在雷鋒網剛剛公布的年度掘金榜單中，驀然認知獲得了“最佳智能中臺產品獎”，這是目前為數不多的中臺產品獎項。

近年來，大家都在講中臺，那么究竟什么是中臺？似乎有些明白但又解釋不清楚？或許還有朋友對這個概念依舊很陌生，接下來，我們先來簡單了解一下。

究竟什么是中臺？

在中臺出現之前的傳統企業(yè)中，無論企業(yè)內部的項目結構如何復雜多變，但大多都還是分為“前臺”和“后臺”這兩部分?！扒芭_”即包括各種與用戶直接交互的界面，比如手機app；“后臺”則是面向企業(yè)內部開發(fā)運營人員的配置管理系統，比如商品管理等。

在這種傳統的前臺-后臺架構中，每個項目、組織都很獨立，這就造成了每個項目都在發(fā)明同樣的“輪子”，這不僅使得開發(fā)效率變低，也使得企業(yè)難以快速響應市場的需求變化。

（圖片來源于網絡，侵刪）

在這樣的情況下，為了提高開發(fā)效率，便有企業(yè)整合出了一個中間組織，為所有項目提供一些公共資源，而這個中間組織，就是我們所說的中臺。

據悉，最早做出中臺嘗試的是芬蘭的一家游戲公司——SuperCell，說起這個名字大家可能會有些陌生，但提起他們出品的游戲想必多數人都有所耳聞：部落沖突、卡通農場、海島奇兵、皇室戰(zhàn)爭……

該公司里，5-7個員工就可以組成一個獨立的開發(fā)團隊，稱之為cell。Supercell的中臺，指的是公司將游戲開發(fā)過程中公共和通用的游戲素材和算法整合起來，并積累了非常科學的研發(fā)工具和框架體系，構建了一個功能強大的中臺。這個中臺可以支持若干個小團隊在短時間內開發(fā)出一款新的游戲。

緊隨其后，國內互聯網公司也紛紛開始了各自的中臺戰(zhàn)略，比如阿里巴巴提出的“大中臺、小前臺”，華為提出了“平臺炮火支撐精兵作戰(zhàn)”戰(zhàn)略等。根據不同的維度，又可以把中臺分為業(yè)務中臺、技術中臺、數據中臺、組織中臺等。但無論如何分類，中臺的關鍵都離不開幾個詞：共享、增效、規(guī)?；瘎?chuàng)新。

在了解了什么是中臺之后，可能很多人會問，為什么企業(yè)一定要用中臺？它能給企業(yè)帶來哪些好處？

為什么要使用中臺？

在回答這個問題之前，我們不妨先來看看目前企業(yè)面臨的現狀。

區(qū)別于傳統“以生產為中心”的經營模式，“以用戶為中心”才是數字化浪潮時代企業(yè)能否在市場競爭中存活下來的關鍵，這給企業(yè)的經營帶來了巨大的挑戰(zhàn)，不同于傳統工業(yè)化時代的競爭模式，如今企業(yè)的競爭能力已經從過去傳統的“制造能力”變成了“服務能力+數字能力+制造能力”。

如今，早已不是之前開發(fā)個產品就能獲取大量用戶的時代了，隨著各類企業(yè)的逐漸飽和，獲取用戶不再像從前互聯網時代剛興起時那么容易，而更難的是，如何留存住用戶？如何讓用戶在琳瑯滿目的產品中不被別家吸引？這就需要企業(yè)對自己的目標用戶擁有絕對的了解。

“以用戶為中心”，首先要做到了解用戶。

然而，隨著移動互聯網及IoT時代的到來，企業(yè)的各類營銷渠道也開始向線上轉移，用戶行為大量分散于線上、線下及各類終端設備中，且數據來源多種多樣，不僅各個渠道間的信息難以打通，即使渠道破壁，繁雜的異構數據不僅讓企業(yè)獲取數據變得難上加難，也使得企業(yè)難以有針對性的調整業(yè)務戰(zhàn)略。如何獲取并分析各個渠道的用戶信息成為了企業(yè)能否快速響應用戶，精準預測需求的首要問題。

