《未來簡史》中，有一個危言聳聽的預言：當以大數(shù)據(jù)、人工智能為代表的科學技術(shù)發(fā)展的日益成熟，人類將面臨著從進化到智人以來的一次改變，未來99%的人都將淪為“無價值的群體”，另外1%的人則成為掌控算法、通過生物技術(shù)戰(zhàn)勝死亡的神人。

對于這個恐怖的預言，天云大數(shù)據(jù)創(chuàng)始人兼CEO雷濤并不認同?！拔磥聿粫猩袢说某霈F(xiàn)，科技的進步也不在于淘汰人，而是賦能于人類?！?

這并不是雷濤的戲言，因為他所執(zhí)掌的這家企業(yè)——天云大數(shù)據(jù)，已經(jīng)能夠通過提供各行業(yè)通用的人工智能PaaS平臺，即服務AI的AI，為開發(fā)AI應用的企業(yè)、團隊或科研機構(gòu)提供人工智能工具，不僅加速了AI開發(fā)的工程化、流程化，還讓企業(yè)獲取機器智能如讀書一樣簡單。

在人人都在講“AI”，但能夠真正可以幫助人類降低AI的使用門檻，讓AI技術(shù)越來越普世的產(chǎn)品卻不多。正是憑借這種獨特之處，今年上半年，天云大數(shù)據(jù)完成由華映資本、曦域資本領(lǐng)投的億元人民幣融資，開始致力于探索更深的AI PaaS實質(zhì)性落地。

投資家網(wǎng)采訪到了雷濤，從AI研究到AI的大規(guī)模生產(chǎn)，天云大數(shù)據(jù)是如何做到讓人更方便的獲取AI的？他們的產(chǎn)品又是如何顛覆行業(yè)的？

打造云AI平臺，降低AI使用門檻

雷濤擁有20年豐富的IT從業(yè)經(jīng)驗，10年以上全球先進跨國IT企業(yè)技術(shù)領(lǐng)導職務。在組建天云大數(shù)據(jù)時，他發(fā)現(xiàn)越來越多的科技企業(yè)都已開始往AI方向轉(zhuǎn)變，因此未來企業(yè)也將更加注重AI的技術(shù)應用，以及由此帶來的商業(yè)模式的進一步升級。

在思考如何將AI落地到具體商業(yè)流程中時，雷濤發(fā)現(xiàn)金融領(lǐng)域?qū)I為核心的技術(shù)需求尤其強烈。

因此天云大數(shù)據(jù)定位在打造打造AI領(lǐng)域的“Android”，雷濤形容，“Android的出現(xiàn)很好的解決了了開發(fā)手機APP的問題，即便是剛畢業(yè)的大學生團隊也能根據(jù)Android開發(fā)自己的APP。天云大數(shù)據(jù)想做一個AI產(chǎn)品，讓科學家們都可以在這款AI產(chǎn)品上面開發(fā)AI。

基于這個邏輯，天云大數(shù)據(jù)在幾家股份制銀行分別進行了實踐，效果顯著。為此，天云大數(shù)據(jù)推出了分布式數(shù)據(jù)科學平臺：MaximAI。

“簡單來說，天云大數(shù)據(jù)所推出的平臺就是幫助公司、科學家等職業(yè)人員便利地使用一個AI工具平臺，將一切以前難以描述的復雜現(xiàn)象用定量的方法表達出來，讓AI真正能夠在企業(yè)業(yè)務流程上起到切實的作用。在此平臺上，科學家們不需要寫任何代碼，只需簡單的拖拉便可實現(xiàn)某些明確的規(guī)則和流程?！崩诐忉?，這一平臺推出的目的是將傳統(tǒng)流程改造，用規(guī)模化的AI應用提高生產(chǎn)效率，從而節(jié)省時間。

某種意義上，這也是將行業(yè)中的數(shù)據(jù)科學家、業(yè)務精英的工作以機器學習的技術(shù)予以實現(xiàn)。不僅解決了目前現(xiàn)實中的AI人才昂貴、巨大的AI人才缺口問題，也替代了AI人才進行重復、流程化的工作，讓這些人才能有更多時間做更具價值的工作。

經(jīng)過多次產(chǎn)品迭代，2018年4月，天云大數(shù)據(jù)發(fā)布了AI PaaS化平臺MaximAI 3.0版本，這一版本可以實現(xiàn)AutoML，從免代碼開發(fā)的算法訓練參賽服務器提供，到幫助業(yè)務人員選擇調(diào)優(yōu)和評估算法的自動化流程；從AutoFE特征工程的自動流水線，到訓練模型AutoML，到推理端基于容器的灰度發(fā)布。MaixmAI具有免代碼開發(fā)功能，具有算法基礎(chǔ)的初階AI人才使用天云大數(shù)據(jù)的AI PaaS化平臺，僅僅使用幾天便已經(jīng)能夠熟練進行各種數(shù)據(jù)操作。

