【新科技创业2017 】中数智汇：优化金融行业场景化服务，研发企业知识图谱应用平台

创业公司当下的每一个小小的进展，在未来都有可能成为改变世界的一大步。正式基于这样的初衷，我们一直都愿意持续关注、报道我们接触的创业公司的新进展。临近2017年底，我们也对我们此前报道、接触的一些初创公司进行了回访，并将他们2017的进展、2018年的规划、对行业的理解和判断进行整理，呈现给读者。

需要说明的是，我们认为场外信息对于关注这家公司的读者同样具有价值，也是全面了解一家公司的重要信息之一，这个系列报道我们尽可能真实、完整的还原了被采访对象的表述，保留了被采访人的观点、用词、用语。因此报道的用语用词风格或与36氪此前正常报道略有差异；这些事实、观点也不一定代表36氪的认知和观点，36氪并不能为此背书；本系列的报道顺序仅为访谈完成顺序。

------------------------------------------------------------------------------

受访人：中数智汇CEO 鲍涛

1、2017年公司在技术、产品、市场、商业化、融资、团队等方面取得了哪些进展？

公司一直以来为B端客户创造“场景化服务”，根据用户的业务应用场景设计数据类产品，提供服务，从而贴合真实用户需求，强化用户体验。

而一个场景产生的过程不仅包含了我们对于企业级数据的深入理解，同时还要通过专业的行业分析团队，将行业知识与企业数据紧密结合，最终击中用户真实需求。最后再通过数据采集、数据清洗、数据融合、数据挖掘和人工智能等技术手段的运用，通过可视化的方式将数据产品呈现给用户。

比如：2017年我们对于关联洞察（一种基于知识图谱的图数据库技术）的产品研发上，一般的数据公司通常做法是基于节点（指实体，如企业）和线（指关系，如投资关系）形成一个关系图谱供用户查阅，而我们经过数据分析发现，由于企业复杂关系网络往往是多层的、隐蔽的，难易发现实质关系的。这种无场景化的图关系展示，对于使用者来说，实际意义不大。

因此我们陆续设计出了基于风险角度的“实质控制关系图谱”，通过数据模型算法识别目标企业的实际控制人，应用于金融行业风险监控业务场景；此外还有“多节点关系图谱”，通过对多个目标企业之间最短路径的探查，直接发现目标企业之间的关系，应用于供应商风险管控领域等等。当然这样的场景化的产品还很多。

在2017年，我们获得一批新的重要客户，包括京东金融、浙商银行、微众银行、百信银行、上海电信、美团等。

随着营收的不断增加，公司团队规模2017年翻了一番。

2、2017年公司在战略、重点业务、主推市场、技术路线等方向是是否发生过变化？为什么会做出这样的变化？这样的变化是否取得了效果？

风险、营销是B端企业关注的两大主题，公司在前两年市场发力的主要侧重点是金融行业的风控领域。在2017年公司除了在风控领域继续做深做大外，我们同时加大了非金融行业精准营销领域的市场探索，进入了外卖服务o2o、招聘、电信运营商等行业领域，建立了多维度的企业知识库，积累了约十万个企业标签，同时和一些客户开展了深入合作，利用机器学习技术，进行客户画像，建立潜客推荐模型，帮助用户获客，已取得成效。

 3、2018年公司在技术、产品、市场、商业化、融资、团队等方面有哪些规划？ 

2018年公司将更专注于在技术和产品上的打磨，在企业数据知识图谱建设上加大研发的投入。“万物互联”，随着企业之间集团化、供应链、担保链、资金链等多链条的发展，企业关系的链条也呈现错综复杂及隐蔽性。知识图谱是人工智能的一个分支，早期主要是基于本体来构建语义网络的一项搜索技术。而我们主要是基于垂直行业构建行业知识图谱，结合非结构化数据，利用AI技术，为企业绘制行业应用级的知识图谱，建立起相关经济要素之间的相互联系，并通过大数据进行量化，识别链条中的风险传导路径，最终实现知识图谱、机器学习和垂直产业的深度结合。

