DataCanvas方磊：永遠(yuǎn)站在數(shù)據(jù)科學(xué)家的身后

　 域名預(yù)訂/競價，好“米”不錯過

文|郭濤

大數(shù)據(jù)還是AI?隨著AI的風(fēng)潮越來越盛，很多大數(shù)據(jù)企業(yè)也被歸為了AI陣營。“其實(shí)，大數(shù)據(jù)、AI，只是一種從市場角度的描述，從技術(shù)產(chǎn)業(yè)的角度來說，我們從始至終都是一家‘數(shù)據(jù)科學(xué)平臺提供商’，這一定位從未改變。”無論外界“風(fēng)雨”如何變幻，九章云極始終不忘初心，矢志不渝。

還不是“喘口氣”的時候

俗話說，三年看老。作為一家創(chuàng)業(yè)企業(yè)，從技術(shù)迭代、市場營銷、未來戰(zhàn)略等不同維度綜合來看，通常三年是一個坎。已經(jīng)安然度過這道坎，并且在2018年3月完成B輪近億元融資的九章云極是不是可以喘口氣了?

九章云極CEO方磊的危機(jī)意識還是很強(qiáng)的。他認(rèn)為作為一家規(guī)模還不太大的成長型企業(yè)，變化甚至說動蕩是很正常的，還沒有資格說“過了生存的坎”。不過經(jīng)過幾年的耕耘，現(xiàn)在的九章云極可以說在業(yè)務(wù)上有了一個底盤。企業(yè)現(xiàn)有的規(guī)模與增長與方磊想象中的還有差距，仍要不斷進(jìn)取和積累。

當(dāng)初，九章云極之所以采用DataCanvas作為公司的英文名稱是有深意的。Canvas意為畫布。DataCanvas希望為數(shù)據(jù)科學(xué)家這一新的職業(yè)人群提供機(jī)器學(xué)習(xí)分析和實(shí)時計算能力，實(shí)現(xiàn)快速協(xié)同開發(fā)，并提供模型管理和應(yīng)用支持，讓企業(yè)在“數(shù)據(jù)畫布”之上展現(xiàn)業(yè)務(wù)變革的豐碩成果。

讓方磊感到欣慰的是，當(dāng)初設(shè)定的為數(shù)據(jù)科學(xué)家服務(wù)的目標(biāo)從沒動搖。2012年數(shù)據(jù)科學(xué)家這一新的職業(yè)已經(jīng)出現(xiàn)，但是直到2017年，Gartner才給出了“數(shù)據(jù)科學(xué)平臺”的明確定義，而九章云極早在2013年便已窺得先機(jī)，早投入早布局。“為數(shù)據(jù)科學(xué)家提供優(yōu)質(zhì)的建模服務(wù)。”方磊表示，“我們的服務(wù)對象沒有改變，業(yè)務(wù)方向也沒有改變，最大的變化是，我們的業(yè)務(wù)空間拓展得更大。”

都是為了降低人工智能應(yīng)用門檻

數(shù)據(jù)科學(xué)家，多么“高大上”的稱謂。為這樣一群精英服務(wù)的九章云極所做的產(chǎn)品和業(yè)務(wù)也一定是“陽春白雪”?對于數(shù)據(jù)科學(xué)家這樣一個新的職業(yè)人群出現(xiàn)，方磊稱之為“古典主義的商業(yè)機(jī)會”。一個新的職業(yè)人群，必然需要新技術(shù)、新裝備、新工具進(jìn)行武裝。九章云極就是為這樣一個新的職業(yè)人群提供必需的效率工具。在數(shù)學(xué)科學(xué)家和新的效率工具背后，我們看到的是業(yè)務(wù)重點(diǎn)從商業(yè)BI的可視化轉(zhuǎn)向了AI的模型化，這是一個巨大的轉(zhuǎn)變。但這是一個新的起點(diǎn)，而非終點(diǎn)。“我們?yōu)閿?shù)據(jù)分析提供商業(yè)化的完整的數(shù)據(jù)中臺解決方案，以及實(shí)施能力等。這是我們業(yè)務(wù)的一個自然延展。”方磊表示。

現(xiàn)在，很多大數(shù)據(jù)廠商經(jīng)常掛在嘴邊的一句話是“降低人工智能應(yīng)用門檻”，讓普通的業(yè)務(wù)人員也能像數(shù)據(jù)科學(xué)家那樣操作大數(shù)據(jù)分析工具，獲得分析結(jié)果。九章云極始終強(qiáng)調(diào)為數(shù)據(jù)科學(xué)家服好務(wù)，難道九章云極要背道而馳?

