妙盈科技:为金融机构打造一双AI“火眼金睛”|创业

特朗普的一个推特,也会引起市场波动。

在中美贸易战开始后,类似现象频频发生,而这种现象也释放了一种信息:企业的风险因子不止于市场风险,新闻舆情等非传统的因素也需要纳入分析预警范围。如何更准确、全面地实现企业的风险预测,是持续的话题。而对于这个老问题,妙盈科技基于人工智能提出了新的解决思路。

妙盈科技致力于用人工智能来帮金融机构更好地监测,市场风险、监管风险、新闻舆情等各类风险。一句话似乎就足以概括妙盈科技的愿景。不过,这个清晰的思路背后,却隐藏着有趣的创业故事,以及独特的市场分析和预判。

2015年的硅谷,金融行业出身的涂鉴彧(妙盈科技CEO)和资深码农刘涛(妙盈科技CTO),总喜欢在咖啡厅一起探讨创业想法。在对“整个亚洲地区的金融技术领域尚待挖掘”达成共识后,二人开始思考如何找切入点。“我们最初的方向是用人工智能帮助金融问题,这也是我两擅长的领域。”涂鉴彧表示,这个初衷也是妙盈科技一直坚持的定位。

尽管确定了人工智能金融的大方向,但是如果想要取得更大的商业成功以及真正帮助金融行业的问题,妙盈科技的业务方向还需仔细斟酌。“当时比较热门的是智能投顾,其实2C和2B端都是重流量。但2016年底,流量已经非常贵,获客成本已经非常高。”涂鉴彧回忆道,妙盈科技决定专心于2B业务。“我们认为人工智能和金融结合最紧密的实际上是数据,如支付数据、投资数据、借贷数据等。不过当时,支付牌照已经收紧了,P2P也开始不景气。所以,我们选择做投资数据。”他补充说道。而投资数据又包括收益和风险两个主题,因为考虑到收益相关应用的价值很难具体评估,妙盈科技将业务核心定位在风险数据分析领域。

值得一提的是,拥有经验丰富的创始团队,以及快速明确定位,妙盈科技的特点也吸引了真格基金。据涂鉴彧透露:“刚成立时,和真格聊了15分钟,他们就决定投了。”妙盈科技已经完成了真格基金、李嘉诚私人基金公司维港投资等投资人共计800万美金的A轮融资。

那么,作为一个企业级人工智能软件的提供商,妙盈科技如何帮助金融机构寻找风险?

“要找非传统的因子的话,自然语言处理和知识图谱是两个核心的技术。”涂鉴彧举了一个例子解释:如特朗普发了一个推特,首先系统要找出他的推特里讲的是哪家公司,这涉及到中英文的实体识别。然后系统再找出推特的主题,如他是表扬还是批评这家公司,即理解语义。此外,在知识图谱方面,妙盈自行研发了图数据库,数据存储量与运算速度有一定的领先性。“我们的数据获取有三种渠道:政府网站全的信息、新闻、社交媒体的数据抓取;购买金融产品的数据;自己系统生成的一些信息数据。”他介绍道。

基于庞大的数据库和自然语言处理技术,妙盈科技推出了三大类应用:

一是公司、行业及ESG风险管理产品AMI。据悉,AMI的数据集覆盖亚洲超过2亿家公司信息,将企业业务概况、投资人信息、股权架构、产业链数据和线上资讯进行了一站式整合,可以帮助专业投资⼈士、⻛险管理经理及相关行业研究⼈员做出以数据驱动的智能决策。AMI的知识图谱中,每一个节点代表一家公司,公司规模越大、越重要,节点则越大。通过ESG⻛风险指标,投资人可全景查看企业环境风险,衡量风险、分析风险敞口并监测风险趋势。

二是投资组合风险管理Portx。AMI的本质是一款搜素工具,基于搜索,妙盈科技还希望让客户能够把投资标的和投资组合等放进系统,从而产生更大的用户粘性。对于用户来说,也可以随时便捷地管理自己的投资。Portx则是这样的一款应用,其可以自动生成投资组合报告,包含月度报表、持股分析以及所有相关评论。而且所有相关数据是一站式呈现与管理,用户可以一键生成定制化报告。

三是高净值人群图谱WealthLink。WealthLink通过知识图谱,可以将高净值客户人群的基本信息、人物履历、财富估值、关联公司进行了整合,清晰描绘出了高净值人群的财富路径变迁以及股权、公司的所有权分布。私人银行的客户经理可根据财富的地理分布、资产分配情况精确触达客户的痛点。目前,妙盈科技已经积累了超过6500万的⾼净值人群资料。

涂鉴彧介绍道,目前,妙盈科技的主要客户来自于中国和东南亚的私人银行各公募基金等。“香港、新加坡的客户大概占了七成,中国大陆的客户有三成。”他表示,产品主要是以收取年费的模式进行商业化,也面向企业提供打包账号的服务。

“东南亚将是我们商业化的重点之一。”涂鉴彧透露了妙盈科技的规划方向:“在产品和技术上我们已经做了很多铺垫,接下来我们会从细节上深度挖掘,如着重知识图谱方面的中英文合并。”


PKFARE:旅游业 2C 市场“大局已定”,2B 未来可期

社会的进步发展总会给一些行业带来红利,旅游就是其中之一。

随着个人可支配收入的提高和观念的开放,消费大升级趋势的出现滋生了一块旅游市场大蛋糕。中国旅游研究院发布《2019年上半年旅游经济运行研究成果暨出境旅游发展报告》报告指出,今年上半年,国内旅游人数预计达30.8亿人次,国内旅游收入2.78万亿元,分别比上年增长8.8%和13.5%,我国的出境旅游市场规模达1.49亿人次,我国出境游客境外消费超过1300亿美元。

