“当前传统企业数字化转型中，大量的新数据在产生和累积，但未得到有效开发，如何对数据更好地洞察和挖掘，让数据产生更大价值，人工智能技术有用武之地。”
9月1日至3日，2022年世界人工智能大会（WAIC）在上海举办，清华大学惠妍讲席教授、清华大学电子工程系长聘教授、衔远科技创始人周伯文在演讲中作出如上表示。
今年5月30日，前京东集团高级副总裁、京东云与AI总裁、京东人工智能研究院院长周伯文被清华大学聘任。此前，周伯文还担任过BM美国纽约总部人工智能基础研究院院长、IBM Watson集团首席科学家等职务，20多年来长期从事人工智能基础理论和前沿技术研究。
在这场名为“前沿科技赋能产业数智化”的演讲中，周伯文指出，当前中国经济中，新品经济已经成为中国消费市场成长的重要驱动力。
过去，品牌商为了获取消费者更多关注，更好的营销而推出新品，如今，品牌商有了更多的数据和技术支撑之后，能够精准打造更加适合消费者的新品、营销和服务。
对此，周伯文提出了一个新的质能公式“E=MC2
（earnings=merchandise*cusstomer2）“消费者从原来只参与消费环节，到现在影响产品的创意、设计、生产制造等各个环节，意味着当下企业生产更加需要围绕消费者展开。”周伯文说，“未来进入个性化新消费时代，生产模式会更加柔性，整个生产制造会更分布化、去中心化，收益属于那些能够持续有效洞察和满足用户需求的企业。”
鉴于这样的经济趋势，周伯文认为，当前传统企业数字化转型中，并未对正在产生和积累的大量新数据进行有效开发，而人工智能，在洞察和挖掘数据、让数据产生更大价值方面，能够有所担纲。
在演讲中，周伯文着重介绍了“多模态AI理解与生成”技术这一能够支撑企业洞察用户需求的技术在中国目前的突破性进展。
据周伯文介绍，在人工智能学术研究与业界实践基础上，清华大学协同交互智能研究中心建立，并确立了“3+1”研究模式：一是多模态的表征与交互；二是人机协同，让AI以低认知成本帮助人类更好地完成任务；三是大小模型协同演化；一个基座是其多年倡导和推进的可信赖AI。
团队的最新研究发现，随着Transformer这种多模态预训练模型的诞生，各种模态的融合正在发生，构建统一的、跨场景、多任务技术模型不仅成为可能，而且成为一种更强大的工具，帮助理解自然环境中各种丰富的模态信号。
而另外两个研究趋势则包括了：通过构建自监督的任务，提高多模态模型的表征能力，缓解缺少大规模监督数据的挑战；在多模态预训练模型嵌入更多的知识，强化模型的知识和推理表征能力，提高模型的可解释性。
据周伯文介绍，当下还有一个重要研究领域是AI与人的交互。这种交互不仅是智能客服这种对话应用，更重要的是AI通过对话不断学习人类的知识，并且诞生新的知识。
“不管是孔子与七十二门徒还是雅典学派，知识的传播、形成、迭代都是通过老师和学生的互动来完成的，这种学习方式对老师和学生都很高效，如何让人工智能能够自己学习并不断迭代新的知识是我们在清华的重要研究方向。”周伯文说。
正因为经济趋势和AI技术突破，产业数智化转型具有广阔的可能性与前景。最后，周伯文分享了多模态AI助力企业产品创新、赋能金融行业的两个案例。
在产业界，利用广域大数据、多模态AI理解与生成、数智化产品创新方法论模型等底层技术，可以快速定位高潜细分市场，能够从用户、场景、竞品、需求、市尝技术、供应链等多维度进行组合智能分析，精准挖掘产品创新机遇，生成爆品原型。
通过人机共创，多模态AI能够打通机会洞察，产品规划、设计、验证、上市的全流程，批量化提升产品竞争力，增强运营效率和盈利能力，助力企业成为数字经济时代的高价值品牌。“这也是衔远科技在做的事情。而企业商业模式和生产模式的变化，会带来供应链金融的改变。”周伯文说。
而在金融领域，AI技术能直接对其产品设计、风险控制、营销、客户服务等环节进行提升，而随着产业数智化转型、消费者个性化的需求越来越多，伴随诞生了无数的金融场景，这对金融行业来说既是挑战也是机遇。人工智能作为数字化转型的重要手段之一，能够全方位融合赋能金融行业的业务领域和场景应用，不断重构着金融与用户的二元关系。
“在这个消费需求千人千面的时代，人工智能技术能够赋能供给侧改革，可以帮助企业提升运营效率、降本增效，最终成就高价值品牌。”周伯文说。