最新的AI中臺要解決的，正是這樣的問題。

傳統的數據中臺實現了組織內數據標準的統一，為前臺業(yè)務提供了自動化、自助化的敏捷數據能力輸出，但這些都只是使業(yè)務方面感覺更加能用、易用而已，想要做到真正的好用，便離不開智能化的能力。AI中臺主要承擔了復雜的學習預測類智能需求，例如，如何理解現有的數據？這些數據傳達了什么？如何通過這些信息更精準的理解用戶意圖？如何輔助企業(yè)進行決策？這些都是AI中臺要解決的。

舉例來講，一家企業(yè)可能布局多個推廣渠道，在這些渠道中用戶的反饋信息將會被實時記錄下來，AI中臺可以通過NLP等技術將諸多異構數據轉換為同構數據，并生成用戶畫像及決策建議，進而將決策建議覆蓋到每個渠道去，反哺前端業(yè)務。

那么，榮獲“最佳智能中臺產品獎”的驀然認知，在AI中臺方面又做了哪些呢？

簡單來說，就是在數字化經濟時代下，企業(yè)的經營模式已經從原先的“以生產為中心”轉變到“以用戶為中心”，企業(yè)主們迫切需要跳過中間渠道商去真正了解自己的用戶是誰？他們想要什么？企業(yè)應該提供什么？

而在當下的物聯網時代，終端多樣，數據異構，想要向從前一樣僅從單一渠道便能洞悉用戶意圖，顯然是不可能的了。那么如何有效獲取各類渠道信息？如何根據繁雜的信息構建精準用戶畫像？如何做出更精準的營銷決策？是這個時代下企業(yè)們所面臨的首要問題。

而驀然認知要做的，正是幫助企業(yè)們去解決上述問題。

驀然認知的AI大腦中臺是什么？

簡要些說，驀然認知的AI大腦中臺通過NLP技術“把異構數據轉成同構數據，非結構化數據轉為結構化數據”來統一企業(yè)全流程數據管理，為企業(yè)提供建議決策，幫助企業(yè)提升運營和變現能力。

具體來講，驀然認知的AI大腦中臺可以大體分為感知層、認知層和服務層。

感知層會將語音信號處理、圖像識別、手勢識別、觸控交互等多模態(tài)交互方式收集的信息進行統一的接入管理。

進而轉入到認知層，將這些信息轉化為統一語言表示，再通過自然語言處理技術對其進行分析理解，生成用戶畫像，進而實現精準的搜索推薦和智能決策。在這一部分，驀然認知既可以幫助企業(yè)運營，也可以為企業(yè)搭建自己的配置管理平臺，這樣一來，企業(yè)可以依據自身所需，根據其業(yè)務等內容來進行自定義配置和管理。在企業(yè)較為注重的數據管理方面，驀然認知也可以助其構建日志存儲分析平臺，通過它對沉淀的數據進行存儲、處理、分類加工及深度分析，以便于企業(yè)后續(xù)進行模型迭代、產品分析和可視化等。

在服務層，AI大腦平臺不僅可以進行各類設備的IoT控制，也可以方便快捷的接入各類第三方內容和服務，這里的服務不僅包括各類生活服務，也包含了諸如售前咨詢、電商、保險等各類企業(yè)服務。

驀然認知的AI大腦中臺能做什么？

1，幫助企業(yè)對數據進行分析處理并據此提供策略化建議，輔助企業(yè)營銷決策，反哺前端業(yè)務

驀然認知可通過多模態(tài)交互方式幫助企業(yè)收集用戶數據，包括語音、觸控、圖像等多種方式，并將異構數據同質化。以4S店為例，驀然認知在線上，將車企微信端、網頁端及其他線上營銷渠道數據融合；在線下，從店內的攝像頭、傳感器、呼叫中心獲取數據，“以用戶為中心”將售前、售中、售后、金融等全渠道信息打通，并將多種異構數據形式轉化為統一形式表示，打破各渠道間的壁壘，幫助車企及經銷商更加精準的預測用戶的需求和行為，輔助銷售人員更快獲客。

