創新交易所成員公司現已擴大至27家，包括來自金融、物流、教育、醫療衛生、制造、零售等行業的龍頭企業和創新公司。微軟亞洲研究院(Microsoft Research Asia)的AI科學家與各領域的行業專家緊密合作，激發他們的智慧，推動企業加速數字化轉型，幫助企業的商業模式與時俱進，並與* * *開展了許多前瞻性的AI合作研究項目，在多個行業落地。
微軟是壹家平臺公司。在獨立合作項目(可稱為“點”)的過程中，我們的研究人員不斷抽象核心業務場景中的AI邏輯，挖掘問題的內在本質，將創新的技術成果逐步延伸到更廣泛的行業領域(可稱為“領域”)，並將這些技術構建成通用平臺，實現某壹行業領域的AI應用閉環。只有實現從“點”到“面”的跨越，AI才能真正改變各行各業。
創新交易所成員華夏基金與微軟亞洲研究院自2017開始在量化投資-多因素選股領域進行合作。雙方基於“AI+指數增強”的策略，挖掘出與傳統投資方式關聯度較低的投資組合，實現了華夏基金在金融市場的差異化競爭。
其實在股票投資的整個過程中，選股只是壹小步。要想保證投資成功，就需要了解股票之間的關系，從而控制風險，避免“把雞蛋放在壹個籃子裏”的問題，就像我們應該謹慎購買股票，相關企業應該分散投資壹樣。同時需要考慮交易成本、周轉率等約束條件；在形成最優投資組合時，還要考慮訂單的執行情況和交易因素。
基於這壹思路，微軟亞洲研究院在前期研究的基礎上，搭建了微礦Qlib 1這壹AI量化投資平臺，希望實現量化投資過程的AI閉環。該平臺作為壹個開源的工具包，可供金融機構和個人使用，從而增強投資者的技術儲備和綜合水平，提高整個市場的效率，從而在投資領域形成更大的良性循環。
未來還會考慮從壹橫壹縱的方向拓展開源平臺——資產配置和金融監管。大類資產配置是股票投資的延伸。除了二級和壹級股票市場，還可以幫助基金持有人從債券、外匯甚至黃金中規劃更多的投資組合，進壹步分擔投資風險，保證更高的收益。
另壹方面，金融服務業的業務形態越來越復雜，涉及的機構和個人越來越多，各種操作令人眼花繚亂。對於監管機構來說，管理難度與日俱增。在復雜環境中尋找模式、發現異常、監控風險、挖掘內幕信息，正是AI技術所擅長的。所以在和合作夥伴交流的過程中，我們也意識到AI可以成為金融監管領域的得力助手。
在與創新交易所會員OOCL的合作中，我們覆蓋了物流行業的兩大主要業務場景，即供需預測和航線優化，並利用深度學習、強化學習等最新的人工智能技術，優化現有的航運網絡運營。與順豐的合作主要集中在智能理賠預警、環節預測、動態定價等方面，探索AI在物流領域更多環節的應用價值。
這兩個案例涵蓋了物流鏈供需匹配的很多基本場景，很有代表性，但依然是“點”上的突破。其實從大物流的角度來看，除了集裝箱、卡車調度，還涉及到倉儲管理、倉庫內的貨物調度、機器人自動分揀，以及倉儲與碼頭、供應商與零售終端的關系。所有這些子問題集成在壹起，形成壹個完整的物流供應鏈管理平臺。
其中，物流行業要解決的壹個最根本的問題就是供需匹配。因此，針對資源供需匹配這壹可應用於各行各業的核心引擎，我們開發並開放了多智能體資源優化組策略MARO platform 2。也許有些企業開發了各種IT系統來解決物流鏈中與資源供需匹配相關的子問題，但我們的平臺是業內第壹個可以與AI技術緊密結合的。很多涉及資源供需匹配的業務場景，比如* * * *的單車與用戶的匹配，數據中心需要運行的任務與實際物理機器的匹配，都可以通過MARO平臺解決。
可以認為MARO是壹個多行業跨領域的全鏈條資源優化AI解決方案。用戶只需要提供簡單的界面或者數據，平臺就會自動生成壹個仿真器，進行強化學習和訓練，最終給出行業解決方案。開源的MARO平臺將不僅限於物流行業，還將幫助更多傳統企業翻新資源匹配工具，以數據驅動的方式實現資源優化，大大節約成本。
類似於金融領域通用AI平臺的建設和發展，我們希望不斷豐富物流領域的通用AI平臺。特別是對於中小型物流企業來說，他們將能夠直接使用物流領域的通用AI平臺，包括MARO平臺，大大縮短了他們構建AI智能業務系統的過程，形成後發優勢。
無論是金融還是物流領域的通用AI平臺，都是基於AI最擅長的應用“點”。人工智能作為人類智能的助手，僅通過短期的學習和調試，就能在分析和解決復雜問題時表現出令企業決策者驚喜的能力。當我們在不同行業找到壹個又壹個核心應用“點”的時候，我們就可以用AI把每壹個傳統行業從點到面逐漸“打通”。
同時也積極配合微軟的產品部門，將更多的AI決策融入到微軟的產品體系中。未來，AI必將實現與不同行業、不同場景的更緊密結合，全面引領每壹個企業和行業走向AI時代。
1微軟AI量化投資平臺——微礦QLIB:/Microsoft/QLIB
2 Microsoft多代理資源優化平臺-組策略MARO:/Microsoft/MARO