Jiuzhang Yunji: uso de la ciencia de datos para promover la implementación de la IA empresarial
En la era de la información, los big data se utilizan ampliamente. Los científicos de datos se han convertido en una posición común en las empresas, y muchas empresas han establecido departamentos independientes de big data. A medida que el equipo de datos continúa creciendo, cómo colaborar de manera eficiente y fluida entre científicos e ingenieros de datos se ha convertido en un problema.
Fang Lei, el fundador de Jiuzhang Yunji, descubrió los puntos débiles de la industria de datos mientras trabajaba en Microsoft y vio el océano azul de las plataformas de ciencia de datos. En 2011, Fang Lei comenzó a trabajar en el departamento de búsqueda de Bing de Microsoft y se desempeñó como científico e ingeniero de datos. Descubrió que más de 800 ingenieros de datos dentro de Bing colaboraron en un sistema llamado Aether. Esta plataforma contiene más de 10,000 módulos y cientos de miles de proyectos, y todo el equipo puede colaborar en la misma plataforma de manera ordenada y tiene la capacidad de hacerlo. Gestión, asignación de recursos y mejora de la eficiencia del trabajo y muchas otras funciones.
En 2013, Fang Lei decidió regresar a China para iniciar un negocio y fundó Jiuzhang Yunji Technology Company en Zhongguancun, Beijing. Esperaba construir una plataforma de oficina colaborativa para que los equipos de ciencia de datos ayudaran a los científicos de datos corporativos y. Los ingenieros de datos se vuelven más eficientes.
Actualmente, en la mayoría de las empresas, el valor de los datos se refleja principalmente en el análisis superficial de los datos y en la conversión de los datos en informes visuales, incluidos gráficos circulares, gráficos de líneas, etc., para guiar el negocio. A medida que los datos acumulados por las empresas se vuelven cada vez más abundantes, los requisitos para el análisis de datos son cada vez mayores. Los métodos de análisis de datos anteriores ya no pueden satisfacer las necesidades de las empresas.
Fang Lei cree que el valor de los datos empresariales está cambiando y el análisis de datos ha entrado en la etapa de "análisis mejorado", que consiste en mejorar las capacidades de análisis de datos a través del aprendizaje automático o la inteligencia artificial. En el pasado, el análisis visual generaba información a través de la presentación visual, pero la información generada a través del análisis de tecnología de inteligencia artificial es más poderosa, como el análisis de cientos de millones de transacciones en el antifraude financiero a través de modelos.
En este entorno general, Jiuzhang Yunji lanzó la plataforma de ciencia de datos DataCanvas, con la esperanza de ayudar a las empresas a aplicar la IA para llevar a cabo una transformación inteligente.
Para reducir la dificultad de la aplicación empresarial de IA, DataCanvas proporciona una plataforma completa de aprendizaje automático y una plataforma de producción de modelos de IA para automatizar una serie de trabajos difíciles de modelos de datos, como la limpieza de datos, la ingeniería de características y el modelado. capacitación. Los usuarios no necesitan tener experiencia profesional en ciencia de datos ni capacidades de algoritmos de programación. Solo necesitan usar la función de modelado AutoML en la plataforma de ciencia de datos DataCanvas para completar el procesamiento masivo de datos y la gestión del ciclo de vida completo de los modelos de datos.
La función más potente de DataCanvas también se refleja en el procesamiento de datos en tiempo real. Por ejemplo, en la industria financiera, que genera enormes cantidades de datos todos los días, la necesidad de tomar decisiones basadas en datos en tiempo real es particularmente urgente: determinar si una tarjeta de crédito es fraudulenta en el momento en que la pasa, calcular el mejor plan de inversión en el mercado de valores en constante cambio... todos requieren procesamiento de datos en tiempo real para garantizar.
"El núcleo de Jiuzhang Yunji es convertir datos en modelos y proporcionar a los clientes herramientas o servicios técnicos con capacidades de modelo para respaldar diversos escenarios comerciales", dijo Fang Lei.
