爱数的“认知”哲学

凯文·凯利在他的《必然》中，对未来世界做出过几项重要的预测，其中就有一个关键词叫做“知化”，所谓知化就是“赋予对象认知的能力”。

正如凯文·凯利在书中所总结的那样，“我们想要的不是人工智能，而是人工智慧。与一般的智能不同，智慧是专注的、能衡量的、专门化的，它还能够用完全不同于人类认知的方式思考。”

人工智能与人工智慧的区别，其实就是感知智能与认知智的区别。如果说感知智能只是打开了人工智能的那扇门，而认知智能才能让我们真正走进智能世界。

7月9日，爱数发布了新的企业愿景：以数据重塑生产力，共创智能世界。爱数总裁贺鸿富表示，“未来的企业都将是数据驱动的，而数据驱动的核心要义是要实现认知智能。”显然，智能世界背后的支撑，也恰是基于认知智能所描绘的新蓝图。

1

人工智能还有90%的路要走完

IDC发布的《2020-2021中国人工智能计算力发展评估报告》显示：人工智能作为新基建的重要领域之一，将迎来快速增长，2020年中国人工智能市场规模将达到62.7亿美元，截至到2024年之前的年复合增长率高达30.4%。

市场规模的不断膨胀，源自人工智能与传统行业的结合。《智能时代：大数据与智能革命重新定义未来》中预言，传统的行业都将采用智能技术实现升级换代，也会改变原有的商业模式。

我们也看到，人工智能在应用端的创新如雨后春笋，无人驾驶、智能推荐等AI应用已经成为现实；在行业端，越来越多的企业将人工智能视为数字化转型的下一站。国家十四五规划和2035年远景目标中也多次提到人工智能技术，很明显，未来人工智能将改变千行百业，人工智能将会作为企业新的生产力而存在。

但爱数品牌及人力副总裁李曼舞认为，企业在应用人工智能时依然存在很多 “世界级难题”：比如有效数据缺乏与高模型精度之间的矛盾，人工智能应用开发难度与人才难以匹配以及高昂的建设成本与收益的不确定性。

确如此言，很多企业对人工智能有一种误区，认为算法决定一切，但如果将一个应用形容成万米长跑，算法刚刚跑了一千米，场景还要跑完后面的九千米。而场景化的这九千米，就会造成大量的数据成本和不确定性。因为一个应用场景采用多种模型、每个模型训练都需要大量的样本数据支撑，场景和数据变化会导致原有模型不可用。

另外，对传统企业来说人才的难题也是一个“不可承受之重”，互联网公司的快速发展，已经“抢”走了最顶级的技术人才，传统企业很难去匹配相应的薪酬，自身业务情况，也不允许培养自己的技术人才。

再有，在数据层面，也存在组织使用人工智能的周期长、生效难的问题。AIOps 模型部署缺乏数据，需要采集的数据的周期，有故障风险风险，而且适应性差，不易调整等难题一直是企业通向智能化的阻碍。

正是为了打破这些行业痛点，爱数将新愿景定位于：以数据重塑生产力，共创智能世界。其目的，就是联合一大批数字伙伴，帮助企业走向数据驱动型组织，并共同迈向智能世界。

2

从数据到知识

爱数的新“支点”

在讨论认知智能之前，我们先来谈一下“数据驱动型组织”。这是爱数在2020年提出的一个新的理念。

在传统流程驱动业务中，数据是副产物，业务人员通过基于行业经验和原有流程去做业务，数据主要是用于监测业务进展和洞察一些规律。而数据驱动意味着业务的核心是数据，企业要将内部和外部数据整合形成数据中台，来支撑业务的运转和创新。

数据驱动型组织包含三个要点：数据资产化、数据驱动决策，数据驱动创新。很明显，这三个要点本身基于“数据”，而实现的结果则是“智能”，这就是认知智能与数据驱动型组织之间的必然联系。

