四年落地七千+客戶，五大銀行爭(zhēng)相投資，第四范式做對(duì)了什么？

「我國(guó)有超 1.1 億的糖尿病患者,是典型的糖尿病大國(guó),但通常只有 30% 的患者知道自己得了糖尿病,臨床上經(jīng)常見到一個(gè)患者是在患病十年以后,發(fā)生了心臟病、腎衰竭等才知道自己患了糖尿病,這時(shí)醫(yī)生也很難逆轉(zhuǎn)病情?！?/p>

上海瑞金醫(yī)院國(guó)家代謝性疾病臨床研究中心 AI 研究負(fù)責(zé)人趙志云分享道,后來(lái)醫(yī)院跟一家 AI 公司合作開發(fā)了一款糖尿病風(fēng)險(xiǎn)預(yù)測(cè)模型「瑞寧知糖」,可以預(yù)測(cè)人們未來(lái)三年患糖尿病的概率,比此前芬蘭和美國(guó)通用模型準(zhǔn)確率高 2~3 倍,可為特定的人群提供很好的判定和干預(yù)。

這家公司正是第四范式,之所以能夠取得這樣的成果,是因?yàn)橥ㄟ^(guò) AI,機(jī)器可以在海量數(shù)據(jù)中尋找千萬(wàn)甚至數(shù)億條規(guī)則,從而提升醫(yī)院糖尿病預(yù)測(cè)的準(zhǔn)確性。

第四范式所做的正是打造一個(gè)通用 AI 平臺(tái),為企業(yè)構(gòu)建智能「大腦」,優(yōu)化企業(yè)的效率與決策。過(guò)去四年,第四范式已經(jīng)將 AI 落地 7617 個(gè)客戶、12648 個(gè)場(chǎng)景,不僅在商用落地上取得一定規(guī)模,也驗(yàn)證了自身平臺(tái)的通用性。

第四范式也是資本市場(chǎng)的寵兒,紅杉資本從 A 輪開始就連續(xù)追投,去年 12 月更是完成超 10 億元的 C 輪融資,短短四年估值已達(dá) 12 億美元,可謂名副其實(shí)的獨(dú)角獸企業(yè)。

尤為值得注意的是,它是中國(guó)五大國(guó)有銀行(工商銀行、農(nóng)業(yè)銀行、中國(guó)銀行、建設(shè)銀行、交通銀行)共同投資的唯一科技公司,可謂金融行業(yè)的「寵兒」。據(jù)悉其在銀行業(yè)的頭部客戶占有率已超過(guò) 70%。

立足于過(guò)去 4 年的 AI 落地實(shí)踐,第四范式現(xiàn)在回答了一個(gè)重要問(wèn)題,企業(yè)轉(zhuǎn)型如何用 AI 構(gòu)建競(jìng)爭(zhēng)力,它總結(jié)出了一套方法論「1+N」,「1」代表企業(yè)的核心業(yè)務(wù)需要用 AI 做到極致,「N」代表企業(yè)的眾多場(chǎng)景要用 AI 大規(guī)模落地。

由此,第四范式還在戰(zhàn)術(shù)層面給出一套組合拳的打法,包括最新推出的 AI 軟硬件一體集成系統(tǒng) SageOne,助力企業(yè)低門檻、高效的落地 AI 應(yīng)用。

1.「1+N」的構(gòu)想在于價(jià)值最大化?

機(jī)器之心發(fā)現(xiàn),AI 落地產(chǎn)業(yè)緩慢的一個(gè)關(guān)鍵問(wèn)題是信息不對(duì)稱,傳統(tǒng)行業(yè)往往不知道 AI 能夠解決什么問(wèn)題,而 AI 公司往往不知道行業(yè)的真實(shí)需求在哪里。而現(xiàn)在第四范式試圖解決這一問(wèn)題。

在幫助企業(yè)轉(zhuǎn)型及應(yīng)用 AI 的過(guò)程中,第四范式從中抽象出了一套方法論「1+N」。其中「1」代表企業(yè)的核心業(yè)務(wù),需要利用 AI 達(dá)到極致效果;「N」代表企業(yè)的眾多業(yè)務(wù)場(chǎng)景,可以通過(guò) AI 的規(guī)?；涞?實(shí)現(xiàn)企業(yè)整體經(jīng)營(yíng)效率的提升。

