葉麗麗

大數(shù)據(jù)是21世紀的石油，算法是提煉它的手段。未來已來，只是尚未流行。

《財經(jīng)天下》周刊=EW 汪超=WC

EW：能否先用一句話幫我們明確一下這幾個概念——數(shù)據(jù)、大數(shù)據(jù)、數(shù)據(jù)挖掘、算法和算法經(jīng)濟，以及它們之間的關(guān)系？

WC：數(shù)據(jù)就是基本的資料，能表達出一定意義的都可以稱為數(shù)據(jù);大數(shù)據(jù)最初的含義是海量數(shù)據(jù)，后來演變成一個生態(tài)和方法論，在大數(shù)據(jù)生態(tài)里面，數(shù)據(jù)挖掘很重要。很多地方提到“大數(shù)據(jù)是21世紀的石油”，但大數(shù)據(jù)本身是沒有含義的，只有挖掘出數(shù)據(jù)背后的相關(guān)性才能讓它有價值，而數(shù)據(jù)挖掘主要就是靠算法，不同需求使用不同算法，將來各行各業(yè)都需要構(gòu)建算法模型來挖掘海量數(shù)據(jù)。企業(yè)并不需要自建團隊來構(gòu)建模型挖掘數(shù)據(jù)，可以把這些業(yè)務(wù)交給特定的算法研發(fā)公司來做，這就會形成算法經(jīng)濟。

EW：從數(shù)據(jù)到算法經(jīng)濟這個演變的過程經(jīng)歷了幾個階段？

WC：從20世紀70年代開始的最初20年，美國的企業(yè)級軟件服務(wù)商主要致力于收集和儲存數(shù)據(jù)，這也是數(shù)據(jù)利用的開始階段，進入90年代以后，以Salesforce為代表的公司通過自動化銷售來管理工作流程，這就是SaaS（Software-as-a-Service，軟件即服務(wù)的簡稱）階段。大數(shù)據(jù)流行以后，大概在2000年逐漸開始出現(xiàn)一些分析數(shù)據(jù)的數(shù)據(jù)可視化工具，Tableau是當(dāng)時代表性的可視化數(shù)據(jù)分析軟件，這種數(shù)據(jù)分析很快達到可以進行預(yù)測服務(wù)的階段，隨后美國進入預(yù)測即服務(wù)（Prediction As a Service）階段，這個演變的過程，數(shù)據(jù)和算法是其中最重要的部分，進入預(yù)測即服務(wù)階段，算法就能夠幫助提高決策效率，這也是算法經(jīng)濟得以產(chǎn)生的原因，接下來幾年美國企業(yè)級服務(wù)的目標就是通過人工智能自動化做決策。

EW：算法經(jīng)濟的核心是什么？

WC：簡單說，算法經(jīng)濟的核心是算法+數(shù)據(jù)+商業(yè)場景，是使用算法去解決特定的商業(yè)問題的一種模式，目的是提高企業(yè)在商業(yè)場景中的決策效率，把人力資源充分利用起來。

EW：算法現(xiàn)在已經(jīng)開始流行了嗎？將來算法會對生活產(chǎn)生什么影響？

WC：算法早已無處不在，有數(shù)據(jù)的地方就有算法，手機App背后都有算法。我們使用百度搜索時，都會調(diào)用背后的Page Rank算法，這個算法能夠?qū)⑽覀冃枰男畔⒊尸F(xiàn)出來，我們出行的時候，我們用到的百度地圖、滴滴打車等，都是算法。算法會讓生活越來越便利，人們不用關(guān)心背后算法是什么，只要懂得怎么使用就好了。將來可能出現(xiàn)的情況是，人會越來越懶，很多工作機器人能夠做好，人只需要提問就好了，機器人負責(zé)解決問題，人存在的價值就是能不能提出更難的問題。