2，輔助企業(yè)進行技能配置、運營管理

如上文提及，驀然認知可以根據企業(yè)需要，為其搭建自己的配置管理平臺，幫助企業(yè)進行自定義技能配置、數據管理、運營管理等。舉例來講，驀然認知可以為企業(yè)搭建自身的運營平臺，根據企業(yè)的個性化需求，為其配備諸如用戶滿意度檢測、用戶高頻需求洞察、用戶分層精細化運營等技能，企業(yè)不僅可以通過這些來更清晰的了解自身用戶，也可以根據算法推薦的內容來對用戶進行實時管理、主動推送等。

3，提供完整私有化和定制化部署，解決企業(yè)個性化需求和用戶數據安全性問題

不僅可以提供企業(yè)通用AI中臺系統，也可根據企業(yè)的個性化需求提供私有化和定制化部署，實現企業(yè)對服務、內容、算法的高度自主可控和靈活管理，幫助企業(yè)實時對生產、銷售、管理等進行監(jiān)管，解決企業(yè)個性化需求和用戶數據安全性問題。

在了解了這么多之后，到底哪些企業(yè)是切實需要的呢？

哪些行業(yè)需要AI大腦中臺？

我們在上篇中曾經談到，中臺有幾個關鍵詞：共享、增效、規(guī)模化創(chuàng)新。既然涉及共享，倘若一家企業(yè)的項目或業(yè)務線十分單一，那么共享的意義便不復存在。所以需要運用到AI大腦中臺的企業(yè)通常會具備以下特征之一：

（1）正在或需要進行多業(yè)務擴張、多消費渠道觸達，難以通過單一渠道觸及用戶、管理用戶；

（2）內部組織結構復雜，希望協調各組織間的資源等；

（3）內部有多條產品線或多種業(yè)務形態(tài)，各業(yè)務單元之間存在重復的功能模塊；

（4）企業(yè)內部使用了多種管理系統，需要打破各個系統間的壁壘進行統一管理。

那么具備這些特征的企業(yè)通常分布在哪些行業(yè)呢？

根據愛分析的統計數據顯示，數據智能在品牌營銷、金融、政務、零售等領域處于相對成熟的階段，也就意味著這些行業(yè)對數據收集、監(jiān)測、洞察、決策、重塑的需求更為強烈。

換句話說，品牌營銷、金融、政務、零售、醫(yī)療這些行業(yè)都將是AI中臺的極佳落地場景。

驀然認知的AI大腦中臺有哪些優(yōu)勢？

前面我們強調了驀然認知可以為企業(yè)提供完整的私有化和定制化部署，但倘若每家企業(yè)都要從頭開始進行定制，那么就要耗費大量的時間精力，難以快速滿足客戶需求。

因此，驀然認知建立了自身標準化的定制流程，可以做到快速適配不同企業(yè)。

AI中臺本身在行業(yè)中沉淀的技術能力是相通的，底層架構中絕大部分具有共通性，差異化則更多的是體現在前端業(yè)務，這就給驀然認知AI大腦中臺快速移植到不同的行業(yè)中提供了有力保障。僅通過一個已有案例，驀然認知便可構建出通用的底層數據模型及行業(yè)知識圖譜，并可快速移植到同類其他企業(yè)中去，幫助企業(yè)建立自身的知識圖譜和用戶畫像。

除此之外，驀然認知還擁有服務快速接入、終端靈活適配、數據安全可控、功能個性化定制等多重優(yōu)勢。

目前，在AI大腦中臺方面，驀然認知已與TCL等企業(yè)達成了長期合作。而家電、金融、酒旅、快消等領域廣闊的市場規(guī)模，也確保了驀然認知有足夠豐富的場景來進行構建。隨著數字化的不斷深入，未來，場景和技術的深度融合將會使得AI中臺的作用被更加淋漓盡致的突顯。

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。