近日，爱分析在京举办了2018·中国大数据高峰论坛。本次论坛围绕数据服务、大数据垂直应用、数据分析平台等多个视角，邀请了 200 多位行业精英与投资人共同参与。会上，TalkingData创始人崔晓波、九章云极创始人方磊、邦盛科技创始人王新宇等7位明星CEO分享了大数据行业的应用实践与发展趋势。

▲ 峰会现场

九章云极CEO方磊受邀参与“数据分析平台未来趋势圆桌论坛”。针对【分析平台如何实现智能化？】【分析平台如何平衡垂直性和通用性？】【如何突破工具天花板？】等话题展开了深入探讨及精彩分享。

▲ 圆桌对话

圆桌对话实录 （九章云极CEO方磊）

从国内来看，九章云极其实是一家非常早就定位数据科学平台的厂商。方磊表示，从Gartner报告来看，Data Science Platform或者说Machine Learning Platform是比较新的一个领域。通过提供软件产品，为大客户建立训练模型。数据分析在过去几年经历了很大的变化，从以前的可视化更多地往模型转变，这也是数据科学平台的定位和价值所在---让我们的企业可以更容易的像使用EXCEL一样构建模型，使用模型。

1、数据分析平台未来如何实现智能化？

方磊： 现在我们技术上最大的突破是在感知上有一个突破。在认知上，真正的intelligence最核心的突破是非常少的。 在我来看，作为一个分析层面的工具厂商，我们今天面对的分析有很大的变革。 我认为分析层面面临着三个维度的变化： 第一，从单机变成分布式，这是得力于Hadoop、Spark等开源框架的进步。 第二，是在分析上面临着从离线处理到实时处理的变革。比如流处理技术的出现等等。 第三，大量的可视化的，所谓BI的工作，开始转向基于模型的预测性分析。 比如，九章云极主要是在金融，特别是银行业开拓客户。银行客户所使用的工具，在这三个纬度上的提升，体现在有的时候不是一定要做预测，而是要把财务计算指标变得更快一些，这也会是分析过程中的巨大变化，比如对流动指标的监控、实时告警、监管报送等。 这些基本面的变化带来了工具的提升，也让我们往最终的AI指导决策方向迈进。

2、未来AI能在多大程度上替代人做决策？

方磊： 这个问题根据不同场景会给出不同的方案。 是否由AI替代人决策？ 除了技术上的实现，还有后果的问题。后果的问题包括伦理的问题、法律的问题。 很显然，如果一个决策产生了很大的伤害，这个决策是由人作出的，那么还有法律兜底，但如果是AI作出的决策就会产生法律作用对象的判定问题。所以这里面很复杂。 我个人觉得在很多纯数字化的场景里面，其实自动决策已经成为现实，比如实时的广告投放就是其中一种，而且我们每天被它骚扰。 在一个纯虚拟化的，自动扭转的过程当中，我认为决策是比较容易实现的。一旦跟现实世界有很多交集的时候，它带来的不只是跟现实交互的问题，还有法律、伦理的都会涌现出来。

3、分析平台如何平衡垂直性和通用性？

方磊： 我认为一定是有通用平台存在的空间的。事实上在美国现在已经能看到这种趋势。 比如我们已经承认Tensorflow，甚至GPU等是通用的东西，而国内在底层还没达到这样的深度或积累程度，所以会讨论横和纵的问题。 至于对于一个企业来说，你选择纵的策略，还是横的策略，是值得思考的。在今天中国的市场上，我认为纵的策略更快。当然具体你要选快的还是慢的路径，这取决于每一个企业自身的决策。

