為什麼是九章雲極一年之內兩獲融資？|艾問人物_風聞

隨着AI技術的進步與發展，人工智能技術已經開始普遍地進入中國企業與政府的視野，並將其廣泛應用於各個環節。從認知到探索再到規模化經營，人工智能市場正在呈現指數級增長。

自去年以來，由於疫情防控、“新基建”的提出與落地、國際貿易摩擦等因素，國內市場對於人工智能及其相關技術關注度再推新高。尤其是在2020年下半年，相關部門提出了國企數字化轉型、智能計算中心等一系列政策，不少城市“城市大腦”“數字城市”建設如火如荼，推動AI相關市場也一片火熱。

需求推動供給，5月18日，距離上一次B+輪融資不到1年時間，九章雲極DataCanvas再獲3億人民幣C輪融資，進一步夯實公司在人工智能平台領域的領先地位。

以專業技術解決專業問題

儘管AI技術落地與應用場景大幅度增長，隨之而來的新問題也不斷出現。諸如企業自身技術基底薄弱、專業領域的複合型人才稀缺、相關資源重複建設且無法兼容、業務響應速度與敏捷度低等，都成為智能化轉型升級上的重重障礙。相關數據顯示，只有53%的項目能夠順利將AI原型轉化為實際產出。

面對此種困境，部分着力於人工智能技術核心算法層的公司，再一次發揮了互聯網共享精神，以平台思維，協助AI市場中的“後進生”與“新人”們快速掌握運用AI技術之道，機器學習平台也由此應運而生。在解決AI模型開發耗時費力花錢多的同時，更藉助企業與政府用户在新AI系統同舊有業務系統在兼容與配合上更加順滑流暢。

九章雲極DataCanvas董事長方磊認為，作為一種必然趨勢，數字化的全面鋪開必然會將企業中除卻科技或信息管理部門之外的，越來越多的部門與業務拉入其中，“所有的公司都將仰賴人工智能技術建立核心競爭力，所有的部門都有數據科學團隊——這樣的局面正在加速實現”。

據《艾問人物》（iask-media.com）瞭解，目前BAT三巨頭已率先佈局，第四範式、九章雲極DataCanvas、美林數據等新生代技術公司也不斷跟進，從多個角度建設機器學習平台。據IDC預測，中國人工智能軟件及應用市場中，以機器學習為主的軟件及應用市場規模預計將達11.3億美元。

開發效率的提升、開發成本的減少以及開發過程的便捷，使越來越多的傳統企業與政府開始擁抱與信任機器學習平台，並主動與行業內公司尋求合作。也正因為如此，IDC在《2021-2025中國人工智能市場十大預測》中，將AutoML（自動機器學習）列於十大預測第一。IDC認為，AutoML將降低AI開發門檻以實現AI普惠，預計到2023年，使用AutoML技術封裝、提供從數據準備到模型部署的端到端機器學習平台的數據分析師和數據科學家數量將增加兩倍。

譬如此次獲得C輪融資的九章雲極DataCanvas，其核心產品線——DataCanvas數據科學平台家族——為企業客户自主研發AI應用提供堅實基礎架構的同時，通過ModelOps為客户提供雲原生、可解釋、大規模、直擊業務痛點的AI模型全生命週期管理服務。藉助這一平台，不僅能夠助力客户實現企業數字化的快速升級，同時也大大提升了其自主創新、高效協同、加快AI生產化以及業務收益增長的能力。

深耕人工智能核心算法層，為客户AI“減負”

目前大多數機器學習平台將實現過程分為兩個階段。一是AI數據建模與AI模擬，在提供大數據提取、轉換和加載能力之後，支持機器學習模型的建立與調試；二是負責實時AI的達成，支持模型應用，實時流數據處理，將業務規則和AI模型結合起來共同為企業提供自動化決策支持。