這意味著企業(yè)不需要關(guān)心 AI 能夠解決什么問(wèn)題,而是轉(zhuǎn)而聚焦自身的核心業(yè)務(wù)上,想辦法將核心業(yè)務(wù)和 AI 結(jié)合起來(lái),集中精力做到極致。

企業(yè)的核心業(yè)務(wù)往往是企業(yè)的「命脈」,也是構(gòu)建企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵,哪怕 1% 的提升都至關(guān)重要。第四范式創(chuàng)始人&CEO 戴文淵舉例道,對(duì)于制造企業(yè)能夠?qū)⒃牧系牟少?gòu)成本下降 1%,對(duì)于餐飲企業(yè)將個(gè)性化菜品推薦效果提升 1%,對(duì)于金融企業(yè)的貸款逾期預(yù)測(cè)效果提升 1%,甚至足以改變企業(yè)的競(jìng)爭(zhēng)格局。因此,面對(duì)核心業(yè)務(wù),AI 須做到極致效果。

N 則是指企業(yè)在 AI 改造過(guò)程中,往往存在眾多場(chǎng)景應(yīng)用。盡管它們不是核心業(yè)務(wù),但 AI 的規(guī)模化落地,往往比單場(chǎng)景的極致效果對(duì)企業(yè)更為重要。假設(shè)一個(gè)企業(yè)有一千個(gè)場(chǎng)景,其中一個(gè)場(chǎng)景提升 10 倍,對(duì)整個(gè)企業(yè)來(lái)說(shuō),只有百分之一的提升。但如果一千個(gè)場(chǎng)景都 AI 化,每個(gè)場(chǎng)景只提升 1 倍,那對(duì)企業(yè)也是百分之百的提升。

因此,AI 的規(guī)模化落地對(duì)于企業(yè)的智能化轉(zhuǎn)型同樣尤為重要。

第四范式聯(lián)合創(chuàng)始人&首席架構(gòu)師胡時(shí)偉告訴機(jī)器之心,「1+N」的策略主要是為了企業(yè)價(jià)值最大化,這同時(shí)需要考慮收益最大化、機(jī)制最優(yōu)化與獲得價(jià)值的成本。

中國(guó)工商銀行大數(shù)據(jù)與人工智能實(shí)驗(yàn)室陳建軍稱,資金安全和交易安全對(duì)于工行的個(gè)人客戶和企業(yè)客戶尤為重要,通過(guò)第四范式先知平臺(tái)高維和實(shí)時(shí)能力的支持,工行構(gòu)建了上億維的模型,提升了該領(lǐng)域模型的業(yè)務(wù)效果。此外,陳建軍認(rèn)為,智能項(xiàng)目的實(shí)施過(guò)程中數(shù)據(jù)的閉環(huán)非常重要,2018 年以來(lái),場(chǎng)景的落地效率有明顯提升。

2.降低企業(yè)使用 AI 的門檻

對(duì)于企業(yè) AI 轉(zhuǎn)型而言,「1+N」是戰(zhàn)略指向,而在戰(zhàn)術(shù)層面,第四范式也給出一整套打法,讓企業(yè)實(shí)現(xiàn)「1」與「N」的 AI 化。

針對(duì)「1」核心場(chǎng)景,要想實(shí)現(xiàn)極致的業(yè)務(wù)效果,第四范式給出的解法是「高維」+「實(shí)時(shí)」。

胡時(shí)偉談道,越高維度的 AI,意味著效果越極致。第四范式開發(fā)的高維機(jī)器學(xué)習(xí)引擎,最高可支持萬(wàn)億維度,高維模型可以利用海量業(yè)務(wù)數(shù)據(jù)中的海量特征,進(jìn)而提升模型的精準(zhǔn)度和業(yè)務(wù)的智能化水平。

另一個(gè)是實(shí)時(shí),隨著服務(wù)線上化以及對(duì)極致體驗(yàn)的追求,業(yè)務(wù)的實(shí)時(shí)響應(yīng)越來(lái)越重要。結(jié)合第四范式本次發(fā)布的 AI 軟硬一體集成系統(tǒng) SageOne,可實(shí)現(xiàn)高維模型毫秒級(jí)響應(yīng)的實(shí)時(shí)決策。胡時(shí)偉舉例道,實(shí)時(shí)的金融風(fēng)控可將客戶損失降低 30%~50%。

對(duì)于企業(yè)而言,誰(shuí)先做好高維與實(shí)時(shí),就意味著率先提升生產(chǎn)力,率先為客戶提供個(gè)性化的精準(zhǔn)服務(wù)。

