吴明辉：人工智能引擎是未来IT投资的重点方向

近两年，随着互联网、云计算、大数据等技术应用快速渗透，大数据管理机制初步完成，大数据行业进入快速发展期。另一方面，从国家信息中心评估的大数据发展指数看，市场仍处于起步阶段。尽管如此，像TalkingData，集奥数据、明略数据等公司动辄数十亿元的估值，仍能体现出资本市场的偏爱。然而，在企业级服务这个赛道上，如何从战略角度选择业务模式，一直是业内争论的焦点。相对于做产品标准化的轻业务模式，周期长、成本高、定制化的重业务模式受到越来越多企业用户的关注。明略数据作为重业务模式的大数据公司代表，坚持走科学家驻场路线，其创始人吴明辉认为，企业级服务必须与客户并肩作战，才能为其提供最好的产品和服务。爱分析去年首次调研明略数据，当时明略数据提出覆盖六大行业，仍处于行业探索阶段。今年，明略数据已将业务聚焦于公安、金融、工业三大领域，以建立行业知识图谱为核心，深耕垂直应用。AI是近两年最火的词汇，经过早期对技术、算法等盲目崇拜后，越来越多的人开始关注AI技术结合行业应用。作为一名成功的连续创业者和大数据技术资深专家，吴明辉对新技术有着敏锐独特的判断。他认为，创始人要具备吸收新技术到行业里的能力，在行业应用层，大数据与AI殊途同归，AI的核心在于数据，算法技术壁垒的建立需要依赖大量场景数据。明略数据已于2016年完成两轮融资，总额超2亿人民币。吴明辉在访谈中表示，公司以每年3倍增速迅速发展，势头强劲。近日，爱分析对明略数据创始人吴明辉进行深度访谈。他对明略数据的未来战略、大数据行业发展格局与趋势，大数据与AI技术等方面，进行了系统的交流和阐述。业务与战略爱分析：过去一年，明略数据有哪些主要的变化?吴明辉：明略变化比较大的是创办第一年。明略最初也有一款大数据平台产品。但这个方向是有问题的，因为开源的产品做得越来越好，如果公司只做这一层的话，实际上没有什么独特的价值。所以我们在2014年底决定转型，发展垂直行业应用，聚焦三个核心方向：公共安全、金融、工业。爱分析：当初选择这三个垂直行业应用是怎么考虑的?吴明辉：现在是智能化阶段。所以我们选择的是知识劳动型行业，且有资质的知识劳动者严重不足的行业。比如公安，所有的警察都是知识分子，他最主要的工作是分析案情，情报研判。从警察与人口比例来看，中国的警察比率是美国的三分之一左右。所以公安领域优秀的知识分子是严重不足的，非常需要人工智能，实现向科技要警力。金融领域，比如交易所，每天有大量的疑似可疑交易，需要大量的优秀知识劳动者做分析。工业领域，比如轨道交通，高铁的车头每天产生大量的日志，人工是看不过来的。如果提前分析产生的日志，可以预判一些问题，做一些零部件的更换和保养，可以减少很多经济上的浪费。爱分析：从数据的角度看，应该选择什么样的细分领域?吴明辉：要看产业环境，原来的产业生态系统里数据是不是四分五裂的，能否被连起来。爱分析：选定细分领域之后，具体是如何发展的?吴明辉：我们先给客户搭建大数据平台，但这不是最核心的工作。随后在上面做业务的应用。与传统企业级服务公司不同，我们的服务更偏向智能化一些。企业级服务的本质是帮助客户做好自己的工作，包括两个层面，更好的管理、更好的做业务。爱分析：业务上，明略数据做的都是定制化的产品和服务?吴明辉：在垂直领域里，第一单一定是定制化，但底层的引擎是通用的。场景是定制的，但场景订单的复用程度很高，最终会成为行业产品或解决方案。公共安全行业爱分析：在公共安全领域，明略数据切的是公安IT的预算?吴明辉：是的。中国公安的IT预算还是很大的。比如智慧城市，每个省动辄是上亿的预算。智慧城市下面的平安城市，也会有10%-20%的公共安全预算。爱分析：明略数据能切得是其中哪一部分?吴明辉：这里面IT已经在向智能化的方向发展，实际上所有的钱都是可以切的。