作者 | 王耐
編輯 | 石亞瓊（郵箱：syq@36kr.com）
**
為了服務(wù)企業(yè)的數(shù)字化轉(zhuǎn)型，數(shù)據(jù)科學(xué)平臺（Data Science and Machine Learning Platform，簡稱DSML）的服務(wù)商大量涌現(xiàn)，比如Databricks、Dataiku、Domino Data Lab、Alteryx等企業(yè)，其中Databricks被納斯達克列為2022年最值得關(guān)注的IPO之一。
根據(jù)Gartner的調(diào)研，63%的企業(yè)計劃加大在DSML方面的投入，這也是CIO優(yōu)先級最高的品類。Gartner將DSML平臺定義為核心產(chǎn)品和相關(guān)集成產(chǎn)品、組件、庫和框架（包括專有、合作伙伴和開源）的支持產(chǎn)品組合。該平臺還支持將數(shù)字化解決方案合并到實際業(yè)務(wù)流程、組織的基礎(chǔ)架構(gòu)及產(chǎn)品和應(yīng)用程序中。簡而言之，就是把集中的數(shù)據(jù)資源、技術(shù)能力和分散的業(yè)務(wù)團隊、業(yè)務(wù)場景打通，讓數(shù)據(jù)變成更有價值。
成立于2015年4月的和鯨科技（全稱：上海和今信息科技有限公司）前身為數(shù)據(jù)競賽平臺科賽網(wǎng)，目前是一家專注于“數(shù)據(jù)科學(xué)協(xié)同平臺”的數(shù)據(jù)智能科技公司和平臺服務(wù)商，公司以“Connect People with Data”數(shù)據(jù)與人的價值鏈接”為使命。公司在近日還獲得A+輪融資，由考拉基金領(lǐng)投，五源與線性跟投數(shù)千萬人民幣。
公司搭建的數(shù)據(jù)科學(xué)協(xié)同SaaS產(chǎn)品“ModelWhale”，可滿足數(shù)據(jù)科學(xué)家、人工智能工程師、商業(yè)分析師等數(shù)據(jù)工作者在線完成算法建模、數(shù)據(jù)分析、數(shù)據(jù)可視化等任務(wù)，并支持私有化部署和云端協(xié)同，幫助企業(yè)、高校、科研機構(gòu)、政府機構(gòu)開展工業(yè)級數(shù)據(jù)科學(xué)與人工智能的應(yīng)用研發(fā)。除此之外，公司還經(jīng)營中國最大的數(shù)據(jù)科學(xué)開源社區(qū)——“和鯨社區(qū)”，幫助中國的企業(yè)和機構(gòu)對接優(yōu)質(zhì)開源算法、開源數(shù)據(jù)、算法人才。
和鯨科技業(yè)務(wù)
數(shù)字化轉(zhuǎn)型已是共識，業(yè)界討論的重點也從“為什么數(shù)字化”，變成了“如何數(shù)字化”。埃森哲和工信部下屬機構(gòu)聯(lián)合完成的《2021中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究報告》（以下簡稱為《報告》）發(fā)現(xiàn)，中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)從2018年的37分，已上升至2021年的54分。轉(zhuǎn)型成效顯著的領(lǐng)軍企業(yè)達到16%，比去年提升了5個百分點。
值得注意的是，《報告》中還提到，盡管領(lǐng)軍企業(yè)的數(shù)字化優(yōu)勢在持續(xù)擴大，但多數(shù)企業(yè)因為戰(zhàn)略部署落后、基礎(chǔ)薄弱、組織架構(gòu)不合理、人才不足等因素，只能采取小修小補的方式，兩者的差距不斷拉大，數(shù)字化的馬太效應(yīng)已經(jīng)凸顯。成本高、風險高、見效慢、差距大的問題，使企業(yè)在數(shù)字化轉(zhuǎn)型上如履薄冰、舉步維艱，如何破冰成為企業(yè)急需解決的問題。