另一個(gè)維度是「N」的 AI 規(guī)模化落地,規(guī)?；涞氐年P(guān)鍵在于簡(jiǎn)單、高效、TCO。通過(guò)規(guī)?；涞?釋放企業(yè)的創(chuàng)新活力,對(duì)企業(yè)的 AI 轉(zhuǎn)型和競(jìng)爭(zhēng)力提升尤為重要。而認(rèn)知水平、數(shù)據(jù)成熟度和人才門檻則是目前規(guī)?；涞氐娜笾饕魬?zhàn)。

針對(duì)如何解決認(rèn)知問(wèn)題、數(shù)據(jù)問(wèn)題、人才問(wèn)題,第四范式從統(tǒng)一的方法論和構(gòu)建閉環(huán) AI 應(yīng)用兩個(gè)維度給出解法。

統(tǒng)一的方法論意味著用統(tǒng)一的認(rèn)知和方法規(guī)?；a(chǎn) AI,第四范式借鑒了人類學(xué)習(xí)的過(guò)程(由行動(dòng)——經(jīng)驗(yàn)——反思——理論這四個(gè)階段構(gòu)成),基于此構(gòu)建了「先知」AI 平臺(tái),將 AI 開發(fā)過(guò)程分為行為數(shù)據(jù)采集、反饋數(shù)據(jù)采集、模型訓(xùn)練、模型應(yīng)用四個(gè)步驟。簡(jiǎn)單來(lái)說(shuō),當(dāng)我們想要給顧客推薦美食,我們會(huì)先讓機(jī)器采集顧客過(guò)往飲食喜好的行為數(shù)據(jù),然后推薦給顧客相關(guān)食物,并采集反饋數(shù)據(jù)(顧客是否喜歡),基于這些數(shù)據(jù)進(jìn)行模型訓(xùn)練,最終指導(dǎo)機(jī)器做出決策,而持續(xù)不斷的數(shù)據(jù)采集支持下的模型進(jìn)行自我迭代,可以帶來(lái)決策效果的持久提升。

從實(shí)操層面來(lái)說(shuō),構(gòu)建閉環(huán) AI 應(yīng)用往往涉及兩個(gè)問(wèn)題:模型與數(shù)據(jù)。企業(yè)往往缺乏 AI 專業(yè)人才來(lái)開發(fā)模型,降低模型開發(fā)的門檻,讓 Web 工程師就能夠構(gòu)建 AI 應(yīng)用勢(shì)在必行。為此,第四范式每年投入超 50% 資源在科技研發(fā)上,其中 AutoML 就是一項(xiàng)關(guān)鍵技術(shù),通過(guò)機(jī)器自動(dòng)建模,降低模型的開發(fā)門檻。第四范式聯(lián)合創(chuàng)始人、首席研究科學(xué)家陳雨強(qiáng)現(xiàn)場(chǎng)發(fā)布 AutoML 2.0 技術(shù),它不僅是世界首個(gè)交互式 AutoML 技術(shù),同時(shí)具備自動(dòng)跨表特征增強(qiáng)能力,實(shí)現(xiàn)復(fù)雜數(shù)據(jù)下的自動(dòng)建模過(guò)程。

另一方面,在 AI 應(yīng)用開發(fā)周期中,數(shù)據(jù)準(zhǔn)備占據(jù) 60% 以上人天成本,傳統(tǒng)數(shù)據(jù)治理架構(gòu)已成為 AI 規(guī)?；涞氐钠款i。第四范式先知平臺(tái)從數(shù)據(jù)完整性、實(shí)時(shí)性、線上線下一致性三個(gè)角度構(gòu)建數(shù)據(jù)引擎,解決傳統(tǒng)大數(shù)據(jù)架構(gòu)構(gòu)建 AI 應(yīng)用的效率瓶頸和性能問(wèn)題。

基于先知平臺(tái)統(tǒng)一的方法論、AutoML 和面向 AI 的數(shù)據(jù)治理,AI 應(yīng)用平均上線周期可從 30 人月提升到數(shù)十人天,助力企業(yè)實(shí)現(xiàn) AI 快速規(guī)模化落地。

此外,第四范式還展示了自動(dòng)半監(jiān)督機(jī)器學(xué)習(xí)技術(shù),可以讓標(biāo)注數(shù)據(jù)下降 80%,進(jìn)一步解決企業(yè) AI 大規(guī)模落地中的數(shù)據(jù)問(wèn)題。

