四年成准独角兽 明略数据缘何成为慢2B市场的一匹快马

四年时间，明略数据已成长为大数据领域的标杆公司，完成C轮10亿人民币的融资，并逐步由大数据公司向行业人工智能公司进化。

2017年，爱分析曾对明略数据进行了深度访谈(每年3倍增长，成立三年的明略数据渐成公安大数据标杆 | 爱分析调研)，当时明略数据已从面向多个行业，转变成聚焦安防、金融、工业的垂直领域解决方案公司。过了一年，明略数据有哪些新的进展？产品体系日趋完善，业务产品化率不断提升

此前，明略数据的产品只包含大数据基础平台MDP、关联分析SCOPA和数据挖掘Data Insight。2017年下半年，明略数据发布了几款新产品，产品覆盖从数据治理到数据应用，体系正趋于完善。

从整个业务流程来看，CONA将明略数据接入的各类结构化和非结构化数据，清洗成知识图谱的基础元素实体、属性和关系，建立了基于垂直行业的知识图谱，NEST这款知识图谱数据库对知识图谱进行存储和计算，通过SCOPA和Data Insight实现垂直行业的数据应用，最后通过“小明”LiteMind实现与业务人员的交互。

从功能来看，数据治理CONA和知识图谱数据库NEST此前涵盖在SCOPA，是明略数据在服务公安、工业等行业客户时，发现数据治理和知识图谱构建非常重要，才逐步将其产品化。

通过将重要组件做成完整产品的方式，明略数据正逐步将业务流程模块化、产品化，提升各项产品的灵活性和兼容性，尽管前端服务客户仍然配备了驻场科学家团队，但通过将业务模块化的方式，明略数据正在逐步提升业务的产品化率。

以服务市级公安局客户为例，原先基于客户20%的数据做建模应用，需要半年时间。现在，借助CONA、NEST等一系列产品和工具，处理客户80%数据只需要2个月的时间。

通过这种方式，明略数据正逐步依靠产品去降低对人力的依赖。当明略数据将全部流程实现产品化，形成整个业务闭环，产品可以解决警务人员的大部分问题时，明略数据切入的客户预算就将从IT预算变成人力资源预算、业务预算，客单价会大幅提高，市场空间更大。公安等重点行业业务深化，数据治理能力构建核心壁垒

公安是明略数据的重点行业，也是当前贡献收入最大的行业，2018年，明略数据在公安领域的行业应用进入到全新的阶段。

此前，明略数据主要针对市公安局的单一警种做大数据应用，如刑侦、经侦、缉毒等，2018年，明略数据开始与一些市级公安局进行深度合作，帮助市公安局建立全局的统一大数据平台，并在平台之上围绕着全局20-30个警种开发各类行业应用。

建设市级统一大数据平台，意味着明略数据从单个项目的解决方案厂商，逐步变成一家定位垂直行业的平台级公司，当整个平台搭建完成后，其他厂商都需要基于明略数据的平台开发应用，很难有其他厂商彻底替换掉明略数据，建立了很高的竞争壁垒。

明略数据业务属性过重，可规模化复制性差，但这一点恰恰构成了明略数据的核心壁垒。

公安、工业领域存在大量图像、文本等非结构化数据，需要大量的数据治理工作，同时基于这些数据构建行业知识图谱，需要非常理解行业应用场景，才能构建适合业务场景的数据关系结构。

此外，明略数据在做单个场景应用时，公安领域特意选择了多个警种，通过三年时间，明略数据覆盖了公安领域几乎所有警种，接触到了几乎全部公安领域的相关数据，为下一步做统一大数据平台打下基础。

上述这些工作都需要大量人力投入，需要数据科学家、数据工程师在客户现场，不断与行业专家进行探讨，结合双方的技术能力和行业经验才能完成。因此，明略数据的核心壁垒实际上是建立在这些驻场科学家团队身上，这些人所具备的数据治理能力是至关重要的。

通过重咨询属性的整体解决方案能力，搞定标杆客户，再通过不断将业务流程产品化、模块化的方式降低对人力依赖，提升人均产能。整个业务模式是“先重后轻”。

经过四年发展，明略数据已经实现了第一步，搞定了数十个市级公安局，拿下上海地铁等工业轨道交通标杆客户，下一步将是如何提升产品化率，提高人均产能。

近期，爱分析对明略数据的创始人吴明辉进行访谈，他对明略数据的业务模式、未来战略，以及他对行业未来趋势的判断进行阐述，现将部分访谈内容分享。新产品CONA和NEST解决行业数据“脏乱差”的问题

