之前我所在的美团点评，是一个完全ToC的公司，当有人跟我提起智慧城市这类词汇的时候，感觉离我会有一些远。但过去一年，我本人和团队对这方面的认知，有了一个很大的提升。我们认为，智慧城市是一个复杂的共同体，它包括智慧政务、智慧医疗、智慧教育、智慧交通等等，非常的丰富。

这也意味着，我们从消费互联网时代，将进入产业互联网的时代。

虎博科技在过去一年的时间里形成了一个重要的认知：和消费互联网相比，产业互联网的突破，对我们每个寻常老百姓的美好生活的意义更大，人工智能深度介入产业互联网，能够带动各个领域智能化场景和服务的建设，创造美好的幸福生活，但它的难度也更大。

人工智能市场规模的走势，也佐证了这一点：

中商产业研究院预测今年中国人工智能的市场规模将突破700亿元；据埃森哲预测，2035年人工智能将推动中国劳动生产率提高27%，经济总增加值提升7.1万亿美元。

具体到各项人工智能技术的发展，语音、图像相对比较成熟，但或多或少是处在感知智能层面；自然语言处理，乃至自然语言理解，正以一个渗透式的方式惠及各行各业，当它突破到一定的程度，会有颠覆性的改变。也因此，国内外涌现了很多专注NLP领域的公司，共同推动着这个行业的进步。

根据信通院的预测，2021年全球自然语言处理市场规模会达到160.7亿美元，同时，在基于自然语言处理技术得不到突破的保守预期下，2021年国内自然语言处理市场也能够保持20%左右的增长速度。

数据不会说谎，这代表着自然语言处理技术的产业应用前景被人们所看好。作为一个扎根在自然语言处理领域的人来说，我对此更是深信不疑并且充满信心。为什么这么说？因为自然语言处理能够解决两个产业互联网非常核心的问题：

第一，线下数据。虎博科技打造的下一代的智能搜索，很大的一个核心功能，就是线上数字化。现在很多行业数字化还不够，例如金融领域，存在大量的文档、PDF、图片等不可读取的数据，这就造成金融机构在提供服务的时候，很难变得智能化，效率低下。

虎博科技基于自然语言处理技术自研的核心系统MasterMind，就能够实现线下数据的线上化，自动进行解析、理解、总结，并且最终结构化地呈现出来。

第二，行业结构。不同的行业有着不同的知识结构，不存在一套通用的数据处理逻辑，这是所有人的共识。从一个工程师的角度，怎么尊重行业的结构？核心是知识图谱。

虎博科技最核心的做法，就是在没有任何先验知识、没有任何边界的情况下，快速地构建起某个行业的基本知识图谱，深入每一个行业的知识结构，理解一个行业或者说产业，才能服务好这个产业的智能化转型。自然语言处理技术在其中发挥着非常核心的作用。

虎博科技就专注于自然语言处理、深度学习等人工智能技术。我们之所以会选择这个赛道，是因为在我们看来，语言和文本是人类知识最大的载体。自然语言处理的未来，是让机器理解或是很大程度上帮人们理解一个事情，在更广泛的场景下服务于我们的生产和生活。我们致力于的，就是自然语言处理技术的未来，通过自然语言处理，让机器理解世界，帮助人们获取信息和知识更简单，真正让机器服务人们的生产生活。

那么，究竟自然语言处理技术能怎么用，该怎么用？

我想先抛出我的观点：ToB产业发展更能惠及市民的美好生活，但各个行业企业需要利用前沿人工智能技术赋能业务创新和服务升级，才能最终作用于智慧城市创造美好生活。特别是政务、传媒、能源、金融领域里的国之重器，它们的智能化发展进程，决定着社会、国民经济的繁荣和稳定。

我们发现，在刚才提到的四个领域里面，都存在着信息不对称、专业数据获取难、专业知识结构差异造成技术难落地等问题。比如金融领域，如何对齐用户和市场信息数据，帮助用户更好地决策；比如政务领域，如何解决线下数据和数据孤岛的问题，真正铺开一网通办、一网统管“两张网”，这些问题都需要去解决。

我们虎博科技已经在这方面进行了很多的实践，服务了不同领域的近100家客户，比如金融领域里海通证券等头部券商，传媒领域里的人民网、财联社，能源领域里的国家电网，还有很多部委职能部门。我们利用人工智能技术提高他们的服务效率，创新他们的智能应用场景，以服务人们更好地生活。

