當汽車出現質量問題的時候，一般都會按照法定的要求和程序，由缺陷汽車產品制造商進行消除其產品缺陷的過程，即所謂的“汽車召回”。對消費者和廠商來說，汽車召回往往有不小的影響，因此做出召回決定也會比較謹慎。

中國的汽車保有量巨大，對于國家質檢總局缺陷產品管理中心來說，哪個款型、哪個批次的汽車需要召回，是個非常難做的決定。過去，一般采用的是專家會商制度，用兩到三天的時間，請專家們來評比所有已知的信息——“國外的這款產品有沒有召回”“問題是在發動機還是在其他的系統里”“是否有惡意投訴”等等，大量的數據都需要人腦來做“篩選”，不僅效率低，還容易造成標準不一。

2016年，百分點集團基于自主開發的大數據操作系統產品，為質檢總局缺陷產品管理中心搭建了大數據處理和建模分析平臺。通過大量的數據采集，進一步整合缺陷投訴信息、技術服務公告、國內外召回信息等多方面的數據信息，對車輛各級總成缺陷建立了知識圖譜，并應用于數據查詢統計和可視化展示。

在此基礎上，百分點進一步利用統計學習和機器學習算法，結合客觀數據和過往缺陷會商案例中專家評判結果，對汽車產品缺陷可能性提供判斷，輔助會商決策過程。

“通過機器和智能的知識圖譜體系，來‘學習’過去專家如何來判斷一款汽車產品的缺陷。”百分點集團董事長兼CEO蘇萌博士介紹說，經過不斷地學習，模型也得到不斷地優化，從而將人腦的知識和計算機獲取的數據更深入地結合在一起。

過去用10多位專家會商的制度來完成一個汽車產品缺陷可能性的預判，需要200個小時；而現在采用大數據和人工智能相結合的技術，1個人用機器就能完成，僅需兩個小時。在降低人工數據處理成本的同時，還充分挖掘了大數據的價值，建立了統一的數據管理平臺。這款產品自上線以來，已經處理了1000多起召回案例，協助完成了5000多萬輛汽車產品的召回。

專家指出，人工智能的進化分為遞進式的三個層次：感知、認知和決策。在感知層，人臉識別、語音識別已普及應用，在認知層，智能客服、智能醫療助手等也已被大眾所熟知；而接下來，人工智能在企業和組織的決策層也有望實現進化。“對企業和組織來說，終極智能是解決問題的智能，核心是‘智能決策’，基于大數據和人工智能的‘智能決策’將是未來企業決策進化的方向。”蘇萌認為。