隨着大量數據可獲取性的便利化，及不少合作企業自身的數據累積，第一階段的難點在於AI模型的建立與調試。對此，行業中部分平台採用的是容器技術、微服務和Devops等在內的雲原生技術，這使得企業可以更加靈活、方便地開發及部署落地AI模型。一方面，使用基於Docker的容器技術，能夠將異構框架下的不同模型進行標準化封裝，並將模型與底層運行環境解耦之後，使企業可以混合使用多種常規數據分析程序和機器學習框架，也可以自動化地對模型、計算任務及資源進行動態管理、部署及調用；另一方面，發佈後的模型可以通過API的調用，使AI模型與企業各業務系統間的交互使用更為便捷與順滑。

除去上述這些標準化服務之外，不少企業也有着自己的獨家秘笈。譬如九章雲極DataCanvas，為客户提供專屬的“四庫全書”，幫助企業突破知識融合瓶頸。分別為解決行業問題、融入業務知識的特徵倉庫，解決場景化、知識遷移問題的場景倉庫，提供機器學習、深度學習的算子倉庫以及降低企業對數據科學人才與技術依賴的AutoML倉庫。

據《艾問人物》（iask-media.com）瞭解，九章雲極DataCanvas將會把此次C輪融資的3億元用於進一步完善AI基礎架構軟件版圖。不久後其將會推出新一代HSAP實時數據庫，以滿足人工智能時代對新一代數據庫的需求，使公司向AI數據庫定義者與領導者的目標更進一步。與此同時，九章雲極DataCanva也將通過對AutoML、AutoDL等技術的創新，強化自己在金融、通信、政務等行業的應用優勢，為行業數字化升級持續提供強勁新動能。

此外，同友商們一般採取的“黑盒”算法庫不同，九章雲極DataCanvas提供的是開箱即用的“白盒”算法庫。當客户AI能力不充沛時，可直接在DataCanvas平台中調用包含了AutoML、統計分析、機器學習、深度學習、運籌優化等企業常需的100多種算法模型，涵蓋機器學習建模全過程。同時這些算法代碼對用户完全開放，並可進行優化與自定義。

為了解決在建模過程中目前主要存在的痛點——專業領域的複合型人才稀缺，數據的屬性不同，造成建模工作的不確定性。九章雲極DataCanvas的研發團隊將多年以來服務於各個行業客户所積累的經驗，沉澱於DeepTables深度學習工具之中，以自動機器學習工具包的形式提供解決方案為企業尋求解決和突破。九章雲極DataCanvas數據科學產品部資深架構師楊健表示，在DeepTables裏面主要通過四種類型的網絡構件——Embedding、特徵交互層、特徵提取層、GBM模型的融合，來提升神經網絡在結構化數據上的學習能力。

值得一提的是，憑藉DeepTables這一開源項目，九章雲極DataCanvas在齊聚1萬3千多家參賽隊伍的全球數據科學頂級Kaggle競賽中，摘獲第一名，為深度學習技術在結構化數據分析領域賦予了全新價值。目前，九章雲極DataCanvas已積累200多件自主知識產權，其中包含50多件發明專利。

而第四範式則在2020年發佈了企業級AI操作系統Sage AIOS、全自動AI規模化高級開發工具Sage HyperCycle ML、一站式智能運營平台天樞以及面向全生命週期的AI算力平台SageOne，形成了覆蓋算力、操作系統、生產平台到業務系統的全棧AI產品矩陣。

寬場景落地，為智能化提供更佳實踐工具

在第二階段，更考驗AI模型的是實時計算能力、實時指標加工能力、實施規則決策能力、以及實時模型預測能力。它要求在具體的實際應用中，實施決策中心能夠做到“四項全能”，一是提供流數據處理能力、實時計算能力、敏捷實時決策引擎，二是毫秒級響應、高吞吐、高併發計算，三是可實行大規模並行交易處理，四是能夠實現快速在線模型預測。為各種可預見的普遍性問題提供相應、及時且合理的解決之道。

就具體場景而言，目前金融、通信、零售、製造、交通、政府等更需要智能化轉型升級，同時也最快能夠看到AI賦能效果的傳統行業與領域，已經開始普遍採用機器學習平台來解決實際問題。在這一市場中，第四範式、華為雲、九章雲極DataCanvas的機器學習平台已經成為“排頭兵”。

