背景-第四范式
第四范式就是给各行各业提供人工智能技术与服务的。愿景是能够基于行业应用场景及痛点，用机器学习技术开发出解决方案，为企业提升商业价值，找到下一个增长点，提升企业竞争力。目前主要覆盖的行业是金融和互联网。还积极参与了糖尿病，生物基因等公益项目的科研，未来希望覆盖到各行各业，让每个人都享受到人工智能带来的红利。
主打产品：“先知”（Prophet）平台
先上一张产品图感受一下
需求定位
面向痛点：
- 企业定制化AI系统门槛太高、代价太大
- AI团队构建太慢，人才培养平均耗时6-10年
先知系统特色：AI应用开发平台，集成深度学习、强化学习、迁移学习、记忆网络等；技术实力超越30个顶尖数据科学家；业界独有的发明专利；百余个成功案例；面向主要行业：金融、电信、互联网等。
“第四范式先知”定位于企业级AI核心系统，由数据核心、算法核心、生产核心三大模块组成，覆盖了人工智能在生产中的各应用环节，在进一步降低AI开发门槛的同时，亦让企业挖掘AI需求及应用AI更为简单高效，帮助企业在AI时代从战略、策略到执行全面智能化。
三大核心
- 数据核心：集数据接入与处理、数据管理与访问于一身。支持结构化与非结构化的数据接入与处理，并产生海量高维特征，保证特征数据高速获取的同时，将数据接入的时效性从T 1/T N提升为毫秒级。
- 算法核心：提供高维机器学习与深度学习训练、基于深度学习的高维特征生成、图像文本以及图关系的高维特征挖掘等决策能力生成算法；自动模型选择、自动调参、特征组合自动探索等降低机器学习成本及门槛的协助算法，并围绕NLP、知识图谱，提供多种核心基础服务及应用服务。
- 生产核心：私有PaaS架构，将数据服务、算法任务、线上服务等基础能力服务化，通过SDK接口调用，快速将服务转化为具备高可用、可伸缩、可监控的应用程序。具备模型管理、灰度发布、多租户、资源隔离、审计支持等企业级关键特性。
六大系统优势
端到端
- 丰富、易用的机器学习模型调研功能，覆盖从数据处理到特征工程到建模及评估优化的全过程，支持业界主流机器学习算法
- 模型支持一键部署，支持以离线批量和在线实时等方式满足实际应用需求
- 基于不断产生的业务数据进行模型自学习，提供持续稳定的效果提升
高VC维模型
- 机器学习算法的能力取决于模型的“VC维”。第四范式先知可采用高维度复杂模型，最终模型特征数量可达到上千亿
- 自主研发专为机器学习而生的算法引擎。随着数据量上升，引擎运算效率接近线性增长，并确保在高效并行时快速收敛
实时计算和预估
- 基于分布式内存数据库的实时线上数据处理，提供高性能实时表拼接，时序特征生成等功能
- 支持多种算法模型的实时预估，特征工程免开发迁移，企业级高可用架构，毫秒级响应，按需灵活扩展
破除人才壁垒
- 友好的图形交互界面，用户可通过拖拽方式零编码定义建模全过程
- 多项专利算法，如高维离散嵌入式树网络算法、线性分型分类算法等，高效利用样本数据，即使不做特征工程也能获得最佳模型
- 自动调参，自动特征工程等多种专利技术，让用户无需深入理解算法原理，系统可以帮您选出最佳配置
建模效率高
- 自主研发兼顾开发效率与运行效率的分布式模型训练框架，TB级数据规模下，模型训练速度达spark万倍，更快获得有效模型
- 将常用、有效的数据处理过程进行产品化封装，只需简单配置即可对原始数据表进行复杂计算与处理，将数据科学家在数据处理工作上的工作量减少80%
- 计算过程全部运行于分布式计算引擎之上，平台对引擎进行了多项数据处理执行优化，数据处理速度为单机平台的数百倍
企业级平台
- 可在x86服务器上运行，兼容企业级Linux操作系统与Hadoop商业发行版，充分保护企业已有投资
- 支持SaaS、私有云、私有部署等多种安装部署方式
- 提供用户权限、用量额度管理、模型版本管理与运维等企业级功能，满足IT管理与数据安全的需求。
