数据科学平台kesci科赛网更名和鲸科技,赋能企业转型

2019-01-04 09:28 稿源:用户投稿  0条评论

2019 年元旦,数据科学平台科赛网(Kesci.com)对外宣布,因公司战略升级,品牌正式更名为“和鲸科技”。作为数据分析和人工智能领域的基础服务公司,科赛网的品牌更新,仿佛给烈火烹油的人工智能产业添置了一个新柴输送器。

2015 年成立的科赛网,是国内最早的数据科学平台之一。从对标Kaggle推出中国的数据科学家社区,聚集起最开始涉足该领域的数据科学人才,再到引入Jupyter的交互式开发范式、整合Docker与Kubernetes容器化技术,研发出在线数据科学开发工具KesciLab,填补了国内空白。正如和鲸科技创始人兼CEO范向伟说的那样“在整个人工智能还处于概念和摸索阶段的几年里,提供基础服务的科赛网可以说是非常孤独的。”

当大数据遇上人工智能,企业真的准备好了么?

近年来,得益于海量数据的出现、计算能力的提升,原来复杂度很高的算法得以落地使用,人工智能领域的相关课题取得重大进展。 2016 年AlphaGo战胜人类顶尖围棋选手,更引发了社会大讨论,仿佛一夜之间,企业不谈人工智能就前途弗定,职场人不聊AI就是落伍,围绕人工智能技术的创新创业大量涌现。

伴随着政策支持的逐步深入,国家与地方政府期望在人工智能上构筑先发优势,助力实体经济转型。当大数据遇上人工智能,产业智能升级带来的巨大商业价值,让众多企业跃跃欲试。不少企业都表示将投入大量资金与人力,在本行业领域内引入人工智能,来提升效率,转型并获得新的增长点。但一个企业做好了数据化转型的准备,将目光投入供应商时,可能就直接傻眼了,各技术领域、细分行业、应用场景的解决方案应接不暇。

企业在数据化转型和引进人工智能的时候,采用什么样的策略,如何制定发展路径,哪些领域可以用现有的技术解决方案,哪些领域需要自建技术团队,未来持续涌现的场景化应用该怎么管理与消化,这对一个依然在门外的企业决策者来说,无异于摸着石头前行。

即便是已经引入大数据与人工智能技术驱动商业模式变革、管理效率升级的企业,如果持续依赖外力,没有构建自身的数据智能与AI能力,效率损耗和成本走高也将长期困扰着企业决策者们。

“数据科学社区+数据科学平台”模式背后,和鲸在做怎样的战略布局?

根据《人民日报》的相关报道,中国目前人工智能人才缺口超过 500 万,供求比例仅为1:10,数据科学人才的供需严重失衡。虽然 2016 年 2 月,北大、对外经贸大学、中南大学 3 所高校就获批了“数据科学与大数据技术”专业,截至 2018 年 3 月,该专业的高效数量已达 318 所,更有数百所高校正在进行申报,但是数据科学人才真正在就业岗位上发挥作用,仍需时日。

中国社会科学院科学技术和社会研究中心研究员段伟文指出,“我国到 2020 年人工智能核心产业规模要超过 1500 亿元,带动相关产业规模超过 1 万亿元”。如此体量的规模,又发展的如此迅速,数据智能时代人才的稀缺性将长期存在。

在这样的背景下,和鲸用“数据科学社区”聚拢和培育稀缺人才,并为他们提供基于云端的在线“数据科学平台”,实际上如同一家准备好了员工和办公软件的超级平台,作为最好性价比的“云端研发部”+“云端创新部”,解决高校、科研机构和企业不同层次的数据分析及人工智能个性化问题。

对标公司的估值超过 600 亿美金,数据科学平台的潜力不容小觑

随着企业需求的持续增长,传统企业级服务方案无法满足,导致一些传统软件大厂如IBM、Micosoft、MathWorks、SAP、SAS在数据智能时代都出现了明显的倒退。而由于云计算、深度学习、物联网的快速发展,开源方案的需求则持续上升,算法应用加速向业务需求落地,使得新兴的数据科学平台崛起迅速。

目前,依然在LEADERS象限里的美国的商业分析与商业智能软件公司SAS,年营收 35 亿美金,公司估值达 600 亿美金,是全球规模最大的未上市软件公司。可以预见,在这个新兴数据科学平台取代传统企业软件的过程中,将会诞生出千亿规模的新生代企业。

和鲸旗下“数据科学平台”KesciLab在推出的两年时间里,得到了数据科学工作者和顶尖高校、科研机构、企业的认可,清华大学已将K-Lab作为数据科学领域的专属教学与实训平台,多家国有大型银行总行,也已经开始使用K-Lab作为行内的数据分析与数据创新平台。我们有理由相信,中国在“数据科学平台”领域,将会产生一批优秀的自主品牌参与全球化竞争。

从信息化到智能化,从互联网+到AI+,商业模式的变革和商业价值的转换一直在进行,唯有不断用新技术、新思维武装自己的企业才能持续强大。我们期望,在人工智能时代,中国能有自己的数据科学基础服务商,为企业的智能化、国际化发展助力。

本文由站长之家用户投稿,未经站长之家同意,严禁转载。如广大用户朋友,发现稿件存在不实报道,欢迎读者反馈、纠正、举报问题(反馈入口)。

免责声明:本文为用户投稿的文章,站长之家发布此文仅为传递信息,不代表站长之家赞同其观点,不对对内容真实性负责,仅供用户参考之用,不构成任何投资、使用建议。请读者自行核实真实性,以及可能存在的风险,任何后果均由读者自行承担。

声明:本文转载自第三方媒体,如需转载,请联系版权方授权转载。协助申请

相关文章

相关热点

查看更多