五年落地8千家B端客户,获五家国有银行注资,这家估值20亿美元的AI公司做对了什么?

五年落地8千家B端客户,这家估值20亿美元的AI公司做对了什么?

2014 年成立,第四范式是一家人工智能平台与技术服务提供商,五年以来,第四范式凭借其先知企业级通用 AI 平台,为企业构建智能「大脑」,优化企业的效率与决策。目前业务范围覆盖金融、零售、医疗、能源等众多行业领域,服务 8000 家客户。

成立伊始,第四范式的光芒就不小,红杉资本从天使轮开始就连续追投,同时它也是中国五大国有银行共同投资的唯一科技公司,此次完成 C+轮融资,新增联想、思科、中信银行等投资方,融资后估值更是高达 20 亿美元。

融资之后,第四范式将快速拓展产业链上下游资源,构建基于 AI 的企业级服务生态体系。

撰文 | 凡雪

2016 年 3 月,谷歌公司旗下的 AlphaGo 以 4:1 的成绩打败世界冠军韩国棋手李世石,一举点燃人工智能热潮,然而在当年年末,《硅谷百年史》作者皮埃罗·斯加鲁菲便提出预警:人工智能绝对是一个泡沫,大量资金在短期内进入了人工智能领域,但包括谷歌在内的公司都没有在这个领域获得收益。

此后,人工智能泡沫论的说法便此起彼伏,据投中研究院与崇期资本联合发布《2019 中国人工智能产业投融资白皮书》显示,中国人工智能领域总体融资规模从 2015 年的 458 亿人民币增长至 2018 年的 1189 亿人民币,增长超过两倍,但在 2019 年前三个季度,人工智能总融资规模仅为 577 亿。

中国人工智能领域的投融资热情,在经历了五年的飞速增长之后,在 2019 年急速跌落,加之现如今疫情影响,企业生存已是非常艰难,更不用说融资烧钱发展。

然而,作为一家人工智能平台与技术服务提供商,第四范式于近期完成 C+轮融资,C 轮总计融资金额达 2.3 亿美元,投后估值约 20 亿美元。本轮融资中,引入新战略股东包括思科、中信银行、联想,松禾资本、基石资本以财务投资方加入。

本轮融资的完成,为第四范式快速拓展产业链上下游资源奠定良好基础,有助于构建基于 AI 的企业级服务生态体系。

据第四范式介绍,战略投资方联想、中信银行将为第四范式进一步融合产业链上下游资源奠定基础,有助于其企业级服务基础设施构建及业务拓展,而思科作为海外投资方,将对第四范式的国际化布局起到重要意义。


 一 新一轮融资背后,第四范式靠什么

成立于 2014 年,第四范式所做的正是打造一个通用 AI 平台,为企业构建智能「大脑」,优化企业的效率与决策。目前业务范围覆盖金融、零售、医疗、能源等众多行业领域,服务客户包括工商银行、中石油、百胜中国、瑞金医院等。

8000 家客户、上万个落地场景,跨行业的广泛落地充分验证第四范式 AI 平台的行业通用性与效果,在 2019 年 IDC MarketScape 报告中,第四范式被评选为机器学习平台市场份额中国第一。

早在 2016 年 7 月,第四范式便已发布核心产品「第四范式先知」,它是低门槛、端到端的企业级人工智能 PaaS 平台,能力覆盖 AI 应用开发、运行、管理的全生命周期。

从实操层面来说,模型在构建闭环 AI 应用中至关重要,但企业往往缺乏 AI 专业人才来开发模型,降低模型开发的门槛,让 Web 工程师就能够构建 AI 应用势在必行。其中自动机器学习(AutoML)就是一项关键技术,通过机器自动建模,降低模型的开发门槛。

五年落地8千家B端客户,这家估值20亿美元的AI公司做对了什么?

自动机器学习流程示例 (图源:Gartner 报告)

2020 年 3 月,在《2020 年十大战略技术趋势:AI 民主化》报告,Gartner 认为,以 AutoML 为代表的「AI 民主化」具备低门槛、高效率等优势,并将第四范式作为 AutoML 代表入选该报告推荐厂商。

有了技术,并不能保证可以快速落地场景,AI 落地产业缓慢的一个关键问题是信息不对称,传统行业往往不知道 AI 能够解决什么问题,而 AI 公司往往不知道行业真实需求在哪里。

此外,按照一般人工智能在企业应用的过程,企业和 AI 公司沟通讨论在场景的解决方案,最终交由 AI 公司完成上线,而往往受限于 AI 公司交付能力和行业 knowhow 的局限,最终效果也参差不齐,而且这个周期差不多 3-6 个月以上。如果企业有新的场景,那么这个流程在重复一次。无论从价值、效率和成本上看,这种方式都无法真正支撑企业全面的智能化转型。

在此背景下,第四范式的先知平台把 AI 的方法论和能力全部包装在产品中,做到行业的真正通用性,企业只需要通过简单的操作步骤,就能自己快速实现 AI 应用上线,找到适用场景。