EW：在美國當(dāng)時是怎么開局的？遇到過一些什么困難嗎？

WC：創(chuàng)業(yè)剛開始肯定是艱難的，尤其是我們這樣新的領(lǐng)域。2013年我們拿到徐小平牽頭投資的160萬美元，在接下來的大半年里，我們幾乎每天都在熬夜，去做我們的第一個產(chǎn)品，這個產(chǎn)品主要是針對網(wǎng)上爬取的數(shù)據(jù)進行分析，為客戶提供決策方案，產(chǎn)品上線后無一人買單，沒有人看好我們，還有客戶直接跟我們說你們的產(chǎn)品毫無用處。我們當(dāng)時覺得產(chǎn)品沒人買，公司沒戲了。沒有人知道出路在哪里。

在賬上只剩下大概10萬美元的時候，我們幾乎走到絕境，因為我和楊文杰把投行賺的錢也都放進去了，已經(jīng)沒有更多的資金支持我們繼續(xù)往下走了。大家瘋狂找出路，希望能夠找到一個對的方向。有一天，楊文杰打電話過來很興奮的跟我說他找到了方向，說我們不能做數(shù)據(jù)分析和可視化公司，而應(yīng)該做成能夠預(yù)測潛在客戶的公司，直接給企業(yè)推薦客戶。聽他的描述我們覺得可行，找到方向我們很興奮，創(chuàng)業(yè)那么久是第一次有慶祝的心情，我們當(dāng)天晚上在硅谷的瑰麗酒店訂了一桌菜，覺得公司有希望了。

但我們依然面臨一個難題，我們當(dāng)時新的產(chǎn)品沒做出來，但是我們沒什么錢了，所以需要說服客戶買單，就要讓他們接受我們的理念，我們的第一家公司是一家殺毒軟件公司，我們跟他們的負責(zé)人說我們能夠精準地幫他預(yù)測下一個客戶是誰，兩個月內(nèi)給出方案，他們付我們五萬美元，如果不滿意隨時可以退出。這是我們第一個客戶，我們的方案完全是根據(jù)他們的痛點來制定的。

EW：你們是怎么爭取到500強公司的訂單的？

WC：我們一開始就瞄準了大公司，因為我們提供的服務(wù)收費比較高，只有大公司才付得起，我們也能夠盡快有收入，還能產(chǎn)生品牌效應(yīng)，所以世界500強企業(yè)肯定是我們最先關(guān)注的公司。

但這往往是最難的，即使他們相信我們的產(chǎn)品能夠為他們預(yù)測用戶，也會有很多其他的問題阻礙合作，比如說信息安全。在美國，信息安全是非常重要的，我們需要接入客戶的CRM（客戶關(guān)系管理）系統(tǒng)，這些機密的數(shù)據(jù)企業(yè)怎么能夠放心交給我們這種初創(chuàng)的小公司。所以我們拿大客戶的訂單更難。舉個例子，我們是微軟創(chuàng)投加速器第三期的成員，但是這層關(guān)系作用不大。當(dāng)時楊文杰每天就跟微軟銷售部的工作人員一樣，每天都去上班，在市場營銷員工旁邊推薦我們的產(chǎn)品，死磕了兩個多月，負責(zé)人才同意試一試，我們當(dāng)時簽了一系列的保密協(xié)議，我們把他們的數(shù)據(jù)看的比我們自己的還重要，因為一旦泄露對我們公司都是滅頂之災(zāi)。有了微軟這個大客戶后，我們就能夠用這個去說服別的客戶，有一些品牌效應(yīng)，后面的路就好走一些。

EW：你們具體是怎么通過算法來實現(xiàn)營銷預(yù)測服務(wù)的？

WC：首先，我們肯定要有數(shù)據(jù)，數(shù)據(jù)是基礎(chǔ)。這些數(shù)據(jù)有三個來源，第一是我們從網(wǎng)上爬取來的，第二是從數(shù)據(jù)公司買來的數(shù)據(jù)，第三是企業(yè)提供的數(shù)據(jù)。

