【企业洞察】助力上万个场景AI转型，第四范式价值赋能爆发

机器学习，是人工智能的重要分支，其研究和构建的是一种特殊的算法，以让计算机自己在数据中学习从而进行预测。机器学习被广泛应用于计算机视觉、信息检索、市场营销、医疗诊断等各大领域。然而，技术门槛高、专业人才的数量有限、数据的处理以及模型调参费时费力，使得机器学习的广泛应用受限，阻碍了AI的产业化应用与发展。

机器学习落地面临的众多门槛

数据来源：第四范式主任科学家涂威威演讲PPT

自动机器学习（Automated Machine Learning，以下简称AutoML）在此背景下诞生。AutoML技术能够将机器学习专家从传统机器学习流程中的“收集数据”、“特征工程”、“模型训练”、“模型评估”以及“模型应用”流程中解放出来，使其专注于“定义问题”等更核心的流程。同时，自动机器学习降低了机器学习的使用门槛，实现非专业人员对机器学习的轻松应用。目前，科技巨头Google、Facebook、BAT以及一些创业公司，都已经利用自动机器学习技术进行机器学习平台的开发，帮助企业进行AI转型。第四范式也依托企业级机器学习平台及AutoML等前沿技术，降低人工智能的应用门槛，加速传统产业的智能化转型进程。

AutoML对传统机器学习的优化

数据来源：第四范式主任科学家涂威威演讲PPT

第四范式是国际领先的人工智能平台与技术服务提供商，目前在中国机器学习开发平台中市场份额位列第一。公司成立于2014年，今年4月2日获得C+轮融资2.3亿美元，估值20亿美元，该轮融资将为第四范式快速拓展产业链上下游资源奠定良好基础，有助于公司构建基于AI的企业级服务生态体系。

公司在迁移学习、高VC维机器学习、AutoML、高性能AI算力等方向均处于世界领先水平。目前，公司已在金融、零售、制造、医疗、能源、互联网等领域成功落地上万个AI应用。

第四范式融资情况一览

数据来源：IT桔子

1

以领先的机器学习技术

打造全栈式AI核心系统

依托于领先的机器学习技术与丰富的行业实践经验，第四范式打造了全栈式AI核心系统，助力企业AI转型，主要包括：

企业数智化引擎“天枢”，天枢是助力企业智能化转型的一站式流量运营平台；企业级人工智能平台“4Paradigm Sage EE【以下简称先知（Sage）】”，帮助企业实现AI应用全流程的构建；一站式AI模型线上管理运维平台“4Paradigm Sage EE LaunchPad”；AI应用系统“智能风控平台”，主要解决各类欺诈和信用风险问题。其中先知（Sage）是第四范式的核心产品。

“先知（Sage）”是世界上首个成熟的企业级人工智能生产服务支持平台，采用大规模分布式架构实现高效的离线计算和实时计算，能力覆盖从数据处理、模型调研、应用构建、应用上线到AI治理全流程，赋予企业自主构建AI应用的能力，支持企业和开发者在平台上结合实际业务需求开发各类行业智能应用。

“先知（Sage）”

数据来源：第四范式首席架构师胡时伟演讲PPT2018

“先知（Sage）”平台的核心优势包括低门槛、高维以及实时。

低门槛。实现机器学习的低准入门槛。技术门槛是阻碍机器学习规模化应用的核心。集成自动机器学习技术的“先知（Sage）”实现了机器学习的低准入门槛，普通的Web工程师和科研工作者通过短期培训便可使用先知进行常规模型建设。门槛的降低，使企业能够忽略复杂的技术实现、聚焦AI的应用。

高维。传统机器学习方法只能利用可放在特征矩阵中的数据，无法处理立体、多维度的非数值型数据。挖掘这类数据的信息价值成为重要的需求。“先知（Sage）”通过切片等自研算法对这类数据进行变换使其成为特征矩阵的一部分、同时通过对不同特征之间进行交叉组合等操作，实现模型的超高维数据处理。“先知（Sage）”能够充分挖掘数据中的海量特征，帮助企业提高模型预测的精准度。

实时。无法满足实时性需求是传统机器学习方法的另一劣势。AI场景越来越高的实时性要求，需要模型能够抽取实时时序特征、进行实时处理响应。实时时序特征的抽取，类似SQL这样的非专用数据库无法满足性能上的需求。

先知（Sage）区别于其他机器学习平台的重要特性便是其毫秒级的实时性表现。先知（Sage）具有更快的响应，99%请求在20ms内响应，平均响应延迟5ms，可根据复杂的动态环境快速响应业务需求。“先知（Sage）”的这种高性能时序数据库、实时特征和预估引擎，能够实现端到端实时计算能力，帮助企业在超高维、高并发场景中实现从“事后”到“实时”的决策转变。

具备低门槛、高维、实时特性的“先知（Sage）”，缩减了人工智能应用落地的交付周期，赋予企业自主构建AI应用的能力。通过海量数据处理能力和毫秒级实时性表现，提高企业模型预测精准度和快速响应能力。

