加速数字化转型已成为全球各行各业的共识。
COVID-19疫情发生后，通过数字化、智能化寻求更大的竞争力和影响力，成为企业和组织“信奉”的发展道路。
知名咨询公司Gartner近日发布《年十大数据和分析技术趋势》指出，新冠疫情扰乱企业组织的速度之快，迫使领导者根据几个趋势进行关键投资，以加速自身的预测、转型和应对能力。
其中，报告提到，企业应通过部署更智能、更负责任、可扩展的人工智能，并使用学习算法和可解释系统来降低成本和提高效率；此外，企业还应该利用好组装的数据和分析架构，因为它使用来自多个数据、分析和人工智能解决方案的组件来快速构建灵活的、用户友好的智能应用程序，帮助企业做出更有利的决策。
要走在数字化转型趋势的前面，需要速度，但为企业构建数字化能力说起来容易做起来难。
企业不仅需要拥抱数字技术，还需要根据行业和企业的特点和痛点来理解和开发专有技术。
Gartner提到的“更智能的AI”和“更灵活的AI”，对应了企业数字化转型的迫切需求。
早在两年前，微软（亚洲）互联网工程研究院的研究人员就已经看到了本土企业的数字化转型需求。
“越来越多的传统企业正在寻求利用数字技术来实现业务转型和增长，但还没有摸索出方法。
如何将新技术与现实生活场景和需求相结合，真正推动产品的发展和增长微软（亚洲）自然语言处理团队负责人兼首席研发总监杨阳博士表示：互联网工程院表示，“行业需求总是在变化的，我们的工程团队要实现持续创新，以开放包容的态度和成长的心态赋能客户，了解痛点，对症下药，这一点非常重要。
” ”杨阳，微软（亚洲）互联网工程院自然语言处理团队负责人、首席研发总监。
除了开发全球产品，杨阳博士和他的团队还走进市场第一线，与各个领域的从业者进行深入交流。
在与各行业一线客户的交流中，团队不断刷新对市场痛点和需求的理解。
“我们希望将微软在人工智能和自然语言处理方面的经验融合起来，为客户赋能。
同时，在服务客户的过程中获得的行业和市场洞察，也能让我们反哺微软的创新思维和更多的产品和服务。
” 。
通过协同微软内外部资源，最终形成了面向中国市场客户的高度灵活、模块化、可定制的全栈智能解决方案——微软Carina人工智能与自然语言处理平台（以下简称Carina）。
目前，Carina已在金融、汽车制造、房地产等领域的国内多家企业落地，为不同需求的中国企业智能化转型提供了赋能手段。
数字化转型说起来容易做起来难。
越来越多的企业认识到，在当今“每个企业都将成为数字化企业”的世界，快速采用领先技术是为自己筑起坚固壁垒的专业之路。
但即使这些企业对数字化抱有绝对的信心，一开始也会感到茫然。
首先，从0到1构建数字化能力意味着付出巨大的成本。
而且，人工智能能力的高门槛也让人望而生畏。
比如，在参与行业技术工程化改造、一一拜访客户的过程中，杨阳和他的团队深刻认识到，虽然很多企业都有自己的IT团队和数据工程师，但开发人工智能平台和算法涉及到很多复杂性。
。
技术能力和研发门槛非常高。
人工智能对自然语言的理解目前需要描绘场景并明确具体目标。
但场景不互联，数据不关联。
企业想要应用这些技术，只能一一设计不同的模型，或者借用现有的模型。
设计和应用都很困难，而且容易出现兼容性问题。
那么，有没有一个平台可以让企业从0到1构建数字化能力呢？这个平台是“通用的”，即它允许使用场景和模型融合在一起，而不必花费更多时间针对特定场景进行设计。
。
微软提供了这样一个平台：Carina人工智能和自然语言处理平台，帮助企业利用机器智能解决实际业务问题，形成自己的技术积累。
据悉，Carina由人工智能基础平台、大数据平台、运行监控平台等五个支撑平台，以及文本分析、知识图谱、自然语言理解（NLU）、基于信息检索的问答系统（ IR-QA），知识型 由图书馆问答系统（KB-QA）、OCR等九大能力工具平台组成。
Carina还链接了微软现有的技术和产品能力，如Azure云服务、Microsoft、SharePoint、Power Platform等，支持公有云、混合云、私有云部署。
Carina旨在帮助企业大幅降低开发成本和技术门槛，赋能企业拥抱人工智能技术，全面解决企业数据可能面临的安全风险。
具有“安全可靠、简单易用、高性能、算法丰富”的领先优势。
更具体地说，Carina将公司现有数据与CRM、OA、大数据、现有人工智能能力、算力集群系统等连接起来，最终以便捷的“拖拉”形式实现人工智能模型训练和发布管理，利用各种自然语言处理工作台，方便地应用人工智能技术解决实际业务问题。
通过这个平台，企业可以更高效地针对特定场景进行精准设计。
当企业把内部系统交给Carina来驱动时，这个平台实际上就相当于企业的“大脑”。
用同一个大脑做决策，意味着企业的业务开始真正统一、全面协调。
