數(shù)據(jù)科學(xué)平臺，Cool！但并不孤獨(dú)

2020-04-10 16:02

一提到“數(shù)據(jù)科學(xué)家”，都覺得這是一項很酷的職業(yè)；而一說到“數(shù)據(jù)科學(xué)”，雖然僅僅一字之差，卻讓人心生敬畏，感覺有些晦澀甚至是距離感。但是，偏偏有這樣一家中國的數(shù)據(jù)科學(xué)平臺提供商成了Gartner發(fā)布的“Cool Vendors in AI for Fintech in Asia／Pacific”報告中備受推崇的一家“酷公司”，而且是中國大陸地區(qū)唯一入選的企業(yè)，它就是九章云極。

九章云極身上的“酷元素”

生活中，我們形容一個人酷，可能是因為他標(biāo)新立異的穿著打扮、特立獨(dú)行的做事風(fēng)格，又或是冷冷的帶一絲傲嬌的氣質(zhì)。九章云極的“酷”究竟表現(xiàn)在哪里呢？

九章云極這個名字本身就透露著一股文藝范兒，極富中國韻味，再細(xì)細(xì)品味，九章就是九章算法，云極便是云計算與極＝，獨(dú)特的專業(yè)韻味此為一酷。九章云極DataCanvas數(shù)據(jù)科學(xué)平臺產(chǎn)品的吉祥物是一只可愛的花栗鼠，叫做“八斗”，有才高八斗之意，這聽起來也挺酷。九章云極為不同的客戶人群提供各種智能化的業(yè)務(wù)場景，比如信貸資格的審查、預(yù)測事故風(fēng)險、人群分布預(yù)警等，諸如此類的智能化應(yīng)用是不是也挺酷？

數(shù)據(jù)科學(xué)平臺是一條逐漸升溫的新賽道。以前，人們對數(shù)據(jù)科學(xué)平臺的概念認(rèn)知不清，想酷也酷不起來。2017年，Gartner給出了數(shù)據(jù)科學(xué)平臺的明確定義，提出了數(shù)據(jù)科學(xué)平臺不可或缺的四大要素：“數(shù)據(jù)、算法、數(shù)據(jù)科學(xué)家、業(yè)務(wù)價值”。

數(shù)據(jù)科學(xué)平臺，Cool！但并不孤獨(dú)

九章云極聯(lián)合創(chuàng)始人兼CEO方磊

“相比以往，企業(yè)客戶對數(shù)據(jù)科學(xué)平臺的理解確實更加深入。面向具體的業(yè)務(wù)場景，在數(shù)據(jù)的基礎(chǔ)上加載算法，解決企業(yè)的實際業(yè)務(wù)問題，這才是數(shù)據(jù)科學(xué)平臺的真正價值所在。”九章云極聯(lián)合創(chuàng)始人兼CEO方磊指出，“專注于數(shù)據(jù)科學(xué)平臺這條賽道，我們引領(lǐng)未來的發(fā)展方向。DataCanvas數(shù)據(jù)科學(xué)平臺形成了獨(dú)有的“四庫”方法論，深入而靈活地應(yīng)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法，為各行各業(yè)的客戶帶來新的價值。這可能是Gartner最看重的我們身上的‘酷’元素吧。”

從簡化應(yīng)用到提升價值

“用數(shù)據(jù)解決業(yè)務(wù)問題，都屬于數(shù)據(jù)科學(xué)的范疇。”方磊一語中的。

很多時候，我們?nèi)菀讓?shù)據(jù)科學(xué)與BI（商業(yè)智能）混淆。其實，BI的主要工作是數(shù)據(jù)的歸類和展示，不涉及算法，旨在讓人幫助人更好地理解業(yè)務(wù)，并間接地解決業(yè)務(wù)問題。數(shù)據(jù)科學(xué)的不同之處在于，它以算法為核心，直接解決業(yè)務(wù)問題。舉個例子，在處理車險理賠時通常需要上傳一些相關(guān)照片，然而有人會別有用心地上傳PS后的照片。面對這種情況，BI只是匯總最后的統(tǒng)計數(shù)據(jù)，告訴你歷史上出現(xiàn)過多少次這種造假行為，而數(shù)據(jù)科學(xué)平臺則在照片上傳時，通過算法和分析，直接指出哪些照片是PS過的。“BI最終還是要依賴人進(jìn)行分析，而數(shù)據(jù)科學(xué)平臺通過在數(shù)據(jù)上加載算法，在具體的業(yè)務(wù)場景中實現(xiàn)閉環(huán)，并以自動化的方式解決業(yè)務(wù)問題。”方磊解釋說。

