十年磨一劍,以扎實的步伐深耕數(shù)據(jù)領域超過十年,并在過去三年實現(xiàn)跨越式高增長發(fā)展后,數(shù)庫科技在2021年世界人工智能大會正式面對公眾亮相。

作為本屆世界人工智能大會承辦單位之一,數(shù)庫科技舉辦以 “數(shù)據(jù)智能,鏈接未來” 主題分論壇,會中數(shù)庫科技總裁沈鑫發(fā)表了以《數(shù)據(jù)智能驅動產(chǎn)融數(shù)字化轉型》主題演講。

沈鑫提到,厚積而薄發(fā),此次亮相WAIC,是數(shù)庫的“成人禮”。在WAIC展區(qū)中,數(shù)庫直接帶來了基于虛擬現(xiàn)實技術的沉浸式數(shù)據(jù)體驗,并首次在業(yè)內展示了基于產(chǎn)業(yè)關系組裝市場全量數(shù)據(jù)的震撼效果。此外,數(shù)庫還充分展示了基于產(chǎn)業(yè)數(shù)據(jù)引擎在銀行對公業(yè)務獲客、風控、政務產(chǎn)業(yè)大腦、智慧招商引資及園區(qū)管理、企業(yè)采購大腦、量化投資等諸多場景的成熟客戶解決方案,多維度展現(xiàn)了數(shù)庫科技基于長期對數(shù)據(jù)標準化、結構化及數(shù)據(jù)融合的反復錘煉,為數(shù)字化時代所帶來的全方位數(shù)字化應用效果。

在數(shù)字化新工業(yè)革命時代,數(shù)據(jù)已成為核心生產(chǎn)要素。由于數(shù)據(jù)“燃料”的質量將直接影響決策引擎的性能,因此數(shù)據(jù)能力成為產(chǎn)融數(shù)字化轉型的核心能力。

在沈鑫看來,在數(shù)字化新工業(yè)革命時代,數(shù)據(jù)已成為核心生產(chǎn)要素。由于數(shù)據(jù)“燃料”質量將直接影響決策引擎性能,因此數(shù)據(jù)能力成為產(chǎn)融數(shù)字化轉型的核心能力。在傳統(tǒng)投研時代,由于場景單一、數(shù)據(jù)維度極少,且數(shù)據(jù)邏輯組裝及分析主要由專業(yè)人士的人腦來完成,數(shù)據(jù)孤島并不是問題。但在如今的數(shù)據(jù)驅動決策時代,數(shù)據(jù)驅動決策場景已遠超金融投研領域,開始向銀行、政務、企業(yè)、中小企業(yè)等各維度產(chǎn)融決策場景覆蓋。在這些決策場景中,數(shù)據(jù)服務需求發(fā)生了質變,數(shù)據(jù)范圍及維度劇增。因此破除數(shù)據(jù)孤島,實現(xiàn)數(shù)據(jù)融合成為實現(xiàn)高質量應用的基礎。

從數(shù)庫實踐經(jīng)驗來看,產(chǎn)融數(shù)字化決策場景具備很強共通性,無論是銀行尋找優(yōu)質企業(yè)進行貸款,還是政府招商引資強鏈補鏈,亦或者大型企業(yè)實現(xiàn)智能化供應鏈風控及管理,其決策本質都是不斷定位及跟蹤動態(tài)發(fā)展中的優(yōu)質企業(yè)或潛在風險點。因此,通過扎實的數(shù)據(jù)智能搭建形成完整的產(chǎn)業(yè)畫像和企業(yè)畫像,實現(xiàn)對產(chǎn)業(yè)及企業(yè)周邊的實時資訊動態(tài)解析及跟蹤,進而對目標企業(yè)的快速定位及評估,成為產(chǎn)融數(shù)字化決策中的核心能力。這些能力結合后,即可形成從產(chǎn)業(yè)到企業(yè)的完整全景畫像,進而實現(xiàn)以數(shù)據(jù)體系模擬實體經(jīng)濟運轉規(guī)律,并產(chǎn)生真正的產(chǎn)融數(shù)據(jù)決策智能。

這個看似理想化的理念如何真正實現(xiàn)的?

沈鑫提到,數(shù)庫在實現(xiàn)產(chǎn)業(yè)到企業(yè)的完整動態(tài)全景畫像中發(fā)現(xiàn),所需攻克的三大壁壘是“量”、“準”、“智”。

首先,解決結構化數(shù)據(jù)的量產(chǎn)問題。 當今市場現(xiàn)狀是數(shù)據(jù)體量呈指數(shù)級增長,80%的數(shù)據(jù)產(chǎn)生于過去兩年內,數(shù)據(jù)化決策時代的數(shù)據(jù)需求猛增,決策維度更加復雜多樣化。如果基于人工處理結構化數(shù)據(jù),這種傳統(tǒng)方式既不能滿足指數(shù)級增長的數(shù)據(jù)體量,也不能滿足數(shù)據(jù)維度的進一步復雜多樣化,且人工處理方式難以實現(xiàn)數(shù)據(jù)的高度標準化,數(shù)據(jù)質量非常不規(guī)律,難以實現(xiàn)高標準的數(shù)據(jù)融合連接。