爱分析：原先MDP之上只有SCOPA，所以之前CONA和NEST是在SCOPA里面？

吴明辉：是的，我们做SCOPA的时候，参考了Palantir一些产品原型。服务客户时发现，真正的痛点不是在展示界面，而是下面“脏乱差”的数据，如何将这些脏乱差的数据连起来，让SCOPA去使用。

最开始我们只是做了一些工具，但是后来发现这个事情越来越重要，最后我们就把它变成一个独立的产品线。

今天我们可以看到各行各业都存在这个问题，不光是公共安全。公共安全的数据是最复杂的、也是最“脏乱差”的。因为很多数据不是面向公安业务设计的，它可能来自社会方方面面的数据。举个例子，有些数据原来是社会企业的系统，主要用来管理企业业务，不是用来破案的。

不同的城市、区域、部门，以前这些系统都是不同的厂商去建立，我们要把这些全部都连到一起，这个工作量是非常大的，所以我们后来就发现，这个问题是未来大数据在每个行业里面落地的巨大痛点。同时，这件事情做不好，人工智能无从谈起。

爱分析：CONA这个产品，和传统ETL公司Informatica等有哪些区别？

吴明辉：区别很大。首先，我们CONA面向的原始表数据库，很多都不是标准的关系数据库，复杂性会高很多。

这些数据中会存在大量的非结构化的内容，比如，短信里面的时间、地点、人名。再加上我们有些时候需要对接各类人工算法识别的结果。这些都需要能够映射到统一的数据结构。

第二，映射到统一的数据结构，这个结构本身是要有行业知识，比如说在公安里面，有人、事、地、物、组织这样的标准知识图谱，这个知识图谱是我们的团队跟公安行业里面最优秀的这些IT专家，一起设计出来的公安业务知识。

第三，面向的解决方案也不是简单的BI统计，我们可以在上面去做逻辑推理。因为数据全都结构化后，才有机会去做逻辑推理。这个推理不是一个简单的表和表、字段和字段之间的关系，而是背后的深刻含义，这个知识体系已经建立起来。

有了真正的知识体系，才能在上面去做研判、做推理，所以跟传统的ETL有蛮大的区别。

爱分析：像NEST产品，定位更多是图数据库？

吴明辉：不是一个简单的图数据库，我们的目标是把NEST构建成为一个像人的大脑一样的存储系统，什么存储都可以做，各种类型的索引都兼容，除了传统的表结构索引，还包括K-value的索引，全文检索、图等。

其实人的大脑存不同信息的时候，用的索引模式是不一样的。大脑的索引其实特别灵活，随便将数据扔进去存下来，要调用的时候，聪明的人很快就把它调出来了。而且，人的自我学习和认知的升级过程中，其实是在更新自己的大脑索引。

我们的公安系统里面经常遇到这个问题，比如说突然发明了一种新算法，这时候是不是所有索引都要重新建。人类的重建是瞬间就完成了，也就是顿悟。但是，你会发现我们现在计算机的数据库做不到，他不太可能顿悟。

我们现在就在着力解决这个认知科学问题，将各类型数据存到系统中，再不断叠加知识，让计算机像人一样学习。这个事情解决了，我们就可以做人的外脑。

爱分析：这个产品完全是自研的还是基于开源做的？

吴明辉：是自研的，底层存储技术大量有开源产品，图数据库有开源的，每种索引有开源的，因此，每种技术都有开源的，但如何利用这些技术。上层架构要做到既有工程的冗余备份，又有足够的灵活性，这些才是核心。

爱分析：明略数据一直有支驻场团队，这个团队会长期保留？

吴明辉：效率会不断提高，NEST等产品不断成熟，随着这些人对数据越来越懂，效率一定会提升。

但我觉得他们面对的问题在不断变复杂，随着这个系统不断产生效果，会有越来越多的数据进入到这个系统，因此，很难被替换掉。公安领域，今年战略目标是建立真正的“公安大脑”

爱分析：公安是明略数据做的最好的行业，过去这一年在向哪些方向延伸？

吴明辉：我们其实去年做了一个很重要的战略部署。去年服务了30多个城市级的公安局，在服务的过程中，我们有意的在不同的城市选择了多样性的警种。因为公安系统有不同的子部门，刑侦、经侦、禁毒等20-30个警种，不同的警种面向的数据是不太一样。

我们应该是整个公安系统唯一一家，各个警种数据都碰过的公司。

我们今年的大战略目标是，我们会去选择一些标杆的城市级公安局，去合作整个地市级公安局的大平台，把所有数据全部连起来，形成一个真正的公安大脑。现在正在几个标杆的城市做试点。

