四年落地七千+客戶，五大銀行爭相投資，第四范式做對了什么？

「我國有超 1.1 億的糖尿病患者,是典型的糖尿病大國,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,這時醫(yī)生也很難逆轉(zhuǎn)病情?！?/p>

上海瑞金醫(yī)院國家代謝性疾病臨床研究中心 AI 研究負責人趙志云分享道,后來醫(yī)院跟一家 AI 公司合作開發(fā)了一款糖尿病風險預測模型「瑞寧知糖」,可以預測人們未來三年患糖尿病的概率,比此前芬蘭和美國通用模型準確率高 2~3 倍,可為特定的人群提供很好的判定和干預。

這家公司正是第四范式,之所以能夠取得這樣的成果,是因為通過 AI,機器可以在海量數(shù)據(jù)中尋找千萬甚至數(shù)億條規(guī)則,從而提升醫(yī)院糖尿病預測的準確性。

第四范式所做的正是打造一個通用 AI 平臺,為企業(yè)構建智能「大腦」,優(yōu)化企業(yè)的效率與決策。過去四年,第四范式已經(jīng)將 AI 落地 7617 個客戶、12648 個場景,不僅在商用落地上取得一定規(guī)模,也驗證了自身平臺的通用性。

第四范式也是資本市場的寵兒,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 12 億美元,可謂名副其實的獨角獸企業(yè)。

尤為值得注意的是,它是中國五大國有銀行(工商銀行、農(nóng)業(yè)銀行、中國銀行、建設銀行、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 70%。

立足于過去 4 年的 AI 落地實踐,第四范式現(xiàn)在回答了一個重要問題,企業(yè)轉(zhuǎn)型如何用 AI 構建競爭力,它總結(jié)出了一套方法論「1+N」,「1」代表企業(yè)的核心業(yè)務需要用 AI 做到極致,「N」代表企業(yè)的眾多場景要用 AI 大規(guī)模落地。

由此,第四范式還在戰(zhàn)術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 應用。

1.「1+N」的構想在于價值最大化?

機器之心發(fā)現(xiàn),AI 落地產(chǎn)業(yè)緩慢的一個關鍵問題是信息不對稱,傳統(tǒng)行業(yè)往往不知道 AI 能夠解決什么問題,而 AI 公司往往不知道行業(yè)的真實需求在哪里。而現(xiàn)在第四范式試圖解決這一問題。

在幫助企業(yè)轉(zhuǎn)型及應用 AI 的過程中,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,需要利用 AI 達到極致效果;「N」代表企業(yè)的眾多業(yè)務場景,可以通過 AI 的規(guī)?；涞?實現(xiàn)企業(yè)整體經(jīng)營效率的提升。

這意味著企業(yè)不需要關心 AI 能夠解決什么問題,而是轉(zhuǎn)而聚焦自身的核心業(yè)務上,想辦法將核心業(yè)務和 AI 結(jié)合起來,集中精力做到極致。

企業(yè)的核心業(yè)務往往是企業(yè)的「命脈」,也是構建企業(yè)競爭力的關鍵,哪怕 1% 的提升都至關重要。第四范式創(chuàng)始人&CEO 戴文淵舉例道,對于制造企業(yè)能夠?qū)⒃牧系牟少彸杀鞠陆?1%,對于餐飲企業(yè)將個性化菜品推薦效果提升 1%,對于金融企業(yè)的貸款逾期預測效果提升 1%,甚至足以改變企業(yè)的競爭格局。因此,面對核心業(yè)務,AI 須做到極致效果。

N 則是指企業(yè)在 AI 改造過程中,往往存在眾多場景應用。盡管它們不是核心業(yè)務,但 AI 的規(guī)模化落地,往往比單場景的極致效果對企業(yè)更為重要。假設一個企業(yè)有一千個場景,其中一個場景提升 10 倍,對整個企業(yè)來說,只有百分之一的提升。但如果一千個場景都 AI 化,每個場景只提升 1 倍,那對企業(yè)也是百分之百的提升。

因此,AI 的規(guī)?；涞貙τ谄髽I(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&首席架構師胡時偉告訴機器之心,「1+N」的策略主要是為了企業(yè)價值最大化,這同時需要考慮收益最大化、機制最優(yōu)化與獲得價值的成本。

中國工商銀行大數(shù)據(jù)與人工智能實驗室陳建軍稱,資金安全和交易安全對于工行的個人客戶和企業(yè)客戶尤為重要,通過第四范式先知平臺高維和實時能力的支持,工行構建了上億維的模型,提升了該領域模型的業(yè)務效果。此外,陳建軍認為,智能項目的實施過程中數(shù)據(jù)的閉環(huán)非常重要,2018 年以來,場景的落地效率有明顯提升。

2.降低企業(yè)使用 AI 的門檻

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

針對「1」核心場景,要想實現(xiàn)極致的業(yè)務效果,第四范式給出的解法是「高維」+「實時」。

胡時偉談道,越高維度的 AI,意味著效果越極致。第四范式開發(fā)的高維機器學習引擎,最高可支持萬億維度,高維模型可以利用海量業(yè)務數(shù)據(jù)中的海量特征,進而提升模型的精準度和業(yè)務的智能化水平。

另一個是實時,隨著服務線上化以及對極致體驗的追求,業(yè)務的實時響應越來越重要。結(jié)合第四范式本次發(fā)布的 AI 軟硬一體集成系統(tǒng) SageOne,可實現(xiàn)高維模型毫秒級響應的實時決策。胡時偉舉例道,實時的金融風控可將客戶損失降低 30%~50%。

