2022年5月31日，由万联网主办的“CSCFIS 第九届中国供应链金融创新高峰论坛”隆重召开。在论坛现场，子长科技（北京）有限公司CEO安涛，以“AI认知智能赋能供应链金融”为主题进行了分享。
安涛是1STEP.AI创始人兼CEO，拥有15年产品设计、研发、大数据研究相关经验，在数据与企业、数据与创新方面具备深厚积累。创业前任职于美国路透社，负责北美路透核心金融数据产品的设计、开发和智能分析。并于2016年开始在美国从事人工智能相关的科技创业项目。连续创业者，侨联海外杰出华人，拥有丰富的国际商业服务经验。子长科技是专业的AI 认知智能服务商，通过NLP自然语言处理、知识图谱及人工智能平台三大核心技术，为金融及企业客户提供值得信赖的产品、数据服务和解决方案，帮助客户创造性地解决外部数据资源、数据孤岛和系统融通问题，实现数据驱动与智能决策的数智化转型目标，已成功服务于金融、汽车、零售及多种行业的龙头客户，包括大型国有企业，财富500强公司，国际品牌及跨国公司。
安涛认为人类的学习过程分为了解、理解和应用三个阶段，这三个阶段同样也符合AI认知智能的进化过程，首先在了解阶段，AI的核心是大数据以及大数据分析，通过各种技术把信息电子化，其次在理解阶段也就是AI感知智能阶段，是通过识别重点信息来达成，最后的应用阶段，通过自然语言处理（NLP）和知识图谱来全面系统的理解知识。
安涛强调在供应链金融方向的应用点分为两类，一是拓客，二是风控，接下来通过两个案例——供应链金融拓客和银行智能风控的详细分析，指出这些案例是基于供应链灯塔或者数字灯塔的解决方案来为不同的供应链场景提供服务的。
以下内容依据现场演讲速记整理而来，未经嘉宾审阅，且内容有删减，仅供行业人士参考学习：
安涛：各位中国供应链金融创新高峰论坛的朋友们，大家下午好，很荣幸和大家分享我们在AI认知赋能供应链金融上的尝试。
我们公司叫子长科技，是专注AI认知智能的创业公司。谈到AI认知智能，我相信很多朋友们都有所耳闻，其实AI认知智能是人工智能一个新的阶段，人工智能大家比较熟知的图像识别、语音识别，在行业里面我们归类为感知智能的阶段。这个智能是人工智能开始积累知识，形成系统化的数据，从而开始“学习”产品智能推理的新阶段。我做一个比喻，感知智能像一个学龄前的孩子，步入认知智能后，人工智能就开始上学了。
人工智能上学以后如何学习？其实人类的学习过程分为了解、理解、应用三个阶段，对应的是知晓知识、知其然，逐步知其所以然。这三个阶段也符合AI认知智能的进化过程，首先在了解阶段，AI的核心是大数据以及大数据分析，通过各种技术把信息电子化，这是大数据时代要做的事情。在理解阶段，也就是AI感知智能阶段，找到关键事物，识别图片里的物品、某句话的重点信息，这也是ASR、NLU做的事情。到了应用阶段，也就是AI认知智能阶段，它的核心技术有两个，一个是自然语言处理，也就是NLP，还有知识图谱，这两个事情是为了更系统地理解知识，以及掌握知识的来龙去脉。这是NLP做的事情。另外是把知识沉淀成指示体系，也就是知识图谱需要做的，简而言之最终通过持续学习，积累指示体系，从而达成智能决策。
用“孩子上学”比喻大数据阶段，其中数据源提供了学习材料。学习材料之后，“孩子”的理解能力是在感知智能阶段，也就是这个模型的算法决定“孩子”能理解多少信息。认知智能阶段核心竞争力是知识数据，“孩子”把数据拿到之后如何融会贯通，并且如何形成自己的指示体系，因材施教将是AI智能进化需要的核心竞争力。所有阶段最终的目标是“孩子”毕业以后可以工作，对行业有所贡献，也就是AI为大家作出贡献的方式，辅助大家进行智能决策。
刚才说了认知智能背后的结构，它产生的知识数据和生产方式是什么？按照右边的图，其实是知识图谱的典型数据结构，这些点和线通过众多的数据和模型所产生。用企业数据通过实体模型组可以识别其中数据当中不同的企业实体，通过关系模型组识别到企业实体之间的关系，从而形成企业上下游的网络。这是一个浅显的例子，除了实体关系的模型模组，还有一个庞大的体系是应用知识图谱进行推理。这么多数据形成了知识图谱之后就可以想象它会变成一个非常庞大的网络，这个网络分为四层结构，行业、公司、业务、底层专业知识，这四层结构也是融会贯通的。
之后可以在网络上做不同的应用，这也是作为认知智能领域应用的场景，比如在网上找其中一个节点，进行搜索和应用。我们不是找一个点，而是通过点看到关联的面，从这个点联系到其他的点。这里有一个对网站的解读，如果在网上扔一个石头，会产生一个振动波，让我们判断这个波会传播多远，传播多大，这是捕捉影响传递。再比如有一个新闻，我们会判断是直接影响企业？还是间接影响企业？其影响原因？如果扔下不同石头会产生很多波，也就是波峰和波谷，我们要感知某个趋势的发展，特别是一个政策颁布加上某项新技术、某个企业新的动作，这些不同的事件同时产生之后，就可以通过这些事件发掘出受益的行业以及受限的企业。
