创业3年4轮融资，深度赋智吴承霖打造中国版DataRobot
导读：深度赋智是如何在短时间内迅速突围？未来又将如何规划？AutoML市场又有哪些趋势？
文/不做闲鱼
随着大数据基础设施的完善，数据分析、预处理、数据中台等基础设施的兴起，数据的话题转向了如何进行更加有效的应用，因此，AutoML兴起，深度赋智应势而生。
两年内完成了四轮融资；拿下人工智能顶尖赛事NeurlPS的多个世界冠军；半年内获得十余个行业头部客户......
深度赋智依靠的核心技术是MetaAl，即模拟人类工程师制作AI的过程，以AI制作AI。目前已获得包括零售、电商、工业、医疗、法务、物流、电力等多领域头部客户的认可，为客户实现超过60%的人力成本节约和净利率的显著提升。
那么，深度赋智是如何在短时间内迅速突围？未来又将如何规划？AutoML市场又有哪些趋势？
今年10月，【第一新声】特联合【天眼查】，正式启动“数字中国”系列之“2021年中国高科技高成长企业系列榜单”评选征集工作，榜单总共包括综合榜、垂直行业科技榜、通用行业科技榜三大类，涵盖高科技独角兽、瞪羚企业、新锐企业等不同阶段企业。
为了更好地了解中国高科技高成长企业的发展现状和应用情况，第一新声团队正式启动调研工作，并选择具有代表性的优秀企业和案例，通过深入采访，输出系列调研内容，并在多个渠道进行宣传。本篇文章是我们聚焦通用行业科技榜，对深度赋智进行的深度采访和调研，部分调研内容如下：
01创业：把AI当成完整新物种建模
早在2010年，吴承霖的心里就埋下了创业的种子。
“11年前，我还在大学期间，用遗传算法和神经网络做股票涨跌预测，这是自动机器学习赛道的雏形，而我很早之前就想把这整套技术做到完全的产品化。”深度赋智创始人吴承霖向第一新声回忆道。
2012年，吴承霖从大学毕业之后，在华为做了2年的基础设施，贡献了十几个不同的开源工程，其中一个被打包卖了12.6亿美元，他写的代码量在里面占比为5%~6%。从2014年到2018年，他在腾讯参与了众多AI落地相关的工作。
“这个时期，我对搜索、推荐、NLP、CV、知识图谱等所有的AI领域有了非常全面的认识，清楚要如何与AutoML结合做顶层设计，于是决定在2019年创业。”吴承霖介绍，自己在笔记里写了100多条不同的创业方向，与几位好友对创业的思路也讨论了很多年，最终确定自动机器学习（AutoML）有巨大的市场，同时能够发挥团队的最强优势。
“中国有11%的企业的AI能够成熟落地，89%的企业没有落地，我们希望帮助这些企业快速的落地AI。”在吴承霖看来，AI有两种能力，一是省人，比如瑕疵检测可以降低流水线上质检人员的需求。二是超人，例如推荐算法是人类做不了的，可以用AI来做。
“把AI当成一个完整的新物种建模，我们有完整的中间技术路线，称之为MetaAI，相关核心技术已经拿下人工智能顶尖赛事NeurlPS的多个世界冠军，也在今年发表了2篇TPAMI。”吴承霖说道。
深度赋智对标的一家公司是北美的DataRobot，目前投后估值是63亿美元。
吴承霖表示：“之前所有的AI公司经营模式大部分是项目制，毛利率约40%，但是DataRobot的毛利率可以达到70%，我们目前与其模式非常相似。”
深度赋智是一家产品化公司，2020年11月上线了第一个对外公开版本的产品，2021年初开始正式售卖，营收模式是订阅制。截至目前，服务了十几家行业头部的客户，包括零售、电商、工业、医疗、法务、物流、电力等领域。
“我们的客单价与DataRobot相似，年订阅可以达到100多万元。公司成立2年4个月，还处在研发投入周期，有80%的成本在研发上。目前团队有80多人，接近90%都是研发人员。” 吴承霖说道。
公司快速发展的背后，离不开资本的支持，毕竟研发成本高。
目前，深度赋智完成了四轮融资，投资方包括梅花创投、钟鼎资本等。
“投资深度赋智，第一是因为看好这个团队。我们认为吴承霖的技术领先，是行业老炮又对客户的需求非常了解。同时他做的事也切中了现在企业数字化的重要趋势。他们提供开箱即用的 AI 可以让一家企业的各个环节都变得更加智能化。”梅花创投创始合伙人吴世春评价道。
02以AI制作AI，成本降至 1%
对于一家AI 创业公司来说，产品和技术才是硬道理。
深度赋智的产品是全自动AI中台，核心技术是MetaAl，以AI制作AI，可以全自动、端到端地生产 AI，摆脱了以往的 AI 生产需要诸多人类经验、难以快速落地的约束。可以帮助用户实现只需提示进行操作，无须了解算法和代码，并且将时间及人力成本降到最低，就可以解决相关的 AI 需求场景。
目前该产品可以在五种不同的模态上（图像、音频、视频、文本、表格）实现AI的设计、生产，并以SaaS形式为企业提供服务。
深度赋智还能克服传统AI产品的落地周期长、效果迭代久、投入产出比低的瓶颈。吴承霖介绍，传统AI开发需要完整AI团队一年以上的设计-开发周期，而深度赋智基于MetaAI技术，可以将设计-开发周期缩短到1天以内，大幅降低了AI开发成本。
