（微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文）
《中國新一代人工智能發展報告2019》指出，人工智能技術的成熟及應用催生的智能經濟，将為我國經濟高品質發展提供有力支撐。這份由科技部新一代人工智能發展研究中心、中國科學技術發展戰略研究院聯合國内外10餘家機構編寫的報告，展現了2017年7月《新一代人工智能發展規劃》以來的推進情況。該報告同時指出，我國人工智能産學研協同創新能力仍有差距，人工智能學術研究仍以高校為主，與企業的結合程度較弱。
早在2017年11月，微軟亞洲研究院就啟動了“創新彙”項目，主要結合微軟前沿的人工智能科技成果以及“創新彙”成員企業的行業經驗，以人工智能落地為企業數字化轉型的突破口，讓科研與商業互相碰撞、互相啟發，形成人工智能“頭雁”與數字化轉型“頭雁”齊飛的連動效應，尋找大型企業的數字化轉型之道。微軟亞洲研究院“創新彙”主要針對行業領先企業，期望走出一條幫助大型企業轉型的“智能+”之路。
2019年6月5日，微軟亞洲研究院啟動了“創新彙”二期，共有26家企業“入駐”成為成員企業，其中包括東方海外航運、華夏基金、輝瑞制藥、三一重工、萬科、萬向控股、順豐科技、培生集團、興業銀行、招商銀行、中信銀行、中國外彙交易中心等大型金融、制造、物流等企業。“創新彙”同期舉辦的為期兩天的創新論壇2019活動中，成員企業将通過前瞻技術分享、行業前景探讨、閉門會議等形式與微軟亞洲研究院的人工智能專家全方位交流、探讨。
微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文表示：“數字化轉型不是終點，而是一個旅程。”作為數字化轉型的“頭雁”，如何基于人工智能找到一條有效而且能夠普遍推廣的數字化轉型之道，是所有大型企業在當下的困惑。如何找到既不“小打小鬧”又不“傷筋動骨”還能帶來顯著實效的數字化轉型之道，是撬動大型企業向智能經濟更新的關鍵。
全局智能拉動整體更新
（微軟亞洲研究院副院長劉鐵岩）
人工智能和機器學習領域有很多種算法和衆多公司。據有關機構統計，截至2018年底，全球共成立人工智能企業15916家，中國人工智能企業數量多達3341家，位居世界第二位。而包括微軟在内的公有雲廠商，也提供了數量衆多的AI服務，例如微軟Azure就提供了視覺、語音、語言、知識和搜尋等五大類别的20餘種API認知服務以及支援TensorFlow、PyTorch、ONNX、Scikit-Learn等在内的多種機器學習和深度學習開發架構。
微軟亞洲研究院副院長劉鐵岩認為，很多人認為人工智能是一組現成的工具，可以直接打包提供解決方案，而從事人工智能研究多年的微軟研究員則認為，更應該把人工智能視為一種方法論，需要根據具體問題進行定制化設計，才能真正成為可用的技術工具。每個行業所面臨的痛點不同，每個應用場景的特點不同，是以人工智能想要真正落地，需要結合行業的領域知識，進行深入的定制。
自2017年11月開始的第一期“創新彙”，微軟亞洲研究院就與成員企業合作，探索行業定制的方法和路徑。而更重要的是，在定制行業AI方法和路徑的基礎上，提煉出一條具有普适意義的路徑或方法論，進而普遍性提高社會生産力。而這就回到了本次全球人工智能熱潮的起點——大資料。實際上，在過去的60年中，人工智能算法本身并沒有本質的改變，而自2016年以來的全球人工智能熱潮，其根本原因在于可以獲得大資料和高算力。進入到2019年，越來越多的行業群組織能夠獲得全局全域資料，結合人工智能分析就能實作規模化撬動業務和經濟闆塊更新的能力。
在中國，自2014年“大資料”首次進入政府工作報告，就在推動全社會全域大資料的積累。華夏基金總經理李一梅在微軟亞洲研究院“創新彙”二期啟動會上接受采訪時表示，華夏基金有1億多客戶，以前并不知道這1億客戶都是誰，包括客戶畫像如何、行為表現如何、風險偏好如何等，而如果能夠清晰地了解1億客戶的所有資料，就有機會提供更好、更适合客戶的産品以及更好的心理輔導。因為很多時候，投資是一個心理行為，能否賺錢取決于持有的時間，期間必須要戰勝恐懼、貪婪等最基本的人性特點，而如果能夠認識客戶以及預測客戶的行為模式并提前幹預，就能極大提升投資回報。
