當AlphaGo在與人類的對弈中布下第一手棋，決策智能的時代便按下了不可逆轉的啟動鍵。

近年來，決策科學從一個新興學科一躍成為業內發展最快、應用最廣泛的領域。隨著云計算和人工智能快速發展，運用數據科學的力量由機器幫助人們做決策成為了可能。

在薩摩耶云首席科學家王明明看來，云計算和人工智能的關系更像是血液與神經系統。他形象地把云計算比喻為動力單元，把人工智能比喻為頭腦單元，只有當“動力”與“頭腦”充分融合與協調，才會讓決策智能的出現成為可能。而決策智能最大的價值，是可以充分調用數據，并利用機器學習的能力，尋找出潛在的模式、隱匿的風險，幫助各個行業快速而精準地解決商業問題。

六年前，當王明明作為創始團隊成員加入薩摩耶云時，市場上還尚無決策智能的概念。本著“只用最適合的技術，而不盲目追求新技術”的理念，薩摩耶云的技術團隊從數據研究起步，圍繞業務的發展不斷推動技術進化，在成為國內領先的智能決策解決方案供應商的道路上馬不停蹄。

從Ascore到K3 決策智能的技術進化路線

作為在商業領域率先運用決策智能為客戶提供解決方案的公司，經過數年的探索，薩摩耶云所獨創的K3智能策略體系不僅幫助客戶重構了業務流程從而實現了業務增長，同時，也驗證了這一業務體系的可復制性及成長空間。

完成技術進化所堅持的“信仰”是薩摩耶云技術團隊對“解決問題的信心和執念”。

“AlphaGo如果只能戰勝剛學棋的小朋友，是無法被稱之為革命性的決策智能產品的。”在王明明心中，只有將問題解決得“至少跟人一樣好”才能被稱之為智能。而“跟人一樣好”并不是人類的平均水平而是“頂尖水平”。

因此，行業用戶所感受到的智能決策解決方案帶來的效率與業績提升的背后，是6年五次的技術迭代。

從最早的源自于銀行業的邏輯回歸算法Ascore來幫助計算信用風險，到純粹用數據來擬合訓練的DNA，再到使用人工介入輔助對各類業務模型進行仿生訓練的Alpha S，彼時，薩摩耶云的決策智能技術已經達到了業內較為領先的水平。

隨后，K2智能策略體系推出，其在Alpha S的基礎上，可對各個業務模型快速迭代，可以根據客戶需求快速實現對各類模塊的調整。而去年，薩摩耶云將K2升級為K3，K3擁有強大的“模型池”，可以容納不限數量的模塊以供用戶隨時調用，充分滿足各行業用戶的智能化決策需求。

一個真正的智能決策解決方案是能夠吃透要解決的業務問題，同時具有產品化能力。其中的任何一點沒有滿足，在薩摩耶云都不能稱之為真正的決策智能解決方案。

“有些AI公司會去做一些咨詢項目，原因可能就是產品化能力不足，只能通過咨詢的方式‘將智能植入到客戶的系統中’；或者是沒有吃透業務，只能通過咨詢的方式，進一步調研和了解業務問題的實質，為產品化做準備。”

擁有真正的智能決策解決方案正是薩摩耶云核心能力和核心優勢。從最為復雜的金融行業風控研究起步，使得薩摩耶云的云計算和人工智能技術在機器學習訓練、算法優化等方面具有應對復雜環境的能力以及更加豐富的經驗。

在這一過程中，也涌現出“歐拉”、“獵戶座”、“AMSM”（auto-multiole-samples-mixer）、“3M”（multi-task、multi-modal、multi-evaluation）等多個讓王明明及他的團隊感到自豪的產品和技術。

更高級的、直接產生價值的智能

通常，人們常把人工智能分為感知智能、分析智能和決策智能。用王明明的話說，從人類發展來看，機器是肢體的延伸，決策智能是大腦的延伸。

新商業學院主編的《數智驅動新增長》一書中這樣描述決策智能：基于自動化和設備的智能化構建大數據分析的能力，使“數據”轉化為“洞察”，進而由洞察產生行動，不僅在技術上提升洞察分析能力，也能夠從組織、管控、能力的角度同步得到提升，真正實現順利運作“感知-洞察-評估-響應”閉環并且能夠循環提升。

相對于其他智能，決策智能是能夠直接產生價值的智能。通過構建一套全新的決策機制，能夠替代傳統的經驗決策，提升效率的同時還能夠“少走彎路”。據Gartner公司測算，到2030年，決策智能將超過所有其他類型的人工智能活動，占全球人工智能衍生商業價值的44%。

但根據技術運用程度的高低，決策智能又被分為四個階段：前決策智能、有限決策智能、完全決策智能、超級決策智能。所處的階段不同，其所構建的商業模式、商業價值也有所差異。

薩摩耶云與目前市場上的一些數據風控公司不同，它并未經歷過前決策智能階段，公司成立伊始，即處于有限決策智能的階段。公司早期就已然躍過了近似于“計算智能”的階段，而是將人的經驗結合數學模型，將邏輯導入系統，由系統自動化進行分析和判斷，給出決策性建議，并自動予以執行，基本實現智能化判斷與決策。

