认知智能发展典型案例解析

随着认知智能技术逐步发展，认知智能已能够为各类场景提供更专业、更个性、更有互动感的服务，应用愈发广泛且多样，典型应用覆盖金融、制造、教育、零售、医疗、公安等，涉及城市数字化转型领域的方方面面，深刻地改变着人们生产生活方式。

(一)认知智能+金融

当前，金融业正面临从“手工业”升级到“工业”的拐点，无论是传统金融还是互联网金融，都面临运营成本高、产品服务单一、交易欺诈风险高等行业痛点。特别是近年来金融数据爆发式增长，要求金融机构对海量、实时、多维度的数据进行解析和判断，但这些无法通过感知智能技术解决，而是要依靠知识图谱、自然语言处理、图像理解、情感计算等认知智能技术提供解决方案。

得益于深度学习算法上的突破，近年来认知智能在金融领域已有较为广泛的渗透。通过对金融数据进行结构化提取和智能化分析，构建金融行业知识图谱，服务于智能风控、智能投研、智能投顾、智能理赔等场景，可以满足金融机构当前面临的海量化、碎片化、多元化的金融服务需求，显著优化了金融服务的效率与成本。

目前，银行、证券、保险等传统金融机构，以 BAT、平安科技等为代表的大型互联网公司，以及竹间智能科技、文因互联等人工智能公司纷纷加码金融科技领域。根据艾瑞咨询《2020 中国金融科技行业发展研究报告》测算，中国金融机构 2020年的整体技术投入估计达到了1980 亿元，其中，认知智能相关投入估计可达百亿级。

(二)认知智能+制造

工业革命后，制造业始终追求高效率、高质量、低成本与高满意度。近半个世纪以来，个性化消费浪潮催生商品定制化需求，带来制造系统复杂性的指数级增长，如何重建“质量-成本-效率”新体系成为传统制造业面临的严峻挑战。但制造业数据庞大、知识结构复杂、安全性要求高，因此，国内大多数制造企业仍处于自动化和数字化阶段，智能化刚刚起步，人工智能应用以成熟验证过的技术为主，集中在装备智能化升级等局部效率优化环节。

认知智能技术应用于制造业，可以实现制造体系的全局决策优化。通常以知识图谱技术为基础将工厂车间、人工资源、物料组件、设备制具、工艺流程、故障情形等制造业基础数据进行分类和建模，结合自然语言处理等技术，推动技能和经验在“人-机器-系统”之间相互转移，从而进行全流程多方面的协调管控，实现仿真模拟、智慧排产、运营维护、故障排查、质量保障、节能降耗、供应链优化等场景应用，对问题及时进行预防性处理，达到缩短研制周期、降低资源消耗、提高生产效率、创新业务模式等目的。

现阶段国内认知智能+制造领域企业集中在工业知识图谱、工业互联网、故障分析处理等领域，主要是行业领先制造业企业、智能装备制造商、工业自动化集成服务商等企业基于自身行业积累开展市场布局。目前，认知智能领域相关科技公司在制造领域的渗透程度仍相对较低，但百度、树根互联、竹间智能科技等人工智能企业也逐步依托自身技术优势切入生产制造特定环节；例如，竹间智能科技依托其开放式机器人基础技术服务平台，可以实现设备指令、场景控制、资料搜索、数据统计，助力制造业 IOT 人机流畅交互。

(三)认知智能+零售

近年来，以“线上服务+线下体验+现代物流”为核心的新零售兴起。大数据、人工智能、移动支付、虚拟现实等技术革新，进一步催生智能试装、语音购物、VR 逛店、自助结算、无人物流等新业态。消费者购物场景愈发复杂，以消费者为中心的会员、支付、服务、库存、场景等数据全面打通，呈现多噪声、多模态、数据源分散、深度认知缺乏等特质。认知智能应用于零售行业，主要是通过构建消费者知识图谱，结合情感计算、知识推理、自动化知识工程等技术应用，及时掌握、理解消费者购买意图与关联需求，为电商平台或商家打造“消费者-商品-场景”闭环生态，并藉由智能搜索、智能营销、虚拟导购等提升消费体验，提高获客效率和购买转化率。