下面我分享一些虎博科技的技术在这些行业里的实际应用。

金融方面，我们遵循更垂直的行业结构进行赋能，比如证券、银行、保险、基金等，满足他们在信息检索、风险评估、交易决策参考、风险预警、文档信息管理等多重需求。

我们发现证券机构对资讯的需求量非常大，但存在资讯冗杂、数据孤岛的问题，难以进行高效数据管理和精准内容分发。我们运用核心的智能搜索，服务的某头部券商就解决这个问题。数据显示，自系统上线后，其平台的资讯粘度较之前提升了60%，也大幅提升了其平台用户的信息获取效率，辅助其提升了DAU、MAU。

比如，我们将我们核心产品虎博搜索的结构化、可视化的搜索体验效果直接复制到了某基金App中，解决了他们使用上一代搜索系统难以满足用户对丰富服务、结构化数据以及难以理解用户意图的长期问题。举个例子，你想知道重仓茅台的基金有哪些，直接搜索就能得到答案，这在上一代系统中是很难实现。

此外，通过智能搜索，我们客户实现了对全网信息的快速检索和精准风险把控，便捷的解决了对合作伙伴的资质审查等多方面问题，效率较之前至少提升了90%。

我们为一个商贸客户不仅建立了其所在行业的专业知识图谱，将其底层数据进行深层打通，实现了统一的搜索入口和用户意图的深层理解，使信息查找更懂用户的需求，更智能。我们得知，其网站的信息复合匹配率提升了近70%。

社区服务方面，我们也通过对资讯、数据的结构化整合、情感的判定等多种方式，实现社区网格化精细管理的需求，提高其管理效率。

以上这些，是我们的部分落地成果。当然，自然语言处理的应用范围非常广，我们抓准的是最核心的应用，智能搜索，解决最根本的问题，信息不对称，帮助客户从信息需求的方方面面提升效率。

虎博科技经过一年多在B端服务上的探索，沉淀出了四款核心的企业服务产品——虎博智能搜索引擎、虎博NLP算法中台、虎博智能问答机器人、虎博智能舆情系统。我们用这些产品和方案，去解决企业在朝着产业互联网、产业智能化升级的过程当中，遇到的线上线下数据整合处理难、行业结构约束通用技术应用的问题。

总结来说，虎博科技所专注的落地应用，底层其实都是虎博科技的核心技术，我们称为下一代智能搜索，它与传统搜索的不同之处，可以总结为三点：

第一，数据涵盖更深。它会自动理解行业的、产业的数据。金融行业的财务、线下的PDF，传统行业数据库，甚至没有数据化的东西。

第二，有知识图谱自动构建能力，并且这个知识图谱是没有边界的，可以深入到每一个特定的行业和领域。

第三，理解。考虑到有很多产业用户，我们将门槛降到最低，不管你怎么说，机器大概率会理解你的意思，并作出很好的回答。

基于这样的核心底层技术，我们正在深入不同企业之中，理解企业所处的产业结构特点，深挖技术与产业相结合的价值潜力，创新更高效、更智能的服务，以ToB为桥梁，让人工智能技术为每一个人创造价值。

谢谢大家！

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

论坛期间，明略科技联合创始人姜平，虎博科技创始人兼CEO陈烨，深圳云天励飞副总裁 郑文先，西井科技COO章嵘，科达科技首席科学家章勇，天堂硅谷管理合伙人蔡晓非，天壤城市大脑总裁彭伊莎，以及亿欧公司副总裁由天宇等知名专家学者、行业龙头企业、标杆初创企业与投资人嘉宾莅临大会发表主题演讲。此外，澳大利亚科学院院士、优必选科技AI首席科学家陶大程，新加坡工程院院士、佳都科技高级副总裁、佳都全球智能技术研究院院长李德紘，前苹果全球总裁兼COO Marco Landi分别以视频的方式带来精彩分享。

新加坡工程院院士、佳都科技高级副总裁、佳都全球智能技术研究院院长李德紘先生带来《轨道交通、信息互联与智慧城市》的主题演讲，李德紘先生演讲的核心观点有：

1、数字化、互联化、智能化在现有的公共交通系统中的渗透度，仍然不足。

2、可以预见，多模式的公共交通间的信息互通互连，可以使得城市交通数据库进行全面升级。

3、展望未来，我们要全方位提高城市交通系统韧性，通过局部化、无人化、轻量化“三化”的做法。

以下是他演讲的核心内容：

（经亿欧·EqualOcean精简发布）

大家好，很高兴有机会跟大家一起参加人工智能大会。首先感谢主办方的邀请，我是李德紘，来自佳都科技。

佳都科技是一家位于广州的民营科技企业，同时在上海证券交易所A股主板上市。主要的业务领域，包括ICT分销与服务、智慧城市、智能轨道交通系统等。今天我将分享过去这段时间佳都科技在交通出行、信息互联、智慧城市方面工作的一些想法、理念。