隨著技術能力的不斷提升，2020年開始，薩摩耶云已經進入了完全決策智能階段。通過任務式學習、機器學習，達到了“由人直接向機器下達目標指令，機器自動給出答案”的效果，并支持機器自我更新迭代，基本擺脫人的經驗和邏輯，人只需要賦予機器新的樣本、新的學習算子，由機器自我驅動和學習，并直接做出決策和行動，以K3智能策略體系為代表的部分產品已達到“半人格化”屬性，在客戶中也取得了良好的使用效果與口碑。目前市場上鮮有能與薩摩耶云一較高下的競爭對手。

獲得驗證的商業模式

一個技術負責人的最大欣慰是看到自己所堅信的技術能夠創造出商業價值。王明明是其中的幸運兒。“我們的產品模式選擇SaaS、aPaaS模式，從商業上、財務上都證明了我們是正確的。”

薩摩耶云對智能決策科學的探索和運用，并非停留在實驗室階段。其智能決策兼顧科研創新與應用創新，在理論研究的基礎上，將決策智能科技在業務實踐中廣泛使用，并給公司帶來了規模化的客戶、收入和盈利。

據介紹，薩摩耶云以云原生數字科技為依托，融合機器學習及深度學習等前沿AI技術，從云端提供決策智能服務，讓人工智能與SaaS服務實現高度的融合，從而實現通過機器來替代大腦的判斷和決策過程，為企業帶來數字化、智能化、生態化等多個創新優勢。

通過決策智能科學體系以及圍繞該體系的一系列具體技術和產品，幫助企業改變過去依靠“經驗驅動”的習慣，轉而以“智能驅動”來實現快速的、低成本的規模化擴張，進而獲得高效創新的商業增長機會。

薩摩耶云綜合運用前沿技術打造了“商家對商家對顧客”（B2B2C）模式，以幫助客戶建立一個完整的價值鏈閉環生態系統，該閉環系統包括客群生成、流量引導、重復購買、增值服務等全方位內容。針對不同的業務場景需求，薩摩耶云為客戶提供了“決策智能+云服務”的細分服務內容，目前已經形成了金融云解決方案、產業云解決方案、信用云解決方案等三大具體解決方案。

“各類機構要面對的風險很多，薩摩耶云提供的解決方案能夠在大數據基礎上通過決策智能更精準地判別風險，解決風險收益匹配的問題。”

據王明明介紹，薩摩耶云主要是從對抗、社區、環境、穩定四大方向（即：ACES智能決策框架）進行探索，打通智能獲客、智能風控等問題，幫助合作機構在承受最低風險情況下，獲取更高的收益。

數據最能說明問題。目前，薩摩耶云的相關業務已涉及政府監管、手機制造、電信運營、線下商超等多個領域，“數智薩摩云平臺”已與7370萬家小微商戶及客戶、50家金融機構、530家不同行業的企業、1470家互聯網平臺及70家數據供應商展開了深度合作。

決策智能的未來之路

未來的決策智能是什么樣子的？會是超級決策智能所描繪的機器具有了“完全人格化屬性”嗎？那或許是一種現在聽上去比較科幻的場景：一個人走在路上，周圍的一切都在隨著他變動，隨時做好為他提供服務的準備，而這些服務全都由一個“大腦”所控制。

王明明認為，決策無處不在，因此決策智能的發展就如同機械化代替純手工、汽車代替馬車、手機代替電腦一樣，會因為效率的提升而不斷進步。“決策智能未來將會非常普遍、無處不在且無感的存在，就像現在各種互聯網應用，人們已經習慣于它的便捷。我們人工智能團隊在做的，就是將決策智能應用在需要提效的地方”。

但他也表示不需要神化決策智能，因為它離“無所不能”還非常遠。一方面，決策智能是有局限的，需要大量的歷史數據樣本，只能處理可以被數字化的決策，而不能理解很多主觀的價值判斷。此外，決策智能只能在給定的題目中求解，它無法跳出題目，就像AlphaGo無法做飯、理發，甚至不能告訴你是否應該帶雨傘。

“圍棋AI也還在不斷迭代，每次圍棋機器人大賽，總會有新AI戰勝舊AI，這就證明即便是AI，離圍棋上帝也還很遠，他只是超越了人類，離圍棋上帝更近一些。”

作為主攻決策智能賽道的科技公司，事實上，薩摩耶云對于技術的發展規劃有著非常明確的目標。王明明透露，未來3-5年，在技術上力爭更加精細，利用更多樣本，研究和提升算法，將原有問題解決的更好；另外，提升技術應用的廣泛性，將已有的“智能”放進更多的問題中應用，加強智能泛化應用的能力。

他同時坦言非常喜歡AlphaGo，希望有朝一日可以做出屬于薩摩耶云的“AlphaGo”，用來解決各個領域的商業問題。