我們建立了一個龐大的數(shù)據(jù)庫，包含了1100多萬家企業(yè)的數(shù)據(jù)，這些數(shù)據(jù)是我們從數(shù)據(jù)公司買的和從網(wǎng)上收集過來的。我們用一些自然語言的處理方式，將這些數(shù)據(jù)結(jié)構(gòu)化，形成能夠描述一家公司的指標，然后去分析公司之間的相關(guān)性，我們會把與某家公司有關(guān)系的，連接形成一個知識圖譜。下一步就是連接我們服務(wù)的企業(yè)的客戶關(guān)系管理（CRM）系統(tǒng)，這個系統(tǒng)里面有公司已經(jīng)合作的客戶數(shù)據(jù)及潛在客戶的信息。比如說，一家企業(yè)有1萬個潛在客戶，其中通過公司的努力，讓其中的1000個轉(zhuǎn)化成為真正的客戶，那么我們所要做的就是，找到轉(zhuǎn)化的客戶和非轉(zhuǎn)化客戶的差異性，以及轉(zhuǎn)化客戶的共同特征，根據(jù)這些共同特征，我們幫他們?nèi)ふ腋嗟木哂邢嗤卣鞯目蛻簟?

這些共同特征就是我們構(gòu)建算法模型的指標。在我們原來的大數(shù)據(jù)庫，也就是1100多萬家公司中去尋找跟這1000家客戶最相似的企業(yè)，相似程度越高的，我們給它打越高的分，那么銷售在尋找客戶的時候，就可以先處理分數(shù)高的企業(yè)，這極大提高了營銷效率。

EW：為什么這能夠成為一門生意？

WC：因為尋找客戶是每個企業(yè)的剛需，如何能夠更快找到潛在客戶并且提高潛在客戶的轉(zhuǎn)化率，是每個企業(yè)都要思考的問題。在大數(shù)據(jù)時代，數(shù)據(jù)已經(jīng)成為尋找客戶最必要的因素，怎么利用這些數(shù)據(jù)，就需要有專門的團隊去使用算法組建模型。

是否每個企業(yè)都有能力去組建這樣的團隊呢？幾乎不太可能。我們稱從事這種工作的人為數(shù)據(jù)科學(xué)家，數(shù)據(jù)科學(xué)家需要具備三個特質(zhì)：第一，他能理解商業(yè)問題;第二，他能知道怎么使用算法構(gòu)建模型;第三，他能夠?qū)⑺惴ê蜕虡I(yè)問題結(jié)合起來去實現(xiàn)實際的應(yīng)用。這種復(fù)合型人才現(xiàn)在很稀缺，而且很貴，我們公司有60多個研發(fā)人員，只有10個是數(shù)據(jù)科學(xué)家，所以普通的企業(yè)更沒有可能花費大量的成本去組建這樣的團隊了，企業(yè)就會尋找專業(yè)的公司來幫他們尋找客戶。這就是我們的生意。

EW：剛開始你們的產(chǎn)品不被看好，那么是怎么拿到融資的？

WC：我們在投行待了很多年，認識很多投資人，找認識的人去介紹我們的理念，我們的模式很燒錢，很多投行也會有疑慮。后來接觸到徐小平，他對我們的模式很認可，然后2013年初我們拿到天使輪160萬美元的融資。

剛開始也不順利，2013年我們產(chǎn)品失敗后進行了轉(zhuǎn)型，大數(shù)據(jù)不是商業(yè)模式，它只是方法論，我們后來提出了EverString場景的方向，這個過程是從0到1的過程，很痛苦。那時候我們的錢都已經(jīng)花的差不多了，我們只能盡量保證自己生存，每天瘋狂加班，錢快沒了新產(chǎn)品還沒成型，真的很焦慮，只能一邊開發(fā)新產(chǎn)品一邊找客戶買單。我們摸索出來的這條新的商業(yè)模式是行得通的，漸漸有了客戶量，賺了一些錢，讓我們活了下來。

2014年8月的時候我們找到了A輪投資人，到2014年的時候，一些其他的初創(chuàng)公司也開始進入這個領(lǐng)域，這種模式雖然剛開始，但投行開始看好這個模式，很多投行也投了其他類似的企業(yè)，我們也拿到了A輪融資。之后我們就比較順利，到B輪的時候，我們的客戶已經(jīng)超過50家，還有一些500強的客戶，這個成績讓我們在B輪的時候融到了6500萬，這應(yīng)該是當(dāng)時企業(yè)人工智能領(lǐng)域最大的一起B(yǎng)輪融資。我們現(xiàn)在可能不會進行C輪融資了。

