（文章轉載自 中國網財經）

當AlphaGo在與人類的對弈中佈下第一手棋，決策智慧的時代便按下了不可逆轉的啟動鍵。

近年來，決策科學從一個新興學科一躍成為業內發展最快、應用最廣泛的領域。隨著雲計算和人工智慧快速發展，運用資料科學的力量由機器幫助人們做決策成為了可能。

在薩摩耶雲首席科學家王明明看來，雲計算和人工智慧的關係更像是血液與神經系統。他形象地把雲計算比喻為動力單元，把人工智慧比喻為頭腦單元，只有當“動力”與“頭腦”充分融合與協調，才會讓決策智慧的出現成為可能。而決策智慧最大的價值，是可以充分呼叫資料，並利用機器學習的能力，尋找出潛在的模式、隱匿的風險，幫助各個行業快速而精準地解決商業問題。

六年前，當王明明作為創始團隊成員加入薩摩耶雲時，市場上還尚無決策智慧的概念。本著“只用最適合的技術，而不盲目追求新技術”的理念，薩摩耶雲的技術團隊從資料研究起步，圍繞業務的發展不斷推動技術進化，在成為國內領先的智慧決策解決方案供應商的道路上馬不停蹄。

　　從Ascore到K3 決策智慧的技術進化路線

作為在商業領域率先運用決策智慧為客戶提供解決方案的公司，經過數年的探索，薩摩耶雲所獨創的K3智慧策略體系不僅幫助客戶重構了業務流程從而實現了業務增長，同時，也驗證了這一業務體系的可複製性及成長空間。

完成技術進化所堅持的“信仰”是薩摩耶雲技術團隊對“解決問題的信心和執念”。

“AlphaGo如果只能戰勝剛學棋的小朋友，是無法被稱之為革命性的決策智慧產品的。”在王明明心中，只有將問題解決得“至少跟人一樣好”才能被稱之為智慧。而“跟人一樣好”並不是人類的平均水平而是“頂尖水平”。

因此，行業使用者所感受到的智慧決策解決方案帶來的效率與業績提升的背後，是6年五次的技術迭代。

從最早的源自於銀行業的邏輯迴歸演算法Ascore來幫助計算信用風險，到純粹用資料來擬合訓練的DNA，再到使用人工介入輔助對各類業務模型進行仿生訓練的Alpha S，彼時，薩摩耶雲的決策智慧技術已經達到了業內較為領先的水平。

隨後，K2智慧策略體系推出，其在Alpha S的基礎上，可對各個業務模型快速迭代，可以根據客戶需求快速實現對各類模組的調整。而去年，薩摩耶雲將K2升級為K3，K3擁有強大的“模型池”，可以容納不限數量的模組以供使用者隨時呼叫，充分滿足各行業使用者的智慧化決策需求。

一個真正的智慧決策解決方案是能夠吃透要解決的業務問題，同時具有產品化能力。其中的任何一點沒有滿足，在薩摩耶雲都不能稱之為真正的決策智慧解決方案。

“有些AI公司會去做一些諮詢專案，原因可能就是產品化能力不足，只能透過諮詢的方式‘將智慧植入到客戶的系統中’；或者是沒有吃透業務，只能透過諮詢的方式，進一步調研和了解業務問題的實質，為產品化做準備。”

擁有真正的智慧決策解決方案正是薩摩耶雲核心能力和核心優勢。從最為複雜的金融行業風控研究起步，使得薩摩耶雲的雲計算和人工智慧技術在機器學習訓練、演算法最佳化等方面具有應對複雜環境的能力以及更加豐富的經驗。

在這一過程中，也湧現出“尤拉”、“獵戶座”、“AMSM”（auto-multiole-samples-mixer）、“3M”（multi-task、multi-modal、multi-evaluation）等多個讓王明明及他的團隊感到自豪的產品和技術。

　　更高階的、直接產生價值的智慧

通常，人們常把人工智慧分為感知智慧、分析智慧和決策智慧。用王明明的話說，從人類發展來看，機器是肢體的延伸，決策智慧是大腦的延伸。

新商業學院主編的《數智驅動新增長》一書中這樣描述決策智慧：基於自動化和裝置的智慧化構建大資料分析的能力，使“資料”轉化為“洞察”，進而由洞察產生行動，不僅在技術上提升洞察分析能力，也能夠從組織、管控、能力的角度同步得到提升，真正實現順利運作“感知-洞察-評估-響應”閉環並且能夠迴圈提升。

相對於其他智慧，決策智慧是能夠直接產生價值的智慧。透過構建一套全新的決策機制，能夠替代傳統的經驗決策，提升效率的同時還能夠“少走彎路”。據Gartner公司測算，到2030年，決策智慧將超過所有其他型別的人工智慧活動，佔全球人工智慧衍生商業價值的44%。

但根據技術運用程度的高低，決策智慧又被分為四個階段：前決策智慧、有限決策智慧、完全決策智慧、超級決策智慧。所處的階段不同，其所構建的商業模式、商業價值也有所差異。

