基础 ， 也可以说 ， 正是因为有知识图谱等技术布局 ， 百度成为AI先行者与领先者 ， 也是一种必然 。
前些年百度将知识技术用在C端产品上 ， 实现智能搜索、智能语音交互、智能输入法、智能翻译等等应用 。 现在百度智能云将这些技术通过知识中台开放给B端 ， 实现在智能客服、智能营销、智能金融、智能医疗等领域的应用 。 实际上 ， 如今绝大多数开放给B端的技术应用都是从C端发展而来的 ， 消费级市场发展快 ， 对新技术、新产品、新模式更加友好 ， 最终溢出的技术能力会让B端受益 ， 整个互联网、AI、大数据和云计算技术 ， 都是这样从C到B发展的 。


本文插图

其次 ， 百度有知识内容储备 ， 也有知识聚合能力 。
作为信息与知识的入口 ， 百度不只是有百科、知道、文库、经验等知识产品 ， 同时百度搜索、信息流、地图、翻译、输入法等产品 ， 也有知识的底色 ， 用户在百度获取答案、获取知识 ， 升级认知 。 百度在知识上的内容储备已经实现垂直化 ， 在母婴、教育、医疗、金融等领域都有对应的垂直布局 ， 同时 ， 百度基于自然语言处理技术、多模态语义识别、机器视觉、智能翻译等技术则可以更好地聚合外部知识 ， 如获取第三方网站的知识、对视频内容进行语义理解、对多语种知识进行翻译 。
基于产品、技术 和知识的积累 ， 百度智能云知识中台可以更好地赋能B端 。
最后 ， 百度的知识中台不是凭空造出来的 ， 而是经过了真实场景的磨炼 。
百度智能云不是因为有知识能力就“拿着锤子找钉子” ， 而是在实际业务中发现客户在知识应用上的痛点 ， 基于大量实践 ， 将客户共同需求抽取出来 ， 形成了“知识中台” 。
百度与浦发银行联合打造了国内首个“金融数字人” ， 这背后就用到了百度“知识中台” 。 此前百度在给金融、营销/客服、智能制造、智能医疗、智慧城市等领域客户提供服务时 ， 已经在提供知识相关的能力 ， 有了这样的积累 ， 才有了抽取知识成为“中台”的基础 。 这一次 ， 百度智能云发布的八大解决方案 ， 背后都要用到知识中台 ， 其智能办公解决方案的主要产品如流 ， 就主打知识管理 ， 帮助教育、法律等智力密集型企业的内部知识高效地流动起来 ， 进而提升业务效率 。分页标题
百度知识中台会是百度智能云的差异化能力 ， 同时是各种解决方案的基础组件 ， 可以给企业提供智能知识库、行业知识图谱、企业搜索、智能推荐、智能问答、知识推送等知识应用 ， 帮助企业实现认知智能 。
【罗超频道原创 百度智能云新架构掀开面纱：知识中台成为差异化竞争优势】中国孕育发展十年的人工智能 ， 现今已经发展到第二阶段 ， 在机器视觉、语音识别、人脸识别等基础AI技术日益成熟且同质化竞争后 ， 知识的重要性日益增加 ， 认知智能会成为AI新的竞争高地 。 知识中台进一步确立百度智能云在AI上的差异化优势 ， 也是百度在AI下半场继续领先行业的一个佐证 ， 可以预见 ， 更多AI厂商会推出类似于“知识中台”的服务 ， 不过 ， 百度智能云已经走到了最前面 。

来源：(罗超频道)

【】网址：/a/2020/0518/1589815299.html

标题：罗超频道原创 百度智能云新架构掀开面纱：知识中台成为差异化竞争优势