- 文丨小饭桌新媒体记者 王艳 -
九章云极创始人方磊，曾是微软云计算平台（Windows Azure）及Bing团队核心成员，在微软Bing工作时曾使用过一个Aether系统，虽然Bing内部有800多个数据工程师，但是大家协同工作时有序高效，即使有人离职也不会影响工作进度，并且不会流失之前的研发成果，这让他也动了创业的念头，想要自己也做一个这样的系统卖给企业使用。
当时，国内的数据科学团队正在兴起，但是痛点依然明显：低效且不易管理。
2014年，方磊拉上自己的朋友回国创业，成立北京九章云极科技有限公司。这是一家为企业提供全栈人工智能数据解决方案的公司，和一般的泛行业SaaS不同，它主要是针对数据科学家这样的新兴工种，通过“系统+算法”帮助金融、电信、互联网等企业挖掘数据价值，提高数据处理能力。
九章云极一直着眼于金融领域，将大型银行、证券公司等作为自己的目标用户，目前已有五十多个客户案例。
近日，九章云极宣布完成近亿元的B轮融资，襄禾资本领投，东方富海、深圳前海基金跟投，A轮投资方红点（中国）继续跟投长期支持公司发展，凡卓资本担任此次融资的独家财务顾问。
在凡卓资本CEO李晶看来，“毋庸置疑我们正处于大数据时代的浪潮之上，除了数据规模指数级扩大，在这个时代最大的转变就是我们从单一关注因果关系过渡到关注数据间的相关性，对于数据模型分析及价值挖掘提出了更高的需求。九章云极的团队即抓住了客户最急迫的痛点，凭借领先的产品技术真正打通业务流程与数据分析的隔阂，使得数据可以实时指导生产。我们坚定的相信掌握数据价值的人将主导未来商业，九章云极会成为这个时代的领跑者。”
“超过10人，痛点明显”
◆ ◆ ◆
对于企业来说，数据分析的痛点一直都在。
数据是业务的副产品，随着交易量的增加，数据库会逐渐形成，但是对于以往的企业来说，数据库的主要作用就是事后分析，为商业决策部门提供数据支持。
“这些数据最终主要是以报表的形式出现，但它们只是描述性分析，却很难做出预测性分析，这些预测性分析就是今天说的AI”方磊说。
简言之，描述性分析输出的是报表，但是预测性分析输出的是一个模型。以银行监测盗刷为例，当一张银行卡在异地发生一笔消费申请时，银行的系统就会分析这笔交易是否正常，随后会先终止交易，向卡主发送相关短信来验证真伪，这就是预测性分析模型在金融行业中的应用。
而预测性分析的支撑技术是机器学习，但难点在于，模型是否精准很大程度上依赖于算法和特征值，考察的相关特征值越多，最后形成的模型越精准。
所以在建立模型时需要有人既懂业务又懂算法并将二者结合，因此数据科学家这类工种就形成了。
2012年以后，数据科学家开始兴起，但是据麦肯锡预测，到2018年美国整体对于数据科学家的需求会超过49万，而目前能够满足岗位需求的数据科学家不足20万。因此在行业内出现足够数量的数据科学家之前，现有的这批人急需一种工具来提高工作效率。
并且，当数据科学家团队超过10人时，痛点就十分明显了：当数据科学家离职时，之前完成的工作很难发挥价值，新人无法在原有模型的基础上继续开发；同时，领导对于数据科学家工作的进展情况很难把握，在量化评定上存在困难。
着重布局金融领域、瞄准企业数据分析痛点
◆ ◆ ◆
针对这一问题，九章云极DataCanvas数据科学平台是一个提供预测性分析基础架构的平台，帮助数据科学家在一个平台上开发模型，并将模型应用到真实的业务中来。
一方面，九章云极的DataCanvas会有一个工作流程来引导数据科学家们构建模块，让分析步骤变得像乐高模块一样，自己组装建模后就能产生分析结果。
“简言之就是把一些共性的工作模块化，平台上的科学家可以自己取用，提高效率。”方磊说，系统中的版本控制功能可以保证原本的程序不会被写坏，而测试功能也能保证数据科学家们调取的模型都是可运行的。
另一方面，以往数据科学家要做的主要是“离线工作”，就是从数据库中利用交易记录这样的结构化数据和客户在银行中留下的音频、视频等非结构化数据做加工并形成一个初步的模型，分析过往的交易中是否存在欺诈盗刷情况，而这个模型分析的是否准确，则要等月底结账的时候才会知晓。虽然这类模型缩短了发现安全漏洞的时间，但是并不能挽救损失。
而DataCanvas就像一个数据科学和机器学习平台，当科学家做出模型后，可以让模型进入“投产阶段”，每发生一笔交易就会调取模型去进行验证这笔交易是否安全，这个模型一开始并不准确，但是随着交易发生的越多，数据科学家就会据此来不断校正模型使之更加准确。
“它能够让模型7×24小时不间断工作，因为每时每刻都有人在刷卡交易。”当企业中无数个模型在同时运行时，DataCanvas系统也能保证运算安全稳定的进行。
据方磊透露，在6节点集群配置中，九章云极可以实现亿条数据在秒级别提取的速度，日容纳数据增量在2000万条。
更重要的是，九章云极不仅仅是给已经有了数据科学家团队但是存在痛点的公司服务，对于那些有挖掘数据需求但是没有数据科学家团队的企业同样适用。“数据科学家和DataCanvas系统的相辅相成的，也可以先有了这样一个平台再组建自己的数据科学家团队。”
因此，九章云极的DataCanvas平台主要面对的也是金融领域，主要为资产规模在千亿以上的股份制银行、城商行、农商行等，除此之外还有各类保险公司、证券公司、互联网金融公司等。
九章云极按照产品的使用频率来收费，主要针对大客户收费，客单价较高，销售的产品中有七成可以做到标准化。
红点中国主管合伙人袁文达说，“我们非常看好大数据技术在各个行业中被广泛应用的前景。九章云极的产品在数据处理、分析，特别是流数据的处理上体现出很高的效率，非常适合银行、保险、能源、交通等数据量大又有很高实时性要求的行业。九章的团队不但技术能力优秀，在商业落地也表现出色。红点中国非常愿意支持这样的大数据公司在国内发展壮大。”
截至目前，九章云极团队已超过120人，并在上海、山东和西雅图都成立了分公司，其中开发团队占70%，公司开发团队的核心成员均为硕士及以上学历，并拥有大型互联网公司和世界500强企业多年以上的大数据系统开发经历，在大数据分析、机器学习和数据建模领域拥有丰富的实践经验。
此次B轮融资完成后，九章云极将会重点加强标杆客户的获取能力，随着对客户业务的理解不断加深，产品化程度也会不断提高，预计今年实现4-5倍的营收增长。
联系客服