為了幫助企業(yè)應(yīng)對這個難題，和鯨科技的回答是：以數(shù)據(jù)人才為杠桿，以組織協(xié)作為樞紐，實現(xiàn)數(shù)據(jù)要素的價值閉環(huán)和價值循環(huán)。
數(shù)據(jù)要素的價值閉環(huán)
和鯨科技的主要產(chǎn)品是數(shù)據(jù)科學(xué)協(xié)同平臺——ModelWhale，其主要是為了幫助企業(yè)打通“數(shù)據(jù)協(xié)同、數(shù)據(jù)利用、業(yè)務(wù)落地、能力復(fù)用”的端到端流程，從而讓數(shù)據(jù)變得有用處、有價值，同時實現(xiàn)人才和技術(shù)資產(chǎn)的積累，最終構(gòu)建起“人才技能、技術(shù)落地、業(yè)務(wù)效益”三者的良性循環(huán)，進而支撐企業(yè)的數(shù)字化轉(zhuǎn)型。
在企業(yè)級數(shù)據(jù)平臺市場中，和BATH等巨頭的競爭是繞不開的話題，和鯨科技創(chuàng)始人范向偉對此表示，BATH的定位是做數(shù)字化底座，和鯨科技專注于上層應(yīng)用的協(xié)同場景，也就是數(shù)據(jù)要素的“最后一公里”。
相對于市場的同類產(chǎn)品，和鯨的差異化在于將協(xié)同能力作為內(nèi)核，將敏捷開發(fā)、DevOps的理念，落實在了模型開發(fā)與應(yīng)用的全流程之中。BCG的研究報告《金融機構(gòu)如何駕馭大數(shù)據(jù)》顯示，協(xié)同是大數(shù)據(jù)應(yīng)用最主要的瓶頸，挑戰(zhàn)要高于技術(shù)因素和資源因素。尤其是局部驗證了數(shù)據(jù)對于業(yè)務(wù)的價值之后，當企業(yè)希望規(guī)?；胤糯筮@種價值，協(xié)作的瓶頸就會凸顯。
和鯨科技的主營業(yè)務(wù)是數(shù)據(jù)科學(xué)協(xié)同平臺ModelWhale的SaaS產(chǎn)品，該產(chǎn)品專注于實現(xiàn)組織內(nèi)部的數(shù)據(jù)人員和業(yè)務(wù)人員的實時協(xié)同，也支持跨地域、跨組織的協(xié)同場景。
跨地域、跨組織的協(xié)同
和鯨科技業(yè)務(wù)迭代
數(shù)據(jù)科學(xué)協(xié)同平臺ModelWhale，分為三大板塊，分別 包括基礎(chǔ)層、協(xié)同層、開放層。通過三大板塊的層層遞進，來實現(xiàn)數(shù)據(jù)科學(xué)能力從IT端到業(yè)務(wù)端的銜接，將開放、協(xié)作、復(fù)用的理念落地，最終構(gòu)成了數(shù)據(jù)智能應(yīng)用的敏捷開發(fā)和精益創(chuàng)新的閉環(huán)。
在基礎(chǔ)層，需要實現(xiàn)的是技術(shù)能力的彈性利用、動態(tài)組合。ModelWhale可實現(xiàn)統(tǒng)一高效的數(shù)據(jù)管理和資源調(diào)度，支持低代碼、Notebook和CloudIDE的三種開發(fā)模式。其中，ModelWhale的資源調(diào)度能力，可滿足不同級別的模型訓(xùn)練需求。該平臺以云計算能力為基礎(chǔ)，自主研發(fā)了高可用的算力調(diào)度器，具備按需計算、彈性擴容的優(yōu)勢，從而可以支持從1個用戶到數(shù)千個用戶的低成本、高效率地快速拓展，幫助企業(yè)節(jié)約可觀的算力成本。低代碼、Notebook和CloudIDE的支持，對應(yīng)了不同背景的用戶的技能條件與需求特點，也覆蓋了數(shù)據(jù)應(yīng)用從探索到開發(fā)、從工程化到生產(chǎn)上線、從運維到迭代的整個生命周期的開發(fā)需求。
