36氪首發|智慧化 BI 廠商「 Synergies 訊能集思」完成數千萬美元 A+ 輪融資,打造為業務人員而生的數據分析全流程平臺

來源:36氪
發佈時間:2022-05-16
對業務人員來説十分友好,通過語音詢問或在搜索框輸入關鍵詞即可生成相關數據分析的結果,從而降低對數據分析師/科學家的依賴

作者|吳思瑾

編輯|王與桐

 

36氪獲悉,商業智慧軟體提供商 Synergies 訊能集思(以下簡稱訊能集思)宣佈完成由諾基亞成長基金( NGP Capital )領投的數千萬美元 A+ 輪融資,北拓資本擔任本輪融資獨家財務顧問。據介紹,本輪資金主要用於市場拓展和團隊建設。

商業智慧( BI )在國內發展已有 20 多年,但對大多數企業來説, BI 被使用最多的還是其數據分析的功能以及作為前端展示的工具。 但其實 BI 的價值遠不如此,早在 1996 年, Gartner 曾這樣定義 BI :一類由數據倉庫(或數據集市)、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策為目的的技術及其應用。也就是説, BI 作為一個完整的體系,其價值還未被完全發揮。

2013 年前,傳統式 BI 是市場主流,但隨著數字化轉型進程的加快,傳統式 BI 的弊端也逐漸顯現:業務部門向數據分析部門提出需求後,需要經過數據提取、清洗、分析、建模等過程,耗時費力,且隨著時間的推移和需求的變化,數據分析結論的有效性也逐漸降低。這樣的結果就導致很多企業的 BI 系統無法很好的實現幫助企業決策的目標,這其中的根本原因在於數據分析師/科學家懂技術卻不懂應用場景,而業務人員反之;理想的模式應該是業務人員在發生需求時自己通過數據分析得出結論並及時調整下一步實施策略。

因此,主要面向業務人員的自助式 BI 應運而生並在 2014 年左右開始快速發展。據 IDC 中國的最新數據顯示, 2021 年中國商業智慧軟體市場將呈現高速增長態勢,市場規模預計達到 7.6 億美元,同比增長 26.5 %;到 2025 年,中國商業智慧軟體市場規模將達到 16 億美元,未來5年整體市場年複合增長率( CAGR )為 21.6 %。

圖源:IDC中國

近年來,隨著 AI 、大數據和雲計算的普及,疊加自然語言、機器學習等技術的發展,智慧化 BI 已成為另一大主流發展趨勢,海內外 BI 廠商紛紛佈局智慧化 BI 産品,如微軟的 Power BI 、 Tableau 、 Qlikview ,國內的帆軟、永洪科技、億信華辰等。

智慧 BI ,也稱作 ABI ,是指從數據準備到可視化探索、到洞察生成、到增強的自助分析等系列功能,對業務人員來説十分友好,通過語音詢問或在搜索框輸入關鍵詞即可生成相關數據分析的結果,簡單易用,快速高效,從而降低對數據分析師/科學家的依賴。

本文介紹的訊能集思是36氪此前曾多次報道的智慧化 BI 領域的廠商之一。訊能集思成立於 2016 年底,總部位於上海,在中國台北、新加坡、波士頓均設有分公司,其核心産品是一款基於增強型分析技術開發的通用 SaaS ——無代碼 AI 智慧決策平臺 JarviX ,通過連接 ERP 、 MES 、 YMS 等系統,幫助製造、品管、運營、財務等業務部門人員在無需編程技能的情況下自主完成數據分析和通過拖拉拽的方式創建工業 APP 。同時, JarviX 還提供了整套分析方法論以及內置數十套行業最佳實踐模板,實現業務人員對數據的快速導入和規模化應用,使數據在不同的業務場景中快速産生分析價值。

對業務人員來説,具體的操作步驟分以下三步;簡單來説,就是發現問題、找出原因、得到答案

1、通過 NLP 提問,系統自動調取數據構建可視化戰情室等應用程式;

2、通過 NLP 自動調用內建 AI 演算法如根因/分群/異常/關聯等分析數據;

3、通過 AutoML 和模擬器等技術對業務做出預測和優化。

據介紹, JarviX 的産品應用模組包括數據管理中臺、自然語言數據探索、 AutoML 演算法平臺、動態監控戰情中心和 No-Code 應用創建。覆蓋了如智慧生産排程、智慧供應鏈、良率根因分析、設備 AI 參數優化、共用料優化、報價分析預測、智慧經管分析、預測性維護、公差分析匹配、 AI 智慧風控和財富管理等多個標準化場景應用。