行業報告顯示，BATH在公有云以及線下部署兩方面發力，第四範式、九章雲極DataCanvas、美林數據均在部分行業有顯著優勢。以九章雲極DataCanvas為例，其在金融、通信、航空、製造、交通、政務等領域已攬獲眾多頭部客户，各項業務保持高速增長。此外也有專精於某一行業的公司開始崛起，如聚焦於驅動金融智能決策的氪信科技、星雲Clustar、探智立方等。

據《艾問人物》（iask-media.com）獲悉，如今在全國各地普遍開展的智慧城市建設，一個足夠智慧的“城市大腦”是建設核心。它能讓城市總體態勢和局部信息實時呈現。通過城市大數據分析，支持智慧化的決策，通過城市事件管理的流程對績效進行科學公正的評價，最終實現跨部門聯動指揮、協同調度和管理。尤其是在如今的“後疫情時代”，由於城市各種資源和外部條件劇烈變化，往往出現超出個人處理信息和決策的能力的緊急事件，運用好“城市大腦”成為最佳的解決方案。通過接入越來越多維度的高頻數據、大屏投放的直觀可視化，幫助各級政府適應了基於海量數據決策的模式，也推動對智慧城市正向發展。

在交通領域，作為最容易被C端用户感知的行業領域，也最能夠考驗機器學習平台的技術能力與實時決策能力。在今年春運中，成都雙流機場通過由華為、雲從科技以及中航信雲從科技聯合華為技術、中航信合作開發的包括“3D全真實景VR導航”、“佩戴口罩智能識別算法”、“零接觸無感式登機”旅客服務項目，用智慧技術手段打造“零接觸”出行體驗。

再如最早開展機器學習平台應用的金融行業，部分國有銀行及股份制銀行都有着極為清晰的AI規劃，涉及上百個實際應用場景，而城商行與農商行的AI滲透率也在不斷提升中。譬如，九章雲極DataCanvas為客户提供端到端的金融解決方案，實現了精準營銷、用户行為分析、智能反欺詐、智能信貸風控、投後預警等多個場景下的AI技術落地。從而使金融行業客户實現了生產效率、成本等多方面優化。

數據顯示，製造業是應用AI技術感知最強的環節，佔比近60%。這不僅能夠極大地提升企業生產效率，優化產品與服務質量，作為行業中的“老大哥”，對機器學習平台持友好、積極態度的製造業，也將成為傳統企業數字化轉型的重要力量。有消息顯示，目前九章雲極DataCanvas已經與海信集團達成合作，攜手打造“信智AI平台”，預計將為海信降低超60%的建模時間與成本。

九章雲極DataCanvas董事長方磊表示，以九章雲極DataCanvas為代表的AI平台公司，將以自主研發的“硬科技”立身，以標準化AI基礎架構軟件為基石，通過將AI技術從研發到生產過程中各個環節的自動化，持續開拓多行業各類業務的場景落地；同時也將不斷發展AI生態，通過提供統一的開發標準與規則，加速跨行業AI應用研發及AI能力沉澱。

作為目前的一大熱點，從中國製造到中國“智”造已經成為一種必然，大數據時代已經蓬勃發展數年之久，物聯網也方興未艾，多樣化的AI模型勢必也將如同今天的互聯網一樣，成為企業發展道路上的“剛需”。

《艾問人物》（iask-media.com）認為，隨着機器學習平台的不斷發展與進步，越來越多的廠商選擇了開放、兼容、純軟件的價值取向。這對於客户而言，提供了“千企千面”的AI能力建設，無需再掣肘於特定硬件生產商或算法供應商，讓客户擁有自主AI建設能力；對於國內的AI平台生態而言，可謂互贏之舉，在這一平台之中，各合作方都能夠共享價值鏈。互聯網的共享合作精神，在這裏又一次得到了印證與尊重。