在现实情况下,企业生产运营环节中拥有众多业务场景,如果按照传统的点对点方式一个个解决,在时间和成本上企业都是无法接受的。对于企业而言,只有实现规模化落地才能真正推动智能化转型。

「1+N」是企业智能化转型的战略,这是第四范式从企业智能化实践得到的经验。

「1」是结合公司核心业务,把 1 个或几个对业务影响最大的场景做到极致;「N」是用最高的效率规模化落地尽可能多的应用场景,使场景的总体价值最大化。

企业的核心业务往往是是构建竞争力的关键,哪怕 1% 的提升都至关重要。N 则是指企业在 AI 改造过程中,往往存在众多场景应用。AI 的规模化落地,往往比单场景的极致效果对企业更为重要。假设一个企业有一千个场景,其中一个场景提升 10 倍,对整个企业来说,只有百分之一的提升。但如果一千个场景都 AI 化,每个场景只提升 1 倍,那对企业也是百分之百的提升。

带着核心技术和「1+N」战略,第四范式不断建设团队和深耕行业,据第四范式向机器之心透露,目前公司员工接近 800 人,其中技术研发团队占 70% 以上。

此外,第四范式目前与超过 80% 的大型国有及股份制商业银行开展深度合作,同样也为中部和新兴银行提供的智能化转型服务。

过去两年,第四范式也逐渐在零售行业发力,疫情期间,针对零售行业的线上化业务,第四范式推出了一站式智能流量运营技术平台,通过智能推荐、智能搜索、智能客服等 AI 技术引擎,帮助企业实现线上化智能运营,解决流量暴涨带来的消费者体验和资源调配优化等问题。

在能源行业,第四范式可以帮助企业备故障预警、智能配件异常检测、化工品价格趋势预测等,说到这里,第四范式举了一个例子,某国有电力企业通过先知平台构建风机故障智能预测模型,事件识别率达到 100%,准确率提升可达 100%,并实现发电功率预测、停机预警、故障预警、性能下降预测等风机多方面预测率提升。

对于企业转型而言,关心产品和服务带来的价值、规模化和成本三大核心因素,这些都是第四范式帮助企业 AI 转型的核心优势。


 二 行业落地加快,需筑数据隐私保护之墙

随着 AI 在各行各业落地的加快,在 AI 更有效、更精细地挖掘数据价值以帮助企业转型的同时,伴随着泄露隐私的风险。企业以及 AI 技术厂商在应用 AI 时,应注重在流程规范、人员培训、产品设计及功能、技术等方面把好每一道关。

欧盟 GDPR 则是隐私保护领域最为权威和细致的立法,是全球个人数据保护和企业 AI 应用的最高标准,被称为「史上最严个人数据保护法」,其通过约束信息处理行为,赋予公民对其个人数据更大的控制权。

2020 年 2 月,第四范式先知企业级 AI 平台完成了 PrivacySealEU 认证工作程序,率先通过欧盟 GDPR 认证,成为国内第一款通过该认证的 AI 平台产品。

能够成为国内第一款通过欧盟 GDPR 认证的公司,对于第四范式来说并不意外,自成立之初便开始服务于金融类客户,而金融正是安全高敏感行业,因而客户对于数据隐私的要求往往比其它领域要高,因此第四范式也更加了解企业对于隐私保护的要求和标准。

当 GDPR 于 2018 年 5 月在欧盟境内正式强制生效后,第四范式便一直在研究其要求,第四范式在先知产品的建模技术不依赖于任何第三方数据,客户在完成工作后,其相应的数据也随之销毁,数据无痕是先知平台的基本特性。

先知平台还提供数据破解保护,对于用户地址、电话、身份证号、姓名等敏感信息进行常规的匿名化处理,同时还支持更加严格的防止撞库、差分攻击等攻击手段的先进数据匿名化技术,所有的可访问接口均由完善的多层权限保护系统来控制。

此外,第四范式向机器之心透露,如此重视数据隐私也来自于企业的压力和动力,第四范式在为欧洲的企业提供 AI 服务时,他们需要合作方也按照 GDPR 标准完成业务流程。


 三 疫情练兵之后,第四范式未来的路

2020 年初,在全球战疫的大背景下,第四范式基于先知平台上研发出精准防控筛查、疫情推演及传染路径追踪等三大 AI 防疫系统。

五年落地8千家B端客户,这家估值20亿美元的AI公司做对了什么?

基于机器自学习搭建的传染病疫情演进预测系统示意图

不仅仅是第四范式,在共抗疫情和复工复产中,人工智能在前期药物研发、服务一线医院和后端防控中都发挥着重大优势。

疫情之后,第四范式对线上化、数字化转型的认识和投入加速,未来将完善和丰富企业智能化转型的全栈能力和产品支撑,加速构建智能经济为核心的产业生态和开发者生态。

目前第四范式已经在东南亚和欧洲等设立分部,开展相关国际化业务,未来还将按照发展战略和节奏扩大海外市场。

入门AI第四范式
暂无评论
暂无评论~