本文为文因互联 CEO 鲍捷博士于公司成立三周年会上所做演讲整理。
AI 前线导读：AI 应用落地，核心是工程问题，不是算法问题，更不是“哲学”问题。一定要特别特别“土”，踏踏实实从朴素的运维、数据库、数据清洗做起，从实际的工程中逐步演化。只有扎扎实实从工程出发，才能实事求是地发展出低成本的、有生命力的 AI 系统。
没有银弹，没有奇迹。都是扎扎实实的工程，多年细节的打磨才能解决一点小事。也从来没有一个所谓的伟大的想法，能跳过工程的考验就成功的。工程才是做好 AI 的钥匙。——鲍捷
一份文档放在你面前，哪一部分是表格，哪一部分是图片，哪一部分是段落，每个段落是在说什么，一目了然，你内心吐槽，这还需要任何思考嘛！
但是计算机比较文盲，如果你不告诉它这一块是什么东西，它就不知道是什么东西，对它来说，这些都是二进制数据。
怎么办呢？这篇文章正围绕此展开，一场席卷几十亿群体的文盲行动就此展开。
继续阅读 “文因互联与正信用共建数据实验室，优化企业征信场景化应用”
作者： Just （王金许）
首发公众号：AI科技大本营
对@西瓜大丸子汤而言——在新浪微博上，他有 5.2 万个粉丝，虽然没有加 v 认证，但也算是小 v 了，平常发一些创业感想、技术思考、生活碎记，还有诗……总之内容像是一锅大杂烩。——“黑猫白猫论”、“农村包围城市”等党在探索中国改革道路时留下的经典理论是他在谈论公司发展时的高频词。
他应该从那些文史里汲取了不少养分。今天早上他读的书是《参谋助手论——为首长服务的艺术》，从书名上你不难猜想大概内容，他发在微博上的评语是“片言苟会心，掩卷忽而笑”。此刻，在他窗户朝南的办公室里，东北方向的两面墙被大书架所占据，其中不乏有《史记》、《韩非子》等书籍。对了，屋里还有一只刚入职三个月的猫，阿丑。
采访就要开始了，但他突然打断向身边同事询问其他两个同事的去向，“在下午两点，（他们）必须——高度一致。”
1.
鲍捷是@西瓜大丸子汤的现实姓名，他的实际身份是文因互联的创始人，他们提供智能金融技术与服务。实际上，这家创业公司是他的第二次创业，2013 年初次创业时，他们花了两年时间做了一个叫“好东西传送门”的推荐引擎，但始终无法变现。随后，在综合各种因素排除其他创业选项后，团队将目光转向智能金融。
他们希望做出“金融神经系统”，这与其他企业宣传的“金融大脑”等标签表意趋同，所不同的是其内核，文因互联是以知识图谱为基础来构建整个系统。
鲍捷将其划分为四个阶段。最基础的层次是流程的自动化，比如审计、信贷、监管、证券的自动化。他们已为审计事务所提供了从财务审计到法务审计的服务，如财务数据自动化提取和自动化复合；为证券类客户做了自动财务健康度评测系统、风险评测系统。
其次，自动化之后会带来知识资产化——不止数据，鲍捷认为知识才是金融机构的最核心。现在大量文档中的知识是由人工读取然后储存在大脑，而当机器有了自动化处理能力后，知识会越来越多沉淀在机构系统里。当然，这个过程中除了 NLP 技术外，可能还有区块链等新技术的参与。
再从机构内部扩大到机构之间的数据交换层面，有了金融的知识图谱后，中国所有的金融机构、政府、研究机构间会构造出一个巨大的近乎实时的数据分发网络，鲍捷称其为“金融数据高速公路”。
最终要实现从手工业金融到大工业金融的转变可能需要花相当长的时间，他认为 20 年后的金融业会更像软件行业，“以天为单位的数据交换都要缩短到以秒为计，上市公司债券的风险检查从一个月缩短到 5 分钟”。
回到当下行业现状，手工业金融的进阶并非易事。由于金融机构内部目前无法改变 IT 系统，从源头解决金融数据的结构化寸步难行。事实上还可能是倒退的，鲍捷解释说，一部分数据在源头上已经是结构化数据，但机构间交换数据时却转换成了由人工读写的 PDF 文件甚至是扫描件这样的自然语言，“估计有 200 万人力浪费了”。
他们现在所做的是从接口层面帮助交易所、券商、咨询公司、律所机构等做公告、研报、法规、新闻、甚至扫描件的结构化，这是他们当前的一个“核心”工作。
切入点很明确，他们要从阻力最小的单点逐个击破。
2.