薩摩耶雲與目前市場上的一些資料風控公司不同，它並未經歷過前決策智慧階段，公司成立伊始，即處於有限決策智慧的階段。公司早期就已然躍過了近似於“計算智慧”的階段，而是將人的經驗結合數學模型，將邏輯匯入系統，由系統自動化進行分析和判斷，給出決策性建議，並自動予以執行，基本實現智慧化判斷與決策。

隨著技術能力的不斷提升，2020年開始，薩摩耶雲已經進入了完全決策智慧階段。透過任務式學習、機器學習，達到了“由人直接向機器下達目標指令，機器自動給出答案”的效果，並支援機器自我更新迭代，基本擺脫人的經驗和邏輯，人只需要賦予機器新的樣本、新的學習運算元，由機器自我驅動和學習，並直接做出決策和行動，以K3智慧策略體系為代表的部分產品已達到“半人格化”屬性，在客戶中也取得了良好的使用效果與口碑。目前市場上鮮有能與薩摩耶雲一較高下的競爭對手。

　　獲得驗證的商業模式

一個技術負責人的最大欣慰是看到自己所堅信的技術能夠創造出商業價值。王明明是其中的幸運兒。“我們的產品模式選擇SaaS、aPaaS模式，從商業上、財務上都證明了我們是正確的。”

薩摩耶雲對智慧決策科學的探索和運用，並非停留在實驗室階段。其智慧決策兼顧科研創新與應用創新，在理論研究的基礎上，將決策智慧科技在業務實踐中廣泛使用，並給公司帶來了規模化的客戶、收入和盈利。

據介紹，薩摩耶雲以雲原生數字科技為依託，融合機器學習及深度學習等前沿AI技術，從雲端提供決策智慧服務，讓人工智慧與SaaS服務實現高度的融合，從而實現透過機器來替代大腦的判斷和決策過程，為企業帶來數字化、智慧化、生態化等多個創新優勢。

透過決策智慧科學體系以及圍繞該體系的一系列具體技術和產品，幫助企業改變過去依靠“經驗驅動”的習慣，轉而以“智慧驅動”來實現快速的、低成本的規模化擴張，進而獲得高效創新的商業增長機會。

薩摩耶雲綜合運用前沿技術打造了“商家對商家對顧客”（B2B2C）模式，以幫助客戶建立一個完整的價值鏈閉環生態系統，該閉環系統包括客群生成、流量引導、重複購買、增值服務等全方位內容。針對不同的業務場景需求，薩摩耶云為客戶提供了“決策智慧+雲服務”的細分服務內容，目前已經形成了金融雲解決方案、產業雲解決方案、信用雲解決方案等三大具體解決方案。

“各類機構要面對的風險很多，薩摩耶雲提供的解決方案能夠在大資料基礎上透過決策智慧更精準地判別風險，解決風險收益匹配的問題。”

據王明明介紹，薩摩耶雲主要是從對抗、社群、環境、穩定四大方向（即：ACES智慧決策框架）進行探索，打通智慧獲客、智慧風控等問題，幫助合作機構在承受最低風險情況下，獲取更高的收益。

資料最能說明問題。目前，薩摩耶雲的相關業務已涉及政府監管、手機制造、電信運營、線下商超等多個領域，“數智薩摩雲平臺”已與7370萬家小微商戶及客戶、50家金融機構、530家不同行業的企業、1470家網際網路平臺及70家資料供應商展開了深度合作。

　　決策智慧的未來之路

未來的決策智慧是什麼樣子的？會是超級決策智慧所描繪的機器具有了“完全人格化屬性”嗎？那或許是一種現在聽上去比較科幻的場景：一個人走在路上，周圍的一切都在隨著他變動，隨時做好為他提供服務的準備，而這些服務全都由一個“大腦”所控制。

王明明認為，決策無處不在，因此決策智慧的發展就如同機械化代替純手工、汽車代替馬車、手機代替電腦一樣，會因為效率的提升而不斷進步。“決策智慧未來將會非常普遍、無處不在且無感的存在，就像現在各種網際網路應用，人們已經習慣於它的便捷。我們人工智慧團隊在做的，就是將決策智慧應用在需要提效的地方”。

但他也表示不需要神化決策智慧，因為它離“無所不能”還非常遠。一方面，決策智慧是有侷限的，需要大量的歷史資料樣本，只能處理可以被數字化的決策，而不能理解很多主觀的價值判斷。此外，決策智慧只能在給定的題目中求解，它無法跳出題目，就像AlphaGo無法做飯、理髮，甚至不能告訴你是否應該帶雨傘。

“圍棋AI也還在不斷迭代，每次圍棋機器人大賽，總會有新AI戰勝舊AI，這就證明即便是AI，離圍棋上帝也還很遠，他只是超越了人類，離圍棋上帝更近一些。”

作為主攻決策智慧賽道的科技公司，事實上，薩摩耶雲對於技術的發展規劃有著非常明確的目標。王明明透露，未來3-5年，在技術上力爭更加精細，利用更多樣本，研究和提升演算法，將原有問題解決的更好；另外，提升技術應用的廣泛性，將已有的“智慧”放進更多的問題中應用，加強智慧泛化應用的能力。

他同時坦言非常喜歡AlphaGo，希望有朝一日可以做出屬於薩摩耶雲的“AlphaGo”，用來解決各個領域的商業問題。