人工智能被认为是下一片蓝海。ChatGPT的诞生与火爆,让业界重新审视数据与算法、算力的重要性。诸多大模型的竞逐背后,对数据进行智能分析并提供智能决策的基础软件,也上升为企业迈向数字化的刚需。而在中国,这一趋势似乎更为明显,以政府和大中型企业领衔的数字化主体矩阵,对数据更“智能”地赋能业务决策有着更加急切的渴求,这也让一众深耕数据“智能化”赛道的企业脱颖而出,走到了舞台中央。

新一轮浪潮下,被视为中国人工智能基础软件领域引领者的九章云极DataCanvas便是其中的佼佼者。2022年9月,九章云极DataCanvas宣布完成C+轮融资,让资本市场开始关注到这家以“助力全球企业智能升级”为愿景的公司的新梦想。

作为持续服务政府和企业数智化升级的AI基础软件供应商,成立于2013年的九章云极DataCanvas专注于人工智能基础软件的研发,致力通过自主研发的一系列企业级AI应用所需的平台软件产品及解决方案,助力用户实现数智化升级,推动政府和企业AI规模化应用。

疫情冲击下,九章云极DataCanvas依旧逆势实现了快速增长,过去两年营收连续保持了100%增长,且其中软件产品收入占六成以上。除了在金融行业客户渗透率不断提高以外,九章云极DataCanvas在政府、通信、制造、交通等多个行业均有标杆客户落地,展现了其健康良性增长的可持续盈利能力。

在数据“智能化”竞赛迎来历史性机遇窗口的当下,九章云极DataCanvas如何获得资本市场的青睐与信任?又怎样看待产业出现的新趋势?近期,《中国经营报》记者专访了九章云极DataCanvas董事长方磊。

《中国经营报》:最新的C+轮融资,让资本市场再度关注到九章云极DataCanvas。在你看来,公司能够持续获得产业投资青睐的主要原因是什么?

方磊:九章云极DataCanvas是一家人工智能基础软件公司,这应该是资本市场比较关注我们的一个主要原因。行业里多数公司,他们出售给客户的其实是一个人工智能“模型”——可以理解为他们有比较强的模型制作能力,可以比较快速地训练“模型”卖给客户,而我们则是将一整套软件出售给客户,让客户自己制作“模型”。

从全世界的IT主流商业化的角度看,比如在美国市场,通过出售技术平台,让最终客户进行自主的开发和自助式的服务,是最主流的变现模式。但今天大家逐渐意识到了,直接去卖最后一公里,是没法面对千变万化的终端需求的,而AI需求恰恰是非常长尾的,所以大家也逐渐开始认识到我们走的这条路的重要性。

《中国经营报》:能否简要地介绍人工智能基础软件到底是什么,它在人工智能产业中扮演什么角色?

方磊:打个比方,比如像Excel等常用的办公软件,对很多人来说是个工具,你可以在上面,做出各种各样满足自己需要的报表,而不是直接做了一个表格或者想要的结果发给你。所以,“基础软件”在行业里一个比较通俗的定义是,如果一些底层的软件能够经过再次开发,得到满足开发者需求的应用并支撑这些应用运行,我们称它是基础软件。

关于产业定位,人工智能这个产业是分层的。最底层的称为算力层,中间这层称为技术软件平台层,最上面的叫应用层。其中算力层基本上以硬件厂商为主,比如芯片厂商提供硬件的算力,同时提供高性能的存储能力,在这个基础上,中间的平台层就是像我们这样的企业提供的软件平台,它可以运行在大规模机器集群上,然后导入大量数据,从中去构建模型,最终实现模型上线运行,支撑各种各样的业务和场景需求。

《中国经营报》:机器学习平台近年来成为诸多行业数字化转型的重要工具之一,尤其是在金融行业。从九章云极DataCanvas服务的经验出发,为什么行业数字化离不开机器学习,它解决了金融行业数字化的哪些痛点?

方磊:数字化是个很大的范畴,从数字产生数据沉淀以后,我们需要对数据进行统计,而机器学习主要解决的是一个预测的问题。以银行为例,比如统计能够告诉我们上个月谁没有按时还款,但我们可能需要预测下个月谁有可能会不还款而进行提前干预,这个就要依赖于机器学习的一些预测类算法来实现。

但需要强调的是,光预测是不够的。对一家金融机构来说,可能还要决策,这就是为什么九章云极DataCanvas推出了因果学习开源项目的原因。比如在银行信贷还款业务中,很多时候,机器学习的普通预测性算法只能预测下个月谁不还款,但如果说送一定额度的还款优惠券,或者把还款周期延长一定时间,他可能就又还了,这里面就需要推演,最终便于金融机构做出决策。

从行业的发展来看,很多企业从统计、预测、推演,最终走向决策这个过程中,需求是一步一步往前走的。所以,一定会有相应的预测、推演以及得到最后相应决策的系统性需求。在整个企业的数字化转型当中,对于数据处理离不开机器学习,他们一定要使用基于机器学习的基础软件,才有可能去构建更智能聪明的决策或者新应用。

《中国经营报》:相比于“数字化”,九章云极DataCanvas在很多场合更中意使用的产业标签是“数智化”。更强调“智”的原因是什么?

方磊:首先,我们定位在人工智能大赛道的范畴,所以会把智能这个概念更突出。因为原来通常意义上的“数字化”,更多的是电子化或信息化的过程,我们一般称它为数字化转型,比如把企业的OA流程系统开发成软件;后来移动互联网兴起,我们又把线上化认为是数字化;再往后发展,大家又说数字化也有下半场,就是把它变得更智能化。

其次,从信息化、线上化到今天涵盖智能化。九章云极DataCanvas作为一家在人工智能大赛道里的企业,也希望更主动地去突出“数”“智”两个字,尤其是“智”。因为我们的产品,从平台到实时数据,基本上围绕的还是我们称为基础设施的软件来打造的,这也更能体现我们的核心特点,这是我们强调“智能化”的原因。

《中国经营报》:依据九章云极DataCanvas的经验,目前AI产业客户的主要痛点集中在什么地方,如何满足客户的这些需求?

方磊:在底层能力吸取到业务过程当中,客户存在几个痛点。第一个是门槛问题,因为绝大部分的大型央企国企,维持一个媲美互联网公司相同规模的数据科学家或分析人员团队,还是比较困难的。所以对于整个人工智能算法使用,他们希望能够降低门槛。让业务团队的人或者信息部门的人员能够接触并且熟练使用。但不同企业的需求模型是完全不一样的。

第二个是可扩展的落地性,我们称为闭环,这也是非常大的挑战。比如花一二百万元可以做出一个场景的验证原型,但是要实现完整地落地,可能需要花费一两千万元成本,甚至如果处理不当,还落不了地。

第三个痛点是,企业客户缺少一批人,他们能够把业务问题“翻译”成AI可解决的问题。比如预测下个月谁不还贷款,翻译成 机器学习的问题,叫做二分类问题,这种问题从业务反映到 AI的技术上,是有一个产品经理或者项目经理进行“翻译”的。

三个痛点里,门槛挑战是最大的,但随着人工智能厂商开始提供服。

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注