关于ZAKER 免费视频剪辑 合作 加入
36氪 01-17

「山景智能」获近亿元人民币 A 轮融资,提供业务超自动化产品及解决方案

作者|韦世玮

编辑|石亚琼

36 氪获悉,人工智能(AI)创企山景智能宣布完成近亿元人民币 A 轮融资,由元禾重元领投,老股东 GFC(Global Founders Capital)跟投。该轮融资将用于加强产品和技术的研发创新,加速完善生态合作圈层,以及构建公司的业务研发团队和商业化团队。

这是山景智能在 2021 年获得的第三笔融资。2021 年 4 月和 8 月,公司分别获得了由小苗朗程领投,GFC 等知名投资机构跟投的 Pre-A 轮融资,以及涌铧投资领投,老股东跟投的 Pre-A+ 轮融资。这三轮融资总金额达数亿元人民币,云岫资本连续担任独家财务顾问。

此前,山景智能还相继获得了将门创投、信雅达等国内外知名机构的投资。

山景智能一年内获数亿元融资

山景智能成立于 2019 年 3 月,是一家企业业务超自动化产品和解决方案提供商,以云原生为底层技术架构,构建企业智能数据核心系统产品为核心,融合业务驱动 +AI 增强型数据管理、自动机器学习、模型可解释、零代码敏捷开发等技术,为企业提供 " 数据 +AI+ 业务 " 端到端的超自动化平台及解决方案,帮助企业实现数字化转型。

目前,山景智能主要深耕金融银行业,在智能风控、智能营销、智能运营、智能定价、智能分析等领域已实现业务布局,在能源、制造等行业也有标杆客户。

随着 AI、大数据、云计算等技术的不断成熟发展,金融行业的数字化进程持续加快,我国的金融行业数字化转型也正逐渐迈进深水区。据咨询公司赛迪顾问发布的研究报告,2020 年中国银行、保险、证券行业等总体 IT 投入达 2517 亿元,创下近十年来增幅新高,同时银行与保险机构的信息科技人员接近 15 万人,同比增长 17%。

这些数据,不过是各行各业庞大数字化、智能化转型浪潮下的冰山一角。在山景智能创始人黄勇看来,数字化是企业的战略方向,智能化则是数字化能力的体现,且更贴近于企业的业务侧。

纵观当下大部分金融企业的数字化转型,多采用企业级 RPA(Robotic Process Automation,机器人流程自动化)和超自动化产品,或是标准化的云平台 RPA 产品,主要为企业的工作流程提供服务。

但黄勇认为,如今企业需要的更多是业务流程的自动化,也就意味着Robotic Process Automation 发展成为 Intelligence Process Automation 将是未来的一大趋势。因此,山景智能重新定义了企业的业务超自动化概念,主要包含业务智能化、业务实时化、业务服务化、业务标准化和个性化功能 4 大块,黄勇将其形象地称为 " 有思想的流水线 "。

" 我们要构建一个企业业务的服务能力,它既能实现业务的实时化、服务化、智能化,并将其标准化,从而赋能个性化需求,个性化需求又反过来让标准化更灵活,它们之间是一个不断迭代的过程。" 他说。

这一概念映射到山景智能的产品矩阵中,形成了三大产品线:数据超自动化平台(Stella 智能数据中台)、AI 超自动化平台(Nebula 智能 AI 中台)、业务自动化产品线(Asterism 业务组件库),覆盖智能风控、智能营销、智能运营、智能定价、智能分析多个功能。

山景智能的三大产品线

Stella 是银行内部数据资产和 ETL 任务的管理平台,其中又分为数据服务、数据资产开发、数据资产定义三大块,包括统一数据服务、数据可视化、离线 ETL 任务管理、资产地图等模块,该平台能够将分散在各种异构数据库中的原始数据,系统化地生成数据资产服务,为银行提供管理企业数据并形成数据基础服务的能力。

