研究全球财富管理趋势与动态

资管纵深

科技洞察

行业智库

作者

BETA财富管理智库研究院致远

来源

BETA财富管理

封面图片来源丨必应

跟一个人工智能AI公司聊天，如果他没有介绍他的NLP技术，你甚至会想这是不是一家AI公司？伴随着NLP技术为大家所熟知，NLP技术几乎成为了AI的代名词，有点无NLP不人工智能的味道。

跟更多的人工智能公司交流，你会了解到更多的人工智能业务，从语音识别、人脸识别、到知识图谱。

这些高大上的人工智能业务，是互相替代的，还是互补的？

我们抛开深奥枯燥的技术名词，从人工智能的业务逻辑来梳理一下人工智能各项主要业务。

人工智能最初是从模仿人的智能做起的，这种理念推动了人工智能的大发展。

例如，神经网络技术就是模拟人的神经元处理信息的方式来实现更加智能的语义理解，大大促进了人工智能技术的发展。

从人处理信息的过程看，大致可以分为三个部分。

一是信息识别。主要是分为文字、语音、图像等三种主流的信息表达方式，来识别外部信息。

二是信息理解。大脑需要通过阅读外部信息，理解外部信息表达的真实含义。不仅是每个字、单词的含义，更重要的是能理解到一个句子、一段话里面包含的真实观点或者需求。

三是信息决策。运用自己所掌握的知识，对外部复杂的信息作出合理决策，才是智能的核心体现。

人工智能AI的业务功能主要是这几个领域。

信息识别领域。从文字识别技术、到科大讯飞为代表的语音识别技术、到商汤等四大独角兽公司代表的人脸识别技术，人工智能模仿人的智能比较成功、甚至超越人的智能。

信息理解领域。NLP（自然语言处理）技术是人工智能理解信息的主流技术。如果只是字面的基本意思的汇总，那么谈不上什么智能。只有具有语义的抽象概括能力，读出文字间包含的意思，才能说具有一定的人工智能。

信息决策领域。人工智能主要是依赖知识图谱来模仿人的智能。知识图谱将海量的信息分类整理，梳理出他们之间的关系，当我们得到一个信息之后，就可以使用知识图谱了解到更多的信息，甚至是给出建议。人工智能水平的高低，这个是关键。

由此可知，

NLP、知识图谱等人工智能技术，不是互相替代的关系，而是互相依赖、相辅相成。

NLP的任务是读的懂，知识图谱则是合理决策。

如果对外部信息，只是停留在字面的简单意思，不能准确的理解信息里包含的需求，那么就不能给出正确的决策。

如果没有一个科学的知识图谱的帮助，NLP技术就很难理解句子里不同词义之间的逻辑关系、就不能更好的理解句子、段落的主旨含义。

NLP不是人工智能的全部，不可高估了NLP，亦不可忽视了知识图谱。

02技术特点差异决定不同的商业机会

NLP与知识图谱在人工智能里的位置不同、任务不同、技术特点不同，决定了这两个业务技术的发展方向会差异较大。

NLP是个通用技术、基础技术，是整个人工智能领域共同的任务，如果NLP技术能获得实质性突破，整个人工智能行业会受益。

通用基础性技术的特点，基本研究是开源的，行业共享的。基础技术不构成技术壁垒。

如前几年的语音识别技术，国内以科大讯飞，国外以Nuance为代表。曾经他们的语音识别正确率技术大幅领先同行。在语音识别技术尚未成熟之时，他们拥有技术阶段领先带来的垄断优势。但是，一旦技术成熟，科技巨头们就会进入这个技术领域。各家之间的语音识别正确率差异非常之小到可以忽略，语音识别技术成为了一个各家必备的常用技术，整个行业受益，带来更多的行业机会。

但是这个技术成熟后，就不能成为哪家公司独享，也不会为这家公司带来独享的商业模式与丰厚利润。

作为通用技术。各家的NLP技术并无本质差异，NLP企业很难从技术壁垒的角度获得商业利润，只能从NLP的应用层面想办法。

知识图谱更像是个应用技术。

知识图谱的通用技术比较简单，实体-关系-实体的三元结构，知识图谱的构建技术壁垒比较低。

知识图谱的主要技术难点在于知识图谱的实体需要有哪些。不同行业的知识图谱差异很大，同一个行业，不同公司构建的知识图谱也会差异较大。

行业间知识图谱的差异化构成行业壁垒，同一个行业里的知识图谱差异构成各家服务质量的差异，具有一定的技术壁垒，可以为知识图谱的应用公司带来比较丰厚的商业利润。

03NLP技术与知识图谱的融合是大趋势

NLP技术与知识图谱的融合，主要产生两类公司，NLP基因为主的人工智能公司，知识图谱基因为主的人工智能公司。不同的业务基因特色决定了他们不同的产业特色与擅长的应用领域。

NLP基因为主的人工智能公司。

NLP通用技术特点决定了，纯NLP技术并不能带来持续的商业利润，NLP技术公司会走向NLP的应用领域，与知识图谱功能做融合。

NLP技术特点，决定了快速处理海量信息，是这类公司的优势。

NLP技术主导的人工智能公司，更适合平台类业务，例如金融产品交易平台，需要快速高效的匹配客户购买需求与金融产品。

这类公司业务需要的知识图谱主要包括产品需求、产品特点。知识图谱相对比较简单。

主要的壁垒在与如何快速准确的理解客户购买需求，这就是NLP技术的强项。

04知识图谱基因为主的人工智能公司

知识图谱，一般是由行业经验丰富的公司建立，NLP技术只是他们的一个工具，但是需要的只是NLP通用技术，而并不需要NLP最前沿技术。

决策的更智能是这类公司的优势。

知识图谱主导的人工智能公司，更适合顾问类业务。这类业务的需求比较简单，但是给出建议所需要考虑的因素众多、需要综合权衡，这就需要一个完善的知识图谱做支持。

例如智能理财，这类业务的知识图谱是个复杂的知识图谱。

一方面理财需要使用的知识点数量巨大。不仅包括产品本身的信息，还包括市场环境、各类资产价格的波动。可以说，每个决策时候的决策环境均是独特的。

一方面知识图谱里信息推导路径复杂。从需求到产品的推导过程影响因素较多，多路径推导的情况较多。市场环境因素变化，例如降息，对同一个资产的价格的影响，存在多个推导路径，在不同的市场环境里的不同路径的重要性随着金融环境的变化而变化，推导效果并不相同。这时，知识图谱、事理图谱的专业程度、完善程度，决定了理财投资建议质量的差异。

在NLP与知识图谱融合的趋势里，人工智能公司了解自己的技术特点，选对擅长的业务领域，将是人工智能公司成功的关键。

-END-

更多精彩文章

理财科技领域，行业基因、科技基因，谁更占优

研究了位基金经理风格后，告诉你如何挑基金经理

光环下的桥水怎么了？桥水没有变，需要变的是理财理念

管窥基金经理风格

复盘重仓“康氏雷股”的公募基金经理应变能力

特别声明：

本栏目旨在研究探讨，文章内容属作者个人观点，不代表其所属机构观点。本文资料中的信息或所表述的意见不构成广告、要约、要约邀请，也不构成对任何人的投资建议，投资者依据本文资料进行投资或其他商业活动所造成的盈亏与我方无关。