作者 | 平安科技智能认知产品团队总经理宋晨 出品 | AI科技大本营（ID:rgznai100） 本文为CSDN即将推出的《新战场：决胜中台》专刊的第 1 篇文章。
2019年，中台浪潮之风呼啸而来，风起云涌。一线互联网企业和传统巨头纷纷入局，数据中台，业务中台，技术中台……众多中台名词不断涌现。
如今人们对中台的理解进入深水区，尽管概念繁多，但是都绕不开其本质：打通前后端的资源，对内形成共享，对外达到开放。
平安科技也在构建AI智能认知中台来实现业务衔接，与其他中台所不同的是，它不仅是一个能力中台，也是一个战略中台。作为能力平台，平安智能认知中台向下作为整合者融合AI技术能力，向上作为方案提供者赋能业务，上下资源的整合即体现出中台的价值。作为战略中台，不仅要实现AI技术的可落地方案，更要实现能力的复用，通过“业务场景复制”来进行业务扩张，取得规模化效应。总体而言，平安智能认知中台并非只是面向能力领域，而是基于AI能力领域面向业务输出价值。
1.“金融 生态”催生平安智能认知中台
平安作为金融起家的巨无霸企业，拥有金融全牌照。仅在金融领域，平安就有寿险、银行、产险、证券、普惠等众多业务模块，多项目并行，各模块和项目在智能化升级中有共性需求，这就需要一个平台进行资源的整合和能力沉淀，对不同专业公司和部门之间进行总协调和管理，如此一来，建设中台的价值不言而喻。
近年来，平安以金融为基点，延伸业务触角，拓宽边界。在“金融 生态”的战略下，打造“金融、医疗、汽车、房产、城市”五大生态圈。平安科技作为集团科技内核，对集团业务体量和融合进行综合考量，提炼业务共性，平安科技智能认知中台应“金融 生态”战略而生，对AI技术进行能力融合，赋能集团内外生态建设。另一方面，则是降本增效；平安多个专业公司也意味着各种错综复杂的系统和架构，从技术层面而言，多种AI技术在同一场景中的融合应用是大势所趋。
以智能认知技术为例，包含人脸、活体、声纹、语音、OCR等多项认知能力，在金融场景中做实名身份核验时，会涉及人脸识别比对、身份证OCR识别，还会涉及唇语、声纹等活体检测，如果同时对接多个系统接口，需要多次系统开发，通过构建智能认知中台可以对AI技术能力 “攒”在一起进行整合包装，输出标准化的接口和SDK，项目只需要对接智能认知中台即可调取所有相关的接口和服务，降低了系统的重复开发和维护，架构变更等成本；而在业务对接方面，避免了单点的对接和沟通，极大提升了沟通效率，加速业务的智能化升级。例如平安产险“黄牛识别”项目，项目中需要应用到1:n、活体检测、语音质检等多种技术，通过平安智能认知中台只需要做一次对接沟通即可完成整个项目的落地，对于项目后续的推广和维护极大降低成本。
平安有一个“更小距离”的说法，也就是说各单元模块之间要相互打通，形成深度融合，产生协作，聚变出新的能量，建设智能认知中台，所谓“更小距离”也。
平安智能认知中台
2.平安智能认知如何打造“更小距离”？
平安智能认知中台为平安这头大象的生态提供坚实的地基，而这一地基具体是如何打造的？
首先，云和端双PaaS平台涵盖线上线下场景，云PaaS “平安π综合身份核验平台”主攻云端业务应用，融合多模态AI算法和多因子，提供大陆ekyc、海外ekyc、私部署、CA认证等能力整合包装，构成实人、实证、实名、实声多维度的身份核验，并通过平安云输出易于业务调用的能力接口；端PaaS“平安π 感知物联融合平台”负责边缘段能力融合输出，实现感知物联，助力企业快速入局AloT市场；两端联动，构成中台核心能力；双PaaS平台下接人脸、活体、OCR、声纹、语音语义等众多算法能力，向上赋能集团内外生态。
尽管行业目前都在谈AI落地，可是对于许多企业来说仍然存在落地难题，究其根本，企业对业务的理解和AI技术之间存在鸿沟：标准化解决方案难以满足业务实际需求，定制化解决方案则意味着研发、服务器、维护等高成本投入，且难以实现复制和扩大。说到根本还是涉及到对于场景业务理解深度以及投入产出比的衡量。
平安智能认知中台构建PaaS层架构之后，提出行业独有的PaaS ，业务方只需对接一个组合后的PaaS API接口，即可实现通用功能。
PaaS 实际上实现的是系统的模块化，平安智能认知在多个项目落地的经验中，提炼出业务场景中涉及到的通用能力进行分类整合封装。从业务角度，整合了技术资源，使业务方能以更低的成本、更短的开发时间完成AI的落地。
基于PaaS ，在标准化产品打造和定制化解决能力上可以做到更好的平衡，对有二次开发能力的业务方而言，可在更低成本投入的情况下，自定义流程，满足个性化需求，同时对接起来更简单，缩短近一半的开发时间。这一有效的机制让平台上的能力复用和组合，以支撑业务的拓展和复制，尤其是适应AI业务众多的定制需求，驱动业务落地。
以智慧楼宇PaaS 而言，智慧楼宇解决方案中员工考勤和访客登记，这两个业务功能在技术上是相通的，有“平安π 感知物联融合平台”的底库接口、人脸特征接口、硬件设备接口实现，那平安科技就可以制定一个包含了这三个π平台接口的“套餐”，即平安科技PaaS 层提供的注册入库API接口。