活跃的旅游市场也蕴藏着大量商机,其中大众所熟知的即是B2C企业,如携程、去哪儿网等。不过,一个互联网领域如果已经出现前三甲,新兴企业再踏入做同样的事情也许不会有出头之日。那么,是否这块“大蛋糕”是可望不可及?PKFARE(比客)用自身的发展回答道:旅游B2B潜力无限。

其实,B2C旅游企业要快速发展,对B2B类企业产生更大的需求。

成立于2014年的PKFARE,是目前国内覆盖全球旅游销售及分销网络最大全球旅游产品交易平台,其已经接入了全球600+航司和800,000+酒店资源,旨在以科技赋能整个旅游产业的2B交易市场。

据PKFARE的联合创始人兼高级副总裁隋昕介绍,PKFARE主要想解决行业痛点,如全球旅游产品买卖双方间的语言、文化、时区、货币汇率等多重壁垒,以及由此带来的信息的严重不对称。通过整合全球的优势资源,智能的机器算法,大数据以及动态套期保值金融策略,其为全球旅游业者提供一站式智能整体解决方案,包括实时库存数据,最优采购价格,全天候无缝对接的多语言客户服务和多元化的产品组合。

根据隋昕的说法,PKFARE的基础业务是机票酒店B2B平台,这也是该公司战略定位的第一步。PKFARE一开始从境外机票资源切入,建立了全球最为庞大的分销网络,目前重点发力针对中国旅游市场出境的,中国境内始发机票产品。“我们希望在线上连接全球旅游行业的交易,通过智能搜索引擎算法帮助买家和卖家高效、安全地交易。”隋昕举例解释道,如国内的2C平台、旅行社等旅游企业,在与国外的旅游供应商建立联系的时候,面临着难以找到对方和难以有效沟通合作的问题。PKFARE首先需要帮助他们相互连接。

除了连接以外,PKFARE还应用了人工智能技术帮助用户搜索旅游产品。“在旅游产业链的B2B供应端仍然是属于较为传统的订票操作,随着旅游市场需求的日益增大,传统的订票操作费时费力,而且员工培训成本和运营成本也高。”隋昕指出了目前B2B市场的痛点。

为更大幅度的提升效率、节省人力成本,PKFARE的平台应用了人工智能技术和大数据技术,可以很好地将平台上来自100多个国家地区的机票产品进行整理比对。平台用户只需要在相当直观简洁的界面输入搜索条件操作,即可看到来自全球的机票产品资源,比价或是查看机票的附属条件、辅营产品等等都相当直观。相同搜索条件对比下,长达1小时的订票流程可简化至3分钟内完成。“旅游是心理商品,在不同的时间,不同的区域的定价的体系都不一样。我们会通过一套算法去帮助我们的采购伙伴筛选出最便宜的机票,并且会预测机票价格的走势提出相应的采购建议。”他补充说道。

在积累了一定的交易数据之后,PKFARE会开始第二步规划,即基于大数据为平台的供应商提供需求预测,帮助他们制定更加精准的产品定价和投放策略。隋昕解释道:“如航空公司、酒店等就可以成为数据分析的应用方,我们可以帮助他们了解哪些地方还有巨大的空间,是否需要更大的库存。”此外,他还透露,公司规划的第三步则是个性化推荐,但PKFARE针对2B业务的合作伙伴,给出的用户画像更多是基于查询和搜索的数据去做刻画。

据悉,目前,PKFARE主要有机票和酒店两个部分的产品,将会在在2020年的下半年开始增加交通或者门票等旅游目的地相关产品。其客户主要分布在全球五大洲的一百多个国家与地区,平台活跃的采购客户有12000多家,每天处理的查询量超过5000万次。

隋昕介绍,面对平台来自各个市场差异较大的客户,PKFARE主要提供两套方案:一套方案是给自身技术能力较强的客户提供数据接口,嵌入对方的已有的网页等各种系统中,直接进行平台商品交易的数据交换;另一套方案是为没有技术能力研发在线数据交换网站的的中小型客户,提供值观简洁高效的网站平台,便于采购直接登陆平台购买,并可提供针对性的技术解决方案,帮助这些客户开发对接。从盈利来源来说,PKFARE也分为两块:一是赚取买入和卖出之间的交易的差价,机票航段售卖的返点佣金等;二是提供技术服务,收取服务费。

在旅游B2B领域,国内也不乏玩家,如今日天下通、自由飞越等平台。但是多数企业主要瞄准的是国内市场,而PKFARE的全球化定位则是差异化竞争。在国际上,隋昕表示同类型的竞品公司是印度公司Mystifly,该公司已经创立十年有余。“PKFARE用四年时间获得的全球的覆盖范围,与他们十年所得的规模差不多。”他说。而PKFARE的高速成长除了离不开电子支付的快速发展,也与公司的研发实力和投入息息相关。据介绍,该公司的团队人才骨干来自于BAT和国内外旅游行业的各大翘楚,无论是在交易市场上,对于用户的产品上,或是搜索方式,数据积累、解析和应用等方面都有自己的建树和理解。这即形成了“天时、地利、人和”。

此外,值得一提的是,PKFARE曾于2015年8月完成天使轮融资,2017年3月完成Pre-A轮融资,2018年4月,完成民航投资基金、凯撒旅游及长江商学院创创基金的数千万元A轮融资。


深度好奇:深挖语义理解,助力打造机器版“福尔摩斯”

人与人之间说不同语言,尚且会出现沟通障碍,当人类和机器交互时,这种障碍则会变成巨大的鸿沟。毫无疑问,人工智能是时代发展不可逆的技术趋势,而作为这个时代的核心参与者——人与机器,如何更好地交互始终是待解问题。其中,最关键的是让机器能够理解人类的语言。