Nebula 是为银行提供 AI 模型工程化的平台,主要利用 AutoML(自动机器学习)技术实现建模的全自动化,分为模型服务和模型开发两大块,覆盖数据自动清洗、多表自动聚合、自动特征工程、模型自动选择、调优和自动模型融合等环节。

Asterism则包含用户及权限管理、工作流编排引擎、任务调度中心、资源管理与监控、消息集成共五大模块,主要基于 Stella 和 Nebula 两个平台为基础,帮助企业实现自动化的业务服务编排。

从纵向角度,三大产品线的功能模块可以作为独立的子平台,深入服务客户的需求;从横向角度看,它们也可以作为大平台的功能之一,任意组合为新系统。例如,将数据资产的自动化开发平台 + 数据智能协作平台,可形成资产协作自动化平台;数据资产平台 + 探索平台,可组合为开发探索一体化平台。

不过,黄勇告诉 36 氪,随着山景智能服务企业数字化、智能化转型进入深水区,他们发现市场大部分 AI 企业的产品逻辑是,开发中间产品交付给客户,让客户围绕自己的业务进行二次定制化开发,事实上这难以触达客户的深水区业务。

以银行为例,目前大部分 AI 服务提供商更多是帮助客户进行理财推荐、营销推荐、贷款审核、传统风控的反欺诈等,这些都是浅水区业务,而深水区业务是银行的经营决策管理。

基于三大产品线落地后衍生出的大量银行业务模型,山景智能将这些模型实例化,包括理财、推荐、风控、营销等,逐渐形成一个数字人系统,该系统能够自动根据客户的不同业务需求和场景,为具体事件提供决策建议和服务,如在特定场景下该使用哪些模型组合,黄勇将其称为 " 数据 +AI 业务魔方 "。

从行业角度看,企业数字化、智能化转型浪潮席卷多年,已有大量玩家在 AI 平台领域展开布局,尤其是第四范式作为行业颇具代表性的新锐玩家之一,在这一领域也深耕了七年。如果要在这场激烈的市场竞争中脱颖而出,山景智能又有哪些竞争优势?

黄勇谈到,山景智能构建的不是一个以技术为导向的工具类产品,而是一个以技术 + 业务为导向的平台,上面积累了大量的 "business know-how",这是山景智能和其他玩家最大的不同。

他解释:" 例如,你给客户带来一个自动化机器学习平台,教客户如何建模和开发,而我们的平台直接涵盖了近百个业务模型,客户只需直接将模型拽过来进行配置和调整,就能组建出新的业务,因为它已经是一个完整的业务模型实例了。"

以山景智能服务的 S 银行为例,该银行内部的数据开发团队原来有近 300 名外包人员,平均一人一年的成本超 30 万人民币,在购入山景智能的 Stella 数据自动化开发产品,构建自身的数据开发中台后,其第一年就节省了 50 名外包人员,随着产品全面推广到全行的数据分析业务,该银行节省的外包劳动力已多达 200 人,预计每年节省金额高达 6000 万人民币。

从 2020 年 4 月第一款产品 Stella 发布至今,山景智能已服务近 20 家金融领域客户,包括国有银行、股份制银行、城商银行、证券公司、外资银行、消费金融公司等。

团队方面,山景智能研发人员占比 80% 以上,核心成员主要来自阿里云、华为、第四范式、奇虎 360 等企业,拥有十余年 AI、大数据和大型企业服务经验,目前已组建了三大研发团队,分别为数据自动化团队、AI 自动化团队、视觉交互团队。

接下来一年,山景智能将主要推进两项重点工作,一是构建业务研发团队,更快推动业务数字人的落地;二是构建商业化团队,加速公司在商业化阶段的客户拓展,同时将进一步拓展到非金融领域。

以上内容由"36氪"上传发布 查看原文
一起剪

一起剪

ZAKER旗下免费视频剪辑工具

一起剪
36氪

36氪

让创业更简单

订阅

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容