開發(fā)模式、數(shù)據(jù)管理、資源調(diào)度
在協(xié)同層，實現(xiàn)的是個人、團隊和基礎(chǔ)設(shè)施三者的持續(xù)拉通、成果復(fù)用。ModelWhale積累了數(shù)據(jù)科學(xué)的全要素、全流程的協(xié)作能力組件，能對各類研究課題、算法項目、分析任務(wù)，進行分工拆解、任務(wù)分配、數(shù)據(jù)接入、資源分配、進度監(jiān)控、成果驗收、成果復(fù)用等項目管理工作。該平臺也可支持對單個成員的資源用量監(jiān)控和用戶群組管理，在項目開展前后可以有效規(guī)劃資源、避免浪費、保障計算資源的合理分配使用。通過協(xié)作層的支撐，可以讓合適的數(shù)據(jù)，被合適的團隊，在合適的任務(wù)上，實現(xiàn)緊密地咬合、持續(xù)地迭代、高效地復(fù)用。簡而言之，也就是實現(xiàn)敏捷開發(fā)理念和數(shù)據(jù)科學(xué)實踐的結(jié)合。
ModelWhale適用研究
在開放層，實現(xiàn)的是個人、企業(yè)與開源技術(shù)生態(tài)的協(xié)同共生、成果共享。在基礎(chǔ)層和協(xié)同層的能力之上，ModelWhale可以與和鯨社區(qū)實現(xiàn)系統(tǒng)化的打通?；诤亡L社區(qū)數(shù)據(jù)開發(fā)者的算法能力、建模能力，企業(yè)可以將企業(yè)的數(shù)據(jù)應(yīng)用需求，與高校、科研機構(gòu)、社區(qū)開發(fā)者進行對接。通過ModelWhale的全流程的托管，可以保障開放層開發(fā)過程中的安全性、高效率，以及開發(fā)成果的可用性、可維護性。通過ModelWhale的開放協(xié)同的能力，個人和企業(yè)都可以用更低的成本、更快的速度，實現(xiàn)"(數(shù)據(jù)+算法+算力)*人才"的價值閉環(huán)和價值放大。
(數(shù)據(jù)+算法+算力)*人才
數(shù)據(jù)科學(xué)協(xié)同平臺ModelWhale目前主要使用場景在科研機構(gòu)、企業(yè)和高校。在采訪中，范向偉提到，自從ModelWhale產(chǎn)品問世，連續(xù)三年，產(chǎn)品收入均保持了每年2倍以上的增長，并在市場的競爭中，占據(jù)了相對領(lǐng)先的位置。標準產(chǎn)品的年銷售收入，從三年前的百萬級，達到現(xiàn)在的千萬級。目前公司的營收占比中，科研的份額占到了2/3，政企占到了1/3。對此范向偉補充到，數(shù)據(jù)協(xié)同的能力是不斷驗證、不斷迭代、不斷疊加的，靠的是滾雪球，打的是持久戰(zhàn)，沒法一口吃個胖子，也沒有這個可能性。
數(shù)據(jù)科學(xué)平臺的國內(nèi)市場還處于成長期，離歐美發(fā)達市場還有3-5年的距離。和鯨科技認為，技能賽事、培訓(xùn)教育、科研協(xié)同是國內(nèi)平臺型產(chǎn)品的一個很好的切入點。在數(shù)字化的進程中，這些場景是頭部客戶在人才和組織成長方面的剛需。從科研切場景切入，也可以幫助平臺完成核心能力、核心用戶的原始積累與需求驗證。通過教育、科研、企業(yè)的有序分層，形成有梯度的市場滲透、能力疊加，能幫助平臺繞開“城墻”，實現(xiàn)更快、更穩(wěn)、更精準的迭代升級與產(chǎn)品增長。
