<mark id="oztn4"></mark>
0
3月27日，明略科技宣布完成由淡馬錫、騰訊領投，快手跟投的3億美元E輪戰略融資。
疫情籠罩下，這筆錢的入賬著實給鬧糧荒的AI圈打了一針鎮定劑。
更有意思的是，去年今日，他們也恰好完成20億人民幣D輪融資。
這是一家做什么業務的公司？他們主要解決什么問題？為什么如此受到資本市場的青睞？
看不懂的明略科技，今天雷鋒網試著帶你讀懂它。
故事要從一個人說起。
2006年，正如我們所看到的包括扎克伯格在內的所有天才少年愛鬧騰的共性一樣，尚在北大數學系念書的吳明輝也搞起了校園創業，創立了“秒針系統”。
這是一家第三方營銷數據技術服務公司，服務大B端，后面也獲得了包括寶潔、蒙牛在內的數百個海內外品牌的訂單及認可。
2014年，秒針系統開掛運行的第八個年頭，吳明輝看到了新的機會，他想做大B端之外，G端的生意，憑的是這些年對數據更為透徹的理解與應用。
這一年前后，恰好商湯、曠視、云從、依圖等AI新秀也相繼成立，并廣受資本市場支持，成為眾多政府大廳的座上賓。
他隨即作出一個決定：
從秒針系統抽調20個技術苗子，創辦明略數據。
明略數據主要為安防、工業、金融等垂直行業提供打通感知、認知的AI驅動的數據治理解決方案。
接下來的七年，他們的業務又以每年50%—100%的高速復合增長。
眼下，明略已經服務2000多家客戶，包括60多個省市級公安局，中國人民銀行、光大銀行、中國中車、上海地鐵等，在細分市場已經占據領先地位。
為何選擇切入數據治理這一當時的絕對冷門市場？這是我思考的第一個問題。
這就不得不提到吳明輝的成長環境。
他的父親是一名警察，打小見過最多的場景就是父親因為一起案件通宵達旦地來回翻看監控視頻，沒日沒夜地分析情報、查找線索，過程異常痛苦且結果不太樂觀。
而他幼時所看到的，只是彼時中國公安民警的現實工作縮影。
數據統計，我國現在編警察數量約是兩百萬，也就是說每700人中只有一名警察，工作壓力之大可自行腦補，每年警察因過勞而死的新聞屢見不鮮。
用技術挖數據價值，用技術提工作效率，用技術防因累成疾是各級公安部門最為迫切的需求。
北大求學期間，吳明輝接觸到了人工智能；而作為AI落地的重要場景之一，公安領域也有著規模數據、明確業務指向等顯著特性。
一方面，初心和數據基礎齊備；一方面，AI找到了合適試驗田。
明略數據在一定程度上是他理想迦南美地的真實結晶。
去年3月下旬，明略數據正式升級為明略科技集團，面向公共安全、數字城市、工業、金融、營銷、零售、餐飲等多個領域，提供一站式企業級人工智能產品和服務。
這是我目前所見過，野心盡具的創業公司之一。
如果要給明略科技打上標簽，更多人想到的是人工智能、知識圖譜、數據治理，但我認為最接近它定位的那個角色應該是：
“行業智腦”
數據無處不在、時刻生長，大數據分析關注過去發生事件的現象及來源，對已知數據積累得越豐富越好、越清晰越好。
利用大數據解決棘手問題，通常需要進行兩大步驟：1、將數據按照業務邏輯梳理清楚；2、梳理完畢后，挖掘數據的深度價值。
一直以來，絕大多數以“數據”能力見長的公司都在第一點上做著努力；至于第二點，人力無法完成，一般技術很難完成，原因很簡單：
數據量太大且太亂，即便分析出一些結果，不夠準確且實用性不高。
舉個公共安全行業的例子：
一個民警可以不眠不休用一天的時間查看一個視頻監控探頭24小時拍攝的視頻量，并找出所需線索。
一萬個攝像頭一天的視頻量呢？需要一萬個民警不眠不休地盯看24小時。
十萬個攝像頭一個月的視頻量呢？需要十萬個民警不眠不休地盯看720個小時。