市面上已经出现了大量的自然语言处理(NLP)企业,致力于人机之间的语言交互问题。不过,人工智能企业深度好奇则将研发的重心细化到NLP领域的核心——自然语言理解(NLU),以挖掘深度语义理解的商业价值。NLU旨在把人类语言翻译成机器可以“读懂”和“使用”的形式,即把非结构化的数据变成结构化的、机器容易操作的东西。当文本变成机器可以读懂的结构化信息时,同一流程上的很多操作就可以让机器来做,或者让机器之间进行某种形式的交互。

与NLP相比,NLU更加深度垂直,就像“深度好奇”这个名字一样神秘。该公司的创始人兼CTO吕正东,曾任职于微软亚洲研究院、华为诺亚方舟实验室,长期从事机器学习和自然语言处理的研究。作为自然语言处理领域的专家,他创业的初衷是做出具有崭新技术高度的语言智能产品。

不过,由于公司切入点比较深入,吕正东笑称很多人不理解他们在干什么。“我们希望形成一个完整的行业语义图谱,一方面,它能够和其他结构化信息做无缝连接,另一方面,它可以直接辅助行业专家的决策。”吕正东介绍到,公司的愿景是探索理解人类语言的算法,并且创造服务于行业的人工智能。

据他介绍,深度好奇最开始涉及的领域是法律,现在主要在公安和金融领域中做应用,代表性的例如智能审讯类产品和智能风控产品。以公安相关场景为例,吕正东介绍到,深度好奇有两大技术框架,一是做复杂文本的解析,即将复杂的文本转化成语义图谱;二是基于语义图谱进行推理,包括图谱之间的比对、融合、预测、分析等。

案件里的信息主要体现为文本形式的非结构化数据,深度好奇首先需要对文本数据进行结构化,从而串联整个案件已知和待确认的信息,形成一个完整的语义图谱,这即是语义解析平台的功能。此外,深度好奇还有一个推理平台,可以用来处理语义图谱与其他信息的融合、比对以及在此之上的预测和行动建议等。需要说明的是,在侦破过程中的很多信息是模糊和待确认的,推理平台会通过多信息源的比对以及和人的交互,来逐渐完成对信息的丰富和清晰化。随着事实性信息的不断完善,该图谱会变成一个越来越完整和清晰的对案情信息的综合表征。

吕正东表示,公安场景是NLU可以大展拳脚的领域。“其实,在逻辑层上大有可为。之前很多企业已经在感知层上获得了快速成长,但总的来说,感知层市场的增长已经大幅放缓。”他认为,公安方面接下来更亟待解决的任务,就是如何在认知层和逻辑层把数据串联起来形成解决方案。

与医疗领域有着较为相似的痛点,公安领域也面临着专家资源的缺乏以及与时代的脱节。“新警察缺乏经验,老警察也在被一个问题所困扰:他的经验未必能和最新的侦破手段结合。“吕正东说。所以,在这样的背景下,亟待一个既能融合老警察办案思路,又能以极速的方式接触到各种信息、适应最新侦破手段的解决方案。吕正东表示:“目前世界还没有技术能一开始就做到机器版的福尔摩斯或者狄仁杰,但是我们可以在一些局部进行突破,先提高警察的办案效率,逐渐就会串联起一个更完整、更强大的解决方案。”

据悉,深度好奇在公安市场的商业模式目前主要有两种:其一是将产品直接销售至公安局,用户已覆盖多个县区级公安局、地市级公安局和省厅;其二是与不同类型的平台型公司合作,通过他们的渠道进行市场推广。显然,深度好奇的技术产品在效果与落地方面均有所成,未来也可能衍生到其他领域。

深度好奇已经于2016年底完成了合力资本及阿米巴资本的天使轮融资,目前对于新一轮融资持开放态度。


中云数据:用去中心化打破孤岛,“数工场”实现工业数据互联|创业

“工业数据比电商数据复杂的多,首先它多且杂,传统工业企业产生大量数据但不知道如何应用;其次是它数据产生的频率不规律但是要求很严格,尤其数据不能出错,不然会影响整个进程。”中云数据的创始人陈刚说道。

工业背景出身的陈刚拥有东北大学院轧钢、伊利诺理工计算机、中欧商学院三个硕士学位,曾供职于摩托罗拉总部、挂帅硅谷创业公司Salira软件开发、执掌国资浦东软件平台开发公司,对工业自动化、嵌入式系统、平台类软件的研发和市场开拓有丰富的经验,他于2016年创立中云数据,致力于提供工业数据源、数据平台和数据应用的服务商。

“工业大数据突出的问题不是缺数据,而是不能很好的利用数据。”陈刚介绍,工业经过数十年的发展,已经形成相对成熟独立的运作系统,各系统间产生的数据相互独立像“信息的孤岛”,比如生产系统的数据、设计过程中的数据、排产中的数据,加上生产商的数据以及供应商的数据,数据冗杂且大多数企业不知道如何应用。针对这一痛点,中云数据提出的解决方案是 UDSA 多功能大数据服务一体机,即雾计算超融合处理平台。

UDSA运用了“去中心化”雾计算技术。雾计算是云计算的延伸概念,在该模式下,数据、处理和应用程序并非保存在“云”中,而集中在网络边缘设备里。利用这一技术,数据存储在广泛分布的、相互独立的各节点本地,在实现数据资源共享、提高软硬件利用率、降低整体投入成本、提升单个或局部节点故障容错性及系统抗风险能力的同时,能够按需开放权限、采用通用的接口标准,有效解决了数据拥有、使用的难题,从而高效低成本地实现集团内及产业链上下游企业间数据共享。

作为软件应用服务商,中云数据只对企业提供软件服务技术,并不直接接触其数据。UDSA集数据过滤、隐私保护、身份安全识别等多功能于一身实现了计算、存储、网络和大数据软件融合,从而实现企业间地位对等、相互独立,各成员企业拥有数据,并根据权限共享数据。

