DataCanvas方磊：永远站在数据科学家的身后

文|郭涛

大数据还是ai?随着ai的风潮越来越盛，很多大数据企业也被归为了ai阵营。“其实，大数据、ai，只是一种从市场角度的描述，从技术产业的角度来说，我们从始至终都是一家‘数据科学平台提供商’，这一定位从未改变。”无论外界“风雨”如何变幻，九章云极始终不忘初心，矢志不渝。

还不是“喘口气”的时候

俗话说，三年看老。作为一家创业企业，从技术迭代、市场营销、未来战略等不同维度综合来看，通常三年是一个坎。已经安然度过这道坎，并且在2018年3月完成b轮近亿元融资的九章云极是不是可以喘口气了?

九章云极ceo方磊的危机意识还是很强的。他认为作为一家规模还不太大的成长型企业，变化甚至说动荡是很正常的，还没有资格说“过了生存的坎”。不过经过几年的耕耘，现在的九章云极可以说在业务上有了一个底盘。企业现有的规模与增长与方磊想象中的还有差距，仍要不断进取和积累。

当初，九章云极之所以采用datacanvas作为公司的英文名称是有深意的。canvas意为画布。datacanvas希望为数据科学家这一新的职业人群提供机器学习分析和实时计算能力，实现快速协同开发，并提供模型管理和应用支持，让企业在“数据画布”之上展现业务变革的丰硕成果。

让方磊感到欣慰的是，当初设定的为数据科学家服务的目标从没动摇。2012年数据科学家这一新的职业已经出现，但是直到2017年，gartner才给出了“数据科学平台”的明确定义，而九章云极早在2013年便已窥得先机，早投入早布局。“为数据科学家提供优质的建模服务。”方磊表示，“我们的服务对象没有改变，业务方向也没有改变，最大的变化是，我们的业务空间拓展得更大。”

都是为了降低人工智能应用门槛

数据科学家，多么“高大上”的称谓。为这样一群精英服务的九章云极所做的产品和业务也一定是“阳春白雪”?对于数据科学家这样一个新的职业人群出现，方磊称之为“古典主义的商业机会”。一个新的职业人群，必然需要新技术、新装备、新工具进行武装。九章云极就是为这样一个新的职业人群提供必需的效率工具。在数学科学家和新的效率工具背后，我们看到的是业务重点从商业bi的可视化转向了ai的模型化，这是一个巨大的转变。但这是一个新的起点，而非终点。“我们为数据分析提供商业化的完整的数据中台解决方案，以及实施能力等。这是我们业务的一个自然延展。”方磊表示。

现在，很多大数据厂商经常挂在嘴边的一句话是“降低人工智能应用门槛”，让普通的业务人员也能像数据科学家那样操作大数据分析工具，获得分析结果。九章云极始终强调为数据科学家服好务，难道九章云极要背道而驰?

“降低人工智能应用门槛与为数据科学家服务并不是对立的。”方磊一语道破，“这就像是从不同的角度看一个市场蛋糕。同样是降低应用门槛，只是我们选择的切入点不同。数据科学家是一项新的职业，未来从业者会越来越多，传统的数据分析师也会成长为数据科学家，他们都需要更加简捷、高效的工具。降低应用门槛与为数据科学家服务，这是趋势与具体落地的关系。”

其实，按技术水平的不同以及所从事的工作难易程度等可以将数据科学家进一步细化为平民数据科学家、一般数据科学家和核心数据科学家三类。平民数据科学家需要的是高度自动化的机器学习平台和工具，一般数据科学家需要可以用鼠标拖拽等方式实现分析的高效工具，而作为最顶端的核心数据科学家，他们具有很强的编程能力，需要的是透明的开发环境。

不同的用户需要个性化的工具。不过，作为数据科学平台提供商的九章云极提供的是一辆“整车”，而不是一个个单一的功能。所谓整车，就是一个完整的平台，它可以满足不同客户的需求。比如面向核心数据科学家，九章云极提供预置的模块，可以支持开发;同时，它也提供自动化的机器学习工具给平民数据科学家，在此基础上，又能生成可配置的工作流，供一般数据科学家使用，而整个平台是打通的。

“当前，我们最主要的客户来自金融领域。他们在数据分析方面具有相对较强的能力。九章云极的“整车战略”是全面覆盖降低门槛到高端需求的。目前的市场上，我们从自动机器学习和降低门槛的市场需求入手，但同时高端功能和特性也是我们的强大优势。”方磊说。