新冠疫情的爆发对现代化城市生活产生了前所未有的冲击，新冠病毒通过飞沫、气溶胶与接触传播的特性使得公共交通系统内发生交叉感染的风险急剧上升，同时感染人群在交通网络中的流动也会迅速扩大传染病的蔓延扩散。

随着复工节奏逐渐推进、出行需求特别是上班上学等刚性需求的增加，公共交通客流必然逐步增长。但如果延续历史客流密度或是强度，对现有的疫情防控不利，那过去拟定的预控方案将无法满足对疫情防控的需要。

因此，公共交通的运营部门必须采取不同措施，降低出行者对病毒潜在传播的忧虑，或是进一步的确保使用公共交通出行可以像往日一样，是一个安全、可靠、经济的出行方式。

公共交通系统中，密切接触者在这种人力的记录方式之下，一方面无法符合大众出行需求，更实际的层面看，对接触者或是疑似患者，他过去的接触源，很难追溯。因此应对疫情，新技术的手段的发挥并不如我们预期。

随后，公共交通行业在这个方面做出了快速的反应，推出了不的解决方案。各地各省份各种健康码纷纷上线，并与健康上报、流动人员疫情排查，各类小程序快速开发并具体应用，也因此很大程度上解决了人员留痕以及人员追踪在过去遇到的问题。也就是从人工化迈向了智能化、自动化。

而数字化的措施，也进一步提高了对个人信息的收集效率，这当中也具体体现了数字化技术的快速响应能力以及化零为整的能力。那在这样的努力之下，也为公共交通安全、危机快速分析提供了强有力的支撑。

基于智能化技术和针对疫情防控推出的各种智能系统，在这次疫情中初试牛刀，也显现出数字化、智能化在优化城市治理方面的潜力，可以增加城市再应对风险挑战的韧性。

但我们也看到，数字化、互联化、智能化在现有的公共交通系统中的渗透度，仍然不足。

因此我们认为，的确要进一步借助出行的数据，智能化的分析手段，并进一步利用人工智能算法具体对民众出或做进一步的优化，进一步提升公共交通系统应对危机的动态响应能力，以求最大限度地降低因管控而产生的负面影响。

以地铁线路为例，建立适当的模型，量化客流增加对疫情控制的影响程度，使用智能大数据的统计，来统计我们出行者接触的概率。

由于疫情期间对接触者追踪的需求，各个城市对个人出行的时空信息，在不同交通模式中都进行了收集统计。目的无非是为了找出确诊病例或是疑似病例，在出行轨迹中所接触的潜在人群。

但不同的交通模式中，孤立的信息收集，也无可避免造成身份信息在不同场景重复收集的情况，效率低，同时也浪费了宝贵的时间资源。出行链溯源困难，对疫情防控带来了更多的阻力。

因此，为了寻找出个人出行链，就必须对不同的出行模式之间的个体身份进行一个统一化的收集管理。在一些城市，实施了实名制乘坐公共交通的措施，就是为了形成个体出行全链条、全时空的追踪。

可以预见，这种多模式的公共交通间的信息互通互连，可以使得城市交通数据库进行全面升级，让交通大数据的分析拥有更全面、更细致的可能性，多模式交通服务层面，打开信息交互渠道，将可以促进整个城市公共交通资源整合。

展望未来，我们要全方位提高城市交通系统韧性。

我提出以下的“三化”做法，也就是局部化、无人化、轻量化。借由“三化”的出行方式的构建，将是解决城市交通韧性问题的主要关键方向。

首先，让我们了解何为“局部化”。现代城市中，市中心高密度集中化的发展，使得市民大众不仅通勤距离变得太远，耗费时间变得太长，生活必需品可达性也很差。以此次疫情中小区化网格管理作为参考借鉴，我们发现，生活必需品集中采购的需求其实可以透过社区集市形式，在未来进一步的系统化铺开。

再来我们看“无人化”。无人驾驶车辆车路协同，车联网等智能技术发展，势必将推动交通基础设施的智慧化、数字化的发展。然而，这样的自动化与智能化的发展，势必也将显著地提高交通系统在未来应对突发事件的能力。

接着看“轻量化”。为了减少居民不必要的出行，许多生活、工作事物其实都可以透过线上业务作为一个支撑。

为了减少交通工具内潜在的交叉接触而带来的感染危险，其实我们可以基于“定制公交”的理念来进一步提供预约式、定制化的公交出行服务，同时有效控制车辆承载率。

现代人的生活离不开城市，而城市动能需要交通系统达成。城市是一个有机体，必须能与时俱进。

今天我的分享，特别点出了城市交通系统必须要具有“韧性”。这个韧性，可以通过以上我分享的局部化、无人化、轻量化，进一步建构达成；也唯有具有韧性的一个城市交通系统，才能帮助我们真正达到“可持续发展”的终极目标。谢谢！

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！