“降低人工智能應(yīng)用門檻與為數(shù)據(jù)科學(xué)家服務(wù)并不是對立的。”方磊一語道破，“這就像是從不同的角度看一個市場蛋糕。同樣是降低應(yīng)用門檻，只是我們選擇的切入點(diǎn)不同。數(shù)據(jù)科學(xué)家是一項(xiàng)新的職業(yè)，未來從業(yè)者會越來越多，傳統(tǒng)的數(shù)據(jù)分析師也會成長為數(shù)據(jù)科學(xué)家，他們都需要更加簡捷、高效的工具。降低應(yīng)用門檻與為數(shù)據(jù)科學(xué)家服務(wù)，這是趨勢與具體落地的關(guān)系。”

其實(shí)，按技術(shù)水平的不同以及所從事的工作難易程度等可以將數(shù)據(jù)科學(xué)家進(jìn)一步細(xì)化為平民數(shù)據(jù)科學(xué)家、一般數(shù)據(jù)科學(xué)家和核心數(shù)據(jù)科學(xué)家三類。平民數(shù)據(jù)科學(xué)家需要的是高度自動化的機(jī)器學(xué)習(xí)平臺和工具，一般數(shù)據(jù)科學(xué)家需要可以用鼠標(biāo)拖拽等方式實(shí)現(xiàn)分析的高效工具，而作為最頂端的核心數(shù)據(jù)科學(xué)家，他們具有很強(qiáng)的編程能力，需要的是透明的開發(fā)環(huán)境。

不同的用戶需要個性化的工具。不過，作為數(shù)據(jù)科學(xué)平臺提供商的九章云極提供的是一輛“整車”，而不是一個個單一的功能。所謂整車，就是一個完整的平臺，它可以滿足不同客戶的需求。比如面向核心數(shù)據(jù)科學(xué)家，九章云極提供預(yù)置的模塊，可以支持開發(fā);同時，它也提供自動化的機(jī)器學(xué)習(xí)工具給平民數(shù)據(jù)科學(xué)家，在此基礎(chǔ)上，又能生成可配置的工作流，供一般數(shù)據(jù)科學(xué)家使用，而整個平臺是打通的。

“當(dāng)前，我們最主要的客戶來自金融領(lǐng)域。他們在數(shù)據(jù)分析方面具有相對較強(qiáng)的能力。九章云極的“整車戰(zhàn)略”是全面覆蓋降低門檻到高端需求的。目前的市場上，我們從自動機(jī)器學(xué)習(xí)和降低門檻的市場需求入手，但同時高端功能和特性也是我們的強(qiáng)大優(yōu)勢。”方磊說。

數(shù)據(jù)科學(xué)平臺是AI變革的核心驅(qū)動力

AI時代到來后，數(shù)據(jù)建模成了必需品，這也直接刺激了相關(guān)的產(chǎn)品采購需求。作為廠商，九章云極生逢其時，看到了更大的市場需求，以及數(shù)據(jù)科學(xué)平臺普及的美好前景。

AI經(jīng)過60多年的發(fā)展，期間有過幾次泡沫，今天我們終于看到了AI普及的曙光。但是不可否認(rèn)，我們?nèi)蕴幱贏I普及應(yīng)用的早期階段。方磊表示，數(shù)據(jù)科學(xué)平臺是AI變革的核心驅(qū)動力。九章云極的階段性目標(biāo)是，推動模型的生產(chǎn)化，讓數(shù)據(jù)科學(xué)家能夠更快地建模，更好地使用模型。

“AI是人們追求的方向，但是用戶最關(guān)注的是還是業(yè)務(wù)價值，即借助數(shù)據(jù)平臺和建模能力，能否帶來業(yè)務(wù)的變革和增長。”方磊舉例說，“銀行客戶最關(guān)心的是能夠新開多少張信用卡，能否完成KPI指標(biāo)。當(dāng)然，大數(shù)據(jù)、AI等是必須掌握的技術(shù)趨勢和動向，這對于客戶以后評估投入回報是非常重要的因素。”

方磊戲稱九章云極是“數(shù)據(jù)的寄生蟲”，除了優(yōu)勢的金融領(lǐng)域以外，向全行業(yè)拓展勢在必行。而隨著5G時代的到來，傳感器數(shù)據(jù)分析會是一個巨大的市場機(jī)會。九章云極已經(jīng)在該領(lǐng)域布局，并且擁有了一批頭部客戶。