这里会有一大笔钱去买硬件，以前可能是去买服务器，摄像头。现在服务器是云，摄像头是感知类硬件。公安类的感知类硬件投入会越来越小，在软件上的投入会更多，这是我们核心市场，这部分钱我们也不可能全切，我们会挑选场景。爱分析：在公安领域，明略数据在做情报分析和研判的工作，在跟公安系统打通时候，什么性质的平台是最适合的?吴明辉：公安系统的数据是以省为单位来做共享的。我们服务最多的是一些破案压力大的地市级公安局，其次是省厅和区县。爱分析：公安领域，明略数据是直接对接客户?主要业务是刑侦领域?吴明辉：直接对接客户。公安领域，我们主要做情报和科信，服务十几个警种，刑侦是其中的一小块。爱分析：在和公安打通数据库的时候，具体用到哪些AI的技术?吴明辉：打通数据库是一个工程型的工作，目标是把数据治理成知识图谱。爱分析：明略数据和公安合作的时候，公安的数据都存在他们的系统里?吴明辉：是的，我们不碰的，这是红线。爱分析：在公安IT领域，有很多做解决方案的集成商，明略数据和他们属于什么关系?吴明辉：对，他们是原来做MIS系统的集成商。他们是我们的合作伙伴。我们的系统要对接他们，我们提供最核心的引擎，他们在上面做应用。爱分析：和海康威视这样的公司会有合作关系吗?吴明辉：未来会有。在公安领域，明略和海康都服务于不同的警种。海康会是我们的合作伙伴，我们在他们硬件采集回来的数据上面做产品。我们也在和华为云，阿里云谈合作，云上面需要我们的应用。金融行业爱分析：金融领域主要服务客群是哪些类的?吴明辉：三大领域，保险，银行，证券。爱分析：和明略数据合作的是IT部门?吴明辉：风控部门。爱分析：明略数据给金融客户输出的是一个什么产品?吴明辉：跟公安一样，是软件，加一些模型算法。爱分析：明略数据主要是为风控相关业务提供模型?吴明辉：我们在公安建立的知识图谱，在金融有些场景是非常好用的，例如风险排查，关联交易，和公安场景的原理是一样的。我们在金融行业做的也都是和金融安全相关的。爱分析：风控是做内部的风控还是外部的风控?吴明辉：都有。像交通银行是银行和客户之间的，像邮储银行是内部的。爱分析：可以介绍一个案例吗?吴明辉：举个例子，某些银行的网银只有在换IP地址的时候会把用户强制退出，终止交易，这是比较简单的。复杂一点的还要看交易金额变化，同一个手机操作账号的变化。类似这样的规则，我们已经帮客户建立起来了，可以实时阻止很多非法的交易的。传统的风控公司也有涉及，但他们都不是实时的。爱分析：有点类似反欺诈?吴明辉：对，反欺诈。工业行业爱分析：工业有什么案例?吴明辉：工业领域，我们最核心的是故障的预测和诊断。爱分析：现在工业环境里面的产业环境都有哪几种呢?吴明辉：有设备制造商、运营商、业主。明略和设备制造商合作，再一起服务运营商。爱分析：现在明略数据还是以设备制造商为服务客群?吴明辉：先跟设备制造商合作，但主要业务来自运营商。爱分析：行业客户现在有哪些呢?吴明辉：现在主要做轨道交通。爱分析：现在和一家设备制造商合作，以后再和别的设备制造商合作的时候会不会有障碍?吴明辉：这个行业是寡头垄断，挑最大的合作，做中国市场和中车合作就够了。爱分析：三一重工在做物联网，中车会不会考虑以后都自己来做?吴明辉：肯定想自己做的，但企业里工程师擅长的还是不太一样，所以我们合作的话更容易产生结果。爱分析：您觉得对传统工业企业来说，数据采集有哪些困难?吴明辉：数据采集的核心是不能全存。一个车头跑一个小时，全部数据有10TB，存储成本太高，要根据场景和策略存储数据。爱分析：是借助中车的渠道去接触客户还是直销多一些?吴明辉：借助中车的渠道多一些，我们相比他们就太小了。爱分析：和中车这边我们是怎么合作的?吴明辉：有驻场科学家团队在中车，我们处于联合开发的状态。爱分析：您认为，工业市场现在有哪些障碍或者挑战需要解决?吴明辉：工业客户绝大多数是大国企、央企。