雷濤坦言，天云大數(shù)據(jù)的AI PaaS化平臺最先替代的是自己公司的科學家人才。舉例來說，近期，天云大數(shù)據(jù)使用UCI機器學習庫中的銀行營銷數(shù)據(jù)集，進行自動調(diào)參與數(shù)據(jù)科學家手動調(diào)參對比發(fā)現(xiàn)，兩種建模結(jié)果相差不多，但手動建模優(yōu)化需人員不停調(diào)參耗時2-3天，AutoML建模方式只需在空閑時間執(zhí)行，基本不用占用人員時間，另人工調(diào)參需要人員有豐富的建模經(jīng)驗，AutoML降低了機器學習的門檻，大大降低了人工成本，同時提升了模型優(yōu)化速度。

在雷濤看來，天云大數(shù)據(jù)并不是想要替代AI科學家，而是想要為科學家賦能，他用“祛魅”一詞來形容。未來，AI應用將不再是少數(shù)大公司和精英科學家的專利，AI將逐漸應用到各行各業(yè)，降低機器學習的門檻。

算法重構(gòu)商業(yè)實踐，AI賦能各行業(yè)

算法能做什么？只是提高效率，降低成本嗎？在雷濤看來，算法并不僅用于此，更多的是可以改變商業(yè)實踐的結(jié)構(gòu)。

以往的商業(yè)決策更多基于規(guī)則、流程，這些規(guī)則往往建立在多年的行業(yè)深耕基礎(chǔ)上，因而鍛造了極強的行業(yè)壁壘，然而算法構(gòu)建的商業(yè)形態(tài)模式，可以打通、重構(gòu)各行業(yè)的商業(yè)實踐。

雷濤認為，算法可以重構(gòu)商業(yè)實踐，具有極強的跨行業(yè)屬性。比如電商利用推薦引擎重構(gòu)了零售業(yè)，傳統(tǒng)超市貨物擺放的最佳實踐，被淘寶的貝葉斯算法取代，從簡單的流程驅(qū)動轉(zhuǎn)向數(shù)據(jù)驅(qū)動，BI向AI升級。

雷濤指出，所有復雜的、難以抽象的商業(yè)規(guī)則和場景，將它們數(shù)字化以后，復雜問題反而可以被清晰的界定和量化，算法可以對商業(yè)實踐做替代，這個過程，即AI PaaS平臺，可以成為產(chǎn)業(yè)升級、數(shù)字化轉(zhuǎn)型的基石。

目前天云大數(shù)據(jù)已經(jīng)在各個行業(yè)推動了AI的賦能，并成功在金融、能源、招聘、營銷、政府、醫(yī)療、物流等領(lǐng)域落地。

金融行業(yè)是最先布局的領(lǐng)域，自2016年天云大數(shù)據(jù)便開始為金融機構(gòu)提供數(shù)據(jù)模型深入信用風險欺詐等金融業(yè)務領(lǐng)域，包括與人行、光大、興業(yè)、銀聯(lián)等知名機構(gòu)都已經(jīng)展開合作。

雷濤舉例，在給某大型股份制銀行做過的信用卡申請反欺詐，通過分析銀行信用卡的“通過信用卡”信息和“欺詐信用卡”信息，找到注冊信息中包含的關(guān)系，同時對關(guān)系信息統(tǒng)計分析，計算相關(guān)指標，然后通過統(tǒng)計分析的結(jié)果構(gòu)建社交網(wǎng)絡，最終支撐欺詐用戶。

湯森路透使用天云構(gòu)建的語義分類器，對每年數(shù)十萬份上市公司公告進行機器閱讀，每年可閱讀公告20萬以上，替代10位高級金融分析師。

2018年以來，天云大數(shù)據(jù)開始橫向布局，在能源、醫(yī)療等領(lǐng)域都有了新的進展。比如在能源領(lǐng)域，天云大數(shù)據(jù)利用算法抽象出石油管道泄漏的風險，面對沒有圖紙，只有單表的油氣管道，無法實現(xiàn)壓力差的復雜現(xiàn)實場景，實現(xiàn)了從靜態(tài)地質(zhì)圖，到動態(tài)傳感器數(shù)據(jù)智能采油。在油井發(fā)生故障前提前采取措施，防止進一步損壞甚至報廢，同時降低對人力的需求，增加了判斷的準確率，大大降低石油企業(yè)運營成本。

在醫(yī)藥領(lǐng)域，雷濤透露，天云大數(shù)據(jù)還聯(lián)合天津國際生物醫(yī)藥聯(lián)合研究院成立了醫(yī)藥智能研究平臺?；谒幬锇悬c蛋白數(shù)據(jù)研究對藥物適應癥的作用關(guān)系演示，通過天云的人工智能Maxim AI平臺，將具有高維特征的數(shù)據(jù)進行降維處理，利用隨機分布森林算法對數(shù)據(jù)進行機器學習建模，結(jié)果區(qū)分度較高，同時使用復雜網(wǎng)絡全景展現(xiàn)了之前只能兩兩展示的多維數(shù)據(jù)，演示數(shù)據(jù)表明人工智能應用于藥物適應癥和副作用預測前景廣闊。

雷濤希望，未來更多行業(yè)可以運用天云大數(shù)據(jù)的AI PaaS平臺賦能發(fā)展，重新構(gòu)造商業(yè)實踐。