Stratifyd创始人汪晓宇：打造AI数据分析生态| 亿欧专访

人工智能发展至今已历经三次浪潮，身处第三次浪潮的今天，人们已经感知到AI对于生活方方面面的影响。智能家居、智能机器人、指纹识别、人脸识别等等，都是AI在日常生活中的应用体现。人工智能正以不可逆转的迅猛之势进入到我们的生活之中，人们时刻感受着AI带来的高效与便捷。

为了更深入地了解 AI 在不同业务领域的应用，洞察AI在千亿级市场中发挥的无穷能量，亿欧公司专程采访了人工智能数据分析服务提供商Stratifyd Inc. 的创始人王晓宇，以探究竟。

中外资本涌入 AI 市场“蓝海”

资本的嗅觉总是最敏锐的，在全球人工智能崛起之时，大量的风投资本涌入这个新兴的技术领域。从国际到国内，从互联网巨头到行业新贵，人工智能已成为最受瞩目的新兴产业，化身新时代的“宠儿”。

当然，Stratifyd Inc. 也不例外。

从2014年成立至今，Stratifyd Inc.收到了来自中外多个资本方的投资。不过，中西方文化的差异也让中外基金公司在投资的选择与价值判断上出现一些差异。

Stratifyd Inc. 创始人汪晓宇对亿欧坦言：“国内投资人对于创业者实现价值的周期相对要求更加严格，所以国内的创业周期较短，或者说更加的相对中短期。” 相反，在美国，大多数投资人对创业时间周期的容忍性比较好。投资人有足够的耐心，对创业者意味着足够的空间和信任。

作为被美国当地基金密集背调（Due Diligence）的汪晓宇来说，Stratifyd Inc. 融到了B轮，基本上就达到了自负盈亏。“实际上，在A轮和B轮的融资过程中，更多都是美国本土的公司（独立）介入的。”汪晓宇回忆道。

中美基金的投资差异，主要体现在被投的平均数量上。

在汪晓宇看来，美元基金投资公司的数量，相对国内是比较有限的。结合整体投资环境来说，大多数基金的风格并不是要投出个几百家公司，更多的是偏谨慎一些。

“在美国，一家基金公司通常会投二三十家企业。”汪晓宇表示，“基金公司和被投企业之间，相对深入的探讨和沟通非常的紧密，非常的多。比如说我跟我的董事会，美国董事会可能每周，或者每隔几天我们就进行沟通和交流。”

更少的被投，就意味着每个独立的企业会被更多地关注，同样的关怀感在国内并不多见。“国内的机会相对比较好，项目也比较多，可能对每个项目给的关怀就相对少一些，原因大家都可以理解。”汪晓宇表示。

谈及自己的第一个外部投资机构Fusion Fund，汪晓宇满是认可。

“Fusion Fund的创始人张璐是第一个投我们公司的投资人，她非常容易看清楚自己想投的方向，只要想清楚了，就会非常努力地去投，然后一直持续地去支持被投公司。”汪晓宇对亿欧说道。

Fusion Fund希望帮助所有被投企业，为之引荐相关公司和合作方。让被投企业之间、被投企业与外部大企业之间可以得到及时地交流沟通，资源上尽可能全方位互通。

“这是很不一样的一个点，是资方的‘天性’所决定的。”汪晓宇表示，5年前她就投了Stratifyd，“这是一个非常有远见的过程。”

当然，在2015年，也是国内投资的一个热潮期。Stratifyd Inc. 在中国资本市场中也备受青睐，先后赢得华创资本、真格基金以及腾讯的认可和投资。它们看好Stratifyd Inc. 在人工智能领域的无限潜能，事实证明，它们的选择是对的。

Stratifyd Inc.到底是做什么的？何等优势会让中外资本方如此青睐？在介绍这些内容之前我们先来了解一下Stratifyd Inc.的发展史。

Stratifyd Inc.的发展与蜕变

人工智能大行其道的同时，却因不同应用场景、不同数据维度和类型所带来的处理内容、处理逻辑算法的差异，让整个行业的从业者们更像是在“分头行动”，也让一部分优秀的AI工程师“被迫”将更多时间花在了基础算法的研究上。

“能否有一个AI驱动的数据分析平台，帮助大部分企业在不花费大量学习成本的情况下，引入AI技术并提升经营效率？”这是Stratifyd Inc. 创始人汪晓宇一直在思考的问题。