EW：在美國是否有遇到競爭？你們的核心競爭力是什么？

WC：競爭肯定會有，早期跟我們類似的公司有Infor，Six Senses，現(xiàn)在跟我們一起處于第一梯隊的是Demandbase和Inside Sales，他們基本上業(yè)務(wù)跟我們是一樣的，這個市場很大，至少有50萬家潛在客戶，但是我們?nèi)椰F(xiàn)在的客戶量都不超過200家，所以談不上直接的競爭。

現(xiàn)在存在的競爭是良性的，就是看誰的模型和算法準確率更高，所以我們的核心競爭力就是我們的算法模型，提高模型的精確度是我們努力的方向。隨著算法經(jīng)濟的流行，將來我們會遇到更多競爭。畢竟這方面的發(fā)展空間還很大，很多傳統(tǒng)公司也會延伸進入這個領(lǐng)域，我們擴大業(yè)務(wù)后也會往外延伸進入別人的生態(tài)系統(tǒng)。將來競爭必不可免，只能讓我們的模型更快更準，才能獲得更多市場。

EW：大數(shù)據(jù)行業(yè)存在哪幾種商業(yè)模式？你們公司是哪一種？

WC：大數(shù)據(jù)行業(yè)現(xiàn)在的商業(yè)模式有四種，第一種是做底層平臺架構(gòu)的，比如說阿里云，他們提供大數(shù)據(jù)的基本框架。第二種是數(shù)據(jù)的收集平臺，比如專門做數(shù)據(jù)儲存的巨杉數(shù)據(jù)庫。第三種是數(shù)據(jù)分析平臺，比如在平臺上提供數(shù)據(jù)分析和數(shù)據(jù)計算的方案。第四種就是提供一些預(yù)測服務(wù)的平臺，就是通過已有數(shù)據(jù)去預(yù)測潛在客戶等，這也是我們現(xiàn)在在美國做的事情。我們的業(yè)務(wù)主要是TO B（面向企業(yè)客戶）的，目前主要以金融和科技公司為主，商業(yè)模式是很典型的SaaS模式，按年收費，一條產(chǎn)品線一般是10萬美元，當(dāng)然也看數(shù)據(jù)量，大概分成三個檔次，兩萬到五萬一個檔次，五萬到八萬一個檔次，八萬到十幾萬一個檔次。

EW：中國的大數(shù)據(jù)行業(yè)這兩年發(fā)展得如何？考慮進入中國市場嗎？

WC：中國的大數(shù)據(jù)行業(yè)發(fā)展很快，數(shù)據(jù)基礎(chǔ)、數(shù)據(jù)環(huán)境大多已經(jīng)和美國同步，在一些應(yīng)用上已經(jīng)超過了美國，比如中國的電商領(lǐng)域，在數(shù)據(jù)、性能和應(yīng)用上都不會比美國差。在大數(shù)據(jù)的使用程度上，信息交換成本越來越低，信息對稱越來越多，這方面沒有太大落后。中國在TO C（面對個人消費者客戶）這個層面，很多已經(jīng)超過美國，但是在企業(yè)服務(wù)領(lǐng)域，可能會弱一點。

其實剛開始我和楊文杰是想要中國、美國市場一起開始，但后來我們發(fā)現(xiàn)，美國市場比較成熟，而中國市場還存在很多問題，產(chǎn)品落地很難。第一，我們公司最重要的是算法和數(shù)據(jù)。數(shù)據(jù)這一塊，中國的公開數(shù)據(jù)很少，從第三方數(shù)據(jù)渠道買也買不到多少，因為很多公司的網(wǎng)站不怎么更新，有效信息很少，那么數(shù)據(jù)能夠發(fā)揮的價值很小。第二，我們公司做這個業(yè)務(wù)，需要一些底層技術(shù)的支撐，就是企業(yè)得有自己的CRM系統(tǒng)，這個系統(tǒng)是企業(yè)本身建立的，有了這個系統(tǒng)我們才能夠?qū)拥轿覀兊臄?shù)據(jù)庫。第三，在中國，付費意識還不普及，市場還不夠成熟，比如我們某個單條產(chǎn)品線收費是每年10萬美金，這對于美國很多企業(yè)來說很正常，但是對于中國的企業(yè)來說可能就是很大的數(shù)額。所以現(xiàn)在我們還不打算進入中國市場，接下來應(yīng)該會將業(yè)務(wù)擴展到歐洲等英語系國家，但是中國是個萬億級市場，我們肯定是不會錯過的，等待更成熟的時機我們就會進入。