如果要找出這十萬個攝像頭一個月所拍攝視頻中出現的人、狗、貓，并推算他們之間的關系并輸出準確結果呢？
民警內心：
放過我吧。
上述要求一點也不夸張，中國一個二線城市的視頻監控部署量至少十萬路起步，而且單單是視頻數據，城市每天還會產生數量繁雜的多類型數據。
針對實時增長的海量數據，政務部門需要有人能夠實時、高效地幫助他們打造知識圖譜，分析其中的關系、交集、規律、異同，以提升工作效率。
這就是明略科技正在做的事。
早在2017年，他們就此發布了明智系統1.0，分為兩大部分：“蜂巢”和“小明”。
“蜂巢”是一個知識圖譜數據庫，可以在散落的數據中提取有效信息的同時，從紛繁復雜的信息進行關系連接和分類，織就龐大的關系網。
“小明”則是企業級人工智能統一入口，為明智系統以對話形式與人類進行交互并提供業務支持。
如果說明略科技利用AI算法根據數據計算出某些結果，這與“四小龍”等AI公司所做之事又有何區別？這是我思考的第二個問題。
以金融業務為例。
人像數據只占到金融數據庫的很小一部分，且各數據類型之間的性質、參數都不太一致。
另外，中國各金融機構的IT系統都是“煙囪式”建立的。
“煙囪式”架構也就是垂直的體系結構，每一個IT系統都有自己的存儲和IT設備，以及獨立的管理工具和數據庫，不同的系統不能共享資源、不能交付和訪問，形成了資源孤島和信息孤島。
如何打通不同類型的海量數據，并找到其中規律，且保證數據的安全性、關聯性、完整性、時空一致性，這些都是金融管理部門的當務之急，也是明略科技的擅長所在。
如果說視覺AI公司解決的更多是“眼睛”看的問題，也就是“是什么”的感知層面，主打海量數據融合。
那么明略科技解決的更多是“大腦”想的問題，也就是“怎么做”的認知層面，主打基于數據的分析、理解、決策和行動。
“單一的數據通常都很難做到高效率的分析，更何況是城市級多維數據，做這事真的非常不簡單。”
某行業資深專家告訴雷鋒網。
“但未來社會的確需要更為深度的數據分析AI技術，倘若最后發展成熟了，將大有可為。”
自我迭代，應該是印在明略科技骨子里的品質。
如果去審視這家公司過去八年的成長就會發現，它壯大的速度的確較快，以至于不得不去腦補它每一次逃離舒適圈的升級之痛。
最近的一次，便是他們順勢提出的更具行業“Know-how”的新一代數據中臺。
如果在科技圈組織一次評選，選出過去一年里最火的技術概念，中臺必定能收獲不少選票。
去年開始，BAT、TMD等一眾互聯網巨頭先后開始了組織架構調整，意圖建立中臺架構體系。
不少中小企業很快也群起而效之，吹響了向中臺架構轉型的號角。
數據中臺是什么及怎么用？這是我思考的第三個問題。
某種意義上來說：
場景和業務需求倒逼出了數據中臺；多云適配，也是推動數據中臺出現的重要原因之一。
通常企業的業務系統是條塊化建設，例如淘寶和淘寶商城（天貓前身）各自都有貨源體系，但因條塊化建設，阿里巴巴難以看到自己的數據全貌，也無法將數據打通，而數據中臺可以做到。
同時，上云已成為DT時代企業的共識，但認為上云就可以消除數據孤島，其實也很大程度誤導了企業和政府。
這里一套阿里云，那里一套華為云，大家互不相關，就好像你有一個山頭，我有一個地盤，反而加劇了數據孤島。
國外曾有一篇報道，預測未來五年全球范圍內85%的企業會是多云環境。既然多云環境是必然的，底層的數據能力如何整合打通？
這時候會發現，無論什么樣的IT系統或者云架構，無論在哪朵云上，通過數據中臺，都可以讓自己系統的數據在多云環境中自由流動。
