信数金服徐进:对话人工智能大咖,引领智能决策革命

2017年,随着国家《新一代人工智能发展规划》的发布,各路诸侯摩拳擦掌,企图在这一片新的领域开创属于自己的时代。与此同时,徐进(信数金服CEO)与他的“明策智能决策引擎”却已经低调前行了许久。

2016年1月,加州圣何塞,气温并不像大洋彼岸的上海那样寒冷,徐进来到这里是经由好友郑茂林博士介绍,与郑博士在FICO公司前同事Carole-Ann Berlioz和Carlos Serrano-Morales会面。

在2013“大数据元年”、2015“征信元年”之前,徐进就敏锐的察觉到大数据征信的前景,于2012年成立企业征信公司“中数智汇”;而在2015年,徐进同样看好“人工智能”的未来,提前布局成立“信数金服”,此番前来硅谷就是为了向同行取经,学习先进的理念与技术。


Carole-Ann和Carlos的故事

       Carole-Ann和Carlos是硅谷公司Sparkling

Logic的联合创始人,两位大咖在人工智能、专家系统、BRMS、数据分析等领域有多年的从业经验,是决策科学领域的泰斗级人物。在创建Sparkling Logic之前,Carole-Ann是FICO集团产品管理部的VP,Carlos不仅是FICO集团产品开发部的VP,同时还是FICO集团企业架构部门的负责人。

       Carole-Ann和Carlos在80年代末90年代初就开始涉足AI技术,两人为两家相互竞争的公司工作。Carole-Ann为ILOG(后被IBM收购)工作,在那里她提出了划时代的BRMS (业务规则管理系统) 这个概念。Carlos在Neuron Data (后改名为Blaze Software,并被FICO收购)工作,参与了Blaze Advisor最初的开发。Carole-Ann在ILOG被收购后,也加入了Blaze Software,与Carlos成为同事。

       Carole-Ann一身休闲职业装,平易近人;Carlos则是灰格子衬衫、牛仔裤、运动鞋,典型的硅谷工程师形象。两位创始人之前与徐进素未谋面,见面后谈及未来人工智能的发展,创业理念时却是一见如故。

“当时BRMS产品在多个不同的领域都大受欢迎,“Carlos谈到,”尤其是在金融服务、保险、电信和物流领域。当Blaze Advisor被FICO收购时,它已经成为FICO金融服务产品和保险相关产品的核心决策平台。”


新一代决策引擎的诞生

随着应用越来越大越来越复杂,2000年后出现了对更优秀的决策管理软件的需求。Carole-Ann和Carlos清楚地意识到当时的技术在三个方面不能充分满足市场需求:

[if !supportLists]1.     [endif]怎样将积累的数据转化为能够用于决策的业务洞察

[if !supportLists]2.     [endif]如何确保编写的决策是正确的?或者从业务角度看,如何保证决策的输出是最优解?

[if !supportLists]3.     [endif]随着时间的推移或条件的变化,怎样才能保证我们编写的决策仍然有效

Carole-Ann回忆到:“上述三个方面成为客户日渐头疼的问题,在一些案例中,由于没有针对上述三个方面给出合适的解决方案而导致了一些大型项目出现严重问题。”

Carlos:“在探索这些问题的过程中,我们发现使用现有的产品是没有简单的解决方案的,产品需要进行较大改革。”

徐进好奇:“如果只是想开发一款更好的新产品,为何需要离开如日中天的FICO?”

“我们曾经在FICO内部尝试过,但发现我们的想法需要协调太多部门,这几乎是不可跨越的障碍。”Carlos感叹,“2010-2011年间,我们与FICO前CEO Larry Rosenberger(FICO Score的缔造者)、Charles Forgy博士(Rete算法的发明者,决策算法之父)一起深入探讨了这个问题后,我们决定创立Sparkling Logic并向市场推出SMARTS产品,一款可以解决上述三个问题的革命性的决策管理平台。”


真正的数据驱动的决策将在中国落地

SMARTS是一款专注于优化业务运营的人工智能平台,除了建模分析和业务规则管理外,该平台还具有以下几个特点:

[if !supportLists]1.     [endif]允许用户将业务规则、匹配模型、预测模型组合在多步骤的决策流当中,这样可以将业务经验与预测洞察相结合,在微观交易级别实现智能化。

[if !supportLists]2.     [endif]允许用户对决策进行分析、模拟,在尽可能多的维度或者尽可能细的数据粒度层面,在不同的环境下,比较不同决策的质量。

[if !supportLists]3.     [endif]允许用户对决策执行冠军-挑战者实验(即A/B测试),目的是验证不同决策的效果。

[if !supportLists]4.     [endif]全生命周期的机器学习功能,包括离散化处理、相关性分析、变量选择、算法选择、模型生成等。

除此之外,SMARTS的功能还包括:可视化的规则编辑,支持服务及API交互、支持云部署及本地部署、可与客户数据资源整合等。

2017年,信数金服获得了SMARTS在中国地区的经营权(其中文版本命名为“明策智能决策引擎”),并约定不久的将来在中国设立合资公司,共同研发、优化产品。

徐进觉得,明策的理念与自己的想法十分契合。国内企业信息化建设已经逐渐渡过了“流程自动化”、“应用驱动”的阶段,迈向了“数据驱动”的时代。虽说很多企业相关的理念、应用尚不成熟,但谈及大数据、人工智能,无不令人心驰神往,跃跃欲试。徐进及其团队多年在大数据、数据挖掘领域积累的经验,加上这款产品可谓是如虎添翼。

未来已来,无可逆转。2018年,人工智能的大潮波澜壮阔,让我们一起看看会发生什么。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,997评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,603评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,359评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,309评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,346评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,258评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,122评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,970评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,403评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,596评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,769评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,464评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,075评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,705评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,848评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,831评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,678评论 2 354

推荐阅读更多精彩内容