产业互联网正在展现极具魔力的一面——依托于数据的觉醒，人工智能成为推动传统产业转型升级的主角。第四范式总裁裴沵思在出席2019亚布力论坛“产业互联网的主驾和副驾”论坛时表示，决策类人工智能恰恰又是“主角中的主角”，并结合第四范式与传统企业的合作实践做了如下分享：

大家称“产业互联网”是互联网的下半场，事实上在互联网大幕拉开的伊始，很多企业已经在探路数字化转型，然而它们更多的是寻求开箱即用的商业化解决方案，意在实现公司内部极为复杂的管理、供应链、财务等流程的整合。

但如今优化流程提升效率已经难以满足企业当前和未来发展需求。当下企业进入到一个结构升级、动力转型的新阶段，传统企业面对增长瓶颈与行业内外的多重竞争，需要将数字化元素更加紧密地融入自身系统，以增加竞争壁垒、创造新的商业模式。因此我们看到在最近五年中，传统企业自建团队、与企业应用软件厂商联合创新的比例，在整体IT投入的占比呈现急剧上升趋势。

“产业互联网”是一场与“工业4.0”、“互联网+”一脉相承的巨大进化。在这场进化中，数据的觉醒正是企业历经这场变革的核心驱动力，在这其中更为核心的趋势是, 决策作为管理活动的基础，正在被人工智能改变。

在企业智能化转型的初期，人工智能技术处于解决识别、语音等感知层的状态，很难帮助企业大幅提升实际经营能力和价值。然而当前科技的成本在急剧下降、产业中丰富的数据开始被产生和收集，加之互联网化已超过企业内部的范围并向全产业链覆盖，这三大因素对数据自身的觉醒产生了作用，决策类人工智能开始占据人工智能的中心地位。

这在现实已得到验证，譬如从目前享受着巨大AI红利的互联网公司来看，无论是百度的凤巢系统，还是今日头条的信息流推荐系统，其成功的关键因素是推荐（决策）的智能化，而非人脸识别、语音识别、无人车等大众熟知的AI。

第四范式服务了不同行业的上百家传统企业，解决的商业问题大部分也是在决策层，包括供应链管理、为客户提供更精准的服务、找到提升运营效率的新思路等。最终真正通过AI获得成功的企业，都是在自身的核心业务上，把智能决策做到极致。

那么，何为智能决策？智能决策是指人工智能从数据中发现业务规律，进而作出更精准、高效的预测，帮助企业在同等人效的情况下做出更好的决策、提供更好的服务。

智能决策的核心优势在于能够形成自我迭代的决策闭环回路。以企业常见的营销场景为例，通过采集该场景的实时数据及反馈数据，算法在数据基础上训练出营销模型，上线后即可对每一位客户的个性化需求做出精准且实时的预测，并通过线上决策与实时互动，进一步得到客户的反馈数据，之后依靠模型的自学习能力重新校准，以不断满足该业务场景的新变化。

值得一提的是当来自更多业务部门的场景数据不断汇聚到企业的决策“大脑”中，企业的整体智能化水准将呈现指数级增长，并实时反哺于各个业务中，做出更加精准的预测与决策，企业将越来越智能。

在竞争日益激烈的产业互联网时代，哪些传统企业会率先完成智能决策变革？在国内，传统行业的产业互联网发展路径是有迹可循的，这主要取决于行业的数据化基础以及竞争激烈程度。先扛起智能决策“大旗”的是金融企业，因为金融行业的数据量极大，而且数据质量高，其外部环境所带来的压力也让他们有足够的动力采用相对激进的方法变革。

金融行业在智能决策方面已经积累了大量成功案例。例如银行业的反欺诈、反洗钱、精准营销、产品推荐，证券业的睡眠客户激活和投顾服务等应用场景。以第四范式提供的线上交易反欺诈服务为例，其甄别欺诈交易的决策准确率达到83%，较专家规则提升316%，同时可实现决策响应时间达20毫秒。在理财产品推荐业务中，机器学习可全面精细地刻画用户的个性化偏好，实现了“千人千面”的精准营销和实时的个性化推荐，理财产品推荐响应率较专家提升了2-11倍。

零售和能源同样是智能化转型比较前瞻的两个行业，正不断在各个业务场景引入智能决策。

在零售行业，价值链的细分与重塑，以及线上线下引流成本的趋同，让线上线下消费者边界逐渐消弭，带来更多客户机会的同时，也意味着更激烈的的市场竞争。当下，大部分消费者会根据时效、价格、服务、个性化选择进行线上或线下购物。对于零售企业而言，需要为消费者提供个性化与差异化的产品与服务。其中，需要大量智能决策的支持。

第四范式与某大型跨国零售集团合作构建了完整的数据治理与AI决策平台，帮助其实现从门店管理到上下游供应链的全面智能化转型，包括线上智能推荐、销量预测、智能选品、智能选址等场景。基于该决策平台，在该集团每个门店的外卖销量预测中，预测的平均绝对百分比误差控制在了18%，而这样的决策能力可以帮助该集团上百个业务场景获得提升。

在能源行业，感知与决策的结合正在发挥巨大作用。石油天然气长输管道在国家基础设施中扮演重要角色，为保障石油天然气长输管道的安全运行，第四范式与某石油石化行业领军企业开展项目合作，将物联网（IoT）感知能力和人工智能（AI）决策技术进行融合，共同构建从光纤信号采集、存储与处理、实时检测与分析，产生针对管道破坏事件报警信息的端到端的管道光纤安全预警应用，提升预测及判断管道破坏事件的及时性和准确性。

实际上，该能源企业此前也曾做过AI落地的尝试，包括建立分析模型，但模型并没有形成自学习闭环，其准确率不断衰减和人工定期更新的问题一直难以解决，在决策类人工智能的基础上，AI可利用反馈和闭环对模型自动优化，进而帮助其保持甚至提升决策的准确性。

随着AI决策的落地成效印证，加之技术应用成本的进一步下降，我们看到制造、医疗等更多传统行业也在向智能决策演变。然而，这是一场自上而下的战役，需要企业战略管理者将其视作战略重点，并通过统一的认知和方法论实施。

为避免企业陷入AI转型困局，8月29-31日即将在上海举办的世界人工智能大会上，第四范式将举办企业智能变革论坛，分享更多传统行业的智能转型案例，并将与德勤联合发布企业智能化转型的白皮书。欢迎更多传统行业的变革先行者加入与我们共同探索。