星河互联CEO傅淼:从商业智能到智能商业 | CCF-GAIR 2017

简介:

雷锋网按:由中国计算机学会(CCF)主办、雷锋网与香港中文大学(深圳)全程承办的 AI 盛会「全球人工智能与机器人峰会」(CCF-GAIR),将于 7.7-7.9 日在深圳召开。

CCF-GAIR 为国内外学术、业界专家提供了一个广阔的交流平台,既在宏观上把握全球人工智能趋势脉搏,也深入探讨人工智能在每一个垂直领域的应用实践细节。延续上一次大会的议题,本次 CCF-GAIR 2017 将会迎来更多人工智能和机器人行业的议题与讨论。

本次大会上,我们不仅邀请了众多科学家,还邀请到不少投资人士,其中星河互联CEO傅淼现场将分享《从商业智能到智能商业》的演讲。

 星河互联CEO傅淼:从商业智能到智能商业 | CCF-GAIR 2017星河互联CEO傅淼

星河互联是一家怎样的公司?

星河互联对自己的定位是一站式互联网创业服务开放平台,这也是他们与传统投资机构的不同之处。在傅淼看来,为初创企业提供资金帮助很重要,但只是一部分。

他们聚焦在产业互联网领域,为创业者提供创业投资及服务,包括联合创业、产业服务以及创业基础服务等,业务范围涵盖种子轮到Pre-IPO。据介绍,目前公司有 300 人的团队,专门为星河互联持股的创业公司提供战略规划、模式打磨、产品雕琢、研发支持、团队搭建、融资安排、资本事件等方面的联合创业服务。

从2009年成立至今,他们已经累积孵化和投资了 200 多家互联网公司,这些公司累积为为 30 多万创业者,200 万家企业及 5 亿个人用户提供了服务。同时,他们为关注的每个行业成立了一个事业部,目前已经有二十个,分为两大类:一类是新技术新模式,如大数据、云计算、人工智能、物联网等;一类是“互联网+产业”,如互联网银行、互联网房产、互联网健康、互联网教育等。

傅淼告诉雷锋网,去年他们投资的创业公司共有 88 家。人工智能(AI)领域也是星河互联重点关注的方向。不过除了跟大多数机构一样关注AI在图像识别、语音识别、自然语言处理等方面的应用之外等方面,他们还特别关注 AI 在商业决策支持领域的应用。

在上周于天津召开的“世界智能大会”上的演讲中,傅淼提出了“智能商业”的概念并对其内涵做了系统的阐述。在即将于深圳召开的 CCF-GAIR2017 大会上,傅淼将分享《从商业智能到智能商业》的演讲,跟与会者进一步深度分享他们在这个领域的思考和探索。

最受关注的 AI 公司有哪些?

近两年,人工智能受到前所未有的关注,许多 AI 创业公司也陆续多了起来。傅淼认为,能获得资方关注的 AI 创业公司大体可分为三类。

一是拥有核心技术,算法层面上具有世界竞争力的团队,通常是 AI 领域的科学家创业。

傅淼解释说,“AI 作为一项具备革命性影响力的技术,跟其他行业最大的不同是,从基础研究,到产品化,再到商业化,整个过程被压缩到很短的时间。”这类公司通常是由科学家主导的。 也正因为如此,他们尽管在底层技术研究上有优势,但是在商业化上通常还要借助于和其他公司的战略合作。

二是研发能力和商业化能力都很强的公司,这类企业能够把已有的技术和具体的应用场景有效的结合,形成较强的竞争力。

三是核心算法能力不强,但跟工程化能力和商业化能力较好、和应用场景结合能力较强的团队。这类公司所在的行业里通常在基础算法层面已经达到可用的水准,而他们的优势主要是在产品商业化上。

不久前,星河互联 AI 事业部总经理刘玮玮在一次闭门路演活动表示,2017 年第一波 AI 项目倒闭潮将会出现。傅淼称这是正常现象,“第一批获得投资的企业,拿到钱后,短的大半年到一年左右,长的一年半左右,钱基本会用完,融不到下一轮公司自然会死掉。”

