在今年大数据产业创新发展高峰论坛上，明略数据创始人兼董事长吴明辉就行业+人工智能如何以“效率思维”驱动传统产业升级与在场嘉宾进行了分享，引起了大家的强烈关注。
我们为您再次回顾吴明辉演讲实录。
追求效率是人类发展至今的内驱力
社会发展本质上就是效率不断提升的过程，效率的不断提升让人类的生活越来越方便快捷。而效率提升的核心力量就是科技的进步。在机械化时代，蒸汽机的发明极大地提高了生产效率，将人类从手工劳动中解放出来。电气化时代，电气的发明提供了更高效的新能源，促使生产力迅速发展。信息化时代，互联网的发明将全世界的信息和人类连接在一起，加速了人类全球化进程。在互联网快速发展的今天，我们在座的每一个人也都能切实感受到工作和生活伴随着科技的发展逐渐变化，效率的提高每天都在发生。
在这些科技变革当中，企业是最有力的实践者。比如，前段时间我去日本参观了丰田集团的总部。丰田最开始起家并不是汽车，而是织布机。当时日本的纺织技术还相当落后，丰田佐吉发明汽动织布机的初衷，就是希望家里的女性摆脱终日在手工织布机上的机械劳动。他的这个发明很快成就了纺织厂，极大地提高了织布产业的效率。后来丰田转型，致力于提升交通效率，关注社会效率，一步步成为了一家伟大的企业。
可以说，追求效率，无论从个人的体验还是社会需求，都是社会发展的核心内驱力。
继中国人口红利消失之后，互联网红利也在逐渐消退，提升“效率”成为实现增长的关键
中国的人口红利已经消失，互联网的红利也接近尾声。 我从06年开始在互联网产业中创业，和很多国内优异的互联网公司进行过合作。在和他们交流的过程中，大家也或多或少会感觉到近十年在互联网行业创业和成长的过程中，一开始做一个公司并不知道是可以做这么大规模的，结果就做的非常大了，当时就是互联网红利的时代。
但是今天，不管是不是互联网公司，大家都在讨论互联网的下半场。当互联网的红利消退的时候，如何能够继续将企业做强做大？核心就是怎么把效率提上去。
在发达国家，比如美国、欧洲、日本，每个企业的头等大事就是提高效率。因为他们比我们率先遇到了市场红利枯竭的状态，所以他们就要寻求自己的效率成本和创新。每一个公司，哪怕是创业公司在起步的时候，都会讲求效率。我在硅谷访问的时候，曾经和一个工程师聊天。他们公司很小，只有6个人，CEO 就已经开始使用Salesforce（客户关系管理系统），他作为CEO的助理，需要用Salesforce进行当年一年的销售预测，分析哪些能做哪些不能做，进而提高企业的商务效率。在中国，企业在发展的过程中，靠市场红利驱动，就能发展得不错，就能赚钱，企业会首先考虑“占地盘”，而不是去关注效率的重要性。
但是走到今天，情况发生了一些变化，很多企业在经营过程中遇到了障碍。当销售额不涨、利润不涨的时候，就要想办法提高效率，想办法创新，想办法降低成本。今天我们到底如何做才能提高效率，是摆在我们面前，不管是国家、政府部门还是企业的头等大事。
所以近年来，我们国家政府发布的很多政策和规划也都是和提升效率有关。无论是“互联网+”行动计划，促进大数据发展行动纲要，还是供给侧改革，以及《中国制造2025》，全都是在经济新常态下利用新科技、新技术去提升效率，保持稳定增长。
所以，想要实现稳定增长，如何利用新的技术，怎样利用新技术去提高效率才是关键。
大数据与人工智能：作为当今最热的高技术产业，势必会推动人类效率变革
现在最核心最热门的技术，大数据和人工智能，都是提高效率，推动社会进一步发展的关键技术。
当互联网变成基础设施，每一家企业都将是大数据企业。我们的客户，不管是大型企业，还是政府，他们的每一个业务，基本上都运行在互联网上，每一个运行的环节被记录下来，有一定积累之后都可以是大数据。比如互联网的带动下，营销领域中的全流程都是被数字化的，当每一个营销行为、用户行为被记录下来都会形成数据的累积，当数据积累的量足够大，其实就会形成一个营销领域的大数据公司，再用数据驱动营销，让业务有更快速、高效的增长。其实很多领域的很多企业都是这样。