目前, JarviX 主要服務於工業製造行業的年産值在 5 億元以上的大型企業和 1 - 5 億元的中型企業,現有合作客戶近百家,包括蘋果供應鏈企業例如富士康、綠點;特斯拉供應鏈企業如福耀玻璃、锠新以及主要戶外鞋供應鏈如鈺齊等;大中客戶佔比各半,主要分佈在電子製造和汽車零配件領域。

之所以選擇這個行業深耕,一方面與創始人張宗堯的個人經歷有關:張宗堯畢業于 MIT 麻省理工學院,擁有電機與電腦博士學位,研究內容涵蓋光學、機器學習、機器視覺與大數據平臺等,在擔任富士康擔任研發主管期間,曾利用數據分析幫助深圳工廠提升良率節省近 2000萬 美元。

另一方面,張宗堯認為:首先,工業領域擁有足夠大的市場機會,僅從中國來看, 2020 年中國 GDP 約 100 萬億,工業 GDP 約 33 萬億,生産方式的轉變與人力成本的上升使工業企業迫切進行精細化、數據化管理;其次,現階段 AI 在工業領域可發揮最大價值,由於工業製造領域的數據基本全部為企業第一方數據,幾乎不受外部因素影響,所以在這種環境下增強型分析可以發揮最大效能,達到最佳的優化;再次,從團隊背景上來看,訊能集思可以説是 AI /數據分析領域最懂工業的,工業領域最懂 AI /數據分析的。同時隨著技術的進步,增強型分析也將在其他行業發揮更大的價值。

官方資訊顯示,訊能集思的核心團隊也幾乎全部來自名企名校,如 IBM 、捷普、 Cisco 、 MIT 、康奈爾大學、清華大學、新加坡國立大學等,兼備技術開發能力與工業製造背景;目前,現有團隊成員 80 余人。

這種商業模式固然好,但仍然有幾個繞不開的問題:

一是這種模式決定了訊能集思的合作門檻只能是資訊化程度較高且擁有較多數據的中大型企業,但這類企業的系統多以定制化為主,這就意味著各家系統缺乏統一標準、且數據的數量和品質不一,無形中為後期交付提高了難度;

二是涉及增強型分析的各項技術如 NLP 、低/零代碼、 ML 等與實際應用場景結合還需一段時間來磨合,以形成更成熟的底層演算法,來確保數據分析結果的準確性。

為此,張宗堯介紹道,關於系統和數據的問題的確存在,這也是訊能集思會選擇有一定數據基礎的企業進行優先合作的重要原因:

一方面,在實際操作上,訊能集思會引導企業就現有數據先用起來,當企業感受到價值後,再引導企業通過內置的最佳實踐模板來收集其他業務數據進而擴大數據分析的範圍,形成良性迴圈;同時,訊能集思還會建議企業建立自己的知識庫,以形成企業之間的運營差異化。在交付上,訊能集思主要委託合作企業進行實施。

另一方面,訊能集思的目標不僅是打造一款真正能幫助企業實現數字化轉型升級的産品,還希望能成為一家研究型的企業,因此一直在與各大學校進行合作開發底層演算法,比如官宣的就有與德國漢堡大學在排産排程的演算法和知識圖譜層面進行深度合作;同時,還大量的與諮詢公司合作開發最佳實踐的模板。

當問及如何面對來自海內外多家企業的市場競爭時,張宗堯表示,當下訊能集思的優勢主要集中在産品技術層面和現有的數十個行業最佳實踐上;下一步,訊能集思還將重點發力外部數據與內部數據的關聯,以方便企業在進行數據分析時做出更有預測性的判斷。

值得一提的是,訊能集思連續入選了 Gartner 增強分析市場指南代表廠商、大中華區 AI 新創指南和亞太地區 Cool Vendor 等多個榜單。

目前,訊能集思的收入模式分為年費和月費,主要區別是訂閱週期及是否單獨採買人工費用,中型客戶客單價在 50 萬左右,大型客戶客單價在數百萬不等; 2021 年,合作客戶續訂率為 90 %,全年營收較過去一年實現了一倍以上的增長,增長部分源自新客戶和舊客戶增購。

在拓客方式上,除自銷渠道外,訊能集思還十分注重與設備商、諮詢公司和系統整合商等渠道的合作。

下一步,訊能集思將與諾基亞共同打造全球製造業工廠的私有 5G 通訊智慧解決方案,同時解決傳統工廠數據通信及應用雙難的問題,以達成更多業務合作。

本文圖片來自:視覺中國 正版圖庫