数据科学平台是ai变革的核心驱动力

ai时代到来后，数据建模成了必需品，这也直接刺激了相关的产品采购需求。作为厂商，九章云极生逢其时，看到了更大的市场需求，以及数据科学平台普及的美好前景。

ai经过60多年的发展，期间有过几次泡沫，今天我们终于看到了ai普及的曙光。但是不可否认，我们仍处于ai普及应用的早期阶段。方磊表示，数据科学平台是ai变革的核心驱动力。九章云极的阶段性目标是，推动模型的生产化，让数据科学家能够更快地建模，更好地使用模型。

“ai是人们追求的方向，但是用户最关注的是还是业务价值，即借助数据平台和建模能力，能否带来业务的变革和增长。”方磊举例说，“银行客户最关心的是能够新开多少张信用卡，能否完成kpi指标。当然，大数据、ai等是必须掌握的技术趋势和动向，这对于客户以后评估投入回报是非常重要的因素。”

方磊戏称九章云极是“数据的寄生虫”，除了优势的金融领域以外，向全行业拓展势在必行。而随着5g时代的到来，传感器数据分析会是一个巨大的市场机会。九章云极已经在该领域布局，并且拥有了一批头部客户。

九章云极的长远目标是成为一家平台型企业。但是提供一个平台谈何容易，从哪里出发，选择什么样的路径都是学问，也是严峻的考验。九章云极以产品为驱动，以工具为渗透，致力于成为国内领先的数据科学平台提供商，为金融、交通、运营商、互联网等各行业客户提供数据分析能力、实时能力和ai能力的建设。

2018年对于九章云极来说是收获之年：一方面，需求侧机会大涨，销售机会增加;另一方面，九章云极服务客户的广度和深度都在扩大，产品交付周期平均减少30%，产品线更加丰富，并实现了快速迭代。

更大的“蓝海”

除了继续服务不断扩大和成熟的数据科学家队伍以外，九章云极看到了更大的“蓝海”，即从工具切入，实现模型的生产化，让建模走入生产环境，成为“一等公民”。未来，企业的每一项业务可能都会涉及数据分析，比如每一项金融交易发生前都要经过数据分析和检测。“企业在完成了从工具到平台的过渡后，模型生产化势在必行。数据建模是最重要的抓手。”方磊表示。

随着云计算逐步深入人心，数据在云中进行分析也成为一种新的流行。在公有云更发达的国外市场，这一趋势更加明显。但从当前的主流情况看，大多数的分析还是在本地数据中心完成，这主要是出于数据监管和行业规范的要求。“即便是在云中进行数据分析，也不是普通意义上的saas模式，更多是采用专属云。 ”方磊举例说，“我们为美国硅谷的客户提供云上数据分析服务，客户就是自己采购的虚拟机。说到底，客户还是愿意将数据掌握在自己手里。”

如今，边缘云越来越热，数据在哪里产生就在哪里处理和分析的呼声也越来越高。在端侧进行分析，比如典型的交通卡口的车牌识别，清楚的图像就可以在本地进行快速处理，而难于处理的图像可以传到云上进行识别。端云结合，由系统智能地决定在哪里进行处理是最优化的，这是未来的趋势。从数据分析的角度来说，需要的是一个透明的分析层，只解决与分析有关的问题，而底层的设备、数据到底在端还是云上，分析人员完全不用操心。方磊介绍说，目前九章云极虽然没有一个所谓的边缘分析产品，但是有可以应用于边缘设备上的模型。

九章云极的官网引用了方磊曾经发给员工的邮件中的一段话：“我们每个九章云极人都如同20岁的少年，保持好奇、天真和相信。因为好奇，我们可以投入学习去探索未知;因为天真，我们不理会别人告诉我们的不可以，敢于拥抱不确定性，最终成为一个相信自己并且也可以让伙伴信任的人。”

这段话道出了九章云极成长的源动力。“我不想在公司做了十年以后，以过来人的姿态告诉别人，哪些是不可以改变的;我希望在十年后告诉别人，这十年我们改变了什么。”方磊如是说。永远朝气蓬勃，保持好奇、探索，这就是九章云极的dna。这才是一家公司迈沟过坎的真正秘诀所在。