客户的投资进度决定了哪些领域能先发展起来。轨道这几年的投资很快，是一个很大的增量市场，这样的市场就有很多机会。未来战略爱分析：除了现在做的这三个领域，您还比较看好哪些?吴明辉：在优秀的知识分子严重缺乏的领域，医疗和教育肯定是了。爱分析：但这两个行业现在看来都不太容易做进去。吴明辉：我觉得不是不容易做，是现在正在做的这些公司都太科学家范了，产品化能力太差，他设计的产品是没问题的，但这个产品放到整个生态系统里面不合适。爱分析：纯技术不管是现在还是未来都很难构成一个壁垒，您觉得明略数据的壁垒如何形成?吴明辉：对数据的处理能力会形成壁垒。做垂直行业的技术应用。爱分析：数据处理技术，具体而言能延伸到哪些维度?吴明辉：举个例子，比如知识图谱的标注，我们做垂直行业。我们需要这样大量的数据处理工作，这些都是壁垒。爱分析：做垂直的行业应用，客户有大量的数据，但公司自己不碰这些数据，这样是不是壁垒不够高?吴明辉：一定要做重的事。举了例子，今天我们在公安局落地做一个项目，别人需要半年到一年才能出第一版效果，我们可能一个月就出来了。这是因为我们前面重的活儿已经做了很久了，壁垒产生在这些地方。爱分析：企业级服务和2C不一样的就是，他可以重复的收钱。比如说做完一期可能没挣到钱，但后面的多数也会一直下去。但有没有可能中间被别人接盘了?吴明辉：每个公司都有自己的方法论。但是一定要有这样一个体系，使得客户用你越多，他越获益，同时客户越多，你的价值越大。我举个例子，秒针再去给客户提供广告监测的时候，不是一个简单的tracking工具，还会帮客户去分析广告投的怎么样，同时还要对比整个行业全体是什么样，在行业里面投的好不好，包括在细分市场里广告占有率，这个对客户很重要。爱分析：您如何考虑下一步规模化扩张的问题?吴明辉：现在还处于跑马圈地的阶段。明略的打法很简单，标杆客户拿下，把行业的产品做出来，再复制。我们要在行业场景里做标杆，找到场景合作伙伴的时候会扩张更快。爱分析：希望场景合作伙伴给明略数据提供什么样的支持?吴明辉：包括销售、落地时候的一些部属、未来长期的维护，售前我们做的更多。爱分析：明略数据是否考虑从做项目完全转成做license服务?吴明辉：是的，但这个license和传统的不太一样，这个比传统license的应用要做的更重一些。爱分析：下一步公司的整体战略是什么?吴明辉：不遗余力的去打造我们的行业人工智能引擎。我觉得未来整个的IT投资都会往这个方向去做的。爱分析：人工智能系统是明略数据的核心战略?吴明辉：明略的理念不是去做一个完全自动的人工智能系统，而是人和机器一起共同去学习和完成，一种亦师亦友的关系。人开始要教机器，后来甚至机器要教人，最后的决策还是要靠人，但这个过程中计算机可以帮人做很多事情。所以今天我们的最核心的产品和服务都是围绕着几个行业去实现，行业垂直的AI人工智能服务。爱分析：明略数据的对标公司是Palantir?吴明辉：对，我们跟Palantir从业务模式和涉足行业上都很相像。爱分析：除了在做的这三个行业之外，明略还继续投入到其他方向吗?吴明辉：其他行业我们是以产业投资的形式来布局。公司还是要专注，我们这三个方向已经巨大了，每个都是上千亿的IT市场。爱分析：明略数据在做的产业布局都有哪些方向呢?吴明辉：两个方向。一是最底层的核心技术，如果一些技术成为瓶颈的时候我们会以并购的形式买一些小的科技公司，像NLP的技术、图数据库。我们也在做，但如果市场上有一些跨时代的产品就直接买了。明略现在的资金实力也够。二是行业拓展，会以投资的形式参与，做一些产业布局。运营与财务爱分析：现在团队规模是怎么样的结构?吴明辉：团队310人。研发团队200人，一半是驻场科学家，一半人员负责底层引擎开发。销售50-60人，包括售前。爱分析：现在的主要成本来自于研发?吴明辉：准确的说，是来自于人才。