對于企業(yè)而言,誰先做好高維與實時,就意味著率先提升生產(chǎn)力,率先為客戶提供個性化的精準服務。

另一個維度是「N」的 AI 規(guī)?；涞?規(guī)模化落地的關鍵在于簡單、高效、TCO。通過規(guī)模化落地,釋放企業(yè)的創(chuàng)新活力,對企業(yè)的 AI 轉(zhuǎn)型和競爭力提升尤為重要。而認知水平、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)。

針對如何解決認知問題、數(shù)據(jù)問題、人才問題,第四范式從統(tǒng)一的方法論和構建閉環(huán) AI 應用兩個維度給出解法。

統(tǒng)一的方法論意味著用統(tǒng)一的認知和方法規(guī)?；a(chǎn) AI,第四范式借鑒了人類學習的過程(由行動——經(jīng)驗——反思——理論這四個階段構成),基于此構建了「先知」AI 平臺,將 AI 開發(fā)過程分為行為數(shù)據(jù)采集、反饋數(shù)據(jù)采集、模型訓練、模型應用四個步驟。簡單來說,當我們想要給顧客推薦美食,我們會先讓機器采集顧客過往飲食喜好的行為數(shù)據(jù),然后推薦給顧客相關食物,并采集反饋數(shù)據(jù)(顧客是否喜歡),基于這些數(shù)據(jù)進行模型訓練,最終指導機器做出決策,而持續(xù)不斷的數(shù)據(jù)采集支持下的模型進行自我迭代,可以帶來決策效果的持久提升。

從實操層面來說,構建閉環(huán) AI 應用往往涉及兩個問題:模型與數(shù)據(jù)。企業(yè)往往缺乏 AI 專業(yè)人才來開發(fā)模型,降低模型開發(fā)的門檻,讓 Web 工程師就能夠構建 AI 應用勢在必行。為此,第四范式每年投入超 50% 資源在科技研發(fā)上,其中 AutoML 就是一項關鍵技術,通過機器自動建模,降低模型的開發(fā)門檻。第四范式聯(lián)合創(chuàng)始人、首席研究科學家陳雨強現(xiàn)場發(fā)布 AutoML 2.0 技術,它不僅是世界首個交互式 AutoML 技術,同時具備自動跨表特征增強能力,實現(xiàn)復雜數(shù)據(jù)下的自動建模過程。

另一方面,在 AI 應用開發(fā)周期中,數(shù)據(jù)準備占據(jù) 60% 以上人天成本,傳統(tǒng)數(shù)據(jù)治理架構已成為 AI 規(guī)模化落地的瓶頸。第四范式先知平臺從數(shù)據(jù)完整性、實時性、線上線下一致性三個角度構建數(shù)據(jù)引擎,解決傳統(tǒng)大數(shù)據(jù)架構構建 AI 應用的效率瓶頸和性能問題。

基于先知平臺統(tǒng)一的方法論、AutoML 和面向 AI 的數(shù)據(jù)治理,AI 應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)實現(xiàn) AI 快速規(guī)模化落地。

此外,第四范式還展示了自動半監(jiān)督機器學習技術,可以讓標注數(shù)據(jù)下降 80%,進一步解決企業(yè) AI 大規(guī)模落地中的數(shù)據(jù)問題。

最后,無論是核心業(yè)務的極致效果,還是 AI 的規(guī)?；涞?在底層都需要算力的支撐。而當下傳統(tǒng)服務器架構不足以支撐 AI 對算力極高的要求, 導致企業(yè)無法負擔高昂的算力成本。

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

胡時偉稱,SageOne 在核心場景可以做到實時的業(yè)務決策,20 毫秒內(nèi)可實現(xiàn) 20 億維度模型的高并發(fā)訪問。另外他還告訴機器之心,相比普通服務器,SageOne 軟硬一體解決方案可實現(xiàn)高維模型構建過程的 6~12 倍加速,TCO 降低到 1/2 到 1/3。

3.從樹立標桿到行業(yè)滲透?

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

這些標桿項目一方面為第四范式帶來更多的合作伙伴,另一方面也扮演試金石,驗證 AI 平臺的通用性,以及從眾多行業(yè)場景中抽象出共性,這對于 AI 平臺的發(fā)展至關重要。

現(xiàn)在第四范式又向前邁出一步,宣布開啟「啟航」合作伙伴計劃,打造生態(tài)平臺。基于先知平臺,第四范式建立起產(chǎn)品、咨詢、交付、營銷、技術五大賦能中心,接下來將會與解決方案商、咨詢服務商、實施服務商、渠道分銷商及開發(fā)者展開生態(tài)合作。

在機器之心看來,第四范式的核心能力在于 PaaS 層,早期打造一些行業(yè)應用更多是為了樹立標桿,而隨著平臺的進一步發(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于行業(yè)的滲透。

當談及第四范式是否會從 PaaS 層縱向延伸產(chǎn)業(yè)鏈時,胡時偉稱,「我們的根本目標是幫助企業(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)實現(xiàn) 1+N 而服務,而這個過程需要加速發(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?！?/p>

對于如何定位第四范式公司,他稱微軟、Oracle、SAP 等都是某個時期的成功者,通過優(yōu)秀的產(chǎn)品和服務給各行各業(yè)帶來了巨大的變革和價值,第四范式也希望成為給各行各業(yè)帶來技術落地、創(chuàng)造產(chǎn)業(yè)價值的企業(yè)。