在解决了企业内部数据共享的问题之后,是企业该如何发掘和应用好外部的数据。外部的数据包括互联网上开放免费的数据也包括更有价值的行业实时数据和分析报告,这些数据的搜寻和收集往往耗费大量的时间精力。基于此,中云数据推出了数工场,解决产业外部数据获取分析的问题。简单来说,数工场就像一个工业数据的搜索引擎,它通过持续汇集、加工、关联各类工业数据集,这包括国内外公开或付费的各大门户网站的数据以及中云数据自有的关于企业间脱敏的工业数据。通过兼容第三方数据分析工具为第三方利益相关方提供外部数据服务,比如违规风险防范、国际对标跟踪、产能态势监控、后市场提质增效、供应链风险控制等。另外,为了解决利益相关方数据共享问题,中云数据应用区块链技术发布了数据共享软件系统。

举例来说,全球有6万艘远洋货轮,它们的下水、航线、使用年限等数据都是公开的,通过开放数据集采集和分析这些数据,造船企业能够准确知道其目标客户的货轮更换购买期限。在此基础上,采用期货的方式,提前锁定造船大宗原材料钢板的价格,能够提升营销精准度,同时节省成本。

“在没有数工场之前,大多数企业也可以经过一系列数据采集整合提取的过程完成工作,只不过数工场用人工智能和机器学习变得更简单了。”陈刚说。

据了解,中云数据经过两年半的运营,2018年运营收入为1800万,利润400万。目前,中云数据已服务造船、汽车、轻工和通用机械行业,和中船重工、上汽大众等公司开展多维度的合作。

对于数据服务业内的巨头,例如华为、阿里等,陈刚表示巨头不是寡头,中云数据专注于工业数据,精简且专业;对于工业领域中巨头中穿重工等他们的数据处理公司大多为自用很难拓展到整个领域。对于中云数据的采集数据的能力和业务拓展的人脉,陈刚表示有一定的信心,未来也会开发更多的盈利渠道。

中云数据的创始团队多有大型制造业背景,在数据、IT和数据有多年经验。目前,中云数据正在寻求A轮融资,用途主要为团队扩充、销售和市场费用。


Atman:用AI助力医学翻译难题,可为药企节省60%的时间

对于很多新创企业来说,选择成熟的增量市场几乎意味着进入“竞争红海地带”,想要另辟蹊径,在小领域一枝独秀却又顾虑“市场天花板低”,无法做大做强。不过,对于AI医疗新秀企业爱特曼科技(Atman)来说,这些担忧似乎并不重要。

AI医疗的热度不言而喻,绝大部分企业都主要集中智能诊断、智能问诊、智能药物研发领域。医疗是一个庞大、复杂的系统,这是大家的共识。所以,整个行业都在积极地寻找切入口,以撬动这个巨大的市场。Atman也希望推动AI医疗的发展,但是其看到的市场切入点并非当前的热门领域,而是以医药和器械领域的医学翻译场景作为切入口。

“市场上没有人做,这件事情又非常重要,这就是机会。”Atman的CEO马磊说。Atman成立于2016年,专注于医学领域的人工智能技术和产品的研发,旨在让人工智能更懂医学,合作并服务于从药物发现,临床开发,医学诊断,到专业教育的医学全阶段客户。其能够为客户提供 AI 赋能的医学领域翻译产品和服务,智能机器写作系统,基于知识图谱的数据分析和知识发现产品。值得强调的是,Atman曾获得 wmt2019生物赛道的世界冠军。上个月,通过层层筛选,其从500多个项目中脱颖而出,成为平安云加速器的第三期成员。

马磊介绍道,翻译在整个医药、医疗器械行业里是刚需。国际药厂把国外新药引入国内,国内的药厂把自研创新药推向欧美市场,都需要走一套监管部门的合规性检验流程,即需要证明研究结果是否符合当地的临床。这个过程中,所有的申报资料必须是中文的。“这就是一个巨大的量。每注册一款新药,需要翻译的资料有一个小卡车的容量。”他说。

除了翻译资料量大,合规性的审查还要求高水平的翻译质量。“因为最后药品上市之后,如果申报材料有错误,整个审批文件都会被退回。”他表示,传统方式是通过企业一层层外包给第三方公司,人工多个环节去完成一个非常体系化的事。“传统方式完成一款新药资料翻译需要六个月。”他说。

为了解决提升翻译的效率,减少药企的损失,Atman 研发了专业的医学机器翻译产品Transgod 。Transgod是基于亿级医学海量数据和自研算法的神经网络机器翻译引擎, 深入理解并优化如临床前,临床,药物生产,药物警戒等医学子领域。据马磊介绍,Transgod 完成一款新药研发资料翻译只需要两个半月时间。

除了翻译,Atman也推出了综述性写作产品,即非结构化数据的处理。药厂在完成早期研发后,进入临床前的过程中,需要很多综述性的写作,即对于实验的总结记录。此外,药品进入医院后,医生也会询问很多问题,药厂需要就问题作出写作型解答,如找到相应的数据来证明这种新的化合物能够去帮助病人解决什么问题,同时它的毒性副作用是在什么规范之内的。“这种综述型写作,可以用机器来为人类提供效率。”马磊表示。Atman提供一个搜索引擎,医生可以设置相关得标签和要求,系统在庞大的数据资料库里基于关键词和阅读理解的能力,找到相应能支撑结论,有价值的内容。此外,Atman也开发了医学知识图谱应用,旨在基于医学知识图谱的语义搜索、长链推理、机器写作、机器对话等应用,助力药物研究、药物开发、市场销售等药企核心业务。

