前几年，互联网+这个词非常流行。它的本意，是在互联网技术基础上叠加行业需求，之后又衍生出了另一个词叫：智能+，同理也是在智能化技术的基础上叠加行业需求，这就是"能+行业"的由来。

客观地说，无论是互联网+，还是智能+，都存在一个根本性的误区，就是将技术与行业的逻辑关系，给倒置了。千行百业的行业用户，有非常复杂的应用场景和细节需求，让行业去适应技术是非常困难的。相反，以行业需求为核心，技术去适应行业明显就容易得多。这就衍生了新的逻辑关系"行业+智能"。

我们知道，在2018年，华为云刚刚推出EI智能体的时候，其实就是沿着"+智能"的逻辑在运行。在这个逻辑框架当中，华为云提供云平台，并将AI技术模块化，并结合具体的行业属性，提供一站式的人工智能服务，根据行业属性的不同，EI可以变成不同行业的智能体。比如和制造业结合，就是EI工业智能体，与医疗业结合，就是EI医疗智能体等等。

行业与智能的逻辑归位，亦是行业智能化的加速进行时。

三年布局，三年成长

从2018年到2020年，这三年，AI技术一直在不断刷新业界对智能化的认知。同样，这三年，也是华为云EI智能体不断进化的三年。

在2018年，人工智能的风口开始由C端转向B端，各行各业的数字化转型正在加速，而数字化转型的成果将很大程度上依赖智能化的进程。这一年，华为云推出"EI智能体"的概念，它的定位是帮助企业提升生产效率，精细化运营，商业模式创新，让行业变得更智能。同时，发布了全栈全场景AI解决方案，为客户提供了从底层AI芯片、AI框架到应用使能的能力。

2019年，人工智能逐渐演变成一种新的通用技术，"+智能"则成为一种基本生产力，随着各行各业智能化进程的加速，AI技术与行业场景的融合变得越来越凸显。例如，在深圳坂田的华为云EI交通智能体，将"交通+智能"真正的落地，这一年"+智能"让普惠AI成为了现实。同时，随着AI芯片、全场景AI计算框架MindSpore、Atlas全系列产品等的相继推出，华为已完成全栈全场景AI解决方案的构建。

2020年，在新冠肺炎的防疫抗疫的过程中，大量的AI技术被广泛应用，比如AI测温、AI远程服务支持助手，以及智能的社区管理等等，成为了名副其实的"新基建"。普惠AI以及+智能的理念早已深入人心，并通过大量的AI应用得以验证。如今，华为云EI已经在金融、制造、能源、医疗、交通、工业等行业广泛应用。

笔者认为，2020年也将是AI技术深入到行业的关键应用，或者说生产系统当中，成为创新生产力的一年。AI将会"能力化"，这种能力的运用和取舍，也会决定数字化转型的深度。

场景化突破打破金融行业智能化难题

但对很多企业来说，生产系统走向智能化的难度却并不小，无论是如何去利用和筛选数据，还是行业的机理模型与 AI 深度学习结合，亦或是之后的业务逻辑建模和部署，需求与实践之间都存在巨大的鸿沟。

民生银行信用卡中心大数据分析与应用部副总经理刘轶琳（中）与华为云EI服务产品部解决方案总监张松（右）在华为Cloud & AI Live直播节目中分享人工智能在金融行业的应用探索。

例如在金融行业，首先，由于对数据的全面性、准确性、稳定性的高要求，数据的层面怎么保证数据的全面性与有效性，是一个挑战；其次，金融业的知识如何积累下来，通过知识图谱这样的平台，再结合算法平台去支持业务也是一个难题。所以，通过AI技术赋能金融行业任重而道远，需要针对具体的应用场景，一个一个的去突破。

比如信用卡被盗刷的情况非常普遍，如何改善甚至根治这个难题，用好AI的能力就变得至关重要。

民生银行信用卡中心大数据分析与应用部的副总经理刘轶琳说，"这是一个非常典型的应用了大数据与人工智能技术，识别客户的刷卡交易真实性的场景。在这个过程当中，其实银行内部会有一系列的基于数据驱动应用了各种智能算法，建立的一套交易监控的体系，并且会用到非常多维度的数据，比如说单笔交易金额、交易时间、交易场景、交易渠道等等，同时也应用有监督与无监督的机器学习技术，从而实现保证客户交易的安全。"

其实，除了信用卡防盗刷这样的传统业务，华为云EI也在赋能金融业的业务创新，华为云EI服务产品部解决方案总监张松表示，"除了传统的金融云非常注重的风控领域已经在大规模的应用人工智能技术之外，其实在前端营销也在非常成熟的应用人工智能的技术。这样的领域里面可以综合捕获非常多这样的数据，给我们的用户做一个个性化的画像，根据每个用户个性化画像，推荐适合他的金融产品。"