阿里、京东、小米等电商平台和本地生活服务商，均在数据治理和认知智能技术应用上加大了投入，并通过智能搜索、智能推荐等提升消费者体验并获得了明确收益；百度、明略科技、乐言科技等解决方案供应商也通过服务各类商家完成数字化、智能化转型，成为了新零售生态的重要一环。

(四)认知智能+教育

传统教育长期以来受制于质量、成本、可获取性三大矛盾因素。近年来新技术对于教育发展的推动愈发明显，从最早的计算机辅教学、学习管理系统、自适应学习，再到当下备受关注的智适应学习，新技术与教育行业的深度融合已经成为探索教育变革的核心路径。人工智能已经切入教育领域各环节，并逐步从拍照搜题、分层排课等人工智能在外围工具中的应用，渗透至教、学等核心环节。

智适应学习体系是认知智能技术在教育领域的关键实践。通过模拟老师对学生的一对一教学过程，从底层逻辑改变学习的理念和方式。智适应学习在搭建贯穿教材知识体系、教学资源管理和学生学习轨迹的知识图谱基础上，藉由情感计算、知识推理、自然语言处理等技术应用，开展对学生的实时能力水平评估、精准知识状态检测、最优学习路径规划、最佳学习内容推荐等，从而真正实现对每一个学生的“对症下药”。

国外智适应教育已经有十余年发展历史，以 Knewton、Realizeit、 ALEKS 等为代表，在中小学、高等教育机构中得到了广泛应用。国内以松鼠 AI 为领军，好未来、科大讯飞、猿辅导等也纷纷转型投入智适应教学领域。

(五)认知智能+医疗

医疗行业整体面临资源分布不均等关键挑战，患者往往难以获取医疗服务，对医生的专业知识、治疗质量不确定，存在消极的消费者体验。人工智能有助于改变诊断和治疗模式，推动当前医疗健康服务模式的变革。但医疗行业具备数据海量、多源、异构、专业性强等特性，医疗场景中的数据融合往往较为困难，人工智能在医疗行业的应用仍处在感知智能向认知智能过渡阶段。

目前认知智能在医疗领域的应用还是集中在医院端，以患者为中心的健康管理等场景还处于应用的初级阶段。认知智能在医院端主要是通过聚合核心医学概念和全方位的医疗生态圈知识，从海量的临床案例中对经验和知识进行提炼整理、录入标注、体系构建，形成医疗行业知识图谱，并结合图像理解、自然语言处理等技术，从而实现智能导诊、智能分诊、辅助诊疗、智能随访、虚拟医生等方面应用，以推动疾病早诊早筛、快诊易诊，提升医疗领域的技术能力和服务水平。

国内人工智能医疗公司多数成立时间较短，技术及应用尚不成熟，以 BAT、认识医生、竹间智能科技等为代表的科技公司是当前认知智能+医疗应用落地的主力，主要通过和医院共建“智慧医院”，或切入医院的具体场景发挥辅助作用。

(六)认知智能+公安

随着信息技术的快速发展，犯罪活动也呈现出复杂化、动态化、智能化的特征。随着跨部门、警种、业务的协同和整合大趋势的到来，如何解决公安数据缺乏关联性的问题，在数字世界中实现犯罪的“打、防、管、控”，已成为公安业务系统构建中的核心挑战。

认知智能在公安领域的应用，往往是通过构建公安知识图谱实现多维多层关系网络，并结合关联算法、知识推理等技术，将公安部门多年业务中积累的技战法进行总结和可视化处理，形成对“人-事-地-物-组织-虚拟身份”的关联分析、异常事件挖掘、相似案件推理等公安情报研判的模型演进，进而实现案件数字侦查、动态犯罪打击、风险防控预警、安全态势感知等方面应用。