因为公安大脑必须把所有的数据都连起来，在一个局部做事情是没用的，但是这种苦活累活很重要，必须各种数据都碰过，否则也没有能力去做。

爱分析：能做这个事情的原因除了接触过各类型数据，还有哪些其他要求？

吴明辉：架构能力决定了这件事情最后的效果，因为需要对整个社会的数据理解非常深刻，有的时候甚至是个哲学问题，要思考整个社会底层是如何运行的，这些方方面面的数据到底应该如何存储和调用。

只有把这些架构想清楚，才能做数据治理。数据治理工作已经不再是简单地做ETL。

爱分析：现在做成这种大平台模式，客单价会达到什么量级？

吴明辉：如果做到城市级，做整个城市大脑，每年投资额会上亿元，这里面包括软件、硬件、包括上云、数据治理等。其中数据治理是这里面最重的工作。我们有很多合作伙伴提供软件和硬件，我们主要是做最辛苦的数据治理。

爱分析：这种城市平台级项目，软硬件投入占比大概是什么比例？

吴明辉：软硬件比例在1:1或者1:2，硬件占比更高一些。国外的规律基本都是1:1，国内长期小于1:1，但是我觉得硬件规划做得越来越好，尤其是云化之后，硬件资源浪费会变少，这时候政府预算会逐步朝软件倾斜。

爱分析：现在来看，整个项目中服务比例应该还是高于产品比例的？

吴明辉：服务的比重的确会更重一点，因为我们现在的数据治理，本身有很大的人工服务。

爱分析：一般一个市级项目需要投入多少人去做？

吴明辉：现在这种城市级大平台需要很多人，因为现在是做试点。我们之前做单个警种，可能需要5-10个人驻场。

爱分析：公安领域，明略数据现在做了三十多个省市，现在做整个城市平台的试点，影响这种城市平台推广的因素有哪些？

吴明辉：核心是地市级的领导、一把手做这件事情的决心，因为这就是一把手工程。

爱分析：未来会考虑做到省级？

吴明辉：我们现在主要是聚焦于市级，省级更多是一些研究项目和联合实验室。因为公安领域，更多的实战是市级，省级更多是作为指导。

爱分析：但从未来趋势上看，会不会整个省建立一个统一的大数据平台？

吴明辉：应用不一定，数据已经在省级有汇聚的趋势。

爱分析：给省级提供数据平台的公司会逐步向下渗透吗？

吴明辉：给省级提供平台的更多是华为云、阿里云等IaaS厂商，他们不理解应用，而且也不太愿意做这些苦活累活。

爱分析：服务公安这样领域的客户，需要哪些方面的能力？

吴明辉：首先，要有在各地市落地驻场实施的能力，管理体系要强，因为这个数据就是拿不出来，没有机会。这不同于银行，银行的数据会汇聚到总行，只需要在一个地方。其次，就是融资能力。没有融资能力支撑不了这么大的团队。这两个是硬能力。

此外，拿下客户的能力，这跟市场品牌、科学家团队能不能让客户信服。

还有就是技术产品能力，产品是为了提高利润率，不做产品就需要能有更好的价格，但客户也不会白给预算。如果有一定产品化率，其实就会有利润，否则就很难赚到钱。

爱分析：未来这个市场规模您是如何判断的？

吴明辉：现在还主要是建眼睛的阶段，眼睛建完后开始建大脑。大脑其实由两部分组成，下面是云平台，上面是我们的系统。到那个时间点，云平台都建的差不多了，主要预算肯定都放在我们这套系统上。

现在这个时间点，肯定是雪亮工程，预算都用来买硬件，涉及到我们业务的，现在其实预算还不大。金融定位行业知识图谱，工业领域聚焦轨道交通的数据共享平台

爱分析：金融行业，之前明略数据做过一段时间的评分，现在是如何考虑的？

吴明辉：与做公安比较类似，通过构建行业知识图谱，挖掘内在关系。比如营销，我们现在主要做的是，利用知识图谱帮客户从老用户身上发掘新用户。我们和保险公司合作，从投保人身上发掘，能不能让投保人的太太来购买保险。

爱分析：现在金融主要做的是哪些场景？

吴明辉：我们在银行和券商做的多一些，主要是反洗钱、内部审计等。我们还会做对公信贷业务的数据分析，因为这里面有大量的非结构化数据的处理，这部分也是我们公司的强项。

爱分析：金融类业务现在有哪些典型客户？

吴明辉：现在做全行知识图谱的公司其实很少，我们其实是拿了第一个，光大银行。我们金融类客户主要定位于股份制银行，因为四大国有银行对创新更谨慎，因此，股份制银行是发力重点，之后会下沉到城商行，最后才是大行。