而另一個與微軟亞洲研究院以及“創新彙”合作一年多的東方海外航運（OOCL）處于物流行業。與金融行業類似，物流行業近年來也積累了大量資料，可以獲得接近全局全域資料。微軟亞洲研究院機器學習組主管研究員邊江介紹，全球一體化讓世界貿易成為一個大而複雜的場景，其中存在着資源配置設定不平衡的問題。OOCL最大的資源就是集裝箱，如何以最優方式有效排程集裝箱，滿足不同港口和區域的需求，這就需要一個高效的集裝箱供需回路。傳統的做法是對各個港口的空集裝箱需求和供給進行預測，再利用組合優化方式獲得合理的排程算法。但每一步的準确性就影響了下一步，例如一個港口出現問題，就會影響下一個關聯港口的準确性。微軟亞洲研究院與OOCL經過合作研究，提出了一個端到端的機器學習方法，也就是對OOCL全球航運網絡的供需進行整體模組化。這，就是全域全局模組化的思想。
通過微軟亞洲研究院“創新彙”第一期成員企業的實踐，可以看出一個基本規律，也是一個普适性的數字化轉型思考：那就是基于全局全域大資料，利用人工智能算法建立全局全域的認知能力，再反過來輔助傳統靠經驗完成的局部優化問題。在這個思路下，就有機會大規模拉動業務或經濟闆塊的轉型更新，創造出規模化的效益。
為什麼是微軟？
（華夏基金總經理李一梅）
Gartner和中國信通院聯合編制的2018世界人工智能産業發展藍皮書指出，目前人工智能仍處于早期采用階段，僅有4%的被調研企業已經投資并部署了AI技術。對于企業的實際業務場景而言，不再是語音識别或圖像識别等特征明顯、規則固定的閉環問題，而涉及到複雜的幹擾因素和開放的連動效應。即便是有了全局全域模組化思想，也需要根據具體的業務場景進行優化和工程化，而這正是微軟亞洲研究院的長項。
華夏基金董事總經理、數量投資部行政負責人張弘弢介紹：在金融投資領域，由于有更多人參與，任何行為的介入都可能會改變其他行為，同時投資者和投資結構也在不斷變化，這讓邏輯決策與響應過程更加複雜，對人工智能的落地提出了更大挑戰。華夏基金在2017年就開始了與微軟亞洲研究院的深度合作，在大量研究與測試後選擇了量化投資——多因子選股這個領域首先展開合作。
傳統的多因子選股方式，在模組化過程中具有一定的主觀性。而随着資料量與資料類型的增加，傳統方式已不能兼顧所有資料，有些半結構化和非結構化資料無法得到有效利用。而在華夏基金與微軟亞洲研究院互派團隊進駐對方實驗室進行密切合作之後，雙方探索出了“AI+指數增強”的政策，該政策主要涉及兩項核心的人工智能技術：時空卷積神經網絡和時變注意力模型。簡單了解，雖然可以獲得證券市場的實時全局全域大資料，但整個市場處于實時變化當中，這一刻的全局刻畫不一定能推理出下一刻的全局狀态，這時就要引入實時的時空分析以及時變的市場動态注意力模型，以協助實時調整選股組合。
微軟亞洲研究院副院長劉鐵岩就此評論，“金融市場中的資料是一直變化的，資料與模型就如同雞生蛋和蛋生雞的問題一樣，無法确定誰先存在。而機器學習利用實時變化的最原始資料，可以實時發現變化的因子，及時抽取α信号更改組合模型，時刻確定投資公式是目前最佳，避免了人工計算公式的滞後性，以及不斷失效的問題。”微軟亞洲研究院為華夏基金引入的不僅有時空卷積神經網絡和時變注意力模型，也有基于博弈論的機器學習。通過不同的深度學習和機器學習的組合應用，解決了整個市場的動态變化和複雜開放市場環境的挑戰，特别是在非理性的投資環境中如何擷取更高收益的問題。
當然，微軟亞洲研究院在為華夏基金解決問題的時候，也還要處理不少的工程化挑戰。比如，金融和證券市場中的各種資訊、資料和新聞等品質參差不齊，就要解決如何更好地擷取新聞資料或者是文本資料中隐含的投資信号。雖然微軟已經在國際的機器閱讀了解等大賽中名列前茅，但那隻是實驗資料和實驗環境，資料和文本品質都非常高。而在現實世界中，就沒有那麼多高品質的資料和文本資訊了。這個問題雖然看似不難，但也需要大量的工程化努力。