爱分析：一百人的科学家团队现在能同时做多少个项目?吴明辉：今年的人员计划是380人。380人能支持100个项目。爱分析：随着业务相对成熟，对驻场科学家的依赖可以减小到什么程度?吴明辉：相对简单的纯定制部分我们会外包出去。我们更多的是做行业数据的梳理、行业知识的构建。场景刚进入的时候是要铺一些人的，随着应用逐渐的在某场景的成熟，需要的人也会减少。但系统需要不断的升级，我们会不断的跟进。爱分析：如果这样的话，驻场应该很难去掉了?吴明辉：未来可以借鉴远程工作，减少驻场的费用。但企业级服务必须要和客户并肩作战，才能把最好的产品设计出来。爱分析：整体来看，做服务客户的人群很难会降到一个很低的数字?吴明辉：是在逐渐降低，但降到太低也不对。这是个悖论，所有人都想赚利润，但要是做的太轻了，很容易就会被颠覆。爱分析：主要是在哪些环节上有人力的减少?吴明辉：垂直数据库的梳理有大量的公用部分，这样重复工作是可以被省下来的。爱分析：这几个领域咱们的客单价能达到多少?吴明辉：金融和公安类的是300万-500万的规模。爱分析：影响项目打包价格的主要因素有哪些?吴明辉：最核心的因素是竞争环境。爱分析：明略数据是如何对产品和服务进行定价的?吴明辉：有两部分，产品的license和定制的man-hours。大多数还是以项目工程为立项的。爱分析：现在客户数有多少?吴明辉：去年做几十个项目。今年会上百。爱分析：现在集成商带给你的客户占多少比重?吴明辉：这部分客户占很小的部分，但也有订单和集成商一起签。爱分析：去年的营收是在什么样一个范围?吴明辉：去年是一个亿。爱分析：确认收入还是订单收入?吴明辉：订单收入比它多一些，确认收入比它少一些。爱分析：今年大概想做到多少?吴明辉：今年目标是3个亿的订单收入，2个亿的确认收入。爱分析：这个增速还是挺快的。吴明辉：我们保持每年3倍的增速。企业级服务，好的团队在初期2倍增速发展是没问题的，优秀的团队能做到3倍增速。再高不太可能，复制团队不可能那么快。爱分析：营收的增速主要来自于哪些方面?吴明辉：来自于客户变多。每年每个客户都会续约，续约的订单规模不会增加太快，每年会维持。肯定是要有更多的客户。爱分析：今年会考虑做利润吗?吴明辉：今年肯定会盈利。我们自己测算，营收平衡点是2个亿。只要超过2个亿肯定就会有利润的。爱分析：SaaS的公司，现在看都还没有去盈利，更多的还是在增大投入，抢占市场，提升自己在技术上的领先，明略现在的考虑是什么?吴明辉：要看公司的定位，如果公司不赚钱是没有安全感的，我们的增速很快的，但是我们还是尽可能的让财务变好，没有任何一个投资人说明略一定要盈利的，但我们自己很清楚。爱分析：我们判断了一下，现在300-400人的团队能做3亿人民币，如果是按实际确认收入2亿-2.5亿计算，人均产能是50-60万人民币。从人均产能角度来讲，项目和科学家之间还是成正比的。吴明辉：其实不是。引擎很关键，引擎决定了成本和营收的斜率肯定是不一样的。如果没有引擎的沉淀，变成一个项目公司，那就不行了。爱分析：其他的呢，销售成本高吗?吴明辉：我们主要是人力成本，提高人均产值，压缩人的成本。销售成本没多少，我觉得销售成本不要降，客单价很高的产品，多铺几个销售没关系。爱分析：销售成本现在占营收比例多少?吴明辉：大概占20%左右。爱分析：预计三年之后，销售比例在20%左右?吴明辉：不要降到10%以下。爱分析：大部分SaaS公司50%左右的销售占比，相比之下明略数据的销售占比挺低的。吴明辉：SaaS公司的客单价不高，他们的打法是高频应用。明略的打法是高客户价值。爱分析：长远来看，毛利率能做到60%-70%?吴明辉：对，SaaS能做到更高。秒针能做到80%。我们的服务模式是on-premise，60%-70%就很理想。爱分析：管理成本占15%左右?吴明辉：是的。爱分析：当达到一定规模之后，研发占比会有什么变化。