在这个过程中，很多企业纷纷建立大数据平台，想要把这些数据存下来，这样才能理解数据，用大数据驱动决策。但是，这个过程中，很多客户也都意识到大数据真的“很大”，做着做着，大数据平台变成了“成本中心”。为什么？因为数据量太大了，比如我们的客户，一个单一的业务单元1个小时就能产生1TB的原始数据。如果我们不能好好地、高效地把数据利用起来，我们都不敢存，因为数据量太大。所以，我们不是要把数据存下来，而是要数据应用起来。
只有将行业中的数据利用人工智能的技术去学习、训练，去做知识的积累，才能将数据智能化地应用到产业中，使大数据不是“成本中心”而是提高效率的运营中心。
人工智能科技企业+垂直行业领军企业才能实现可复制的行业应用
明略数据在实践当中有一些心得，就是我们在对各个行业的数据进行应用和探索中，行业的人工智能，需要和垂直行业中的领军企业紧密结合起来才能实现。人工智能科技企业拥有行业模型积累、大数据技术、人工智能技术和人工智能人才，而垂直行业领军企业拥有完整的数据积累、完善的IT基础、充足的资源、丰富的领域知识储备和行业引领性。 两者深度合作，才能拥有与行业业务深度融合的行业人工智能应用，并将人工智能应用到中国的各行各业。未来，任何涉及大数据的领域都可以实现人工智能，人工智能可以用于中国各行各业。
以前，中国企业级服务厂商为什么没有像美国企业级服务厂商那样形成规模性发展。因为在粗放发展的市场环境下，中国的企业没有那么强大。今天不一样了，中国的政府和企业越来越强大，行业中我们的客户拥有的数据越来越多，因为他们也在服务全世界极其强大的企业和行业。所以，今天我们有机会在这个行业去创新，去和每个行业的领军企业合作，共同达成基于行业的人工智能。
明略数据如何实现行业人工智能
明略数据成立将近三年，我们在很多领域已经与行业中的领军组织、企业一同合作，并取得了很多成果。
在公安领域，我们在和非常发达的省、市公安局一起合作，将一线的警察在大脑里情报分析的战法转化成机器可以理解的智慧储存起来。明略应用于公安系统的人工智能，基于尖端的存储和运算能力、图数据库技术和大量的预测模型和战法，通过公安行业知识图谱来落地。对公安行业的全量数据进行关联关系挖掘，以交互的可视化方式，为公安民警提供情报研判分析、嫌疑人员追踪、重大事件预测等警务工作所需的重要的功能，并将这样的模式推向整个行业。
在金融领域，我们已经和和大型国有银行、商业银行、保险公司等企业合作，把优秀的业务员和风控人员的大脑里的知识积累起来，形成存储于机器中的风控模型和风控经验，并融入到行业人工智能的解决方案中。明略应用于金融系统的人工智能，通过金融行业知识图谱落地，利用分布式实时数据采集和实时决策，处理海量高并发线上行为数据，实时预警和处置，通过引入机器学习框架，对海量数据进行分析、挖掘构建并周期性更新反欺诈规则和反模型，形成行业智慧，为金融整个行业中的从业人员提高效率，成为他们的“科技助手”。
在工业领域，我们和世界优异的工业制造企业合作，把传统设备的预测诊断的经验整理起来，形成行业诊断模型，对设备故障进行预测。明略应用于工业制造系统的人工智能，结合业务场景特点， 通过制造行业知识图谱来落地。将知识管理与工业制造行业业务相结合，在业务运营过程沉淀和积累行业知识，并将知识应用于未来的业务中，形成行业智慧。总结完善的项目流程，通过业务和数据理解、数据采集与治理、构建并评估模型最后实现业务部署，解决故障诊断和预测的实际问题，并推及行业。
明略数据有着强大的自主研发的大数据平台，优异的关联关系挖掘产品，以及智能的分布式挖掘系统。凭借多年的行业经验，明略数据希望帮助到我们的客户，更好地运用人工智能技术，提前一步获得未来的竞争优势。
在效率为先的时代，明略数据希望与客户并肩实践行业人工智能应用，驱动传统产业升级。