同樣的情況發生也在東方海外航運OOCL上。雖然是要建立一個全局全域的人工智能模型，但在回報給每一個港口進行決策優化進而計算出整體優化的參數時，卻不能簡單的靜态計算，因為所有的港口和空集裝箱的情況也是實時變動的。為此，微軟亞洲研究院提出了一套全新的解決方法——競合多智能體強化學習技術（Coopetitive Multi-Agent Reinforcement Learning）。
相比于傳統的全局求解優化方法，競合多智能體強化學習技術把每一個港口和船隻模組化成智能體，在各個智能體之間建立了高效的通信機制，通過協調智能體之間的利益配置設定與轉移，來促進智能體之間的合作以及協調競争，對原來的全局複雜問題分而治之，以去中心化的方式進行求解，最終起到全局優化的目的。傳統優化方法需要好幾個小時進行的路徑優化，利用競合多智能體強化學習技術則可以縮短到毫秒級。當某個智能體遇到突發狀況時，系統隻需調動周圍相關的幾個智能體自己協調就能解決，無需從頭開始重新計算。
開放創新彙，聚全力共赢
（第二期微軟亞洲研究院“創新彙”成員企業代表）
當然，“很多事情看起來很美好，真正做下去就有很多細節”，劉鐵岩強調在企業落地AI，算法隻是其中的一項挑戰。
微軟亞洲研究院與OOCL的合作，核心算法的成功早已被證明了，但在具體部署的時候就遇到了“最後一公裡”問題。因為一旦到了具體的區域，比如澳洲、紐西蘭等，就會有很多地方性的限制，超出了原先通用模型的範圍，是以要解決“最後一公裡”的方案。必須要有長期積累能做骨幹算法解決方案，同時還要有精兵強将、有戰鬥力的公司，才能最終打通整個鍊條。
微軟亞洲研究院的科學家與OOCL的科學家和工程師團隊合作，就是完美的團隊模型。很多具體落地的難題，OOCL的科學家和工程師團隊就可以解決，雙方形成優勢互補。劉鐵岩強調，利用AI探索數字化轉型，是一個開放創新的過程，需要與真正想通過AI改變自己行業心态的專業人士合作。“在這個過程中，沒有甲方和乙方、沒有運動員和裁判員，大家都要做運動員，都要下場貢獻，才可能踢赢這場比賽。如果想做數字化轉型的公司，抱着裁判員的心态來看AI，其實就已經輸了，因為沒有辦法全心投入，沒有辦法把自己最重要的知識貢獻出來。我們能夠與企業磨合，是因為這些合作夥伴特别開明，都本着公正、平等、開放的心态才走到今天。”
微軟亞洲研究院為什麼會選擇“頭雁”型大企業合作人工智能和數字化轉型？劉鐵岩強調，微軟希望實作示範性的AI解決方案，就需要獲得某個行業中最痛點、最難的問題，而隻有在行業中摸爬滾打了幾十年的大公司才能看透行業，提出最難的痛點問題。“我們希望找非常有經驗、能看到全盤問題的公司合作，隻有成熟的龍頭企業才會做長遠的布局和充分的思考。”而與“頭雁”企業合作後，就有可能把個案抽象成某種思想、工具甚至是服務，最終提供給更廣大的企業。
順豐科技有限公司CEO幺寶剛表示，“經過多年的經營和前瞻性戰略布局，順豐已形成擁有‘天網+地網+資訊網’三網合一、具有網絡規模優勢的智能物流營運商。加入微軟亞洲研究院‘創新彙’隻是一個起點，我們相信雙方的深入合作将成為物流行業與人工智能深度融合的又一典範。”
“數字化轉型已成為企業的普遍認知，由人工智能驅動的數字化轉型将為企業創造獨特的競争優勢。”而在這個過程中，微軟亞洲研究院副院長潘天佑強調，主要的成功要素是AI科學家與企業之間的雙方信任。“創新彙”一期華夏基金和OOCL的合作能夠取得階段性成果，就是因為企業高層親自參與及承諾，其它參與“創新彙”的成員企業基本都是類似情況。而微軟作為一家平台公司，不會與任何行業企業産生競争關系，這也是“創新彙”成員企業可以充分信任微軟亞洲研究院的基礎。
2019年是中國經濟“換檔提效”的關鍵之年，從“網際網路+”到“智能+”的更新預示了目前的數字化轉型正從泛連接配接和大資料的積累，過渡到對大資料的有效和高效利用以及通過人工智能從更高次元解決新老問題的方式。
正如長江商學院人工智能與制度研究中心主任許成鋼教授所指出的，人工智能在根本上是經濟學模型，是從經濟問題研究起步又再傳回到對經濟的貢獻中。過去，由于缺乏資料而無法解決大量經濟學家關心的問題，現在大資料已經能夠開始反映全社會的運作狀态，那麼人工智能就給予了經濟和商業以新的可能性。現在，新的“智能+”世界才剛開始。（文/甯川）