在AI的创新落地应用中，平安总是第一个吃螃蟹的人，“平安π 智慧楼宇PaaS ”升级完成后已经率先落地平安多个内部楼宇职场，如位于平安金融中心南塔的平安银行深圳总部等，在访客管理、人员通行等功能中，银行通过重新自定义流程，将原先消息短信推送改为办公App推送，同时，还可自定义前端UI，而整个开发过程相比之前节省了近一半时间。同时，“平安π 智慧楼宇PaaS ”还可以适配智能机器人等智能终端，通过软硬件结合，综合提升客户体验。
目前PaaS 在内部已经应用成熟，正在通过生态伙伴加速向外部赋能推广。
“平安π 智慧楼宇” PaaS
平安科技基于平安智能认知中台的PaaS 模块，为客户提供了多项AI能力的乐高“积木”，通过积木的配置和组合，解决AI业务场景个性化的需求，实现业务扩展和复制。
3.平安智能认知中台的跨界融合
纵观AI行业，市场非一家独大，打造AI生态成为巨头们共同的选择和方向。平安科技在AI中台中引入生态伙伴来打造完整的中台服务，通过双向型的“三明治生态”，开放上下游的生态伙伴接入，实现合作共赢。
平安智能认知中台这套独特的打法，也与平安科技本身的特点和优势有关。
首先，作为行业“赋能者”的角色，平安科技拥有多维度的技术和全覆盖的算法赋能能力，对于AI新规或者是技术积累不足的合伙伙伴来说，能够为他们根据具体的业务需求提供最强的智能分析算法组合；对于技术积累足够但缺乏实战经验的合作伙伴，平安科技深耕行业多年，熟悉业务的需求本质和工作方式，实战经验丰富，能够为他们带来指导性建议。
其次，场景资源丰富，更懂业务能加速场景落地。 建立中台的基础是是能客观理解业务的本质并快速落地，量化技术带来的价值，实现算法和场景的强结合。基于平安32年的业务积累，触角延伸至各领域，形成五大生态，沉淀大量的项目经验，平安科技作为平安集团的科技内核提供各业务技术服务支撑，对行业有比较深的理解，成为既懂业务也懂技术的平台。
如车贷或是车辆理赔，很多企业都没有机会体验这种流程和环节，没有办法真正做分析。而智慧城市的调度就是要靠大数据分析，平安科技的优势，就在于基于过去32年的保险业务经验，能更准确地把控整个理赔速度，让理赔实现从五天到一个小时。
在智能认知中台架构设计之初，注重项目的“做成”：充分考虑了技术实现和客户理解的差异，输出标准的能力并通过PaaS 提供业务个性化服务的能力，既实现AI的落地，也知道在哪可以做AI赋能并做到真正的降本增效。
再次，平安独有的“金融 科技”模式，可以帮助业务减少投入。金融是“交易之王”，任何业务场景落地都离不开资金交易；科技是“效率之王”，业务的智能化升级和效率提升离不开科技赋能；生态则是“成本之王”，实现低成本获取增量业务，三者的协同能产生价值的最大化。比如目前火热的楼宇园区等场景中，商业竞争容易陷入价格战，平安智能认知中台的模式是提供楼宇运营方解决落地方案，楼宇运营方也可以将物业管理费、租金等收入存入平安银行，生态伙伴从中也能获取收益，这三者协同产生良性基因的突变，也与平安的“价值最大化”思维息息相关。
平安智能认知中台生态模式
最后，智能认知中台在AI生态建设中有一套系统做法，开放上下游的同时，让自己成为生态的主导方，在生态上为合作伙伴解决问题，实现价值最大化。平安科技本身并不生产硬件，基本上以软件业务为主。但优势在于擅长系统方面且客户资源丰富。软件需要载体，与提供匹配的载体的企业及集成商完成30~40%的定制部分。这些厂商相当于为平安科技提供一个容器，这个容器可能是安防摄像头、服务器、门禁面板、抓拍机、识别机等甚至更多。
平安科技兼具软件实力和客户资源，形成业务闭环，因此生态更为牢固。目前吸引了上百家算法、硬件、集成合作伙伴，至今平安AI生态已为合作伙伴带去上亿元的丰厚收益，不仅如此，通过实打实的场景磨炼，整个生态的参与者都提升了自己在金融、智慧城市、教育等诸多行业的实战能力。
4.平安智能认知中台的发展
“善谋者谋其势，势成则事成”，平安在发展的过程注重以先知先觉现行的思维来驱动业务增长，这就要求平安的AI智能认知中台能够把握住技术发展趋势，把握大局方向变化，预先研判以快速响应业务需求并落地。因此会重点在平台能力及生态建设两个方面拓展和延伸，预备好充足的子弹以便能随时响应业务。
从某种意义上来说，技术和产品属于科技平台的粮草、城墙。要稳固城墙，必须具备不断迭代和创新的能力，从行业经验出发，确定标准后构建更多PaaS 模块化能力，形成更多的积木来稳固城墙，实现更多可复制的快速落地。另外一方面，平安将持续在AI生态圈的建设上扩大建设，容纳更多生态伙伴参与，通过生态延展获取增量客户，也就是未来的客户，从而实现合作共赢。
AI的下半场，中台赛道还是会持续向前，落地也仍存挑战，无论是数据中台、业务中台还是AI中台，面对变化的市场环境，始终要以市场客户需求为导向，脚踏实地的从实际场景出发才才是制胜的长远之道。
（*本文为AI科技大本营约稿文章，转载请微信联系 1092722531）
