2018年，是新兴技术与数据智能继续驱动商业变革的一年。

技术加速渗透中，企业级市场迎来机遇期。在这个阶段，需要更多企业服务公司利用技术创新赋能各行各业。未来，中国在企业级市场的探索落地，将成为让世界瞩目的“科技创新”2.0。

在此背景下，爱分析近期评选出了代表中国科技创新的未来十年的新龙榜100强，百分点入选榜单头部。

认知智能黄金十年

爱分析在会上发布的《中国科技创新趋势报告》报告指出，2019年AI将会迈入认知智能时代，其中知识图谱将成为明星技术。而认知智能得以实现突破的基础在于：1.感知智能技术达到一定水平，数据获取量充足；2.NLP技术处理异构数据的能力迅速得到提升；3.深度学习技术已经成熟。

百分点也认为，这是因为感知智能只是打开了人工智能的那扇门，而认知智能才能让我们真正走进智慧的世界。

所谓认知智能，可以理解为让机器自我学习，主动思考和理解，这种思考和理解体现在两个方面：第一是对人类语言能够理解和思考，与人类进行自然交互，达到人机融合；第二是对数据的理解和思考，从海量数据中挖掘出有价值的知识、理解知识之间的关系，辅助人类做决策。

为了总结行业趋势，致敬优秀企业，爱分析历时一个多月，“2018爱分析·中国科技创新企业100强”榜单（新龙榜）在昨日正式揭晓。百分点凭借在认知智能的两大核心技术，即自然语言处理和动态知识图谱技术，入选榜单头部，并在第一轮颁奖中，与阿里云等企业同台领奖。

百分点判断，认知智能将迎来其发展的黄金十年，为了抓住这个机遇，在刚刚过去的2018年成立了认知智能实验室。百分点事业部在行业实践中遇到的所有认知智能相关的技术难题，都会放到这个实验室来攻坚；此外，百分点也希望实验室研发出的认知智能技术未来能更多地落地在不同的行业产品和解决方案上。

认知智能L1-L3的渗透阶段

那么，在行业落地中，如何定义AI应用的成熟度？

就像自动驾驶领域的L1-L5分级，每个人工智能分支技术在L1-L3是辅助阶段，L4-L5是替代和超越阶段。对照之下，人工智能可以分为感知和认知两个层面，并且每个分支技术都可以划分为L1-L5的不同等级。

以感知智能为例，在计算机视觉技术在医学影像领域，现在可以从一张眼底照片中看几十种疾病，就属于L2级别；如果病种识别出在上千种疾病，将是L4级别；如果AI不仅能看眼底照片，而且所有CT、病理照片都可以看，就达到了L5级别。

在实际技术落地过程中，感知智能领域的语音、视觉、语言三种技术分支都已经发展到L2、L3级别，爱分析预测，2019年AI将在认知智能领域取得突破，并迅速实现L1-L3的渗透。

同样是基于对认知的新思考，百分点已将产品定位在认知智能，通过认知智能技术促进行业的决策智能，在人机融合的过程里人和机器可以共享知识，能够做到人机自然交互，无间协作，最终帮助业务人员理解和感知业务的态势，直到能够快速找到解决方案。

“科技创新”2.0的机遇

中国在2C领域已经出现了世界级的公司，2C领域的创新成为了中国科技创新的1.0。

目前，在2B企业服务领域仍与世界水平有较大差距，但中国在人工智能技术上开始与国际先进水平站在同一起跑线上，且在行业应用探索上更有优势，有机会在行业应用上引领世界级创新。未来，在企业级市场的探索落地，将成为让世界瞩目的“科技创新”2.0。

加之，消费互联网的场景几乎已经完善了，因此从场景的角度做延伸，未来人工智能新的战场也一定是在企业级市场，在产业互联网行业。在这个阶段，需要更多企业服务公司利用技术创新赋能各行各业。

在国内，中国高端人口红利充分释放，中国企业的技术产品能力逐步赶超国际水平，且更能理解中国企业客户需求，在重要领域正逐步替代国外的软件和企业服务公司；在海外，中国AI应用领域的世界级创新也开始走出国门，服务国际市场。

但每一个行业场景的落地都要必经一段试错过程，“慢”是2B企业的共性，因为各个行业的渗透成熟度和应用价值各有差异。《中国科技创新趋势报告》中分析，行业应用领域，各垂直行业技术渗透日渐加速，但渗金融科技、医疗科技、汽车科技领域入榜企业数量较多，技术渗透相对成熟；房产科技、零售科技、教育科技、工业科技等领域还处于技术渗透早期，价值有待进一步挖掘。在宏观经济不确定的大环境下，政务、金融、企业服务和医疗四个行业将在2019年凸显其商业价值。

百分点在过去几年中，为行业构建融合技术、数据、场景的智能决策体系，覆盖金融、政务、公安、融媒、制造、零售、汽车等多个行业的上万家企业客户和机构，为客户提供数据价值管理的能力。

我们认为，在推进行业落地中，场景应用驱动行业变革，要给客户创造实际的价值，而不仅仅提供产品与技术。在深耕行业市场中，也联合更多的合作伙伴，共同打造综合的解决方案，同时联合合作伙伴共同拓展海外市场。

在难得的历史机遇期，百分点多年来在行业的经验沉淀，以及对行业知识图谱的构建能力，让百分点在大数据智能方向也拥有了更多可能。