來源：億歐

虎博科技創始人兼CEO陳燁博士帶來了《人工智能打開智慧城市美好生活的大門》的主題演講，陳燁演講的核心觀點有：

1、和消費互聯網相比，產業互聯網的發展能夠創造更美好的幸福生活。

2、語言和文本，是人類知識最大的載體，虎博希望利用NLP（自然語言處理）幫助人們獲取信息和知識更簡單。

3、ToB產業發展更能惠及市民的美好生活，各個行業特別是國之重器的金融、政務、傳媒、能源等行業，更需要前沿人工智能技術賦能業務創新和服務升級。

以下是他演講的核心內容：

各位現場、線上的嘉賓，大家晚上好，我是虎博科技的創始人陳燁，今天主要跟大家分享我們在智慧城市方面的實踐。

之前我所在的美團點評，是一個完全ToC的公司，當有人跟我提起智慧城市這類詞匯的時候，感覺離我會有一些遠。但過去一年，我本人和團隊對這方面的認知，有了一個很大的提升。我們認為，智慧城市是一個復雜的共同體，它包括智慧政務、智慧醫療、智慧教育、智慧交通等等，非常的豐富。

這也意味著，我們從消費互聯網時代，將進入產業互聯網的時代。

虎博科技在過去一年的時間里形成了一個重要的認知：和消費互聯網相比，產業互聯網的突破，對我們每個尋常老百姓的美好生活的意義更大，人工智能深度介入產業互聯網，能夠帶動各個領域智能化場景和服務的建設，創造美好的幸福生活，但它的難度也更大。

人工智能市場規模的走勢，也佐證了這一點：

中商產業研究院預測今年中國人工智能的市場規模將突破700億元；據埃森哲預測，2035年人工智能將推動中國勞動生產率提高27%，經濟總增加值提升7.1萬億美元。

具體到各項人工智能技術的發展，語音、圖像相對比較成熟，但或多或少是處在感知智能層面；自然語言處理，乃至自然語言理解，正以一個滲透式的方式惠及各行各業，當它突破到一定的程度，會有顛覆性的改變。也因此，國內外涌現了很多專注NLP領域的公司，共同推動著這個行業的進步。

根據信通院的預測，2021年全球自然語言處理市場規模會達到160.7億美元，同時，在基于自然語言處理技術得不到突破的保守預期下，2021年國內自然語言處理市場也能夠保持20%左右的增長速度。

數據不會說謊，這代表著自然語言處理技術的產業應用前景被人們所看好 。作為一個扎根在自然語言處理領域的人來說，我對此更是深信不疑并且充滿信心。為什么這么說？因為自然語言處理能夠解決兩個產業互聯網非常核心的問題：

第一，線下數據。 虎博科技打造的下一代的智能搜索，很大的一個核心功能，就是線上數字化。現在很多行業數字化還不夠，例如金融領域，存在大量的文檔、PDF、圖片等不可讀取的數據，這就造成金融機構在提供服務的時候，很難變得智能化，效率低下。

虎博科技基于自然語言處理技術自研的核心系統MasterMind，就能夠實現線下數據的線上化，自動進行解析、理解、總結，并且最終結構化地呈現出來。

第二，行業結構。 不同的行業有著不同的知識結構，不存在一套通用的數據處理邏輯，這是所有人的共識。從一個工程師的角度，怎么尊重行業的結構？核心是知識圖譜。

虎博科技最核心的做法，就是在沒有任何先驗知識、沒有任何邊界的情況下，快速地構建起某個行業的基本知識圖譜，深入每一個行業的知識結構，理解一個行業或者說產業，才能服務好這個產業的智能化轉型。自然語言處理技術在其中發揮著非常核心的作用。

虎博科技就專注于自然語言處理、深度學習等人工智能技術。我們之所以會選擇這個賽道，是因為在我們看來，語言和文本是人類知識最大的載體。自然語言處理的未來，是讓機器理解或是很大程度上幫人們理解一個事情，在更廣泛的場景下服務于我們的生產和生活。我們致力于的，就是自然語言處理技術的未來，通過自然語言處理，讓機器理解世界，幫助人們獲取信息和知識更簡單，真正讓機器服務人們的生產生活。