而驱动应用的数据来源主要有两方面:公共数据和私有数据。据介绍,公共数据来自企业的公开数据和申请的专利。“我们团队在微软研究院和搜索技术中心有很丰富的经验,可以获取很多互联网上的生物医学数据。”马磊说。此外,私有化数据主要来自于药厂,如在合作的过程中有限使用。

“我们公司从成立到现在,其实完成了两个阶段的进化。”马磊对这几年的发展做了总结:

  • 第一个阶段是形成产品和技术的闭环,主要是数据储备、技术研发,使人工和机器形成了协作闭环——机器拿到人工数据,再帮助人提升的效率。
  • 第二个阶段,也就是目前所处的阶段是,针对客户的需求,形成定制化产品,满足部分客户需求。“客户同时获得他的商业价值,我们也获得我们的商业价值。”他表示,目前Atman已经和多家国际顶级的药企在合作。
  • 据他透露,接下来即将走向第三个阶段——形成某个方向上的整体解决方案。“定制化产品的通用性比较低,只是从早期去窥探市场一种方法。我们接下来要完成方向上的布局,由有需求的产品点组成的,由点连成线的整体方案。”他说道。

“企业其实没有绝对的壁垒。壁垒一定是动态的,人的壁垒带来了技术的壁垒,带来了产品的壁垒,带来了市场的壁垒,品牌的壁垒。”马磊说道。

值得一提的是,Atman已经获得两轮融资,共计5000万人民币。

“平安云加速器”简介

“平安云加速器”项目旨在帮助具有发展志向并计划进入中国市场的创新科技企业。该项目由全球最大的保险和金融机构之一平安集团发起,借住深圳市福田区政府支持。入选加速器项目的企业将获得全球思想领袖的专业建议和指导,并获取平安的国际社区资源,此外,入选企业也将获得平安云服务,并成为平安云生态圈的合作伙伴。在为期五个月的加速旅程中,我们将帮助入选企业打磨产品、优化商业模式,将业务拓展到中国,并通过D-day和研讨会等市场推广活动促进下一轮融资。第四期加速计划已于本月启动招募。


Try&Buy:一张照片,AI试衣间让你一键试“装”

即便是拥有“九头身”的名模,也难免在买衣服的时候入错坑。关于穿衣打扮,没有人不挑剔。至于如何找到材质、大小、设计都合适的衣服,大家公认为的稳妥方法应该是“上身试”。

然而,在网购“淘宝”时代,消费者无法直接试穿衣服。尽管大部分商家承诺7天无理由退换,以保证消费者有足够的时间对这些“海选”产品进行“复试”(即试穿)。但不得不承认的是,事实上,线上商家的退换货率居高不下,而漫长的退换货周期和手续对于买家来说也是降低了体验值。此外,在以“体验为王”的线下实体店,许多消费者的体验舒适度也并没有改善。许多门店拥挤的试衣间和大排长龙的试衣顾客,让人颇感无奈。

如何在改善线上线下消费者试衣体验,帮助大家更快更准的找到适合的衣服?

一家来自印度的创业公司Try&Buy推出了基于AI技术的虚拟试衣间。Try&Buy 运用计算机视觉技术帮助线上零售商建立虚拟试衣间。用户只需上传自拍照片,就可迅速生成线上模拟身体模型,获得与在实体店一致的试衣体验,从而减少退货换货流程,提高卖家的销售业绩。

当然,虚拟试衣间并不是才出现的“新物种”。2014年,微软就应用Kinect 3D感应技术,推出虚拟试身镜。该试衣镜设有6英尺6英寸屏幕,镜头可拍下顾客身躯的3D立体影像,再显示在屏幕上,然后电脑会挑选一系列服装及饰物供顾客选择,顾客只要轻轻挥手,便可选择“试穿”哪件衣服,试穿画面更可即时放上网。后来,电商巨头亚马逊也推出了虚拟镜子系统。据其专利文件介绍,其应用了混合现实技术,和现实的平面镜子通过反射光线来映射物体不同,虚拟镜子的镜面背后是一块投影出来的银幕,试镜者之所以感觉是在照镜子而不是录像重放,是因为从摄像机拍摄人物到呈现在银幕这一过程非常短,让人误以为是在照镜子。

“微软的技术,不实时,价格贵。亚马逊的解决方案需要到实验室里面给身体拍照,再进行分析,所以在应用场景上有局限。”Try&Buy的创始人兼CEO Nitin Vats认为关于虚拟试衣间的体验还有更多需要优化的空间。

作为计算机科学家,微软的比尔盖茨核心研究团队的前研究员,Nitin 负责为软件提供最佳的计算机安全性。他发明了更安全的NNRU 系统,并成功破解了著名的法国安全系统NTRU。为了向时尚电子商务提供接近现实的购物体验,Nitin 开发了相关技术,获得了美国专利并推出了Try&Buy。“通过我们的应用,顾客在手机上拍个照片,然后把身高、体重等一起输入到系统中,系统则会自动生成一个3D的人体形象,而且也可以做成视频。”Nitin 介绍道。

据Nitin 解释,Try&Buy应用的体验优势主要表现在两方面。一是3D人体形象的建立非常灵活。据悉,用户只需要给系统一张照片和体重、身高数据。首先,系统会根据用户的脖子和肩膀比例、距离来判断是什么样的身材。

“很多人购买的时候,可能并不想要放太多的信息上去,仅仅会提供简单的图片。”Nitin说。此外,他透露,关于身型判断,Try&Buy系统背后的数据库分析了2000多种体型,并且运用人工智能做了一个模型,可以比较准确地分析出用户的身型。当然,如果用户觉得系统建立的身体模型不是很满意,还可以自己在臀围、腰围等方面进行调整。