九章云極的長遠(yuǎn)目標(biāo)是成為一家平臺型企業(yè)。但是提供一個平臺談何容易，從哪里出發(fā)，選擇什么樣的路徑都是學(xué)問，也是嚴(yán)峻的考驗(yàn)。九章云極以產(chǎn)品為驅(qū)動，以工具為滲透，致力于成為國內(nèi)領(lǐng)先的數(shù)據(jù)科學(xué)平臺提供商，為金融、交通、運(yùn)營商、互聯(lián)網(wǎng)等各行業(yè)客戶提供數(shù)據(jù)分析能力、實(shí)時能力和AI能力的建設(shè)。

2018年對于九章云極來說是收獲之年：一方面，需求側(cè)機(jī)會大漲，銷售機(jī)會增加;另一方面，九章云極服務(wù)客戶的廣度和深度都在擴(kuò)大，產(chǎn)品交付周期平均減少30%，產(chǎn)品線更加豐富，并實(shí)現(xiàn)了快速迭代。

更大的“藍(lán)海”

除了繼續(xù)服務(wù)不斷擴(kuò)大和成熟的數(shù)據(jù)科學(xué)家隊(duì)伍以外，九章云極看到了更大的“藍(lán)海”，即從工具切入，實(shí)現(xiàn)模型的生產(chǎn)化，讓建模走入生產(chǎn)環(huán)境，成為“一等公民”。未來，企業(yè)的每一項(xiàng)業(yè)務(wù)可能都會涉及數(shù)據(jù)分析，比如每一項(xiàng)金融交易發(fā)生前都要經(jīng)過數(shù)據(jù)分析和檢測。“企業(yè)在完成了從工具到平臺的過渡后，模型生產(chǎn)化勢在必行。數(shù)據(jù)建模是最重要的抓手。”方磊表示。

隨著云計算逐步深入人心，數(shù)據(jù)在云中進(jìn)行分析也成為一種新的流行。在公有云更發(fā)達(dá)的國外市場，這一趨勢更加明顯。但從當(dāng)前的主流情況看，大多數(shù)的分析還是在本地數(shù)據(jù)中心完成，這主要是出于數(shù)據(jù)監(jiān)管和行業(yè)規(guī)范的要求。“即便是在云中進(jìn)行數(shù)據(jù)分析，也不是普通意義上的SaaS模式，更多是采用專屬云。 ”方磊舉例說，“我們?yōu)槊绹韫鹊目蛻籼峁┰粕蠑?shù)據(jù)分析服務(wù)，客戶就是自己采購的虛擬機(jī)。說到底，客戶還是愿意將數(shù)據(jù)掌握在自己手里。”

如今，邊緣云越來越熱，數(shù)據(jù)在哪里產(chǎn)生就在哪里處理和分析的呼聲也越來越高。在端側(cè)進(jìn)行分析，比如典型的交通卡口的車牌識別，清楚的圖像就可以在本地進(jìn)行快速處理，而難于處理的圖像可以傳到云上進(jìn)行識別。端云結(jié)合，由系統(tǒng)智能地決定在哪里進(jìn)行處理是最優(yōu)化的，這是未來的趨勢。從數(shù)據(jù)分析的角度來說，需要的是一個透明的分析層，只解決與分析有關(guān)的問題，而底層的設(shè)備、數(shù)據(jù)到底在端還是云上，分析人員完全不用操心。方磊介紹說，目前九章云極雖然沒有一個所謂的邊緣分析產(chǎn)品，但是有可以應(yīng)用于邊緣設(shè)備上的模型。

九章云極的官網(wǎng)引用了方磊曾經(jīng)發(fā)給員工的郵件中的一段話：“我們每個九章云極人都如同20歲的少年，保持好奇、天真和相信。因?yàn)楹闷?，我們可以投入學(xué)習(xí)去探索未知;因?yàn)樘煺?，我們不理會別人告訴我們的不可以，敢于擁抱不確定性，最終成為一個相信自己并且也可以讓伙伴信任的人。”

這段話道出了九章云極成長的源動力。“我不想在公司做了十年以后，以過來人的姿態(tài)告訴別人，哪些是不可以改變的;我希望在十年后告訴別人，這十年我們改變了什么。”方磊如是說。永遠(yuǎn)朝氣蓬勃，保持好奇、探索，這就是九章云極的DNA。這才是一家公司邁溝過坎的真正秘訣所在。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！