En cuanto a la tendencia de desarrollo de la ciencia de datos, Fang Lei cree que las barreras técnicas se reducen constantemente y lo que es más importante en esta etapa es la popularización y aplicación. "Reducir el umbral técnico ya no es el problema central en el desarrollo de la ciencia de datos. El problema central es cómo combinar la tecnología con los negocios en escenarios reales", dijo Fang Lei. Cómo compartir conocimientos profesionales de manera eficiente, cómo combinar eficazmente la experiencia de la industria, el conocimiento empresarial con la ciencia de datos y la inteligencia artificial y, finalmente, implementarlos en escenarios empresariales son los problemas de implementación técnica comunes que enfrentan las empresas en la ola de inteligencia artificial.
En respuesta a este problema, Fang Lei propuso el concepto de "fusión de conocimientos". "Gran parte de nuestro sentido común como humanos está relacionado con los negocios. El aprendizaje automático puede obtener información sobre datos sutiles en algunos aspectos, pero algunos aún necesitan confiar en las habilidades humanas", dijo Fang Lei: "Para construir un modelo, la tecnología cuenta". del 30% al 40%, y el resto es en realidad conocimiento empresarial”. Citó un escenario en las aplicaciones financieras: por ejemplo, el modelo de pequeños y microcréditos debe examinar el riesgo de responsabilidad oculto de la empresa y el El primer elemento que examinará una auditoría experimentada es si el préstamo es prestado. Si la empresa recibe pagos completos de diferentes cuentas, puede haber riesgos de responsabilidad ocultos.
Esto requiere la experiencia del sentido común de las personas para emitir juicios, y las personas deben convertir esa experiencia en una característica del aprendizaje automático, para que el aprendizaje automático pueda emitir las advertencias de riesgo correspondientes.
En funcionamiento real, Jiuzhang Cloud proporciona una solución de "cuatro almacenes" para la implementación empresarial de IA: mediante el establecimiento de un "cuatro almacenes": almacén de modelos, almacén de características, almacén de plantillas de escenas y almacén de recetas de AutoML. Resuelva el problema de integrar el conocimiento empresarial y el conocimiento técnico. Una vez que se reduzca el umbral para el análisis y modelado de datos, el costo de la aplicación de IA para las empresas se reducirá en consecuencia y la IA se podrá aplicar en más escenarios comerciales.
En la actualidad, Jiuzhang Yunji no solo tiene una rica experiencia práctica en antifraude, marketing de precisión y otros escenarios en la industria financiera, sino que también continúa implementando innovaciones de aprendizaje automático en gobierno, transporte, IoT y bienes raíces. , educación y otros campos de aplicación.
En un caso de servicio al gobierno, Jiuzhang Yunji cooperó con la Fiscalía Popular de la ciudad de Qingdao, provincia de Shandong, en el "Proyecto de construcción del sistema de evaluación de calidad de casos". Utilice la plataforma de ciencia de datos DataCanvas para implementar una evaluación de casos inteligente mediante el uso de algoritmos de aprendizaje automático, entrenamiento de modelos y otras tecnologías, reduciendo la carga de trabajo del manejo manual de casos en un 80 % y aumentando la eficiencia en un 80 %. En el pasado, debido a limitaciones de mano de obra, solo entre el 10% y el 20% de los casos de revisión podían verificarse aleatoriamente, pero con la ayuda de la tecnología de inteligencia artificial, se puede lograr una revisión del 100%.
Servir a clientes globales es el próximo objetivo de Fang Lei. Él cree que el negocio To B de China que se traslada al extranjero gradualmente se generalizará en un plazo de 3 a 5 años. Con el desarrollo de la computación en la nube, los servicios de datos de muchas grandes empresas de todo el mundo están en la nube. "La nube puede convertirse en una entrada. En la nube, podemos proporcionar servicios globales y participar en la competencia". Fang Lei cree que las empresas ToB definitivamente pasarán por este proceso cuando vayan al extranjero.
En marzo de 2018, Jiuzhang Yunji recaudó casi 100 millones de yuanes en financiación Serie B, con la participación de Redpoint Ventures, Oriental Fuhai y otras instituciones. En enero de 2017, logró 50 millones de yuanes en financiación Serie A.