爱分析：工业领域，明略数据主要是做轨道交通，现在主要做的是哪些场景？

吴明辉：我们现在主要精力是放在数据共享平台上，轨道交通主要分为两类数据，线路和车。我们之前做了一些车辆的数据，现在开始接触路网的数据。我们的目标跟公安一样，就是先做数据融合和治理，帮助我们的这些客户在构建AI平台之前，做好数据准备工作，一定是知识化的数据。

爱分析：数据共享平台之上会延伸哪些场景？

吴明辉：比如智能运维，甚至是无人驾驶。像特斯拉现在只有车的数据，当他接入路况等数据，毫无疑问智能驾驶会做得更好。

爱分析：工业领域设备数据采集是个大问题，因为现在并没有通用协议和接口，这个问题明略数据是如何解决的？

吴明辉：主要还是通过设备制造商，设备运营商客户很多是不清楚内部数据的情况。机缘巧合，我们最开始MDP卖到了中车，因此搞清楚了数据结构，现在服务中车下游公司会相对容易。

爱分析：工业领域，下一步会如何扩？

吴明辉：我们会从轨道交通，扩展到整个大交通范围。定位垂直领域解决方案公司，目标是AI时代的IBM

爱分析：纯粹技术角度，明略数据在行业应用领域的主要优势是体现在前端数据处理？

吴明辉：其实企业级服务的技术很难有“一招鲜”，通常是每一个环节都要比竞争对手好。有的时候，这个地方多一个功能，那个地方性能好一点，最后是一个累计的效果。

有一个竞争优势是，只要是我们进入的行业，我们的数据融合和理解能力绝对是这个行业最顶级的，因为这是我们投入最大资源做的地方。

爱分析：服务能力是否有一些指标去评判？

吴明辉：客户在做任何业务的时候，他会有数据的列表。最简单地方式是，最短时间用什么样的成本，可以将他数据列表中的80-90%数据变成AI算法可用的。

爱分析：前端驻场数据科学家团队目前价值度还是很高？有没有方式降低对这类人的依赖？

吴明辉：我觉得一时半会都降低不了，这个事情就是很重，但这也是企业的核心价值。其实，企业和企业最后PK的就是组织资源能力，人是最核心资源，其次是融资。

爱分析：所以，未来明略数据还是会把自身向类似集成商的角色转变？

吴明辉：可以这么理解。

爱分析：相比Palantir，明略数据的产品化率更高，这主要是什么原因？

吴明辉：主要是我们公司体量相对较小，还是主要聚焦于几个行业。当覆盖的行业越多，产品化率会越低。当然，每个行业做的时间长，产品化率会提高。

我最早做MDP的时候是不分行业的，后来发现这个事情不可行，我就快速开始砍行业，一开始是五个行业，后来变成三个行业。

爱分析：明略数据最后会成为一个类似IBM的公司？或者类似Oracle？

吴明辉：准确来讲，更像是IBM。但是IBM这种公司，它在各行各业的具体问题和业务落地上，会有很多定制化的工作，这些工作不可能开源的，虽然有行业的重复性，但没有那种全人类社会的重复性。因此，长期还是很容易作为一个生意而存在。

爱分析：IBM的人均产能大概是25万美金，这会不会就是明略数据的天花板？

吴明辉：那是之前的IT服务，未来AI服务不是这样的，永远不要用过去预测未来。数据治理是很重的业务，我们不指望这里面产生多高的利润率。

一旦是数据治理完，上面的AI是爆发式指数级的增长。如果AI能力真的非常牛，和公安领导谈的不是IT预算，而是人力资源预算，这个系统节省了100万个警察，那应该卖多少钱？

但是，今天这些脏乱差的活不做，未来AI是做不了的。

爱分析：很多做应用的公司，很容易陷入到做项目中，难以做产品，明略数据是如何兼顾这两方面的？

吴明辉：主要看创始人的价值观。我是个做产品出身的人。我在创办秒针系统之前是做过系统开发的，所以本身我很熟悉项目开发，另外，我本身的数学功底使我有很强的项目抽象能力。

爱分析：明略数据自己一直没有做数据，未来会不会补上这方面的能力？

吴明辉：我们不会倒买倒卖数据，互联网数据抓取的事情，我们将来可能也会去尝试。数据源如果有独特价值，我们会去做投资或者并购。

但坦白来讲，很多数据都多种渠道去获取，不如去买。因为有七八家公司提供，所以购买的时候，可以通过比价选择成本最优的。反而如果内化到企业内部，反而效果不好。