全面更精准赋能 自2017年推出以来，Carina平台已被多家银行、证券机构作为核心技术解决方案，为机构金融业务提供全场景赋能，共同打造“智慧大脑”。
随着Carina在这些机构越来越多的应用场景中得到应用，企业人工智能转型已初见成效，实现了统一数据模型、智能算法和多场景智能应用覆盖，推动各项业务、运营管理、IT支撑、市场。
营销等场景已全面进入AI驱动时代。
例如，微软与银行客户基于CarinaNLP智能平台共同开发“企业级NLP文本智能开发部署工具”，为多个业务领域带来价值创新。
比如在审计领域，自动完成问题表征，辅助审计；在客户服务领域，对客诉工单进行智能分类；在贸易金融领域，解决关键合同信息提取、风险审查、辅助决策的问题。
此次合作有效提升了银行在文本分类、文本聚类、序列标注、自动摘要、关键词提取、AutoML等快速应用中的NLP能力。
具体来说，完成一个文本分类的开发和部署仅需1人/周，同时依靠源代码原型开发需要2人/月，周期缩短88%。
从而降低 NLP 模型开发成本高达 80% 以上。
2016年，微软Carina团队开始为某省会城市建立智能市长热线服务。
市民可拨打5，选择接驳智能客服。
智能客服引导市民选择所问问题的大类，进一步描述问题，并留下具体地址等信息以供后续处理。
智能客服负责将市民的声音转录成文字，理解问题的具体意图，并生成语音回复。
智能客服需要了解市民的完整需求，识别地名等专有名词，然后记录并生成工单，由后端调度员人工审核，然后调度到相关市政部门。
具体街道办事处或职能部门受理工单。
接到投诉后，回访并跟进。
微软利用Carina设计了市民经常查询的多种交通流程，将人类操作员的语音数据输入记忆库，训练语音识别系统，让人工智能“熟悉”当地方言和口音。
但没想到的是，去年年初，由于疫情的影响，省会城市市长热线的工作量比以往增加了近三倍。
每个接线员每天必须不间断地接听三四百个电话。
运营商被大量有关定点医院的咨询和问题淹没。
显然，严峻的形势带来了新的挑战。
系统还没有疫情相关的客服数据，项目需要在没有数据的情况下启动。
杨洋和他的团队需要从头开始，打造一个适合疫情的新模式。
他们连夜收集与疫情相关的市政府部门和医疗系统的信息，并根据普通人提问的逻辑，开发了智能语音客服的新问答流程。
Carina的深度学习功能就发挥出来了。
接到的电话越多，语义理解模型就越优化，答案的准确率也越来越高。
三天之内，智能语音客服已经接管了近一半的客服任务，准确率与之前持平。
这种根据特殊场景快速定制需求的能力，是Carina的“普世”经验。
Carina将人工智能的技术能力以工具平台的形式传递给客户。
“平台涉及自然语言的全部三个层面，人们可以训练、测试、调试、发布符合自己需求的模型。
比如语言在词法、语法甚至语义上都有共性，但某个领域需要对于机器识别，业务部门只需要定义专业词汇，即可将通用算法适配到特定领域。
”微软团队解释道。
机器懂人，微软Carina懂企业，就公民热线而言，机器理解人类语言的顺序是：智能客服引导→收集信息→将语音转录为文字→响应需求。
机器正在不断提高翻译人类语言的准确性。
在杨洋推进项目的过程中，我们可以看到，他们一直在认真倾听企业的需求，并将企业的需求“抄写”到自己建设Carina平台的指导方针中，从而完成更精准的赋能。
杨阳博士与部分团队成员合影。
杨洋毕业于北京大学计算机科学与技术专业，后来赴美国深造，在纽约州立大学布法罗分校攻读计算机工程专业。
做出能够解决实际行业痛点的技术创新，一直是杨洋的志向。
2006年，他获得博士学位后加入微软。
十几年来，杨洋写的几乎每一篇论文都优先考虑为业界提供参考。
杨阳分享道：“要做技术应用，创造有价值的创新，保持开放包容的态度和成长的心态非常重要。
行业需求总是在变化的，我们不能当‘锤子’去找‘钉子’。
”而是当‘锤子’找‘钉子’，洞察痛点，对症下药。
”在企业急需数字化转型升级的今天，微软Carina就是重要的赋能者之一。
Carina帮助企业突破传统技术壁垒，降低企业数字化、智能化转型门槛，让所有企业拥有成长型思维的愿景，帮助企业成功完成数字化转型升级。
正是因为Carina平台在金融领域的突出表现，微软荣登“中国金融机构数字化转型优秀供应商TOP榜”，杨阳博士也荣登“中国金融机构数字化转型优秀供应商TOP榜”。
中国金融科技杰出人物TOP榜”。
杨阳强调，“创新需要敏捷性和韧性，能够理解需求、随时拥抱变化、保持开放的心态非常重要。
如何将新技术与现实场景和需求结合起来，真正推动产品、业务、效率、营收的发展和增长以及提高企业发展的韧性和活力是越来越多的企业正在思考的问题，因此微软和Carina一直走在创新之路上。