那么，究竟自然語言處理技術能怎么用，該怎么用？

我想先拋出我的觀點：ToB產業發展更能惠及市民的美好生活，但各個行業企業需要利用前沿人工智能技術賦能業務創新和服務升級，才能最終作用于智慧城市創造美好生活。特別是政務、傳媒、能源、金融領域里的國之重器，它們的智能化發展進程，決定著社會、國民經濟的繁榮和穩定。

我們發現，在剛才提到的四個領域里面，都存在著信息不對稱、專業數據獲取難、專業知識結構差異造成技術難落地等問題。比如金融領域，如何對齊用戶和市場信息數據，幫助用戶更好地決策；比如政務領域，如何解決線下數據和數據孤島的問題，真正鋪開一網通辦、一網統管“兩張網”，這些問題都需要去解決。

我們虎博科技已經在這方面進行了很多的實踐，服務了不同領域的近100家客戶，比如金融領域里海通證券等頭部券商，傳媒領域里的人民網、財聯社，能源領域里的國家電網，還有很多部委職能部門。我們利用人工智能技術提高他們的服務效率，創新他們的智能應用場景，以服務人們更好地生活。

下面我分享一些虎博科技的技術在這些行業里的實際應用。

金融方面 ，我們遵循更垂直的行業結構進行賦能，比如證券、銀行、保險、基金等，滿足他們在信息檢索、風險評估、交易決策參考、風險預警、文檔信息管理等多重需求。

我們發現證券機構對資訊的需求量非常大，但存在資訊冗雜、數據孤島的問題，難以進行高效數據管理和精準內容分發。我們運用核心的智能搜索，服務的某頭部券商就解決這個問題。數據顯示，自系統上線后，其平臺的資訊粘度較之前提升了60%，也大幅提升了其平臺用戶的信息獲取效率，輔助其提升了DAU、MAU。

比如，我們將我們核心產品虎博搜索的結構化、可視化的搜索體驗效果直接復制到了某基金App中，解決了他們使用上一代搜索系統難以滿足用戶對豐富服務、結構化數據以及難以理解用戶意圖的長期問題。舉個例子，你想知道重倉茅臺的基金有哪些，直接搜索就能得到答案，這在上一代系統中是很難實現。

此外，通過智能搜索，我們客戶實現了對全網信息的快速檢索和精準風險把控，便捷的解決了對合作伙伴的資質審查等多方面問題，效率較之前至少提升了90%。

我們為一個商貿客戶不僅建立了其所在行業的專業知識圖譜，將其底層數據進行深層打通，實現了統一的搜索入口和用戶意圖的深層理解，使信息查找更懂用戶的需求，更智能。我們得知，其網站的信息復合匹配率提升了近70%。

社區服務方面 ，我們也通過對資訊、數據的結構化整合、情感的判定等多種方式，實現社區網格化精細管理的需求，提高其管理效率。

以上這些，是我們的部分落地成果。當然，自然語言處理的應用范圍非常廣，我們抓準的是最核心的應用，智能搜索，解決最根本的問題，信息不對稱，幫助客戶從信息需求的方方面面提升效率。

虎博科技經過一年多在B端服務上的探索，沉淀出了四款核心的企業服務產品——虎博智能搜索引擎、虎博NLP算法中臺、虎博智能問答機器人、虎博智能輿情系統。我們用這些產品和方案，去解決企業在朝著產業互聯網、產業智能化升級的過程當中，遇到的線上線下數據整合處理難、行業結構約束通用技術應用的問題。

總結來說，虎博科技所專注的落地應用，底層其實都是虎博科技的核心技術，我們稱為下一代智能搜索，它與傳統搜索的不同之處，可以總結為三點：

第一，數據涵蓋更深。它會自動理解行業的、產業的數據。金融行業的財務、線下的PDF，傳統行業數據庫，甚至沒有數據化的東西。

第二，有知識圖譜自動構建能力，并且這個知識圖譜是沒有邊界的，可以深入到每一個特定的行業和領域。

第三，理解。考慮到有很多產業用戶，我們將門檻降到最低，不管你怎么說，機器大概率會理解你的意思，并作出很好的回答。

基于這樣的核心底層技術，我們正在深入不同企業之中，理解企業所處的產業結構特點，深挖技術與產業相結合的價值潛力，創新更高效、更智能的服務，以ToB為橋梁，讓人工智能技術為每一個人創造價值。

謝謝大家！

END