杭州都市網

“Hey Siri,幫我設置一個明早八點半的鬧鐘。”已經有越來越多人習慣和自己的AI助手對話。

但一個主管對著AI系統說:“Hey,告訴我為什么上個月手機零件產量下降10%?”聽起來就有點像天方夜譚了。

然而在北美,AI驅動的增強分析讓神話走進了現實:通過結合機器學習、自然語言處理等技術,自動整理、清洗、分析數據并給出建議,普通人也可以和AI系統直接對話、做出企業經營決策,不再需要大量數據科學家的參與。

面對過去BI(Business Intelligence,商務智能)的耗時長、成本高等難題,2017年,世界知名的調研機構Gartner就曾預言過解法——“AI增強分析是數據分析的未來,它更簡單、更便宜、效果更好,讓我們前所未有地靠近‘數據分析公民化’。”

在波士頓,鈦媒體對話了入選Gartner 2019最受關注增強分析企業的AI決策公司Synergies Intelligent Systems,解碼這個飛速發展的行業。

未來,數據分析會像開車一樣簡單

所謂增強分析,增強在哪?

一在使用AI門檻降低的便捷性,二在更通用的智能通用性,三在未來的復用性。

顧名思義,Synergies獨創的量化關聯型自然語言技術 ,打造增強分析系統能夠通過自然語言處理技術將人類的“文字問題”解碼成算法可以處理的“數據問題”,識別數據模式(data pattern),再由搭建出的DFS深度特征技術自行產生大量算法,最終選用合適算法計算出最佳答案,給出決策。

所以速度上的增強很容易理解,過去需要收集、清洗、分析數據、總結結果、和業務人員溝通,最后才能給出經營建議,甚至由于不夠了解業務,最后一步可能還有重重阻力。而增強分析,則只需要很少,甚至不需要人力參與。大量數據模式和上百個機器學習模型,對于普通的大數據科學家來說是大量的工作,然而對于自動化的AI系統來說卻僅僅是幾個小時的計算量。

“我們的技術會同時建立所有可能的數據模型及分析,并將這些模型與特征都建立index(索引),當有需要的時候可以及時取用,可以看成數據分析的搜索引擎。”Synergies的CEO張宗堯介紹道。

去年開始,Synergies的技術逐步應用在富士康的三個工廠,將它們從只有部分智能應用的普通工廠,轉型成為了由AI來進行分析決策的全自動數字化工廠。AI系統能夠自動整理分析現有數據,在生產、庫存、排期等多個方面給管理者提供建議。它的另一個客戶是在河北的手機生產商,使用Synergies的技術方案后,生產手機的周期從八個月縮短到了一兩個月。

便捷性也是如此,更少的溝通時間和步驟,讓推行AI決策變得容易許多。Dimensional Research在去年發布報告,結果顯示有96%的大數據項目都是失敗的,原因就是復雜、跨行業的大數據流程與商業客戶之間存在一個理解與執行上的斷層。而增強分析的便捷性讓它在商業場景中有了一戰之力。

最重要的,還是未來的復用性——過去,就算搭建一個數據分析師團隊,每個新問題仍舊需要重復整理、分析數據,重復整個流程;而增強分析則意味著,導入新數據后,系統能夠自動生成新的適用算法,計算出合適的決策。

這項技術的通用化及普及意味著,世界上第一次,專業的數據分析向資金有限的中小企業敞開了懷抱,大幅降低數字化門檻。與此同時,,通過Synergies打造的量化關聯型自然語言處理技術,JarviX是首個可以以中文交互的增強分析平臺,大中華區的企業主可用中文直接詢問“為什么達交生產率下降?上個月訂單為什么出貨率降低?”“如何減少50%庫存”,以及其他客戶分析、供應鏈管理問題等等,它都可以迅速反饋。

“每一天,企業家都需要做出很多決策,而答案往往都藏在他們無法完全理解的數據中。未來,像Synergies這樣的AI GPS可以給企業家導航,幫助他們更好地做出決策,大大提升企業效能。”張宗堯說道。他擁有MIT電子工程電機與計算機科學博士學位,多次登上國際頂尖期刊封面。十數年前在鴻海工作時,張宗堯就曾通過大數據技術解決工廠重大良率問題,而后成為了鴻海的AI顧問。