和鯨科技目前的平臺客戶場景包括氣象、醫(yī)院、藥企、高校、科研、新能源、傳統(tǒng)能源、金融等多個場景。客戶包括清華大學(xué)、上海交通大學(xué)、中石油、國家氣象信息中心、中國電信、中國醫(yī)學(xué)科學(xué)院、解放軍總醫(yī)院、強生醫(yī)療、默克制藥、信通院、國家人口與健康數(shù)據(jù)中心、北京醫(yī)保局、金風科技、九坤投資等多個國家級和行業(yè)級的頭部客戶。
和鯨科技客戶
和鯨科技的典型客戶，如國家氣象信息中心、解放軍總醫(yī)院、協(xié)和醫(yī)學(xué)院、金風科技，有著共同獲客、轉(zhuǎn)化、增購的路徑。和鯨科技對此補充到，機構(gòu)內(nèi)的數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師，通過和鯨社區(qū)的內(nèi)容與活動，可體驗到ModelWhale在特定場景的數(shù)據(jù)應(yīng)用的功能優(yōu)勢。經(jīng)歷個人版的試用之后，再向所在的團隊進行組織版和企業(yè)版的推薦。這也實現(xiàn)了從個人到團隊，再到機構(gòu)的價值驗證和價值放大。ModelWhale在經(jīng)過金風科技數(shù)據(jù)部門的驗證、采購、局部落地之后，進一步拓展場景，在一年的時間中，實現(xiàn)了平臺用戶從30人到300人的增長，覆蓋了集團公司三十余個部門。
產(chǎn)品體驗推動增長（PLG）
以解放軍總醫(yī)院、協(xié)和醫(yī)學(xué)院等頭部的醫(yī)療客戶為例，范向偉在采訪中介紹到，醫(yī)學(xué)的復(fù)雜性很高，數(shù)據(jù)智能也是剛需，但醫(yī)生、研究人員普遍不具備專業(yè)的編程能力。ModelWhale可以通過低代碼的簡單易學(xué)的方式，最小化技能門檻，并通過協(xié)同能力，使IT、臨床、研究等不同崗位的人才相互配合，通過背靠背的協(xié)作，實現(xiàn)數(shù)據(jù)應(yīng)用的價值閉環(huán)。通過社區(qū)用戶覆蓋頭部客戶，再通過頭部客戶的實踐，實現(xiàn)腰部客戶的復(fù)制，成為了和鯨的業(yè)務(wù)增長的效率杠桿。
頭部客戶的成功落地，為其他的機構(gòu)、企業(yè)提供了平臺落地的背書與示范?；陬^部機構(gòu)知識庫、案例庫的沉淀，數(shù)據(jù)平臺從產(chǎn)品到落地，也逐漸走向了標準化、普及化。范向偉對此介紹到，和鯨在和解放軍總醫(yī)院、協(xié)和醫(yī)學(xué)院等頭部醫(yī)院的合作中，其實也是在共建算法庫、知識庫、案例庫。頭部機構(gòu)的機器學(xué)習、人工智能的課程與案例，本身就是面向行業(yè)中的醫(yī)生和學(xué)生的。目前和鯨與頭部醫(yī)院、頭部藥企共同組織的數(shù)據(jù)競賽，每年覆蓋的人數(shù)可達到上千人、幾百家醫(yī)院。
除了醫(yī)療、生命科學(xué)等科研場景，在企業(yè)場景中，數(shù)據(jù)平臺不僅要面對大量IT系統(tǒng)的對接、打通需求，還要面對復(fù)雜的業(yè)務(wù)場景，這使得銷售成本、實施成本、研發(fā)成本都很高。如果產(chǎn)品無法定位到精準的應(yīng)用場景、用戶人群，無法用可控的成本滿足客戶需求，實現(xiàn)數(shù)據(jù)價值的落地，那么數(shù)據(jù)平臺產(chǎn)品的采購、復(fù)購的成功率就會很低，研發(fā)和分銷也無法實現(xiàn)提速，這會形成一種惡性循環(huán)。