同时,他给已经处于困境的 AI 创业公司提供了一些“想要活下去”的建议。

一个可能的选项是,尽快找到“造血”的技能,

“有的创业者一心想憋大招,尤其很多科学家出身的创业者,在基础理论创新方面有执念,却错过尽早产品化和商业化的机会。其实在预见到融资可能有困难的时候,可以考虑做一些虽然在理论上看起来比较 low,但在现金流上能快速给你一些支持,降低烧钱的速度,说不定能等到一些转机。”

其次是加入战略资本方。

“很多时候你自己独立作战,你拥有的资产没有变现的能力。但是当你作为一个完整生态链里的一个环节,有可能你的能量可以爆发出来,价值也可以得到充分的体现。”

关于智能商业的探索

除了关注、投资 AI 创业公司,最近星河互联也把 AI 应用到了工作中,是他们对 AI 商业领域应用的尝试。傅淼表示,虽然有人说早期投资很难形成一个完善的,完全量化的评价体系。但他们觉得,AI 的作用是把很多人难以归纳的一些规律性的东西,通过基于大数据的人工智能体系,来发现这些规律。

而其中很重要的一点是积累大量的、而且相对精确的数据,具体到风险投资领域上,便需要他们对创业项目进行多维度的评价,以形成评价体系。目前,他们正在对不同细分领域,用不同评价体系建立模型。这是最当基础的工作,当然,也是最耗时间的一步。

但傅淼认为,对一些入行时间较短的投资人来说,这能帮助他们尽快形成系统化的思维框架。“借用这套体系去筛选评价项目的效率会提升很多。”由于是刚刚开始,傅淼坦言有些员工反倒觉得效率变慢,因为有几百个维度的评价,都需要有事实根据,但这可以为未来“打下很好的数据基础”。

另外,关于基于 AI 的智能决策支持系统在哪些细分行业最早得到应用,傅淼表示,要从两个方面来看:

一方面要看一个行业的信息化和数据化基础是不是足够好;


另一方面则是看这个行业的竞争是不是足够激烈,激烈的竞争会促使企业使用更先进的决策支持手段。通过这两个标准来衡量,像金融、电商、零售、供应链、物流等细分行业,都将是 AI 应用较快较早的方向。

或许,尽管大部分人还是弄不清 AI 是什么,但当我们拿起手机看新闻时,订酒店时,购物时,AI 已经让我们的生活更方便了,正如傅淼所说的“完全没有被人工智能影响的领域几乎没有了”。

关于人工智能的商业应用你还想知道什么?7月7日-7月9日,由雷锋网(公众号:雷锋网)承办的 CCF-GAIR 2017 大会将在深圳举办,傅淼将作为演讲嘉宾参与 AI 智能商业专场,并带来更多、更深入的 AI 智能商业洞见,届时雷锋网也将及时发布演讲实录,尽请关注。

