走进第四范式（决策类AI企业的生存之道）
根据不同的应用领域，人工智能行业可以分为视觉类人工智能、语音及语义类人工智能和决策类人工智能。
通常，我们接触的都是视觉类、语音类的人工智能，它们主要用来帮助人类执行具体任务，例如人脸识别，语音控制等等，而决策类AI更像企业的“智囊团”，给企业提供服务，而非个人，比如精准营销、风险管理、运营优化等等。
客观的说，决策类AI本质数据挖掘，远不如视觉类、语音类的人工智能更酷更有吸引力，干的都是苦活累活脏活。所以，商汤能够如日中天，科大讯飞能够独领风骚，而决策类AI中并没有出现明星公司。
第四范式主要提供以平台为中心的人工智能解决方案，发掘数据隐含规律并全面提升企业的决策能力，属于决策类AI企业。当然，也可以说，第四范式是干数据挖掘的，这也没有毛病。
公司的基因来源于创始人的经历，第四范式的创始人是戴文渊，据说是个地地道道的学霸，在大学期间，曾组队获得ACM大赛的冠军。
文章图片
2004-2005年全球总决赛，右三为戴文渊
后来，博士毕业之后，戴文渊加入了百度。彼时，百度的竞价排名广为人们所诟病，公司老大李彦宏脸上愁云密布，随后迫于压力开始研发凤巢系统。
文章图片
【走进第四范式（决策类AI企业的生存之道）】
凤巢虽然听起来比鸟巢更高大上，但是凤巢的内部跟鸟巢的外观一样“粗糙”，凤巢系统只有大概1万条策略，而且都是人工制定的，系统匹配效率不高，用户搜索体验差，导致没有点击广告的欲望，产品不赚钱，老板很发愁。
文章图片
早期的凤巢系统如同这个鸟窝一样，粗鄙不堪
后来，戴文渊带领数名员工，另辟蹊径，利用自己的计算优势，通过数据挖掘和机器学习来制定广告策略，短短数年之后，整个凤巢系统的策略已经提升至1000亿条，一跃而出成为百度的摇钱树。
文章图片
也就是从这个时候，戴文渊尝到了机器学习的甜头，联合自己的博士导师杨强开始独立门户开创了第四范式，希望利用大数据+AI算法全面提升企业的决策能力。
文章图片
杨强与戴文渊
参考：
第四范式简介
推荐阅读
- Linux|【Linux篇】第四篇——Linux环境下的工具（二）（make/Makefile+进度条小程序）
- 抛弃模板，一种Prompt|抛弃模板，一种Prompt Learning用于命名实体识别任务的新范式
- 尚硅谷电商项目|尚硅谷-尚品汇项目开发总结（第四天）
- 数据服务|第四章（Django绑定数据库并发布数据-[基于Vue、Django、supermap iserver和gerapy的生态旅游web系统开发实例]）
- KTL|KTL 一个支持C++14编辑公式的K线技术工具平台 - 第四版，稳定支持Qt5编程，zqt5语法升级，MA函数提升性能1000%，更多公式算法的内置优化实现。
- 数据湖三剑客，大数据时代的新范式（）
- SpringBoot|第四十章（基于SpringBoot & Quartz完成定时任务分布式多节点负载持久化）
- Docker|Docker第四篇【Docker镜像原理、commit镜像】
- 走进开源项目|走进开源项目 - urlcat
- 编程题目|第四届蓝桥国赛（猜灯谜）