切入數據金融千億市場，他用AI讓數據分析效率翻倍，獲投近億元
+
- 文丨小飯桌新媒體記者 王艷 -
九章雲極創始人方磊，曾是微軟雲計算平台（Windows Azure）及Bing團隊核心成員，在微軟Bing工作時曾使用過一個Aether系統，雖然Bing內部有800多個數據工程師，但是大家協同工作時有序高效，即使有人離職也不會影響工作進度，並且不會流失之前的研發成果，這讓他也動了創業的念頭，想要自己也做一個這樣的系統賣給企業使用。
當時，國內的數據科學團隊正在興起，但是痛點依然明顯：低效且不易管理。
2014年，方磊拉上自己的朋友回國創業，成立北京九章雲極科技有限公司。這是一家為企業提供全棧人工智慧數據解決方案的公司，和一般的泛行業SaaS不同，它主要是針對數據科學家這樣的新興工種，通過「系統+演算法」幫助金融、電信、互聯網等企業挖掘數據價值，提高數據處理能力。
九章雲極一直著眼於金融領域，將大型銀行、證券公司等作為自己的目標用戶，目前已有五十多個客戶案例。
近日，九章雲極宣布完成近億元的B輪融資，襄禾資本領投，東方富海、深圳前海基金跟投，A輪投資方紅點（中國）繼續跟投長期支持公司發展，凡卓資本擔任此次融資的獨家財務顧問。
在凡卓資本CEO李晶看來，「毋庸置疑我們正處於大數據時代的浪潮之上，除了數據規模指數級擴大，在這個時代最大的轉變就是我們從單一關注因果關係過渡到關注數據間的相關性，對於數據模型分析及價值挖掘提出了更高的需求。九章雲極的團隊即抓住了客戶最急迫的痛點，憑藉領先的產品技術真正打通業務流程與數據分析的隔閡，使得數據可以實時指導生產。我們堅定的相信掌握數據價值的人將主導未來商業，九章雲極會成為這個時代的領跑者。」
「超過10人，痛點明顯」
◆◆◆
對於企業來說，數據分析的痛點一直都在。
數據是業務的副產品，隨著交易量的增加，資料庫會逐漸形成，但是對於以往的企業來說，資料庫的主要作用就是事後分析，為商業決策部門提供數據支持。
「這些數據最終主要是以報表的形式出現，但它們只是描述性分析，卻很難做出預測性分析，這些預測性分析就是今天說的AI」方磊說。
簡言之，描述性分析輸出的是報表，但是預測性分析輸出的是一個模型。以銀行監測盜刷為例，當一張銀行卡在異地發生一筆消費申請時，銀行的系統就會分析這筆交易是否正常，隨後會先終止交易，向卡主發送相關簡訊來驗證真偽，這就是預測性分析模型在金融行業中的應用。
而預測性分析的支撐技術是機器學習，但難點在於，模型是否精準很大程度上依賴於演算法和特徵值，考察的相關特徵值越多，最後形成的模型越精準。
所以在建立模型時需要有人既懂業務又懂演算法並將二者結合，因此數據科學家這類工種就形成了。
2012年以後，數據科學家開始興起，但是據麥肯錫預測，到2018年美國整體對於數據科學家的需求會超過49萬，而目前能夠滿足崗位需求的數據科學家不足20萬。因此在行業內出現足夠數量的數據科學家之前，現有的這批人急需一種工具來提高工作效率。
並且，當數據科學家團隊超過10人時，痛點就十分明顯了：當數據科學家離職時，之前完成的工作很難發揮價值，新人無法在原有模型的基礎上繼續開發；同時，領導對於數據科學家工作的進展情況很難把握，在量化評定上存在困難。
著重布局金融領域、瞄準企業數據分析痛點
◆◆◆
針對這一問題，九章雲極DataCanvas數據科學平台是一個提供預測性分析基礎架構的平台，幫助數據科學家在一個平台上開發模型，並將模型應用到真實的業務中來。
一方面，九章雲極的DataCanvas會有一個工作流程來引導數據科學家們構建模塊，讓分析步驟變得像樂高模塊一樣，自己組裝建模後就能產生分析結果。
「簡言之就是把一些共性的工作模塊化，平台上的科學家可以自己取用，提高效率。」方磊說，系統中的版本控制功能可以保證原本的程序不會被寫壞，而測試功能也能保證數據科學家們調取的模型都是可運行的。
另一方面，以往數據科學家要做的主要是「離線工作」，就是從資料庫中利用交易記錄這樣的結構化數據和客戶在銀行中留下的音頻、視頻等非結構化數據做加工並形成一個初步的模型，分析過往的交易中是否存在欺詐盜刷情況，而這個模型分析的是否準確，則要等月底結賬的時候才會知曉。雖然這類模型縮短了發現安全漏洞的時間，但是並不能挽救損失。
而DataCanvas就像一個數據科學和機器學習平台，當科學家做出模型後，可以讓模型進入「投產階段」，每發生一筆交易就會調取模型去進行驗證這筆交易是否安全，這個模型一開始並不準確，但是隨著交易發生的越多，數據科學家就會據此來不斷校正模型使之更加準確。
「它能夠讓模型7×24小時不間斷工作，因為每時每刻都有人在刷卡交易。」當企業中無數個模型在同時運行時，DataCanvas系統也能保證運算安全穩定的進行。
據方磊透露，在6節點集群配置中，九章雲極可以實現億條數據在秒級別提取的速度，日容納數據增量在2000萬條。
更重要的是，九章雲極不僅僅是給已經有了數據科學家團隊但是存在痛點的公司服務，對於那些有挖掘數據需求但是沒有數據科學家團隊的企業同樣適用。「數據科學家和DataCanvas系統的相輔相成的，也可以先有了這樣一個平台再組建自己的數據科學家團隊。」
因此，九章雲極的DataCanvas平台主要面對的也是金融領域，主要為資產規模在千億以上的股份制銀行、城商行、農商行等，除此之外還有各類保險公司、證券公司、互聯網金融公司等。
九章雲極按照產品的使用頻率來收費，主要針對大客戶收費，客單價較高，銷售的產品中有七成可以做到標準化。
紅點中國主管合伙人袁文達說，「我們非常看好大數據技術在各個行業中被廣泛應用的前景。九章雲極的產品在數據處理、分析，特別是流數據的處理上體現出很高的效率，非常適合銀行、保險、能源、交通等數據量大又有很高實時性要求的行業。九章的團隊不但技術能力優秀，在商業落地也表現出色。紅點中國非常願意支持這樣的大數據公司在國內發展壯大。」
截至目前，九章雲極團隊已超過120人，並在上海、山東和西雅圖都成立了分公司，其中開發團隊佔70%，公司開發團隊的核心成員均為碩士及以上學歷，並擁有大型互聯網公司和世界500強企業多年以上的大數據系統開發經歷，在大數據分析、機器學習和數據建模領域擁有豐富的實踐經驗。
此次B輪融資完成後，九章雲極將會重點加強標杆客戶的獲取能力，隨著對客戶業務的理解不斷加深，產品化程度也會不斷提高，預計今年實現4-5倍的營收增長。
TAG:小飯桌 |