正如張宗堯所說,未來的增強分析,讓人想起開車這件事:每輛車里都有復雜精密的變速器、發動機、懸架系統、操控系統等等,然而對于司機來說,只需要轉動方向盤,就能出發;

在增強分析加持下,未來的數據分析也很可能會是如此,只要會問問題,會基礎操作,就可以利用好數據,得到真正可執行、有價值的建議。

世界范圍內的增強分析浪潮

從幾年前開始,世界知名咨詢機構Gartner就在不厭其煩地強調增強分析的重要性——2017年,Gartner在其《未來科技浪潮報告》中首次提出這個概念,稱之為“數據科學的未來”。

去年年末,Gartner再次發布報告,將增強分析列為首要關注的數據分析趨勢。

他們預測,2020 年,讓普通人也可以理解的增強型分析會成為讓數據分析工具、數據科學與深度學習平臺、嵌入式分析變得普及的主要原因,驅動相關解決方案的銷售額增長。

“由于云技術強大的處理能力以及如今的大量數據,我們現在終于有可能大規模訓練和執行算法,讓AI和ML技術物盡其用。” Gartner分析副總裁Rita Sallam說道。換句話說,AI分析決策方案即將從過去的數個專用算法解決某個特定領域的特定問題,轉變為又增強分析系統提供的大量算法解決各類不同的問題。

從數字上來看,Researchand Markets報告顯示,全球增強分析市場將從2018年的48億美元增長到2023年的184億美元,預計年復合增長率高達30.6%。Allied Market Rearch也給出了相似的預測。

此前,人工智能分析主要分為兩大流派:DSML(Data Science & Machine Learning)與AABI(Artificial Augmented Business Intelligence)。前者涉及數據建模,主要面對工程師,產出的模型對于普通人來說幾乎沒有辦法使用;后者則是結合了自然語言處理技術,將分析結果直接展現的方向,面向的是沒有技術能力的普通人。

對于數據爆炸、分析需求強烈的零售業、制造業、金融領域來說,這樣的AI決策工具至關重要。

今年,Gartner兩次將Synergies選入報告,分析師評價稱“不同于其他為專門的市場設計的企業級解決方案,AI技術是可以應用在很廣泛的領域的。正是因此,AI產品需要從商業的角度找出自己的切入點。Synergies通過其對行業的理解,明確地找到了利基市場,兩年內就做到了營收平衡,還在不斷擴張中”。迄今為止,制造、金融、零售是Synergies的三大應用領域,合作伙伴包括鴻海集團、順豐速遞、福耀玻璃、德勤、思科等行業領先企業。

2019年,鴻海集團旗下的富士康宣布了三大AI合作企業,包括Landing.ai、創新工廠以及Synergies Intelligence Systems。正如上文所說,Synergies已經完成了富士康旗下三家工廠的智能化轉型,正在持續推動其智能變革。

如今,中國的數據分析市場主流玩家往往有著割裂的數據管理、BI及分析系統,對運維、采購成本要求都較高。據張宗堯介紹,Synergies的技術如今已經應用在制造、零售、金融、反洗錢行業,未來會繼續在保險科技、電信、醫療等行業持續布局,而其多語言版本也讓它能夠在大中華地區、美國、德國等世界各個區域加速擴張。而另一家值得關注的AI公司第四范式則從2017年起切入定制化AI系統,未來也可以將其技術應用于商業決策。

據悉,Synergies創立于2016年,如今已經做到收支平衡。此前,Synergies已獲近千萬美元融資,A輪領投方為豊新資本,其他投資方還包括北極光、京東方、策維科技、SV Angel等。

近期,Synergies宣布成立SIS AI Lab,深入推進AI技術研究。SIS AI Lab是Synergies創辦的人工智能實驗室,由MIT麻省理工學院的AI人才領軍團隊組建,聚集資深人工智能專家和頂尖科學家,是一支創新型AI技術生力軍。該團隊研究開發以演算模型技術與架構應用大規模數據運算,通過開發新的軟件技術加速人工智能研究,使命用創新技術解決未來數字升級轉型與數字化工廠問題。目前,SIS AI Lab完成開發量化關聯型自然語言處理技術,正在與知名大學合作,研發追蹤COVID-19超級傳播者的AI模型。