EW：你之前也提到說到，中國在算法經(jīng)濟上將會在五到十年內(nèi)實現(xiàn)彎道超車，趕超美國，為什么有這樣的預(yù)測？

WC：我覺得未來的五到十年是一個戰(zhàn)略性的發(fā)展機遇。中國有這個商業(yè)基礎(chǔ)，也有這個商業(yè)需求，其實中國的個人互聯(lián)網(wǎng)應(yīng)用做得比大多數(shù)國家都好，因為中國人口很多，需求很多，商業(yè)場景也很多，只要有需求，很快就能夠被滿足，所以我覺得速度不是太大問題。

問題在于，中國的商業(yè)和企業(yè)服務(wù)領(lǐng)域跟個人互聯(lián)網(wǎng)不太一樣，這個跟國家的經(jīng)濟戰(zhàn)略導(dǎo)向有關(guān)，之前美國也出現(xiàn)過中國現(xiàn)在講的供給側(cè)改革，實際上這就是給企業(yè)減負，促進創(chuàng)新，尋找新的增長點，那時候美國鼓勵大家去西部高科技，硅谷就是那個時期創(chuàng)建的，很快引領(lǐng)了全球的科技創(chuàng)新。中國現(xiàn)在也處于這種改革的初期，肯定會出現(xiàn)一些問題，但都是小的波折，不阻礙整個浪潮的發(fā)展，我覺得以中國人的聰明才智和勤奮，可以在這樣一段時間內(nèi)去催生一些創(chuàng)新的東西。

接下來五到十年，是很大的機會，國內(nèi)的TO C已經(jīng)很完善，那么TO B有很大的市場，所有的投資人都在往這里看。2015年被稱為國內(nèi)企業(yè)服務(wù)的元年，因為去年這方面的投資特別多，企業(yè)服務(wù)的公司數(shù)量增長也很多，媒體報道也很多，可以預(yù)見的將來，中國的企業(yè)級服務(wù)一定是會趕超美國的。

EW：如果像您所說，將來算法經(jīng)濟流行起來，中國也進入這樣一個算法經(jīng)濟時代，會給企業(yè)和個人帶來什么改變呢？

WC：首先就是企業(yè)人工智能肯定會往更高級的形態(tài)發(fā)展，未來的企業(yè)級服務(wù)會將數(shù)據(jù)和算法結(jié)合，直接作為決策的工具，會思考的SaaS才是未來，終極目標是企業(yè)之間可以直接對話，對話的語言就是各種算法。

個人層面，物聯(lián)網(wǎng)普及以后，物聯(lián)網(wǎng)上的設(shè)備會產(chǎn)生大量的個人數(shù)據(jù)。舉個例子，將來每個人都可以通過健康醫(yī)療App收集到自己的健康數(shù)據(jù)，可以通過算法推薦適合的養(yǎng)生建議，可以指導(dǎo)飲食計劃和各種健康服務(wù)。將來家里的智能硬件也能夠收集家庭生活質(zhì)量的數(shù)據(jù)，也能夠通過算法來推薦各種服務(wù)。

商業(yè)層面，當(dāng)算法可以帶來經(jīng)濟效益時，肯定會有第三方專業(yè)算法服務(wù)提供商的模式出現(xiàn)，現(xiàn)在互聯(lián)網(wǎng)RTB廣告行業(yè)算是走在前沿，它通過算法來競價廣告投放，那么將來在其他領(lǐng)域，也會慢慢普及，其實未來已經(jīng)來臨，只是尚未流行。