4、主打数据分析平台的厂商，未来该如何突破工具平台的天花板？

方磊： 产品是最核心的抓手。 很多时候解决方案体现的是人的价值，而不是产品的价值。如果向客户卖的是产品，应该是产品的价值。 从这个角度来看，我认为确实国内工具厂商到现在卖得都不太好。但是这有一个前提，我们的客户不是不肯付钱给供应商，而是不肯付钱给国内的工具厂商。像SAS之类的国外工具厂商在中国的销售情况就很好。 为什么我们自己的BI工具或分析工具很难有这个成绩？我觉得原因就是产品价值水平比较低。所以为了提升业绩，可能就要加入一些别的能力，来让客户为此买单，表现出来的结果可能就是解决方案的交付。 所以我觉得这一代的创业公司，这一代的软件服务厂商，如果能够在产品上实现所承诺的价值或功能，还是有很大的提升空间的。

5、国内厂商是否要延续着美国的一个路径去发展？

方磊： 我们对问题有一个结构性的认识。 我认为中美最大的差别就是，美国在行业发展之初培养了一批CIO/CDO，这批人的思维就很容易接受“Build to sell”。当新出来的创业公司突破了某个点，他们能够接受将其并购，并用自身的IT能力将其集成到自己的产品里。 我认为中国没有这批人，国内同行更多的是要做服务，很难说大规模的采购单点型的创业公司，对每一个单点的价值认知是不一样的。 现在这些也在变化，国内同行对于自我能力的提升的诉求，自我认知定位的觉醒，对我们的采购方式会带来巨大颠覆。我相信未来我们会更多由一站式往美国的产品采购方式转变。这会给工具厂商带来更多机会。 另外，我觉得这一代2B的厂商是有机会出海的。在座的各位可以看，三、五年以后，一定会看到很多中国2B企业出海的新闻。2B领域的云化趋势是一个很好的机会，随着AWS、Azure的壮大普及，全球2B市场的标准开始统一，今天你卖给一个2B的客户，虽然还有很多商务环节，但是实际上这个路已经比以前平坦很多了。这也是中国2B厂商出海的机遇。

6、更看好一站式的分析平台，还是场景化、模块化的工具？

方磊： 这个问题我觉得是个人喜好，即使在美国也是共存的。 像DOMO就是比较典型的一站式的平台，发展的也很好。当然DOMO现在也碰到一些问题，在美国每个点的人员的能力比较强，提供一站式产品容易被人攻击。 比如，可能出来一个小公司，会就某一个环节单点突破，导致客户流失。相应地，单点突破型的公司因在在单点上的持续投入会非常大，容易形成一个自然的壁垒。 回到国内，我觉得未来三到五年，一站式还是一个趋势。有能力养一个自己的团队的客户还是比较少的。

7、分析平台领域现在有很多新的玩家在涌入，市场未来是否会趋于整合？

方磊： 任何行业肯定都有整合。从整个分析工具软件来看有四类厂商： 第一类是围绕数据库展开的，如数据仓库，有ETL，有OLAP等各类型厂商。 第二类是BI，BI可再分为两类，一类是Enterprise BI，以Microstrategy为代表。一类是兴起的，叫Agile BI，以Tableau为代表。 第三类是Data Science Platform，就是九章云极所处领域，这在美国也是一个非常新兴的领域，没有体量很大的公司。 第四类就是数据治理。 从分析软件层面，基本上分为这四类。国内也有很多的厂商，这个数量比美国少很多。我们还处在行业发展早期，整合的时间窗口还是很长的。我认为接下来两三年之内都不会产生非常严重的整合。这是我的一个判断。

▲ 会后，方磊回答现场参会嘉宾提问

圆桌论坛结束后，现场火热场面一度持续，参会者们踊跃提问，时下热点问题层出不穷。 目前，九章云极的核心产品DataCanvas数据科学平台在算法、算力以及数据分析能力上的整体水平都处于行业领先水准，并已经为金融、运营商以及互联网行业的众多客户提供了优质的服务。 DataCanvas数据科学平台针对大数据应用中的AI人工智能、深度学习、数据分析、Hadoop技术体系以及可视化等各个细分领域难以整合并落地的现状，综合企业数据需求，最终形成完整的解决方案。