數(shù)據(jù)科學(xué)平臺的選型和落地，有著很高的復(fù)雜性和實施風險，客戶的產(chǎn)品選型是高度謹慎的，公司在頭部客戶在選型和落地上的經(jīng)驗積累，提升了公司標準產(chǎn)品的服務(wù)能力和規(guī)模商用的影響力。公司表示，目前和鯨科技已在氣象、醫(yī)療、科研、能源、金融等領(lǐng)域?qū)崿F(xiàn)了部分頭部客戶的覆蓋與轉(zhuǎn)化，以及高比例的復(fù)購與增購。
產(chǎn)品體驗推動增長（PLG）
SLG（銷售驅(qū)動增長）賣軟件靠的是銷售渠道，而PLG（產(chǎn)品主導(dǎo)型增長）更注重用戶和產(chǎn)品，通過產(chǎn)品自身實現(xiàn)獲客。此模式獲客成本低、增長速度快、迭代效率高，典型公司比如Atlassian、Canva、Zoom等。PLG對產(chǎn)品研發(fā)與市場營銷，都提出了很高的要求，中國目前能夠面向頭部客戶，走通PLG的企業(yè)仍是少數(shù)。
隨著企業(yè)對成本-效益和可持續(xù)性的敏感度提升，為了滿足客戶需求，服務(wù)商就需要提供更低成本、更快迭代、更高效率的方案。PLG模式對于企業(yè)客戶也意味著更低的試錯成本、部署成本和維護成本。順應(yīng)企業(yè)客戶的需求和技術(shù)發(fā)展的趨勢，是整個SaaS行業(yè)在重點探索的方向。
PLG模式的商業(yè)邏輯是產(chǎn)品主導(dǎo)、加速迭代。推出高質(zhì)量的產(chǎn)品是前提，而產(chǎn)品優(yōu)質(zhì)首先需要有足夠深的用戶洞察。只有圍繞用戶洞察和用戶痛點，才能持續(xù)地驗證產(chǎn)品設(shè)計、提升產(chǎn)品性能、疊加產(chǎn)品壁壘。所以PLG的邏輯起點是，平臺公司需要先找到核心用戶、形成與核心用戶之間的共生關(guān)系。
和鯨科技的前身是科賽網(wǎng)，現(xiàn)在已經(jīng)演化為擁有25萬注冊的和鯨社區(qū)，社區(qū)在過去六年保持了每年100%的增速，成為了最大的第三方的數(shù)據(jù)人才社區(qū)之一，注冊人群覆蓋了全國的主流高校、研究院和企業(yè)。和CSDN等傳統(tǒng)開發(fā)者社區(qū)相比，和鯨社區(qū)的差異化能力，在于數(shù)據(jù)分析的流程、代碼、結(jié)果是可以在線運行、實現(xiàn)端到端的復(fù)現(xiàn)，其他用戶可以對社區(qū)內(nèi)的模板進行運行、修改和進一步的分享。
和鯨社區(qū)交互界面
和鯨社區(qū)通過和各個行業(yè)的頭部客戶合作，已組織了超過200場專業(yè)數(shù)據(jù)科學(xué)與人工智能競賽，累計有10萬多數(shù)據(jù)人才參加，解決了超過20類人工智能業(yè)務(wù)問題，累計算法解決方案2000多項。數(shù)據(jù)競賽將數(shù)據(jù)、算法、人才和行業(yè)應(yīng)用場景匯集在一起，形成了聚集效應(yīng)。多年的數(shù)據(jù)競賽服務(wù)經(jīng)驗，也提升了和鯨在數(shù)據(jù)人才和行業(yè)企業(yè)中的知名度和影響力。