最后,無(wú)論是核心業(yè)務(wù)的極致效果,還是 AI 的規(guī)?；涞?在底層都需要算力的支撐。而當(dāng)下傳統(tǒng)服務(wù)器架構(gòu)不足以支撐 AI 對(duì)算力極高的要求, 導(dǎo)致企業(yè)無(wú)法負(fù)擔(dān)高昂的算力成本。

第四范式本次發(fā)布了企業(yè)級(jí) AI 軟硬一體集成系統(tǒng) SageOne,它采用軟件定義計(jì)算的架構(gòu),實(shí)現(xiàn) AI 算法和硬件的深度耦合,并內(nèi)置自研 AI 訓(xùn)練引擎、AI 推理引擎和 AI 特征存儲(chǔ)引擎三大核心引擎,能夠充分釋放算力,使企業(yè)低門檻、高效率、大規(guī)模構(gòu)建 AI 應(yīng)用。

胡時(shí)偉稱,SageOne 在核心場(chǎng)景可以做到實(shí)時(shí)的業(yè)務(wù)決策,20 毫秒內(nèi)可實(shí)現(xiàn) 20 億維度模型的高并發(fā)訪問(wèn)。另外他還告訴機(jī)器之心,相比普通服務(wù)器,SageOne 軟硬一體解決方案可實(shí)現(xiàn)高維模型構(gòu)建過(guò)程的 6~12 倍加速,TCO 降低到 1/2 到 1/3。

3.從樹立標(biāo)桿到行業(yè)滲透?

過(guò)去 4 年間,第四范式在金融、能源、醫(yī)療、零售等行業(yè)不斷樹立標(biāo)桿項(xiàng)目,比如和工商銀行開發(fā)的反欺詐金融項(xiàng)目,和瑞金醫(yī)院開發(fā)的糖尿病篩查項(xiàng)目等。

這些標(biāo)桿項(xiàng)目一方面為第四范式帶來(lái)更多的合作伙伴,另一方面也扮演試金石,驗(yàn)證 AI 平臺(tái)的通用性,以及從眾多行業(yè)場(chǎng)景中抽象出共性,這對(duì)于 AI 平臺(tái)的發(fā)展至關(guān)重要。

現(xiàn)在第四范式又向前邁出一步,宣布開啟「啟航」合作伙伴計(jì)劃,打造生態(tài)平臺(tái)?；谙戎脚_(tái),第四范式建立起產(chǎn)品、咨詢、交付、營(yíng)銷、技術(shù)五大賦能中心,接下來(lái)將會(huì)與解決方案商、咨詢服務(wù)商、實(shí)施服務(wù)商、渠道分銷商及開發(fā)者展開生態(tài)合作。

在機(jī)器之心看來(lái),第四范式的核心能力在于 PaaS 層,早期打造一些行業(yè)應(yīng)用更多是為了樹立標(biāo)桿,而隨著平臺(tái)的進(jìn)一步發(fā)展,必須要有豐富的合作伙伴支撐落地,這一方面可以加速 AI 的規(guī)?；涞?另一方面也能夠加深第四范式對(duì)于行業(yè)的滲透。

當(dāng)談及第四范式是否會(huì)從 PaaS 層縱向延伸產(chǎn)業(yè)鏈時(shí),胡時(shí)偉稱,「我們的根本目標(biāo)是幫助企業(yè)轉(zhuǎn)型,我們?yōu)槠髽I(yè)轉(zhuǎn)型提供的方法論就是『1+N』,我們所做的平臺(tái)產(chǎn)品和軟硬一體集成系統(tǒng)都是為廣泛行業(yè)的企業(yè)實(shí)現(xiàn) 1+N 而服務(wù),而這個(gè)過(guò)程需要加速發(fā)生,需要第四范式和產(chǎn)業(yè)鏈內(nèi)合作伙伴的共同努力。」

對(duì)于如何定位第四范式公司,他稱微軟、Oracle、SAP 等都是某個(gè)時(shí)期的成功者,通過(guò)優(yōu)秀的產(chǎn)品和服務(wù)給各行各業(yè)帶來(lái)了巨大的變革和價(jià)值,第四范式也希望成為給各行各業(yè)帶來(lái)技術(shù)落地、創(chuàng)造產(chǎn)業(yè)價(jià)值的企業(yè)。