对企业而言，要实现真正的“认知智能”，要经过3个步骤，先要做好全域数据的整合，再结合知识网络，最终走向认知智能。

从这个角度来看，爱数之所以敢于发布认知智能战略，最大的关键还在于经过过去15年的积累，对全域数据整合能力的基础已经足够牢固，爱数需要一个新的“支点”去支撑未来的10到20年的企业发展------这就是认知智能。

贺鸿富表示，爱数过去愿景是做全球数据管理典范企业，过去的核心是智能数据管理，所以经过了三种数据类型的沉淀：

第一，非结构化数据中台，把客户业务系统上的非结构化数据汇聚，解决了非结构数据的资产化和知识化，对数据进行治理。

第二，灾备体系方案，爱数过去就是做备份一体机起家，两年前开始推出灾备体系方案，经过分级手段，把客户场景的数据进行及时备份，帮客户解决数据运维和运营的难题。实际上，灾备体系正是运营结构化数据的整合。

第三，智能运维体系方案。简单说，就是面向机器数据，针对其做可观测和可运营。

不难发现，爱数如今已经形成了从非结构化数据、结构化数据到机器数据三大数据源的多模态数据的整合。

那么，距离认知智能，可谓是万事俱备只欠东风。

这个东风，就是基于知识网络的创新新品：AnyDATA ONE，一站式知识网络平台。

怎么理解AnyDATA ONE？我们知道谷歌有著名的机器学习框架TensorFlow，它可以帮助开发者解决各种机器学习的任务，它是为了快速上手，快速实现，快速部署而来。那么，AnyDATA ONE的本质就是基于领域知识网络的认知智能框架。因为爱数已经将三种多模态数据的整合工作做完了，通过AnyDATA ONE就可以将数据直接加工成知识。

有趣的是，AnyDATA ONE作为一个框架，还不算是一个产品。爱数还特别发布了一个KnowledgeCenter 7，作为千人千面的知识中心，可以做到让任何企业获得像今日头条那样的智能化能力。

“互联网企业能够很好地应用智能，因为拥有所有的数据，传统企业通常缺乏多种数据的汇聚，所以，必须要做多模态数据的汇聚，这是前提。而这正是爱数的优势。”贺鸿富说。

3

不做数据“守门员”

要做认知“领导者”

客观地说，目前人工智能主要的竞争格局，都在感知层，如BAT的智能云服务，和科大讯飞和旷视等基于语音或是人脸提供的感知智能服务。认知智能还缺乏真正的领军者，这何尝不是爱数的机会。

贺鸿富表示，“过去15年，爱数通过3大方案，整合治理了多模态数据。我们也在思考，企业发展的未来，爱数不希望只做数据领域的守门员，或是仓库管理员，爱数必须要在数据价值挖掘上找到新的路径。”

渐渐的，贺鸿富发现，如今所有成功的公司价值都是通过入口来衡量的，那么爱数在数据驱动的时代，拥有三大数据的产品组合，显然是可以掌握用户的数据入口。

“认知驱动型企业，是数据驱动决策，驱动创新。决策和创新是行为，这是把数据用起来的标志，而全方位的驱动，就是认知智能。”贺鸿富说。

换言之，认知是基于知识，围绕知识数据发现，以知识应用为核心的。数据不能直接驱动企业，而要转化为知识，才能驱动企业。这也是爱数之所以推出AnyDATA ONE，将原始数据做成可理解的知识数据的原因。

和很多围绕数据价值做创新的公司不同，爱数将自己定义为大数据基础设施。这是典型的平台化思维，既然是平台化，就必须要通过合作伙伴去触达用户的最终需求。为此，爱数还发布了爱数数字伙伴计划，希望与客户共探数据驱动型组织。

喜欢从书中寻找答案，寻找企业发展规律的贺鸿富，最近在看《西方哲学史》。他认为，哲学是一个地区思想的根，只有读懂了一个地区的哲学，才懂得的一个地区的思想。这个思维逻辑，让爱数全球化工作的进展受益良多。而哲学又是“科学之科学”，就像是万事万物的普遍规律。

这也是爱数的认知哲学。