九章云极入选爱分析 《中国人工智能行业报告》 行业知识融合解决模型可解释性问题

近日，中国领先的产业数字化研究与咨询机构爱分析发布了《人工智能2020：落地挑战与应对——中国人工智能行业报告》。报告回顾了人工智能的行业概况，并结合实践案例分析了人工智能技术可给产业带来的具体价值创造、各行业落地进展和未来应用趋势。同时，报告系统性地分析了人工智能落地产业过程中，在数据、算法模型、业务场景理解、服务方式、投入产出比等方面面临的挑战和应对方式。

在本次报告中，九章云极凭借在中国机器学习平台领域的影响力，为本次报告提供专业技术和应用案例支持，并且作为应对模型可解释性问题的典型案例，入选本次报告。

人工智能推进企业数字化转型 但落地仍面临诸多挑战

发展至今，人工智能经历了明显的泡沫降温，进入了技术成熟度曲线的低谷期。行业开始回归理性，更多地关注人工智能如何落地产业，推动企业的数字化转型。

随着产业数字化带来的数据基础的日益成熟，人工智能在营销、金融、数字政府、零售、医疗等行业的落地持续推进，并开始带来显著的效益，但落地进展有先后之分。在部分行业，传统企业已经充分认可人工智能的应用价值，开始在实际业务场景规模化地引入相关技术。

同时，在深入产业落地的过程中，人工智能技术与企业需求之间仍然存在鸿沟。企业用户的核心目标，是利用人工智能技术实现业务增长，而人工智能技术本身无法直接解决业务需求，需要根据具体的业务场景和目标，形成可规模化落地的产品和服务。在此过程中，人工智能在数据、算法、业务场景理解、服务方式、投入产出比等方面都面临一系列挑战。

展望未来，5G等基础设施的升级、从决策到行动的技术演进，以及应用场景从企业智能延伸到产业智能，是人工智能应用值得关注的几大趋势。

经典案例概要

北京九章云极科技有限公司成立于2013年，专注数据科学平台DataCanvas的持续开发与建设，为数据科学家、数据分析师、AI从业者提供完整的数据建模平台，快速协同开发，实现模型管理和应用支持。为企业提供机器学习分析，实时计算能力和AI应用全流程的模型生产化服务。DataCanvas 已广泛应用于金融、智能制造、地产、交通等多工业领域，为企业提供数据分析、实时和AI建设的能力，助力企业轻松实现数字化转型，业务智能化转型。

某股份制银行已有的商用建模平台采自国外厂商，无法支持分布式运行，所有模型都是黑盒模式，而银行业务种类繁多，需求复杂，对实时性要求高，数据需要批量处理，并且需要自主可控的技术和知识产权，原有建模平台难以很好地匹配这些需求。

九章云极从2017年开始与该银行初次合作，2018年达成深度合作。采用高吞吐、低延迟的数据流引擎DataCanvas RT搭建数据科学建模平台，为营销和风控系统提供实时的流式数据和批量数据处理服务，满足电子银行客服大数据分析、风险实时类预警、资金变动营销等业务场景需求。

九章的数据科学平台包含了特征仓库、模型仓库、场景仓库和AutoML仓库。特征仓库包含诸多银行业通用的行业know-how，解决行业经验和业务知识融合问题，提升训练集的准确率。算子算法仓库提供机器学习算子算法，满足银行客户的“白盒需求”。场景模版仓库解决跨行业的场景化、知识迁移问题：比如其他行业KYC和客户分群功能用于推荐金融产品。AR仓库融合了Auto ML框架，构建模型时可复用同类模型的相似特征，降低对数据科学平台的依赖。

项目完成后，银行业务人员通过图形化拖拽方式即可建模，进一步降低了平台的使用门槛；分布式集群的数据处理能力超过10亿条/天，50万条/秒的峰值，满足了银行风险管控资金流向监控及精准营销等业务的实时性要求，且性能远超客户预期。在此基础上，可支撑的业务场景也从最初的6个增加到现在的62个，大大提高了业务的处理效率。