除了人形虚拟模型的构建,Try&Buy在衣服与虚拟人模型的结合方面也充分考虑到了实用性。Nitin介绍道,首先,衣服的材质可以虚拟试穿中体现,例如透明材质。另外,有些人喜欢穿宽松的,有些人喜欢穿紧一点的,用户也可以直观地了解衣服在不同状态下的呈现效果。“用户能够更加精准地挑到自己喜欢的产品,这样退货率也会降低。”Nitin说:“很多竞争者需要身体的整个形状才能够构建3D的人形形象,但我们只需要把衣服和用户照片加在一起就可以得到3D效果。”

据悉,Try&Buy主要有三种商业模式:一是和线上的品牌,如电商平台在合作;二是直接和品牌合作;三个就是通过和线下的实体店合作。目前该公司已经和200多个品牌合作,如和印度沃尔玛的线上店和线下店都在合作。“我们还有个计划是:推出一个人工智能时尚顾问。它会根据你以前的试穿记录和喜好推荐一些你可能感兴趣的搭配。”Nitin说。

Try&Buy已经完成了种子轮融资。

题图来源:pixabay


来也科技携手UiBot进军RPA市场并完成B+轮3500万美元融资

6月27日消息,人工智能企业来也科技今日宣布完成与RPA创业公司奥森科技的合并,合并之后的“新来也”同时宣布完成B+轮3500万美元融资,全面进军RPA+AI市场。本轮融资由凯辉创新基金领投,老股东中双湖资本和光速中国超份额跟投。

合并后的来也科技,汪冠春继续担任董事长兼CEO,原奥森科技CEO李玮任联席CEO兼总裁,原来也CTO胡一川继续任CTO,原奥森科技CTO褚瑞任高级副总裁。

来也科技CEO汪冠春表示:企业引入数字劳动力已是大势所趋,RPA机器人流程自动化是实现企业运营自动化的核心基础设施。奥森科技的创始团队对RPA平台产品有丰富的研发和运营经验,在过去十八年里构建了国内最庞大的RPA社区。奥森科技的RPA平台产品“UiBot”结合来也现有的AI能力及对话机器人平台“吾来”能形成很强的协同效应, “新来也”将为企业客户提供“动手能力”(流程自动化)与“脑力”(NLP自然语言处理)兼备的机器人解决方案,大幅提升运营效率并降低人力成本。

联席CEO兼总裁李玮说:“UiBot上线不到半年即获得30万次下载和超3万注册用户,登记了6000多家企业客户信息。这次与来也团队联手打造全球最强的RPA+AI平台,必定会是激动人心的创业历程。”

光速中国创始合伙人宓群表示:“这次RPA+AI的强强联手,将大大提升来也的企业级机器人技术和产品能力,相信稳健发展日渐丰富的产品线能够得到市场的广泛认可。”

据悉,本轮融资为国内RPA+AI领域迄今为止最大单笔融资。所获资金将主要用于招募RPA产品研发和销售人才,并在持续加强NLP、深度学习、强化学习等技术优势的同时,拓展更丰富的AI能力,加速来也科技智能机器人解决方案在全行业的商业化落地。

注:具体融资金额由投资方或企业方提供,大发百人牛牛app,百人牛牛ios下载不做任何背书


六六脑:让认知训练变得有趣,这款基于互联网、AI的健脑游戏有什么特别的?

据世界卫生组织新发布的一组数据预计,到2050年全球患痴呆症的人数将达到1.52亿。当然,痴呆症仅仅是一类脑部疾病的总称,包括阿尔茨海默病、血管性痴呆等。除了痴呆症,脑部疾病还有很多其他分类。作为人体非常重要及异常复杂的一个系统,脑部的相关研究也汇集成了一个专业的学科,即脑科学。

随着相关技术的发展,脑科学近几年的发展速度特别快。不过,因为这个学科相对来说比较年轻,大部分研究成果还躺在实验室,没有走出来和大众见面。“作为研究者,我们希望研究成果能够进入实际应用流,造福更多的人。”作为一名脑科学领域潜心研究者,智精灵科技(以下称为“六六脑”)的创始人向华东希望新突破可以反馈给有需要的人。这种愿景成为了六六脑成立之初就坚定的目标。

来自哈佛大学、麻省总医院、欧洲脑科学研究所、美国纽约长老会医院、北京宣武医院等科研及临床机构的数位脑科学博士、博士后共同创办了六六脑。该公司专注于前沿脑科学的研发及创意应用。

当然,要将实验室的最新科研成果普及并非是易事。尽管拥有一腔热血,但做产品并不是拍脑袋就可以决定的事情,一切都要“从长计议”。向华东在这样的思维下,首先考虑的是真正要切入市场,必须先找到既有的市场需求和相对成熟度比较高的应用。“我们选择从认知训练切入。因为认知训练可以帮助大脑疾病患者进行大脑学习记忆,逻辑思维控制协调,包括情绪和语言等认知功能的康复。”他补充道,而且通过现有的医疗技术也可以反复验证神经生理上的良性变化。

确切的来说,向华东口中的“认知训练”应用是六六脑科学健脑云平台,该平台基于前沿脑科学研究成果,提供专业、系统的脑功能评估、 监测和健脑训练方案,创新地将脑科学和临床技术与云技术、社交游戏形式相结合,让用户通过轻松的游戏式健脑训练,就可达到经临床验证的脑功能提升和康复效果。简单来说,其可通过多媒体软件的方式,刺激大脑,通过互联网、人工智能等新技术结合提供更优质的应用体验。

“我觉得通用的平台性技术的结合,可以带来更好的应用体验。”向华东说。首先,基于互联网,可以打通传统认知训练在时间和空间上的限制。六六脑的健脑产品可以让患者在家登陆账号即可使用,也支持医生在医院里远程了解患者的训练情况。

