虎博科技切C端市场 ,冲破人工智能B端围城

随着人工智能技术在各行业的落地和爆发,越来越多的行业在世界范围内正在发生颠覆性的变革。以金融为例,从前端获客、客户服务,到中间的金融交易,以及后台的风险防控,人工智能都参与其中。如今,全球领先的智能金融搜索引擎虎博科技利用自然语言处理深度学习技术,再一次引领变革。以简单获取信息为初衷,虎博科技将突破人工智能技术多落点B端服务的围城,让世界前沿技术为C端用户服务。

“货架式”信息太过繁杂获取效率低下

金融是个数据密集型行业,“金融行业内,数据的重要性跟石油、氧气一样,任何金融投资交易决策都是重度依赖数据。但是一直以来,金融信息行业发展很缓慢。”缓解行业的发展痛点是虎博科技创始人兼CEO陈烨的初衷。当前最需要的,不是让机器来代替人做判断,而是提供优质的、准确的信息,让数据更可信、更好用、更容易被发现和获得。

例如,新三板披露材料中有1/4是扫描件,大量公告也是非结构化的PDF,难以做文本处理。同时,个性化的运营数据也无法利用现有技术提取。至于网上千差万别的新闻数据、研究报告,就更加“模糊”。对于这些问题,现有产品大多使用人力解决。

更为困扰的是,传统金融信息服务平台有着“货架式”较重的产品形态问题,依然存在诸多痛点并未解决。譬如,对于投资者来说,目前所有的金融资讯服务终端都是被动提供信息,好比一个金融信息的大货架,林林总总只要有的信息都给放上;但是对于个体来说,面对庞杂的消息需要的是主动搜索获取的准确的信息;又如价格,高昂的开支不仅令C端用户为难,更让诸多B端客户望而却步。再说使用的门槛,专业的知识和复杂的使用在当下时代显得并不那么智能,阻碍了用户尽可能简单地信息获取,提高效率。

做无人敢做的C端生意

经过一年迭代,3月25日,虎博科技旗舰产品虎博搜索正式面向个人开放,目前,虎博搜索服务全球有信息需求的机构和个人用户,数据覆盖全球主要资本市场,包括行情、宏观、行业、公告、研报、新闻和另类数据等多个维度,通过提供全面、精准、实时和智能的金融数据和信息,支持用户进行全球公司和行业研究、行情分析、智能选股、预测分析、事件舆情、IPO 监控等工作,服务用户效率提升。据了解,虎博科技于当天同步上线“虎博万人迷”计划,前1万名虎博搜索用户将终身享受VIP服务,不受未来搜索产品付费增值服务的约束,永久免费使用。

据了解,虎博科技先期从金融领域切入,以前沿技术落地于商业,已跻身行业头部,因此获得资本青睐。3月初,虎博科技完成3300万美金A轮融资,投资方为PAC、宜信新金融产业投资基金和高榕资本,并且自2017年7月成立以来,已完成累计近4亿元人民币的融资。

通过对虎博科技整体产品和技术的深入研究,其竞争优势或许建立在四个基本要素之上:首先,全球信息的覆盖更全,其次,核心技术对金融领域的理解更为深刻;再次是用户规模巨大,以国内来讲,众多的金融机构、1.2亿股民/专业个人投资者以及更多的需要信息的个人用户都是刚需,而放眼全球市场,就更为巨大;最后,覆盖有企业和个人两大市场,无论从现金流还是用户规模上,都比同类企业更胜一筹。此外,虎博科技还会将业务拓展到除金融外的其他领域,发展空间也更为广阔。

德勤出具的研报显示,因C端用户更重视产品体验,且需求覆盖面广又相对复杂,所以目前人工智能企业通常侧重B端业务发展。相关数据显示,91.67%的人工智能产业链优质企业选择B端企业客户,43.33%覆盖政府端业务,仅有21.67%的人工智能企业敢于服务C端。

目前,虎博科技B 端服务包括了轻投研类产品、智能知识库、舆情监控、NLP基础技术服务四大类解决方案和产品,商业化进展迅速,已经与国内外多家顶级金融机构、新闻集团、教育机构、政府和监管机构达成合作,客单价在百万级别。

C端产品上,虎博科技目前打造了搜索、资讯、工具、交易等一系列产品矩阵。从2018年9月开始,虎博科技已面向C端用户推出了搜索、资讯、工具、交易等产品矩阵,其“西梅”、“创投派”、“招股书”、“搜研报”、“财神股票”等App和小程序产品累计用户量已达百万级。这些产品矩阵以「虎博搜索」为核心底层细化而来它们相对独立却又无限关联,底层架构的打通使得虎博科技的核心能力得到了更宽广的拓展。

未来发展规划方面,虎博科技将坚持全场景产品矩阵发展战略,从用户需求出发,深入所涉行业各个业务环节,不断拓展虎博科技场景式矩阵,推出有价值的差异化产品,满足用户一站式需求。陈烨认为,全场景的精髓是由产品矩阵自动筛选用户的需求,“它是包围式且颠覆式的,用户最终会沉淀到一两款旗舰产品中。”虎博科技将继续推陈出新,快速迭代矩阵产品,适时推出增值服务。

产业大数据应用搜索引擎金融科技虎博科技
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

知识库技术

知识库是用于知识管理的一种特殊的数据库,以便于有关领域知识的采集、整理以及提取。知识库中的知识源于领域专家,它是求解问题所需领域知识的集合,包括基本事实、规则和其它有关信息。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

推荐文章
暂无评论
暂无评论~