數(shù)據(jù)科學(xué)平臺，Cool！但并不孤獨(dú)

DataCanvas數(shù)據(jù)科學(xué)平臺

大數(shù)據(jù)、人工智能等應(yīng)用剛興起時，因為業(yè)務(wù)場景、技術(shù)實現(xiàn)上的復(fù)雜性，所以無論是廠商還是企業(yè)用戶，都將降低應(yīng)用門檻作為突破口。這是數(shù)據(jù)科學(xué)平臺從0到1的演進(jìn)過程，這項工作九章云極做了四五年，并掙得了第一桶金。在應(yīng)用壁壘降低到一定程度后，積累了大量專業(yè)技術(shù)人員，以前可能只有數(shù)據(jù)科學(xué)家能完成的工作，現(xiàn)在具備一定技術(shù)能力的人也可以完成，生態(tài)發(fā)展被提上了議事日程，數(shù)據(jù)科學(xué)平臺的發(fā)展也過渡到從1到100的躍升階段。在這個階段，就要針對具體的業(yè)務(wù)場景，依靠算法，提升解決業(yè)務(wù)問題的能力，創(chuàng)造新的價值。正是在這樣的背景下，2019年初，九章云極創(chuàng)新性地提出了DataCanvas“四庫”——模型倉庫、特征倉庫、模版?zhèn)}庫和AutoML Recipe倉庫的技術(shù)組合，可以有效解決行業(yè)AI建設(shè)的三大難題，包括經(jīng)驗及業(yè)務(wù)知識融合、模型資產(chǎn)共享和臺運(yùn)維管理，以及場景化知識遷移。

“四庫”是九章云極歸納出的一套方法論，它將行業(yè)經(jīng)驗、業(yè)務(wù)知識和數(shù)據(jù)科學(xué)技術(shù)有效結(jié)合，直接降低客戶對資源的依賴和AI建設(shè)的成本。方磊表示，數(shù)據(jù)科學(xué)平臺落地的一個核心是場景模板化，這樣才能在客戶中快速復(fù)制和交換共享。如果能把九章云極的“四庫”方法論變成行業(yè)標(biāo)準(zhǔn)，無疑將加速這一進(jìn)程。基于“四庫”，DataCanvas未來還會有重大的版本升級。

“在不同的發(fā)展階段，需要解決的主要矛盾也不同。從0到1的階段，要實現(xiàn)簡化，而在從1到100的階段，產(chǎn)生價值才是最重要的，這就要求模型更準(zhǔn)。為此，必須將業(yè)務(wù)的Know－How加入進(jìn)來。”方磊以小微企業(yè)信貸分析為例，其模型非常復(fù)雜，但仍有大量信貸知識不在模型中，比如隱形負(fù)債因素等，而這些知識和業(yè)務(wù)Know－How很多就來自人的經(jīng)驗和積累，只有將它們?nèi)谌肽Ｐ停拍茏屇Ｐ透鼫?zhǔn)確，從而更好地挖掘業(yè)務(wù)價值。

通向AI的主流路徑

按照傳統(tǒng)的廠商分類方法，九章云極會被歸到大數(shù)據(jù)廠商陣營。但是最近兩年，人工智能成了九章云極的一個新標(biāo)簽。比如，Gartner的“Cool Vendors in AI for Fintech in Asia／Pacific”報告，主要研究的對象是亞太地區(qū)將AI增強(qiáng)創(chuàng)新成功商用在金融科技領(lǐng)域的新興企業(yè)，九章云極之所以能夠入圍，就是因為它在金融領(lǐng)域AI應(yīng)用方面具有很強(qiáng)的創(chuàng)新能力。再比如，在IDC發(fā)布的《IDC MarketScape：中國機(jī)器學(xué)習(xí)開發(fā)平臺廠商評估》研究報告中，九章云極也位于主要廠商位置。

“AI的定義十分寬泛，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)都屬于AI的范疇。但是AI也分成多個學(xué)派，比如其中的符號學(xué)派，不借助數(shù)據(jù)，僅憑符號就能推導(dǎo)出結(jié)果。”在方磊看來，AI是一種狀態(tài)、一個目標(biāo)，而數(shù)據(jù)科學(xué)是達(dá)到這一目標(biāo)的主流方式和路徑。