2

覆盖全链路，采用领先实践打造AI解决方案

实现一站式精准赋能

围绕行业主要经营场景需要，第四范式为各行业客户打造了“营销与获客“、”风险与合规”、“运营优化”系统解决方案，并结合行业实际需要，提供智能化的系统解决方案。

营销与获客解决方案覆盖精准营销、促销活动、客户画像、定价和获客等多场景，利用先进的机器学习技术，使用高维特征，覆盖特征范围广泛的千万级甚至上亿维度的特征，实现客户和行为的精细刻画，并针对不同的业务场景提供营销咨询或营销规划服务。公司提供的精准营销方案是覆盖从软硬件、数据、AI基础架构、模型、应用、业务层的一站式、全覆盖解决方案。

风险与合规解决方案包括“风控与反欺诈方案”以及“反洗钱方案”。风控反欺诈方案端到端解决各类欺诈风险和信用风险问题，覆盖交易反欺诈、申请反欺诈、团伙欺诈、黑中介养卡、反薅羊毛等众多欺诈业务场景，并提供智能进件审核、申请信用评分、逾期预警、智能催收等贯穿贷前、贷中、贷后的全流程风险管理能力。反洗钱方案，主要是通过AI反洗钱技术大幅降低反洗钱合规领域的人力成本，识别可疑案件，辅助分析和报送，解决反洗钱机构“漏报”和“多报”问题。

运营优化方案，主要包括文字识别、地址知识图谱工具以及智能客服等，其中智能客服方案是基于服场景打造的AI智能化解决方案，能大幅提升接待效率，为客户带来智能客服全新体验。

行业解决方案是公司针对各行业业务运营痛点及智能化转型需求，从企业运作全经营流程出发，对行业的智能+转型进行系统的梳理规划，提出的针对性的AI+解决方案，主要包括智能银行、智能保险、智能能源、智能政务、智能零售、智能医疗等，为行业全面转型提供精准赋能。

第四范式精准营销解决方案图示

来源：第四范式

第四范式对上述赋能方案提供的智能化产品，包括第四范式“先荐”产品（营销与获客）、智能问答客服机器人“小式机器人”（运营优化）等；提供的AI咨询服务，包括AI战略咨询、AI业务咨询等。这些在赋能方案基础之上，提供对口产品或者个性化咨询服务，

总之，公司采用领先实践打造的AI解决方案，能将企业AI转型中的全链路环节打通，实现闭环、精准赋能，从而满足不同行业共性和个性化智能化转型需求。

3

以金融行业为突破口，

通过1+N战略向多领域延伸，

实现上万场景落地

AI产品或解决方案的价值必须依靠实实在在的规模化落地才能实现。在市场开拓方面，第四范式以金融行业为突破口，通过对行业各种需求的挖掘，打造由点到面的全面赋能解决方案，不断提高产品的成熟度和可用性。

高质量、结构化、大规模的数据对于人工智能的应用极其重要。而在企业的IT化水平上，金融行业的数据质量与数据管理的力度、水平仅次于BAT等科技巨头，并远超其他传统行业。金融领域对于数据的各种要求相当“苛刻”，高数据量处理、高安全性要求、高实时性需求等众多高要求，使得经历该行业考验的AI平台在应用到其他领域时会更加游刃有余。

通过在金融行业的持续深耕，第四范式目前与超过80%的大型国有及股份制商业银行进行深度合作，服务的金融机构资产总规模超过50万亿。第四范式产品实力逐步得到金融行业客户的高度认可，为其他行业提供了标杆和借鉴，有利于加速对其他行业客户群的拓展。

在业务落地规模拓展方面，第四范式采取“1+N战略”逐步向多行业、多场景全方位渗透。1+N战略的内涵：“1”是结合企业的核心业务，把1个或多个核心场景发挥到极致；“N”是用最高的效率规模化落地尽可能多的场景，使场景的总体价值最大化。

通过“1+N战略”，第四范式不仅能与客户在AI应用中快速理清一条主线应用脉络，还能让客户更快认同第四范式AI赋能给企业带来的巨大价值。

以第四范式与百胜中国的合作为例：1+N战略的“1”，即是提高百胜中国的客单价，第四范式找到的切入点是对其APP智能点餐推荐系统进行升级，将原先由规则决定的点餐推荐功能升级改造为基于机器学习的判断进行智能化推荐，通过“1”的改造，百胜中国的销售量和客单价得以提升。随之，第四范式帮助百胜谋划了数十个与智能营销相关的场景，并逐步向生产、供应链等价值链延伸，实现价值链多环节改造提升赋能。

“1+N战略”蕴藏的“量变产生质变”思想，有助于AI方案突破单一场景、单一环节的局限，从全链路效能提升出发，不断扩大AI场景落地的范围，发挥协同效应，提升AI赋能的整体价值。

成立近六年，第四范式已覆盖多领域8000家客户，实现跨行业上万个场景的落地。在2019年IDC Market Scape的报告中，第四范式被评选为机器学习平台市场份额中国第一。

第四范式AI商用落地初步形成一定规模，不仅验证了第四范式平台的通用性，也为企业全面智化转型提供了关键支撑。人工智能是行业变革升级的新生产力。第四范式将加速构建智能产业生态和开发者生态，加快AI规模化落地步伐，助力企业全面AI战略转型、实现业务价值最大化。