本文作者:田苗

本文转自雷锋网禁止二次转载,原文链接

相关文章
Quick BI V5.0发布:一键解锁智能小Q等全新智能商业分析能力
Quick BI V5.0发布:一键解锁智能小Q等全新智能商业分析能力
579 0
|
2月前
|
数据采集 供应链 BI
观远数据 BI:多链路复杂数据处理与智能任务调度,驱动企业敏捷决策
观远数据BI具备多链路复杂数据处理与智能任务调度能力,支持多源数据融合、零代码清洗建模及自动化调度,助力企业打破数据孤岛,实现零售、金融、央国企等场景的实时决策与降本增效。
|
4月前
|
存储 人工智能 自然语言处理
Lakehouse x AI ,打造智能 BI 新体验
本文整理自瓴羊的王璟尧老师与镜舟科技石强老师的联合分享,围绕 Quick BI 在智能 BI 场景中的落地实践,深入探讨了 StarRocks 如何凭借 MPP 架构、实时分析能力与 AI 原生支持,成为智能分析的理想 Lakehouse 引擎底座,助力 BI 从“被动查询”迈向“主动决策”,开启数据“会说话”的新体验。
|
7月前
|
运维 监控 数据可视化
产品测评 | 大模型时代下全场景数据消费平台的智能BI—Quick BI深度解析
Quick BI是阿里云旗下的全场景数据消费平台,助力企业实现数据驱动决策。用户可通过连接多种数据源(如本地文件、数据库等)进行数据分析,并借助智能小Q助手以对话形式查询数据或搭建报表。平台支持数据可视化、模板快速构建视图等功能,但目前存在不支持JSON格式文件、部分功能灵活性不足等问题。整体而言,Quick BI在数据分析与展示上表现出强大能力,适合业务类数据处理,未来可在智能化及运维场景支持上进一步优化。
|
8月前
|
自然语言处理 数据可视化 数据挖掘
评测:大模型时代的智能BI—Quick BI
作为一位产品经理,我近期体验了阿里云Quick BI的深度功能。其智能小Q助手通过自然语言生成可视化报表,大幅提升非技术人员操作效率;本地文件数据源功能实现快速数据分析,减少对IT依赖。智能问数和移动端适配表现出色,但字段命名规则校验及权限控制需优化。总体而言,Quick BI适合中大型企业业务分析,生态兼容性强,智能化覆盖全流程,值得推荐(评分:4.5/5)。
|
8月前
|
存储 弹性计算 运维
深度评测——大模型时代的智能BI—Quick BI
作为一名运维工程师,我近期深度体验了Quick BI,从部署、监控、成本优化、安全合规等方面分享评测报告。其弹性伸缩功能可节省人工干预成本,全链路日志追踪大幅缩短故障排查时间,冷数据归档降低存储成本。但目前存在伸缩策略颗粒度粗、日志分析工具不足等问题。总体而言,Quick BI适合中大型企业构建高效稳定的BI平台,尤其在运维成本控制和故障响应效率上有显著优势。
369 16
|
7月前
|
数据采集 人工智能 自然语言处理
模型时代的智能BI—Quick BI:阿里云的数据洞察与决策引擎
阿里云Quick BI是一款企业级智能BI工具,融合大模型技术实现自然语言交互、自动化洞察与预测分析。支持多源数据接入,提供50+图表类型及行业模板,助力敏捷业务分析与AI增强决策。相比Tableau、Power BI等竞品,Quick BI以云原生低成本和通义大模型优势脱颖而出,适用于零售、金融等领域,推动数据民主化与智能化转型。推荐已使用阿里云生态的企业采用,分阶段推广功能以最大化价值。
1172 2
|
8月前
|
存储 监控 BI
评测:大模型时代的智能BI—Quick BI
作为一位数据平台开发工程师,我近期体验了阿里云Quick BI的深度功能。以下从技术视角总结:1. 数据集成支持本地文件快速建模,但大文件上传和多表关联有待优化;2. 开放API便于报表嵌入,建议增加频次限制与实时推送能力;3. 计算引擎性能良好,复杂查询时需优化分布式调度;4. 资源监控模块实用,但缺乏预警机制;5. 安全体系完善,建议增强自动权限管理和KMS集成。总体而言,Quick BI是一款适合中大型企业的智能BI工具,具备强大API生态和多租户设计。
301 1
|
8月前
|
数据可视化 数据挖掘 BI
Quick BI 深度体验:数据洞察,触手可及——打造智能零售分析利器
作为一名数据分析师,我深度体验了阿里云Quick BI。这是一款功能强大的全场景BI平台,支持多数据源接入与智能分析,操作简单且智能化程度高。通过上传Excel文件即可快速生成数据集,并利用丰富图表进行可视化分析。其“智能小Q助手”可对话式查询数据、自动生成报表,极大降低分析门槛。尽管新手引导和移动端体验尚有优化空间,但Quick BI无疑是企业实现数据驱动决策的有力工具。强烈推荐给希望提升业务竞争力的企业!