要想攻陷每个阵地，需要的是全链条的数据结构化能力，包括财务报表的公开化提取能力，还有公告、研报、法规的解析，解析后再进行实体链接，映射到知识图谱上，之后是规则建模与推理、语义搜索、自然语言问答。
具体而言，文因互联的技术链条主要围绕结构化数据生成和结构化数据使用两部分：
结构化数据的生成首先需要机器理解文档，比如理解自然语言文档和理解图像，那如何提取 PDF 文件中的数字？这又分为数据清洗、恢复篇章结构到段落、提取元素这三大步骤。提取元素后要做年报、研究报告等渠道的数据集成，将其中提到的大量如人名、机构名等“实体”进行实体识别和实体链接，然后形成知识图谱。随后是结构化数据的使用，他们要把不同客户业务系统中的业务规则与这些数据作关联，这涉及到推理、规则引擎等技术。
对应到产品上，由于 AI 本身的高度复杂性，当它与金融等行业属性结合时，面临的则是数量级的复杂度。
“康威定律”的启发在于，一个复杂系统不应该从一开始就追求大而全，而要从一个简单系统开始，注重系统的演化能力。所以鲍捷认为基于经验观察设计出来的 2B 产品几乎无一例外都会失败，即便这类产品的幕后推手是大企业也会“完蛋”，这类有实力、有生命力的产品都需要从实践案例中总结。
以史为鉴，他拿俄中两国改革方案作类比：俄国改革是“休克疗法”，由诺贝尔奖获得者设计的方案却在现实执行时一塌糊涂，中国改革是“摸着石头过河”就成功了。他认为做人工智能产品理应属于后者。
他们现在还处在做公报和研报解析的初级场景上，鲍捷提及场景跃迁的概念，认为他们的应用场景半径会从 10 亿扩展到 100 亿甚至 1000 亿。“当你从实践中总结出来的那些点逐渐到位时，就会发现技术不断在解锁场景，场景其实一直在那里，只是因为技术没有到那里。”既然如此，做好结构化数据、自然语言理解语义引擎等大量的基础技术工作不可或缺，且无捷径可走，“认不清楚这一点的，就不要在这个行业混了。”
行业竞争已经到了非常激烈的程度，这是鲍捷对行业趋势的感受。他近期写了几篇未公开发布的存稿，其中一篇完稿于 5 个月前，文中写“2019 年会是智能金融的决战年”，但他现在提前了这一时刻，“今年第四季度就是决战季”。
时间的提前是因为他觉察到金融投资的寒冬将至，届时这一阶段的对决会在整个行业准备不足的状态下进行。他没有给出有足够说服力的依据，但笃定于自身对行业竞争在一年之内尘埃落定的判断，“大多数人还没有意识到战争开始的时候，就已经结束了，明年这个时候砸 100 亿都没用。”
那文因互联会如何应战？鲍捷告诉 AI科技大本营，取胜的关键在于团队凝聚力，这考验核心团队的攻城能力，以及公司新人的成长性。而在他看来，文因互联团队在三年长征中获得的最宝贵财产就是塑造了一支坚强的核心队伍，身在其中的每个人的要求都是军官标准。
尽管战役是否会如他所料想的那样如期而至还是未知数，“但刺刀已经架在步枪上了，”与采访前告诫他的军官“保持一致”时的相似口吻，首长鲍捷似乎在指示他们要瞄准，“我们会一寸一寸赢得这个市场。”
继续阅读 “文因互联CEO鲍捷博士将出席2018全国知识图谱与语义计算大会并作重要报告”
做成一件事儿不容易，而坑恒在。
鲍捷博士于5月10日在将门创投的线上 talk 中盘点了人工智能项目的大坑小坑，选出了看上去非常反常识的十个经典坑。
这是一篇大实话合集，但别绝望，最后将会放出从二十年采坑经验中总结出的彩蛋，共勉。
继续阅读 “文因互联入驻京东AI加速器：以知识图谱赋能金融机构”
作为经国务院批准，依据证券法设立的继上交所、深交所之后第三家全国性证券交易场所，全国股转系统在中国证监会领导下，始终贯彻创新、协调、绿色、开放、共享的发展理念，落实《国民经济和社会发展第十三个五年规划纲要》关于“深化新三板改革”的战略部署，深化市场分层，完备市场融资制度，改善市场流动性，完善和充分发挥服务中小微企业，特别是创新型、创业型、成长型企业的功能，全力服务供给侧结构性改革，促进创新创业、结构优化和存量盘活，激发经济增长新动力。
文因互联成立于2015年，是国内领先的智能金融解决方案提供商。团队在知识图谱技术、自然语言处理技术、金融知识建模等方面有深厚积淀。公司成立以来，在智能金融的多个分支进行了探索，在自动化监管、自动化审计、银行数据治理和知识图谱建设等场景上已有成功案例，通过业务场景的智能升级，赋能金融机构向新价值链的跃迁。