正是多云環境的產生，決定數據中臺未來會成為企業、政府的一個必選項。
再聯系到明略科技這一次提出的數據中臺戰略便很好理解。
十四年深耕，明略科技已經完成從0到1的突破，走向從1到N的進化。這一過程中，便涉及更多深層次的從數據到知識的挖掘、分析、推理和應用。
以零售營銷行業為例。
一方面，零售行業面向的消費群體非常龐大，全國十幾億人口都可以看作潛在客群；另一方面，零售行業是一個隨意性購買特征非常明顯的細分市場。
這意味著：企業推動業績增長的野心就必須通過無微不至，覆蓋盡可能多的渠道和場景去滿足，比如拼團、秒殺等。
這類方案推出的越多，則會導致業務結構越復雜，在原平臺架構運行越困難。
倘若通過數據中臺賦能，便可實現兩大目標：
1、將不同渠道中的會員數據打通，在大數據的基礎上構建用戶畫像，實現以用戶為中心的精準化營銷。
2、更好地支持前端業務快速創新。譬如開發一個秒殺應用，過去需要從頭開始，工作量非常龐大。現在中臺把通用的積分、優惠券等模型相應解決，只需在表面做一些簡單的開發。
此前，針對零售營銷市場，明略科技也順勢推出智慧零售全渠道業務+數據中臺解決方案。
該方案上層是各種應用，中間是數據中臺和業務中臺，底層是零售客戶的數據后臺。
業務中臺由組織中心、商品中心、庫存中心、財務中心、會員中心、營銷中心、訂單中心、配置中心八個子模塊構成；
數據中臺由數據匯聚平臺、數據治理和開發平臺、數據存儲、數據分析和數據共享服務五層結構組成。
業務中臺和數據中臺相互賦能，業務中臺產生數據，數據中臺分析結果，然后再將分析結果反饋到業務場景，由此形成業務閉環。
明略科技智慧零售架構的核心價值在于，以業務結構、業務中臺方式，把線上的數據和線下各種觸點的數字化所有的數據進行融合，觸達各種碎片化的場景，幫助零售企業補齊交互場景，縮短交易路徑、推動價值轉化。
“數據中臺不僅是一個技術概念，也是組織形式的變革。這與20年前互聯網爆發的時候一樣，誰先用誰先受益。”
某行業人士堅定認為。
“我們目前能在歷史數據達到10PB級、日均增量數據超過10TB級的環境下進行數據價值的挖掘，實現毫秒級的預測性分析，并結合行業知識圖譜形成決策和行動。”明略科技某高層透露。
明略科技打造的數據中臺，將多源異構的數據構建成知識圖譜，建立數據之間的關聯關系，深層次挖掘數據價值，在知識服務應用上提供更精準的個性化搜索與推薦，賦能政府和企業組織數字化轉型進程。
極少有說法能在科技圈達成共識，數據資源是AIoT時代的新油田，這一句是個例外。
未來商業社會，最重要的不是結合了多少技術，而是將人們從數據收集、整理的低層次重復勞動中解脫出來，去往戰略和管理等更高層面進行創新。
相比國外，中國在數據方面的軟件系統付費意向薄弱；另外多維數據層面的打通與分析實在不易。
所以看到，中國的創業、創新大多圍繞算法、算力層演進。
幸運的是，我們看到中國也有包括明略科技這樣的企業，一直在死磕“數據”。
我曾經一度擔心選擇這條賽道的人都會因為斷糧而放棄追夢，現在看到海內外資本的鼎力幫助，也是一件喜事。
而這也無疑佐證：誰說中國軟件產品難現光明？
在一次公開演講上，明略科技創始人兼董事長吳明輝說：
“通過智能技術幫助組織，讓組織高效運轉、加速創新，這是我的必然之路，是非常漫長的道路，貴在一種堅持，不僅要現在做，往后還要繼續做。”
從這句話里，仿佛又看到了當年在北大校園的那個倔強男生，而這個男生的一生可能都在與“數據”耗著。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