例如深度赋智的一个客户是全产业链美妆集团，包括设计、生产、制造、零售、供应链到私域等众多环节。
“我们第一次语音聊的时候，这家公司的董事长让四五十人一起上会来听我的演讲。那一天我讲了4个小时，终于把这个客户说服，立即决定进行合作。深度赋智梳理过17个行业，有500多个不同的场景，这个美妆集团是其中一个行业的一部分场景，可以帮助他们落地的场景有销售预测、智能质检等。”吴承霖说道。
销售预测方面，这家美妆集团线上有几千个SKU，并不知道哪些SKU会大卖，可以通过销量预测，增加货物的周转率，也因此加快整体柔性快反的速度，能够有更好的进行原材料储备和供应。
销售预测是比较复杂、典型的场景，中间每一步都要做项目预测，从原材料、设计生产、供应商的流转，到门店售卖给消费者，环节非常长，必须用AI来做。不过，深度赋智不做双十一等活动下的预测，因为场景受到人为干扰因素太多。
瑕疵检测方面，例如口红的瑕疵检测，AI可以减少口红质检人工成本的80%，降低整体的人工损耗。
此外，一个瑕疵检测的场景，某个企业用工业相机设计了一批瑕疵件，把几百张张样本导入到中台上，点击确定就可以生产出对应的AI，再点确定就可以完成AI的部署。即使完全零标注，深度赋智仍然能做到很好的效果。
“我们与全球的竞争对手相比，11月的核心效果比第二名胜出93%，到今年12月将会提到100%。”吴承霖对公司的产品充满信心的说道。
在使用体验上，用户无需深入掌握数据知识，就能建立高质量的人工智能模型；无需深入学习编程知识，就能建立整套生产级人工智能应用。平台从数据、模型、部署等多个方面进行了打磨，通过自动机器学习技术进行组件的衔接与调优，将复杂方案定制的成本降低到 1%，并克服了传统 AI 产品的落地周期长、效果迭代久、投入产出比低的瓶颈，为用户实现了超过 60% 的人力成本节约和显著的净利率提升。
03人工智能核心产业增长率32%
在市场趋势上，当前我国正在加快推进新型基础设施建设，作为七大重点领域之一，人工智能产业正迎来应用的快速增长期。
中商产业研究院数据显示，2019年，我国人工智能（AI）核心产业及带动产业规模分别为1088.6亿元和3821.5亿元，预计至2021年将分别达到1898.1亿元和7442.1亿元，年均复合增长率分别为32%和19.5%。
在技术层面，随着智能时代的来临，AutoML（全称Automated Machine Learning）成为2014年以来，机器学习和深度学习领域最炙手可热的领域之一。
AutoDL技术以及AutoML（自动机器学习）是包括谷歌、亚马逊、微软在内的大厂都在着力发展的技术。微软推出了Learning Studio、谷歌开发了cloud AutoML，亚马逊也发布了AWS Sagemaker。
在应用层面，AI 中台是企业管理能力、企业活力、企业“智力”提升的重要动力来源。思考企业的未来，AI 中台将是企业在复杂时代下生存和发展的“必需品”和“必修课”。
中台玩家简单可以分为四类，第一类是经过企业自身长期实践发展出来的中台，例如阿里、百度自己内部使用的中台。第二类是各大巨头“外销版”的中台，比如阿里”形成中台核心产品 + 专家咨询服务 + 生态交付合作”的体系后，通过与阿里云的结合向外销售。百度在 2020 年推出的 AI 中台、知识中台，也是这种“外销版”的代表。
第三类是有 BAT 背景、在以上规模的企业里进行过中台实操的高级技术人员，走上创业之路，依靠多年中台经验而创立的企业。
第四类则是“伪中台”，市面上有各种各样的中台概念产品及公司，本质上都是各种技术或业务平台。
“最好的中台是企业历经十年以上的业务沉淀打造出的‘自用版中台’，但是，一方面买不到，另一方面也不适合外部公司的业务。因为它是针对头部互联网企业设计，以腾讯为例，中台DAU数亿，业界没有任何一个方案能解决，只能要靠内部中台来解决。而这样的中台供给外部企业没有任何意义，因为外部企业并没有这些场景。此外，外销版中台也是‘伪中台’。”吴承霖表示。
AI中台虽然是大势所趋，但目前面临诸多挑战。
一直以来业界对“中台”概念总有争议，AI落地过程中数据资源不足的瓶颈也让从业者意识到数据化的重要性，进而转向大数据建设领域，促使数据中台、AI中台构成的数据智能齐头并进。
“国内 AI 中台的最大的挑战在于场景，只有有场景落地的 AI 中台才是好的 AI 中台。他们需要有更多的场景去磨练产品，只不过前期这方面的挑战是巨大的，因为他们需要能够在企业的各种场景里面打磨自己的产品。AI 中台未来行业发展的重要方向有两个，第一个重要方向是用户的获取，用户的挖掘，第二是数字化的重塑整个业务流程。”吴世春介绍，国内和国外的商业场景现在还有比较大的差异，但是在一些共性的 ，像AI 这类的场景上面还是有共通的地方。现在谈 AI 中台的出海还为时过早，企业至少需要在国内拥有一个成熟的产品的开发和落地以后再去谈出海才有机会。
吴承霖是一位有着明确目标和自律的人，介绍目前公司一切商业化探索之路已经有了详细计划，并且早就意识到，夯实底层技术和产品才是一切立根之本。毕竟工欲善其事，必先利其器。