- 组件式产品架构，可根据企业需求灵活裁剪与组合，满足业务定制化需求
应用场景
- 反欺诈：基于交易相关数据和用户历史行为建立模型，识别交易欺诈行为，并基于第四范式先知预估平台的流数据处理能力和实时预估能力，实现在线实时交易反欺诈。
- 个性化推荐：基于用户行为历史，在线实时提供最有针对性和时效性的个性化内容、产品或知识推荐。应用场景相对广泛，如理财产品推荐、直播类APP付费内容分享APP、媒体平台及新闻APP的内容推荐等。
- 产品定价：预测客户对于不同价格策略的敏感度和响应度，实现个性化价格与优惠策略，确保总利润提升。
- 精准营销：通过模型预测客户对于短信推送产品的响应率，从而对高响应率客户进行精准营销。基于第四范式先知预估平台，可实现离线批量营销与在线实时营销。自学习平台确保精准度不衰减。
- 智能制造：利用人工智能技术，优化制造业的生产流程。通过机器学习模型做到个性化生产、产能预测和供应链管理，节省耗材、提高利润，提高企业竞争力。
- 计算广告：机器学习于互联网广告领域的应用非常成熟，在BAT公司均得以成功实践。核心解决特定语境下特定用户和广告之间“最佳匹配”问题，通过预估广告点击率，提升数据价值和流量变现效率。
- 客户运营：基于客户历史行为与习惯数据，提供更精准客户服务，提升运营效率。如潜在客户识别、客户流失预测、呼叫中心流量预测等问题。
九三智说
第四范式团队这个成立于2015年的创业公司对外界感觉很神秘，从网上仅仅可见的一些资料对“先知”平台的轮廓了一点点粗浅的描述。但其对人工智能、机器学习、VC维等的理解，给九三智很多启发也非常认可，此处引用一下：“人工智能=机器学习 大数据”、“机器学习=数据 特征 模型”。
九三智认为，智能时代之中，最核心的就是“智能引擎”，就好像工业时代的发动机一样，落地到不同的场景是不同形式的发动机，配合各种机器实现不同的任务，产品的形态可以是平台型的，也可以是完成特定任务的机器，比如汽车、飞机等。互联网时代的赋能，将物理世界信息化并通过网络快速传输，加速了世界的节奏。智能时代的赋能，对信息背后的规律进行高效建模，从而用更加优化的方式驱动世界运行。
第四范式的“先知”系统，无疑就是平台型的AI产品，以AI落地行业场景的低门槛、定制化为特色的推广。类似性的产品有亚马逊AWS、谷歌AutoML、阿里云、百度Dueros等。平台型产品的“前（野）景（心）”都是非常大的，但门槛无疑极高，通常是掌握一定行业生态的巨头做的事情。因为平台是市场竞争中的“大国重器”，先期需要用利润奶牛投入大量资源来培育平台，后期则可以依托平台来掌控一个产业生态，比如苹果公司、SAP、IBM等。技术和产品只是要素之一，更重要的是市场掌控力，才能拿到“规则制定权”，这里面资本的力量、市场的力量都非常重要，是战略级的竞争。
第四范式的切入点很值得借鉴，是利润最厚的金融和互联网，能够快速实现资金的良性循环。团队技术实力毋容置疑，戴文渊、陈雨强等都是行业顶级大牛。市场运作方面，近期获得工商银行、中国银行、建设银行及其所属基金共同参与的战略投资。可以说起步非常之成功，目前态势极其看好。
九层之台，起于垒土。市场竞争的胜出终究要靠“资金角度的活下来”和“产品角度的用户体验”来话事。祝愿第四范式可以走出属于国人自己的AI之路。
文末彩蛋：先知系统一段官方产品视频（约14Mb）
参考资料
第四范式官网：https://www.4paradigm.com/
知乎回答，永结童心，https://www.zhihu.com/question/40059002/answer/97403745
第四范式联合创始人陈雨强：机器学习在工业应用中的新思考：https://zhuanlan.zhihu.com/p/24505389
第四范式戴文渊：商业公司构建AI能力的五大核心要素：https://zhuanlan.zhihu.com/p/27190408