而人工智能则是帮助优化解决优质资源稀少,分布不均的问题。它可以把少数顶尖医生的知识、经验,通过数字化做成一套标准化的东西,下沉到基层医疗机构。据悉,通过人工智能技术,六六脑的健脑产品可以做到患者只需要输入病史、年龄和基本信息,系统就可以自动通过智能算法,计算出其需要什么样的训练。

“这套训练的算法的水平应该说已经超过很多医生的水平,因为它集合了最新的研究成果,以及最顶尖的专家的临床经验形成。”他说道。“但是我们不会去把医生的作用完全替掉,只是把以前很多手工做的事情变成自动化,给医生提供辅助意见。”向华东解释道,医生具有对系统给出方案的的最终的确认权和裁定权,即:系统会给医生推荐方案,医生做最终的选择方案确认。

“医生可以把它当成傻瓜相机来用。”向华东表示,如果是一个非常有经验的医生,非常了解其患者,六六脑也会为他们提供专业相机的功能,即所有的细节参数都可以调节,可以把自己的经验融入进去,最终保存形成自己的方案,分享给其他的医生去参考。“所以实际上是人工智能和人工的结合。”他补充说道。

据向华东解释,基于人工智能,六六脑的产品可以不断的优化。在初期,人工智能系统的训练数据主要来自于已有的专业专家知识,其主要作用是提升效率与下沉优质医疗资源。当系统不断积累数据之后,又可以进行自适应学习,形成更多的创新。“这种自适应学习可以弥补前沿的专业经验的在细微上的不足,它可以做到基于每一个患者的不同特点,调整个性化的参数于方案,”他说。

“我们其实是先把相对成熟、风险低的技术应用起来,然后再逐渐加入一些更专业的脑科学相关技术。”他解释道,认知训练通过互联网软件可以实现,其互联网属性是非常好的先发优势,可以形成一个平台,积累很多用户,产生海量数据,这些大数据对后面新技术的应用来说会是较好的基础。

此外,据向华东透露,六六脑在产品的版本划分方面目前主要有两类:一是医疗版本,针对脑瘫,像阿尔茨海默症,脑卒中等导致的认知障碍疾病群体。二是面向健康人的或健康亚健康人群的类似消费级的应用,如大脑的筛查、测评、老年痴呆的提前预防,儿童智力的提升等。“我们先聚焦在医疗领域内,这是最刚需,也是最能够去验证应用效果的。”他表示,目前公司的商业模式主要是提供医疗级产品。

据悉,六六脑目前合作医院已经达上千家,其中包括一百多家三甲医院。“国内排名前十的精神科、康复科、神经内科,90%都在用我们的系统。”他说。此外,在融资方面,六六脑已经完成了A轮融资以及一轮由业内专家投资的融资。


中天安驰:开源的框架难以形成壁垒,数据才是ADAS的硬核实力

无人驾驶风很大,但目前依旧没有实现真正普及的应用。不过,听起来似乎没那么酷的智能辅助驾驶却迎来了成熟落地的商业化阶段。“我认为,2018年可以算是中国智能辅助驾驶市场的元年。”中天安驰的创始人兼CEO徐一新说。这家已经有近6年发展历史的智能辅助驾驶企业,欣喜地看到了新的市场趋势。

成立于2013年,中天安驰是一家专注于计算机和深度学习无人驾驶技术的企业,亦是中国领先的汽车智能安全技术研发型企业。其聚焦车载前端视觉、疲劳驾驶应用、多功能辅助驾驶、智能化决策、行车参数实时获取与动态分析、远程信息处理与监控平台等核心技术的应用与产品开发。

当然,智能辅助驾驶并非是新物种,且市面上已经有成熟的大面积市场占领者如Mobileye。不过,该细分市场一直在等待成熟可引爆的时间点,以寻求更大幅度的增长前景。而徐一新认为,智能辅助驾驶正在迎来一个巨大的机会。他认为主要有三个因素在催熟市场:一,中国是全球交通事故率最高的国家;二,很多相关政策已发布,试点已经在实行;三,就整个交通运输物流市场来讲,很多对管理要求诉求比较高的公司,随着技术的演变,需要不停引进新的管理的方案来提升自己的效率。“当大的背景和企业自身诉求达到交叉点的时候,整个市场就会引爆了。”他补充说道。

数年的潜心研发与产品实践,中天安驰的ADAS实力可大气地“亮剑”。其主要功能有:前车碰撞预警,车道偏离预警,行人碰撞预警,溜车碰撞预警,人脸检测疲劳驾驶预警,盲区检测预警,夜视辅助预警等,其中部分功能为国内独家。值得一提的是,在ADAS领域,中天安驰拥有多年沉淀积累的两大核心优势:针对中国人的驾驶习惯和中国复杂的道路环境进行研发测试,使系统更加亲和用户,让开车高效便捷;长期专注于研发测试,数十项发明专利,中天安驰建立了庞大且不断更新的算法数据库,ADAS产品报警准确率高达99%以上。

中天安驰创始人兼CEO徐一新

“我们早期定位是想做技术输出,但是实际发展过程中,发现缺乏相关的能够承载的硬件或产品。相当于我们逼自己一点点构建整体服务。”徐一新介绍道,开始的时候,中天安驰的产品设计思路主要是,通过免费App调用手机的摄像头传感器,系统再进行智能图像识别和分析,为司机提供驾驶辅助。但是为了能够获取更多的、标准统一的车辆行驶相关数据,以保证后续的精准训练,公司将定位转变为整体方案提供商。

整个发展思路的系统化也为中天安驰构建了核心竞争力。徐一新表示在ADAS的感知层和控制层方面,有两个核心的因素,即基础的模型框架和数据量的积累。然而,模型框架几乎都是开源的,只是在实践上,每个企业有自己的差异化,如是否在边缘计算方面有更先进的方法来提高算力和计算效率。但徐一新认为,这方面的差距并不能形成绝对的核心壁垒,需要融合数据训练的实力。