通過現(xiàn)象看本質,通過歷史洪流的發(fā)展找規(guī)律,數(shù)庫發(fā)現(xiàn)制造業(yè)的思維最值得借鑒,汽車能夠走進千家萬戶,源于流水線的發(fā)明,它徹底改變了汽車的成本結構及生產(chǎn)效率。同樣,讓數(shù)據(jù)真正“走進千家萬戶”,滿足產(chǎn)融數(shù)字化所帶來各行各業(yè)多場景的數(shù)據(jù)需求,現(xiàn)有基于人工處理方式的結構化數(shù)據(jù)生產(chǎn)方式必須被徹底顛覆,數(shù)據(jù)生產(chǎn)也需要“流水線”,而且是“自動化流水線”。用制造業(yè)思維思考,數(shù)庫充分利用人工智能技術,將這些前沿科技融入到結構化數(shù)據(jù)的生產(chǎn)流程中,并實現(xiàn)無縫的人機結合,讓高度標準化、結構化數(shù)據(jù)的自動化量產(chǎn)成為可能,從而形成數(shù)據(jù)“冶煉”工廠概念。

其次,解決從海量實時資訊中精準提取決策精華,也就是一個“準”字。數(shù)庫認為,實現(xiàn)精準的決策精華信息提取,必須“手腦并用”。自然語言技術只是工具,配合工具的知識體系才是實現(xiàn)精準提取的關鍵。比如高中生和醫(yī)科大學生同時閱讀一本醫(yī)學教材,高中生雖然能夠認識教材中所有的漢字,但并不能理解其中的含義,更無法舉一反三;而醫(yī)科大學生不僅可以理解其中含義,還可以舉一反三。差距就是大學生腦中擁有“醫(yī)學知識體系”作為垂直領域的知識庫來幫助其深刻理解字里行間的含義。

由此,我們將知識體系與自然語言算法深入融合起來,實現(xiàn)“手腦并用”才能夠實現(xiàn)精準提取,能夠不斷積累迭代垂直領域的知識體系積累,是提升自然語言解析精度的關鍵。同時,數(shù)據(jù)量產(chǎn)形成的金融及產(chǎn)業(yè)知識體系提升高頻資訊的提取精準度,高頻資訊的精準提取反哺知識體系,反向再提升數(shù)據(jù)量產(chǎn)精準。這樣,“量”與“準”相輔相成。

最后,談一下“智”,只有打破數(shù)據(jù)孤島,實現(xiàn)鏈接后才能產(chǎn)生智慧。由于產(chǎn)業(yè)關系是唯一可連接市場全量企業(yè)的關系,數(shù)庫通過十年的努力,將市場全部產(chǎn)業(yè)及產(chǎn)品進行了標準化處理并實現(xiàn)上下游鏈接,進而完成一張完整的標準化產(chǎn)業(yè)網(wǎng)絡,每個標準產(chǎn)品節(jié)點上都可以對接數(shù)據(jù)。

這樣一個基于產(chǎn)業(yè)網(wǎng)絡整合連接后的數(shù)據(jù)體系,既實現(xiàn)了基于產(chǎn)業(yè)上下游結構的數(shù)據(jù)關聯(lián),解決了數(shù)據(jù)孤島及信息盲點的問題,同時,由于基于產(chǎn)業(yè)的數(shù)據(jù)結構與實體經(jīng)濟運轉規(guī)律高度擬合,可進一步挖掘上下游傳導及關聯(lián)效應,為進一步?jīng)Q策建模提供優(yōu)質土壤。

總的來說,“量”、“準”、“智”的結合形成了以產(chǎn)業(yè)邏輯消化解析全量數(shù)據(jù)信息,可以打造基于產(chǎn)業(yè)邏輯的全量數(shù)據(jù)引擎。

沈鑫提到,大道至簡的道理告訴我們,數(shù)據(jù)“基本功”越扎實,越可以輕松應對產(chǎn)融數(shù)字化各類決策場景。比如在金融機構中,銀行對公業(yè)務的營銷及風控,基于另類數(shù)據(jù)的量化投資,資管、債券輿情監(jiān)控,ESG投資主題場景;在政府項目上,產(chǎn)業(yè)大腦,智慧招商引資場景;在企業(yè)服務方面,大企業(yè)的供應鏈應控、產(chǎn)業(yè)輿情監(jiān)控,以及中小企業(yè)的B2B精準營銷、企業(yè)資訊頭條等服務。數(shù)庫在這些場景中的服務都是基于同一個,也就是上述基于“量、準、智”而形成的產(chǎn)融數(shù)據(jù)引擎,為客戶實現(xiàn)了低成本定制,快速部署及簡單易用的解決方案,從而創(chuàng)造客戶價值。

沈鑫表示,未來,我們希望基于數(shù)庫產(chǎn)融數(shù)據(jù)引擎的不斷壯大,讓數(shù)據(jù)智能為更多的行業(yè)及企業(yè),實現(xiàn)真正的產(chǎn)業(yè)數(shù)字化場景落地,讓數(shù)據(jù)智能進一步驅動產(chǎn)融數(shù)字化轉型。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。