4、2018年公司是否会有一些里程碑节点，为什么会觉得这些重要，如果实现了会带给公司、行业哪些影响？做到这样的里程碑，大概会花费多少资金和资源，为什么这件事情会比较耗费资金和资源？
 

2018年人工智能、自然语言处理等技术的运用，将会极大的丰富大数据资源，增加大数据的应用场景，我们研发中的企业知识图谱应用平台项目，建成后公司在现有数据资源优势基础上，能够构建国内独一无二的集团派系知识图谱，建立关联风险传导算法，形成亿级企业同义词库和企业全景画像平台，在集团派系客户认定管理、关联风险模型、智能营销挖掘、系统性风险事件分析、关联营销等应用场景下，辅助金融行业、互联网行业核心业务领域达到业内领先地位，构筑公司在行业内技术和模型算法壁垒，促进国内产融的一体化发展进程。这将是企业级数据深度应用的一个变革，代表着AI技术在产业应用层面的一次深化，其对整个产业链的认知和风控都将到达一个新的高度，对于企业征信领域的探索也是一个全新的视角和维度。

公司明年初步计划投入千万以上的研发费用，随着未来公司的融资，这个领域的投入还会大幅增加。

5、公司所在的行业，2017年发生了哪些变化，呈现了哪些趋势？

要谈到变化，首当其冲的应该是技术的革新，2017年无疑是“人工智能年”，几乎大部分初创数据类公司都在变身为“AI公司”，以谋得投资人的青睐和市场的认可。有关人工智能的各种报道、会议等信息随处可见，图像识别、自然语言处理等新技术栈的不断涌现和深化，使得在大数据领域里，“大数据+AI”成为也逐步成为行业里默认的技术栈。就像通过人工智能技术，不断的进行搜索引擎优化，使得Google的“大脑”越来越聪明一样。随着AI技术的飞速发展，大数据被真正赋能的时间会快速的到来。

6、认为2017年对行业影响最重大的一件事是什么？为什么？

2017年7月国务院发布了《新一代人工智能发展规划》，将人工智能提到了国家战略的高度，并在规划中提到了“知识计算引擎与知识服务技术”形成多数据类型的跨媒体知识图谱。这也是与我们构建企业知识图谱应用平台项目的规划不谋而合，也相信未来这将会是一个巨大的市场。

7、公司所处的赛道，2018年会发生哪些变化，有哪些利好的因素？会呈现什么样的竞争格局？核心的竞争力会是什么？
 

大数据公司从来不是一个新兴的行业，而我们遇到了一个迅猛发展的时代，让大数据不再是想象中的“象牙塔”，2018年大数据技术将真正从“概念”走向“价值”，同时新技术的发展催生了数据行业的活力，并已经浸透到许多行业及业务领域，所以也为弯道超车提供了可能性，竞争与机会并存。2018年数据产业会与客户的行业知识、业务知识结合的会更紧密，所以在大数据商业化过程中，将需要大量的数据语言翻译官（即将数据价值体现为商业知识应用），谁能发现行业或客户的痛点，并且通过技术支撑进行最佳应用实践探索，谁就能把握市场和商业脉络，而在这一方面我们已经开始布局。

8、2018年，最期待行业发生的一件事是什么？为什么？

中国的大数据机会刚起步不久，前景广阔。无论是传统行业还是互联网行业，数据资产化的思维已经深入骨髓，但是数据应用、数据服务还未充分被认知到，真正的意识到数据从“资源”到“价值”要体现在真正的数据服务上。希望在未来的一年里，我们能看到行业生态越来越趋于理性，通过大数据技术及AI技术帮助传统行业或互联网行业实现数据化、智能化升级。

这里有一份给36氪忠实用户的小调查：2017 年，36氪的内容满足了你的需求吗？2018年，你还希望36氪在哪些方面做得更好？