图片版权所属：站长之家

本文来自于微信公众号i黑马(ID：iheima)，作者：熊本熊，站长之家经授权转载。

人工智能一词诞生至今一个甲子。

今天，在资本加持、政策推动中，人工智能迅速地走下围棋桌，离开实验室，大面积地走进商业市场。

2018 年，AI领域投资事件共 410 起，投资总额 1078 亿元。人工智能逐渐挤满了几乎中国所有的主流投资机构和产业资本。

资本华丽登台的另一面是，AI落地的过程不太优美。数据显示， 2017 年，90%以上AI企业处于亏损阶段，商业化落地成为众多人工智能企业发展的痛点。

行业普遍意识到，唯有加强人工智能和产业发展的融合，培育新增长点、形成新动能，以人工智能技术推动各产业变革，推动人工智能和商业场景的深度融合，才能真正让梦想照进现实，真正实现商业化落地。

近日，i黑马采访到了国内知名AI企业品友互动的创始人兼CEO黄晓南，就品友如何早早看到人工智能在营销决策场景上的市场价值，品友的技术实力和AI赋能决策能力以及人工智能商业化落地趋势等方面进行了深入了解。

如果要用一句话解释品友到底在做什么?对此黄晓南的回答是“我们用AI算法帮助企业做商业化决策。”

品友将技术算法打造成核心的技术中枢：AI引擎“福尔摩斯”。在多个公开场合黄晓南也向大家介绍过“福尔摩斯”的技术结构。可以理解为“感知、认知和决策”三个部分。

简单来说，感知部分的功能是用机器代替眼睛耳朵接收信息。以名片为例，感知层可以判断哪些地方是空白、哪些地方是文字，哪些地方是logo。认知部分，负责判断和理解。比如一篇文章的关键词是什么，它传达出了什么信息，是悲伤的还是欢快的。

知识图谱也在“认知”部分里， “感知”信息以后，“认知”将其判断和理解，并根据其关联性将它们联结成网，这张网就可以将其称作知识图谱。知识图谱模拟的是大脑思维，模拟人脑的连接性。“知识图谱根据数据间的关联性进行连接，有利于决策准确。”

黄晓南认为， “认知是每家公司的独门暗器。这就好比听觉和视觉，大家都有，但每个人的认知能力却各不相同。”

“就像人的大脑一样，接受越来越多的数据，大脑做出决策，然后根据反馈，不断优化决策过程。所以说，这是一个具备网络效应的产业。AI决策离不开数据，数据越多，决策次数越多，系统就越来越聪明。”

AI算法对数据挖掘技术的提升，加上算力优化，数据和客户需求的精准匹配实现在毫秒之间，“AI引擎“福尔摩斯” 1 秒钟可以做 40 万个决策”。按照黄晓南的说法，至少“在商业决策领域，没有人能够跟品友处在同一水平上。”

品友互动希望用AI技术帮企业做出“聪明的商业决策”，用人工智能切实解决具体的问题：增长的问题。

数字信息一直被比作“新时代的石油”，石油在AI这个引擎的发动下，产生的动能之一，就是“增长”。

具体到场景中，黄晓南在采访中表示，“品友侧重于AI的行业场景化应用，是为了解决客户问题而进行的研发。以汽车和金融行业为例，品友能够帮助企业挖掘数字背后的价值，辅助销售线索打分，预测客户的消费行为。这是能够被验证，而且能够产生经济效益的行为。”

这也是品友最初选择智能营销领域的原因。德勤 2018 年发布的《人工智能产业白皮书》中指出，相对于国际巨头在基础层的大举投入，对于中小规模的创新性AI企业，更多发力深耕科技巨头的垂直化数据洼地(金融、政府事务、医疗、交通、制造业等)，能够更加深入而专注地切入行业痛点、提供可商业落地的AI解决方案、探索出有效的中长期兼顾商业模式。

破解AI落地难题的启发，同样在Oracle、Adobe、Salesforce等国际巨头企业的发展过程中也能获得。

近年来，它们陆续通过资本运作纷纷加码营销云，发力营销技术。Oracle8. 1 亿美元收购自动化营销云供应商Eloqua;Salesforce35 亿美元收购Demandware和Krux，增强营销云B2C能力和DMP实力;Adobe以5. 4 亿美元收购TubeMogul，补齐营销云DSP技术上的空缺。

此外，SAP收购营销技术公司Abakus，并将其整合进SAP营销云中。Nielsen完成了对受众数据业务公司VisualDNA的收购，并将其加入营销云中。

毫无疑问，这些公司都是看到了营销在技术和应用场景落地方面的重大商业化潜力，才毅然从IT跨界到营销技术大举投入。