與很多AI應(yīng)用類廠商不同，九章云極是一個平臺廠商。從2014年開始推出產(chǎn)品，經(jīng)歷了公有云、私有云等不同的交付方式，九章云極在AI應(yīng)用方面的差異化定位更加清晰。通常來說，數(shù)據(jù)處理要經(jīng)過四個主要環(huán)節(jié)，先建立數(shù)據(jù)倉庫，然后進(jìn)行數(shù)據(jù)治理，接下來實現(xiàn)商業(yè)智能，最后是借助訓(xùn)練出的模型，自動化地解決業(yè)務(wù)問題。相關(guān)廠商也按照這四個部分進(jìn)行分類、匯聚。九章云極就處于整個數(shù)據(jù)價值鏈條的最后端，也是實現(xiàn)價值的關(guān)鍵。

Gartner從2017年起才將數(shù)據(jù)科學(xué)平臺作為專門的研究領(lǐng)域，在此之前，九章云極執(zhí)著地走過了一段孤獨(dú)的路程。但是，方磊并不認(rèn)為數(shù)據(jù)科學(xué)平臺是一條孤獨(dú)的賽道。在國外，數(shù)據(jù)科學(xué)早就形成了一個成熟的生態(tài)，廠商間的并購不斷，估值70億美元的數(shù)據(jù)科學(xué)平臺企業(yè)讓人艷羨。

與國外相比，中國在數(shù)據(jù)科學(xué)領(lǐng)域還有較大差距，主要體現(xiàn)在：美國現(xiàn)有兩三百萬名數(shù)據(jù)科學(xué)家，很多公司都有專門的數(shù)據(jù)科學(xué)團(tuán)隊，有的還設(shè)立了CDO（首席數(shù)據(jù)官）的職位，但是中國的數(shù)據(jù)科學(xué)家稀缺，人才成了瓶頸；美國的客戶具備較強(qiáng)的技術(shù)能力，傾向于在標(biāo)準(zhǔn)化的軟件產(chǎn)品之上自己進(jìn)行集成和開發(fā)，而中國客戶更喜歡端到端的解決方案和服務(wù)，有時還需要廠商提供具體的模型，這是生態(tài)和應(yīng)用不成熟的一種表現(xiàn)。

為了滿足中國客戶的需求，九章云極一方面為大型企業(yè)客戶提供平臺化的產(chǎn)品；另一方面除了為中小企業(yè)客戶提供整體解決方案以外，還提供具體的模型。“我們上不碰企業(yè)的業(yè)務(wù)，下不碰企業(yè)的數(shù)據(jù)，而是專注于提供數(shù)據(jù)科學(xué)平臺和模型。”方磊表示，“數(shù)據(jù)科學(xué)平臺的重心在算法上，而不是簡單地提供數(shù)據(jù)統(tǒng)計和匯總功能。從數(shù)據(jù)到業(yè)務(wù)，數(shù)據(jù)科學(xué)平臺是中間的橋梁，將逐步深入到各個場景中。”

企業(yè)客戶從自己需求的角度看數(shù)據(jù)科學(xué)平臺，會有不同的理解。比如，從業(yè)務(wù)的角度，有人認(rèn)為數(shù)據(jù)科學(xué)平臺就是一個模型工廠；從管理的角度，有人將數(shù)據(jù)科學(xué)平臺當(dāng)成管理數(shù)據(jù)科學(xué)家的OA，可以更好地將數(shù)據(jù)科學(xué)家組織起來，發(fā)揮其價值。不管如何描述數(shù)據(jù)科學(xué)平臺，各行業(yè)已經(jīng)達(dá)成了一個基本共識：借助數(shù)據(jù)科學(xué)平臺，可以找到業(yè)務(wù)的價值點。

從“酷”到主流

在數(shù)據(jù)科學(xué)平臺的賽道上，九章云極是不是要跑得再快一些？方磊認(rèn)為：“to B類型的企業(yè)還是要依靠積累效應(yīng)。2019年，我們完成了新一輪融資，并且連續(xù)保持年增長100％。未來，我們?nèi)詫凑兆约旱墓?jié)奏發(fā)展。”

不僅數(shù)據(jù)科學(xué)家這一職業(yè)酷，數(shù)據(jù)科學(xué)這項事業(yè)更酷，他們都是為了智能世界的明天更加美好。但在方磊看來，什么時候人們不再談?wù)摂?shù)據(jù)科學(xué)、數(shù)據(jù)科學(xué)家酷不酷這個話題，就說明數(shù)據(jù)科學(xué)已經(jīng)成了主流，被各行各業(yè)的用戶所接納，以九章云極為代表的數(shù)據(jù)科學(xué)平臺廠商的好日子才算是真正到來。