在北京读完大学后，汪晓宇便前往美国求学。在北卡罗来纳大学（UNC）夏洛特分校博士毕业后，汪晓宇先是留校任教了5年时间，之后便全身心投入到研究工作当中。Stratifyd Inc. 就源于美国数据可视化研究中心计算机科学博士后的研究工作，汪晓宇和同事们曾一起研究如何利用AI获取、分析并可视化展示非结构化数据。

在研究过程中，汪晓宇渐渐发现，非结构化数据的可视化功能可应用于舆情预警、市场营销、客诉分析等众多领域，于是创办了Taste Analytics，希望能够帮助更多企业高效完成数据的收集和分析工作。

汪晓宇告诉亿欧，公司刚成立的那段时期便积累了很多客户，例如其中一个企业客户的邮箱，每周能收到几十万封投诉和建议邮件，而Taste Analytics提供的方案可以帮助公司快速将邮件内容聚类、整合，通过图表视图来告诉运维人员用户反馈了哪些问题。

值得一提的是，Taste Analytics只提供数据分析服务，并不会抓取或存储邮件信息，所以企业不用担心隐私泄露的问题。

产品逐渐成熟后，汪晓宇和团队成员开始探索更多可能性，选择的方向最终确定为“通用AI数据分析平台”，公司也更名为Stratifyd Inc. 。

“之所以要做通用AI数据分析平台，是为了使这款产品能够让技术人员、业务人员、学生、学者等各个群体，都可以很快上手并分析处理他们所研究的内容，并以图像、图表等可直观接收的形式展现，提升工作或学习效率。这个过程他们无需理解什么是神经网络、什么是AI。”汪晓宇表示。

Stratifyd Inc. 通用AI数据分析平台，更像是将汪晓宇团队此前的“定制产品”变成“可量化产品”。按照汪晓宇的话来说，用户端的简单易用，意味着前期底层代码设计和模型训练的工作量将会大大提升。

此外，为了保证最终输出数据的准确性，Stratifyd Inc. 前期做了大量的非监督AI学习工作，简单讲就是把普通工作人员需要去深入理解的这种算法能力，以体系化、平台化的方式集成到通用数据分析后台中，这样的话用户就不需要花时间去学习分析方法以及人工完成分析了。

AI赋能多行业客户，助力企业高质量增长

Stratifyd Inc. 将通用AI数据分析平台命名为Stratifyd，希望用户能够第一时间想到在使用产品后的收获——高效运营、模型预测、辅助决策。

亿欧在采访中了解到，Stratifyd兼具实时交互、图像可视化、结构化和非结构化数据分析能力，能够帮助大中小型企业定位用户、员工以及市场中的海量文本反馈信息，洞察其商业价值，提升企业经济效益。

汪晓宇表示，Stratifyd有两大核心优势，第一是通过系统化的数据收集分析，减少企业运营的中间环节成本。

“我们的一个客户是一家大型车企，使用我们的系统之后，用户无论通过售后服务、电话投诉、社交媒体还是其他渠道反馈车辆问题，都会由我们的系统收集并分析数据，将问题直接反馈到相应的生产环节——这就节省了中间信息收集和部门间传递的过程。”

Stratifyd的第二个优势在于，能够通过现有数据建立预判模型。“实现这个功能首先源于Stratifyd提供的自动监测、自动管理算法，通过这些算法，系统能够自主分析未来哪些部件有较大的维修或更换需求。”

Stratifyd在完成数据的分析和预测后，能够根据企业需求以数据或图像形式提供后续决策参考，这也让企业决策者在制定发展计划时，能够获得更好的客观参考依据。

汪晓宇表示，公司客户包含三大行业方向：

金融和保险行业：客群主要为银行信用卡、电子银行等业务部门，这部分客户面临的难题是数据维度广、计算模型繁琐，人工计算和预测难度较高，而Stratifyd的非结构化数据整合分析便可以解决这些问题；

本地化和全球化的医药厂商：这部分传统企业的特点是生产和销售链条较为繁杂，各环节相互沟通成本高，很适合使用Stratifyd提升整体效率；

零售快销行业：其使用Stratifyd的逻辑与传统医药厂商类似。

截至目前，斯图腾飞已经服务了美国、中国、澳大利亚、新西兰、日本、新加坡等多个国家的客户，语言覆盖达29种。

如今，Stratifyd Inc.发力中国市场，致力于将学术殿堂级的大数据人工智能应用普惠至各行各业，为各行企业赋能。我们相信，随着企业对 AI 的认知和人工智能普及程度的提高，Stratifyd Inc.的潜能是不可限量的。