競賽和社區(qū)為和鯨帶來了大量精準的專業(yè)用戶群體，也為數(shù)據(jù)科學(xué)協(xié)同平臺ModelWhale的發(fā)展提供了多方面的賦能。在采訪中，范向偉提到社區(qū)和競賽，一定程度上降低了數(shù)據(jù)平臺的綜合成本。對此他解釋到，建設(shè)數(shù)據(jù)平臺的成本上包括三個方面，一是開發(fā)成本，開發(fā)起步階段常常需要超過數(shù)十人的開發(fā)團隊、上億的投資金額；二是銷售成本，平臺的銷售周期很長，面對激烈的競爭，需要維護龐大的銷售團隊和售前團隊，很多技術(shù)廠商的銷售成本會占到總成本的五成以上；三是服務(wù)成本與定制化成本，因為數(shù)據(jù)平臺在企業(yè)的落地場景豐富而復(fù)雜，數(shù)據(jù)平臺解決不了的業(yè)務(wù)問題，往往需要較高強度的定制化和服務(wù)來打補丁。
2021全國人工智能大賽
擁有一個規(guī)模領(lǐng)先、增長領(lǐng)先的一個開發(fā)者社區(qū)，就可以在社區(qū)做用戶需求的調(diào)研、測試。這些用戶既是產(chǎn)品當前的使用者，也是潛在的產(chǎn)品用戶。相比傳統(tǒng)的市場渠道，社區(qū)的觸達面更廣、增速更快。通過社區(qū)也可以觸達數(shù)字化成熟度更高的標桿客戶，這相應(yīng)也可以降低銷售成本、縮短銷售周期，帶來更高的客戶匹配度和滿意度。
和鯨通過在競賽和社區(qū)積累了大量注冊用戶，這些用戶通過內(nèi)容和活動拉動，進一步成為ModelWhale平臺的使用者、推薦者和分享者。從個人用戶向機構(gòu)客戶的轉(zhuǎn)化，為打通一個B2C2B的鏈條閉環(huán)提供了可能。范向偉在采訪中表示，數(shù)據(jù)科學(xué)平臺是通用技術(shù)平臺，數(shù)字化轉(zhuǎn)型是全面變革，只有體驗足夠好、迭代足夠快的產(chǎn)品，才能夠滿足企業(yè)客戶數(shù)字化的需求。經(jīng)過七年的積累，和鯨實現(xiàn)了社區(qū)增長、產(chǎn)品打磨、銷售增長的飛輪，也成功跑通了PLG的商業(yè)模式。目前的產(chǎn)品訂單中，約80%來自于社區(qū)用戶的推薦，80%以上的簽約客戶完成了復(fù)購和增購。
疊加社區(qū)和PLG模式
社區(qū)和競賽，不僅幫助和鯨科技實現(xiàn)了平臺產(chǎn)品研發(fā)、推廣、落地的閉環(huán)，還促進了平臺的用戶洞察和快速迭代。社區(qū)模式和PLG模式，形成的疊加效果，為數(shù)據(jù)科學(xué)平臺的落地構(gòu)建了一個價值更高、成本更低、速度更快的良性循環(huán)。在競爭激烈、門檻堅硬的數(shù)據(jù)平臺的市場中，和鯨占據(jù)了一個相對獨特的生態(tài)位。
在采訪中，范向偉也表示，數(shù)據(jù)科學(xué)平臺是天花板很高、壁壘也很高的通用技術(shù)平臺，也是有著樞紐地位的兵家必爭之地，一邊要對接體系龐大的云計算生態(tài)、開源生態(tài)、數(shù)據(jù)資源，一邊要對接高增長、跨行業(yè)、跨場景的業(yè)務(wù)需求。市場需求和底層技術(shù)，都在快速、深刻的演變過程中，如何把握住不變的核心變量，才是行業(yè)終局的勝負手。長周期的平臺的發(fā)展，主要矛盾在于：要持續(xù)平衡好“產(chǎn)品迭代、行業(yè)資源、業(yè)務(wù)增長”三個飛輪的關(guān)系。在把握技術(shù)趨勢和需求趨勢的同時，既要防止定制化、同質(zhì)化的過擬合，也要盡早布局行業(yè)的稀缺要素與入口位置，形成企業(yè)的產(chǎn)品迭代飛輪、資源壁壘飛輪，疊加之后形成業(yè)務(wù)增長飛輪。
對于和鯨來說，產(chǎn)品迭代飛輪是產(chǎn)品體系和用戶反饋的良性循環(huán)，資源壁壘飛輪是頭部的企業(yè)客戶和高潛力的個人用戶。這是在迭代數(shù)據(jù)能力、分享開源成果、跑通應(yīng)用閉環(huán)的過程中，形成的一種難以替代、持續(xù)演化的共生關(guān)系。
關(guān)鍵詞：
