在过去的10年，甚至是几十年时间里，很多中国企业的成长是伴随着人口红利和互联网红利等诸多势能的。
但红利总意味着它是非常态的，尤其是对于刘易斯拐点之上的中国，剩余劳动力的减少和工资水平的提升，带来企业成本压力的陡增，倒逼大多数企业从人力密集变为智力，或者说是知识力密集，于是转型的阵痛期便开始来临。
年轻的历史学家赫拉利在其风靡全球的《未来简史》中曾这样写道，「如果增长停止，经济并不会温和地平静下来，而是会轰然崩塌。」不过好消息是，人类总会寻找到新的增长点。
基于人工智能的精细化决策和运营，其所提高的社会效率正在成为新的增长点，AI+数据正在改变人类的决策方式。
这一切正如明略数据创始人吴明辉所看到的那样，「无论人工智能会不会是一个风口，但风口总会过去的，人工智能对人类社会不是一项简单的技术，不是一个风口这么简单，它是一个时代的到来。」
作为一只企业级大数据领域的独角兽，吴明辉和他的明略数据正站在这样一个历史性的时间节点之上，一方面是信息数据的爆炸，让人类有了更丰富的数据支撑其作出决策，但同样数据的复杂度也超出了人脑所能够处理的正常范围；另一方面则是人工智能技术的发展，让机器能够替代人类大量的知识型工作，而将人解放到更具创造力的工作之中。
当然，这样的变革并非一蹴而就的，因为虽然冠其「智能」之名，但当下的AI并不可能100%准确率的任何场景下做出合理的决策，它执行的决策大多数时候都是基于历史训练数据的结果，而相比于不变的训练数据，真实世界每一年都会有新情况发生。
因此我们看到像明略这样的先行者选择了更细分的公共安全、金融、工业领域，作为人工智能赋能具体行业的应用方向，基于行业知识图谱帮助行业客户实现业务的智能化。「用AI的技术去赋能行业，并推动每一个行业的效率」也是吴明辉最大的心愿。
因为聚焦于三个细分领域，明略人能够更好地针对细分领域训练模型，设计产品，同时也可以按照明略对人工智能三步走的认知来智能化这三个细分领域。
在明略创始人吴明辉眼中，行业人工智能分三步走，首先是数据在线，然后是分析和挖掘，最后一步才是形成彻底的闭环，即实现智能化，而在当下绝大多数行业还停留在数据在线化的阶段。
《明略人》的节目里，曾分享过明略对于公共安全领域的智能化改造的例子，在过去民警希望通过数据去锁定人贩子是一件很困难的事情，并非公安系统中没有相应的数据，而是数据太多，民警需要人工调取200个系统的数据，然后再人工地基于这200个系统的数据去分析整合，这对于有限的人力和精力而言几乎是一个不可能完成的事情。
但随着明略的技术团队与民警一起并肩工作，将这200个系统的数据和业务系统做了整合和挖掘之后，明略人发现了很多模型和规则，进而将其产品化，使之能够运行每天的新增量数据，进而锁定那些高危人员或者他们周围有密切联系的人。
这样的模型和规则并不是凭空而来的，实际上在过去，很多都是以经验的形式存留在有经验的公安干警、刑侦专家脑子中，就如同去年大热的网剧《白夜追凶》中的情形一般，但经验很难传递，甚至无法可持续性的留存。
这个问题像极了上世纪著名的科技史学家李约瑟提出的那个难题——「为什么直到中世纪中国还比欧洲先进，但近代科学和科学革命却只产生在欧洲呢？」因为中国古代的发明主要是经验性的，而西方现代发明是科学性的，经验科学大多时候靠的是偶然性，生产越多，偶然性出现的越多，人口越多，偶然性出现的也越多，但经验科学往往都是以口耳相传的经验形式留存而非蒸汽机、内燃机这样产品式的发明。
明略人深入行业一线共同工作，为的就是在数据在线化的基础上，将更多的重复性工作让机器替代，将更多的决策模型和规则产品化、标准化。
Uber人工智能实验室主任Gary Marcus曾点出过这其中的要义：「在运用技术解决某个问题之前，绝不应先入为主地认定要是用某个具体的机器学习算法，而应首先对业务场景加以分析，抓住核心问题要素，这是做出最优技术选择的前提。」
在刚刚发布的《明略人·第二季》里，杨威（明智系统产品负责人）就以三个业务场景、两个核心理念、一个行业大脑简明的概念介绍了明略AI产品的发布策略。正因为发力于业务场景，抓住了核心问题要素，因此明略数据在行业AI产品及应用中已经走在了前列。
在公共安全之外，明略数据还相继切入了金融和工业领域，其中最为典型的案例是明略在一个轨交大数据平台项目，在竞标过程中，明略的几个竞争对手都是行业领军的IT企业，而明略最终胜出的点则是明略人的诚意，他们的团队每天与客户一起工作，发现了数据量大、系统实时计算能力需求高等痛点，并且针对性的做了大量的优化和改进。
某种意义上来说，每一个明略人都是明略的一线BD人员，因为企业服务的核心并非留存率、续费率等数据，而是能够真正提升企业的效率，解决实际的问题。作为一个在12年间成功创办了两家企业级服务公司的创始人，吴明辉也深知这一点，「企业级服务的本质是用技术提升工作效率」，吴明辉曾这样说道。
真正帮着客户提升了效率，结果自然也是好的，经历了4年的发展，明略已经服务于省、市级公安局、交通银行、中国人民银行、光大银行、中国中车等100+大型企业客户，除了用户的认可之外，资本市场也用真金白银表达了对明略的看好，在相继获得硅谷天堂和红杉资本的A、B轮投资后，2018年4月明略宣布完成了由华兴新经济基金、腾讯产业共赢基金领投的10亿元C轮融资。
「跟传统的数据服务公司相比，明略基于分布式，以关系型图谱分析为技术核心，能够处理各种类型的数据和底层结构，解决传统数据公司无法面对的问题。跟其他初创竞品相比，明略真正致力于理解信息化行业的需求，固化成产品复用在不同客户场景。」华兴新经济基金管理合伙人杜永波这样评价明略道。
这也的确是明略所带来的最大的变革意义，将原本看似杂乱无章的数据相互关联，挖掘其中的有价值信息，总结相应的决策模型和规则，并给出相应的决策结果以及可复用的辅助决策产品。
因此明略也在行业应用的基础之上抽象出了像面向AI的大数据治理产品CONA、知识图谱数据库蜂巢NEST、行业大脑SCOPA、企业级Siri小明（LiteMind）等产品，这些产品的核心目的都是提高各个环节的效率。
效率的提升则意味着行业的智力和人力资源结构得以优化。根据麦肯锡的报告分析，在传统的知识工作中，有80%是初级的体力与脑力劳动，只有20%是创新工作。因此明略能够AI+数据产品代替那些初级的只是劳动，而让人们有更多的精力投入到具有创造性的工作中。
因为追求效率，无论从个人的体验还是社会需求，都是社会发展的核心内驱力。
会员中心