这四类应用场景具体到业务场景里面，大概分为这几类，金融风控、行业研究、供应链管理、金融投研、产品售后分析、金融合规管理。越来越多的企业开始通过认知智能的转型，对这些行业的商业模式或企业运用方式的变革，来实现知识化转型。刚才讲了一些基本的概念，我们再分享一下用认知智能技术进行尝试的判例。分为两大类：一类是寻源/拓客，另外一类是风控方向，风控不管是供应链金融还是供应链都是需要做的。
我先分享第一个案例，供应链金融拓客案例。智能的核心是一个网，我就把这个网里面有什么东西，在案例里面涉及的知识点给大家展示出来。例如半导体行业，有它的上中下游，大家都知道半导体行业上游是一个知识密集型的地方，技术价值非常高。在它的上游我们看到光刻胶等不同的技术，以及背后的技术公司有哪些，其中最关键的是找到技术点在哪里。每家公司会有不同的背景，有些公司已经被投资了，但有些公司有很好的技术和客户却没有拉到投资。同时每家公司衡量贷款标准是不一样的，不同的贷款标准会映射到不同公司背后的信息，在这个知识图谱里就可以通过搜索来快速定位这家公司到底在哪里。
给大家一个更直观的感受，中间看到的图谱就是行业里面的知识图谱，这个图谱以某一家核心企业为中心，同时还包含了产品、行业、公司等多维信息。业务就是一个条件筛选的漏斗，会在这个图上快速定位到符合我们条件的优质企业或者潜在的贷款企业。这个图是不仅仅以核心企业为中心的，所产生的效果是可以快速找到符合条件的某一类公司，这是智能拓客的案例。
第二个案例是银行在做智能风控的案例。比如苹果做了一个自研的CPU，是基于ARM架构的，对于苹果的影响是负面的，但对于苹果供应商可能也是负面的。另外一个影响，苹果竞争对手三星，对他来说也需要发展ARM芯片，他的芯片供应商同样会用这家芯片制造商做芯片的采购，对他来说又是一个利好的消息。这个图就用了知识图谱的传导效应，类似于“蝴蝶效应”，可以判断哪些事件会对业务客户产生什么样的影响。发生这些事情之后，贷款银行就会收到警告和提示，提示需要进行怎样的处理。供应链智能风控，也是因为近些年芯片的紧缺，芯片缺少有非常多的原因，其中一个是自然条件或者自然灾害的发生，比如日本的福岛地震对日本九州所设的瑞萨工厂产生了影响，直接影响芯片的生产。基于芯片信息，当瑞萨数字芯片产生供货风险，提示的是一个月或者三个月后的风险，我们可以快速推导哪些芯片可以成为芯片1的替代芯片，可以在发生地震第一时间马上告诉这家主机厂，你们的某一个芯片可能会在一个月或者三个月之后产生多少影响，我们建议你们快速做响应，考虑使用芯片2作为芯片1的替代品。AI所做的事情同样通过知识图谱的处理和推导快速找到风险，从而判断风险的传导提供解决方案。
右边的图是供应链全景图，其中包含了供应链的上游、中游、下游，黄色代表的是行业，红色代表的是不同产品，还有不同链条当中、不同产品背后存在诸多的公司。这个供应链产品图就能一目了然看到某个行业的供应链组成，是由哪些公司、产品组成的。大家可以看到红色、绿色不同的颜色，绿色是代表这家公司是优质实体，红色是我们发现了这家公司的一些风险，之后可以判断其背后的原因，这也是AI对供应链进行的深度洞察。以上是一个非常具体的案例，这些案例是基于供应链灯塔或者数字灯塔的解决方案来为不同的供应链场景提供服务的。这个数字灯塔集成了外部数据、企业内部数据甚至一些反馈数据来应用到智能汞银联不同场景当中。
子长科技作为AI认知领域的服务商，专注开发具有AI认知智能的技术发展、创新和应用，同时根据产品+方案+数据多业务场景服务客户，我们总部位于北京，上海、成都、深圳都有分支机构，在西雅图和旧金山也有研发机构。核心是知识图谱，包括知识图谱的生成能力、知识图谱的数据、生成知识图谱的核心技术就是资源和数据、支撑着核心技术以及支撑数据图谱运作的是人工智能的平台。由此我们打造了自己的产品矩阵以及基于产品矩阵做灵活排列组合产生的不同行业方案。很有幸我们已经和世界500强客户产生非常多业务往来，非常期待借这个机会认识到更多行业朋友，了解到更多行业业务场景，可以把我们所擅长的事情用到更多地方，谢谢大家！
本次论坛由万联供应链金融学院院长王青竹、万联网执行主编兼编辑部总经理冯荦主持，万联网视频号、京东科技视频号、盟浪可持续数字科技视频号同步直播，给大家带来了一场线上、线下同步进行的供应链金融饕餮盛宴。
供应链金融智库
作者
More News »
国内领先的供应链金融智慧服务平台