吴明辉：研发费用会降的越来越低。现在研发占60%，长期会在30%以下。爱分析：长期来看，利润空间大概15%?吴明辉：差不多。爱分析：未来考虑如何提升利润空间?吴明辉：要做行业垄断，或者区域垄断，才有可能有更大的利润率。爱分析：未来的财务预测，3-5年之后，成本结构会是什么样子的。吴明辉：要看里面最大的成本能不能去优化，比如说数据整理的这部分，原来是挺大的成本，现在就在不断的压缩。每一个场景里面，这块成本不太一样。行业与市场爱分析：现在看来企业级服务做到2个亿是门槛，如果再往上的话，您觉得还需要哪些其他的因素呢?吴明辉：首先看创始人的格局和企业的机制。比如说一个公司能容下多少个顶级科学家，能容下多少个最牛的销售老大。另外看所在的市场是不是一个足够宽的跑道，能否向外延伸。秒针当时也遇到瓶颈，在广告监测市场做到占有率接近70%。这个时候要想办法往外延，要看其他市场能否切进去，要是能切的好，转型快，多元化能做起来，瓶颈就被打破了，可以接着往上长。也有可能从市场再往外走，但这样就更难了，团队结构，股权结构，各方面都要设计好，才有可能去突破这个瓶颈。爱分析：明略数据在做一些新产品的时候，如何去评判新产品未来的价值，或者是对营收的贡献?吴明辉：每一个市场都有它天然存在的需求，比如说这些需求的解决方案是技术，或者是技术变成产品化用产品去解决。不同的时代用的技术和产品是不一样的。比如说人工智能在没有今天这个状态之前，可能在公安里面，我们做一套系统可能是一个简单的搜索，把搜索数据库做好，在上面搜就行了。到了明略这个状态的时候，就不是简单的搜而是复杂的搜，我们会把这个知识图谱建起来，建立关联关系。把越来越多人做的事往机器上分，这个技术是在不断的提升。作为创始人要不停的去看市场上最牛的技术，要有吸收新技术到这个行业里的能力。但是，这也要看一个市场进入的过程、客户预算倾斜的过程，以及这个技术成熟和落地的周期。爱分析：现在看来，企业级服务市场上，虽然很多创新公司都在做一些新的东西，但总体来看，很难真正服务到客户。吴明辉：这就是企业级服务最有意思的地方。很多AI公司是科学家创业。科学家创业需要过两个槛:一个是产品化的能力，一个是商业化的能力。加上技术实力，这三个方面都得强，最后这件事才能成。爱分析：您从哪些维度来判断技术实力?吴明辉：要看这个行业里有可能用到的真正的技术是什么，比如我们处理字符、文本的能力一定要强，如何能把它自动的动态的治理成知识图谱，这是我们关注的地方。爱分析：物联网是大的风口，很多创新公司也提供PHM软件，但现在很都很难去变现的。更多的是通过卖传感器，或者采集数据的硬件设备去变现，您怎么看?吴明辉：产品化能力很重要。企业级服务的产品设计决定了变现的能力，场景如果设计得好，是能赚到钱的。爱分析：不管是大数据公司，还是AI公司，大家的目的都是向智能化方向去发展。您觉得从大数据向人工智能发展，或者直接从AI开始，这两种路径在未来发展上有哪些差异?吴明辉：我觉得直接从AI开始挺难的，尤其是中国公司。直接从AI走的话，核心是某一个组件做的极其牛，使得别人都只能买你license，客户用和不用有本质区别。但是凡是通用技术，一定是开源的。在AI领域，需要大量的场景去训练。以前训练会有一些门槛，现在有大量开放的数据集，没有数据垄断的机会，就很难在纯技术层面上有先发优势。明略的人工智能服务做得越来越好的核心原因是因为我们之前一直在做数据，所有的人工智能都是要依赖于数据。爱分析：这个行业未来格局会是什么样子?随着大数据和人工智能在这些领域不断渗透，行业格局会有什么改变呢?吴明辉：我觉得以后每个细分市场只有一两家公司，不会太多。集成商可以很多。但真正有核心产品竞争力的不会很多。横的方向，大多数最后被云厂商整合了，独立的公司价值不大。(来源：亿欧网 文/关蕾)

分享到