“我们产品方面有嵌入式终端,有比较大规模的装机量。此外,我们也在边缘计算上面做了大量的创新,让模型可以在有限设定下更高速和更精准。”徐一新表示,中天安驰通过提供整体的组合拳方式,可以获得比较高的市场占有率。

其官网透露了一项数据:该公司至今已为超过10万台商用车提供主动安全预警服务。此外,徐一新透露,中天安驰已经积累了近200亿公里的数据库,其中包括各种天气(包括各种恶劣天气)、光线(夜晚)等复杂路况数据。

在商业模式方面,该公司目前主要将软硬件解决方案提供给商用车队,做基础的服务。其输出的数据应用对象可包括保险、金融、交通监管部门,政府部门等等。此外,中天安驰已经完成了近亿元人民币A+轮融资,由云启资本领投,度量衡资本跟投。

尽管,拥有踏实的技术实力,不过,徐一新强调了“技术的极致性”。他认为无论是无人驾驶还是智能辅助驾驶,都不是孤立的:“我们国家推出了路网协同的思路,这种结合其实是一个更加完美的方式。”他透露,中天安驰也在往该方向发展。“我们和政府合作,对于未知的复杂路况提高感知和约束,相互配合,还可以综合判断驾驶人员的深度画像,了解其经常跑的运输干线。”他说。


喜芽:让宝宝“赢在子宫”?准妈妈人手必备听诊式胎儿监护仪

“大肚子经济”有多火?看看大街小巷层出不穷的月子中心就知道了其“钱景”有多诱人。随着人们生活水平的提高及二胎政策的开放,孕妇作为一个特殊群体,在买买买方面可是毫不吝啬。该群体对怀孕相关环节的高质量要求,滋生了如孕婴用品、孕妇装、孕妇瑜伽课程、个性化月子套餐、月嫂服务等一系列市场,统称为“大肚子经济”。

不过,对于一个曾经的儿科医生来说,信臣健康董事长王鑫认为,这个市场中还有更深度的需求。“很多患者儿童的疾病原因都和孕产期有关。在孕期里保障胎儿的健康和安全,远远比后天的治疗更重要。”他说道。如何让新生儿“赢在子宫”,帮助准妈妈诞下健康的孩子?信臣健康对于这个问题的答案探索则是——听诊式胎儿监护仪及监护系统喜芽。

信臣健康致力于提供先进的人工智能产品和专业的健康管理解决方案,集产品研发、生产、市场推广和销售为一体。其开发了一系列基于智能硬件的远程医疗管理系统,为医院和患者提供更便捷的健康管理云端服务,未来将逐步发展成为基于大数据的母婴健康数据服务商。喜芽是其目前主要发布的一款智能硬件产品,值得一提的是,该产品已经通过医疗器械认证。

据悉,当前孕妇进行胎心方面的检测主要有两种途径,一是到医院进行产检。不过,经常跑到医院进行常规检查,对来说,妈妈费时费力。此外,对于医院来说,需要多分出劳动力从事这样的重复工作;二是孕妇自己购买胎心仪在家进行监测,市面上的仪器价格不等、只有一个胎心率探头,多为超声多普勒原理,无法进行连续的监护和出具监护报告及评分,没有临床意义。

在这样的背景下,喜芽的诞生具有颠覆应用的意义。该产品采用安全的听诊式原理,不涂耦合剂,不发生任何超声能量波,孕妇只需要佩戴好胎心和宫缩两个探头,按照APP的指引,安静地进行20分钟的连续监测,便能收集胎心率、宫腔压力、胎动次数等全面的医疗级监测数据,并通过蓝牙将监测数据上传至云端,通过APP的医疗团队与人工智能双重分析,给出可视化的报告,及时预防胎儿缺氧或早产。

据介绍,喜芽背后的技术路线是:主要由两个探头构成,一个是宫腔压力感受器,其主要作用是了解宫缩情况;另一个监测胎儿心率的变化。通过信号描记胎心率和宫缩的变化,形成20分钟的曲线图,可以监测胎心率、胎心率曲线、宫缩强度、宫缩曲线、加速、减速、振幅变异、周期变异、胎动次数等,可以综合判断胎儿宫内储备能力。

在检测准确度及安全性方面,喜芽在中国已通过国家药品监督管理总局(NMPA)严苛的临床试验验证:该产品与医院超声多普勒胎心监护仪的结果高度一致。

信臣健康董事长王鑫

据王鑫透露,目前,因为喜芽刚开始进入规模化商用阶段,所以其市场策略主要是先以医院切入,建立合作的标杆,再扩大化衍生。据悉,医院利用喜芽产品,可以对院内所有的孕产病人实行一体化监护了。医院只需要一个工作站,就可以同时、随时随地监护孕产病人。“每个妈妈自己测完了数据,传到护士站。胎心有问题的,系统会异常自动报警,护士就可以直接找到这些需要帮助的妈妈。这大幅度提高了医务工作人员的效率。”王鑫说。

此外,他还表示,居家的远程监护,是该公司真正想要覆盖的最大的市场。而通过喜芽的协助,以后孕妇在家将数据测完了以后,系统可以将情况同步发给医院,医院可以对所负责的患者进行跟踪随访、观察。这可为以后推出特需病人和私人医生等计划奠定基础。

据介绍,喜芽的原型产品FETAPHON在欧美十多个国家已经历经20多年欧洲经过了十余年的技术沉淀和积累,信臣健康在取得全球专利后进行了二次研发及产品本地化改良。王鑫表示,当对产品进行二次研发时,最头疼的就是硬件内传感器的成本高昂问题。“这导致了整个产品的成本很高,不利于推广到孕妇群体,也无法和医保做结合。”他说。不过,在优秀的技术团队的潜心研发下,攻克了传感器的成本问题,将同质量的传感器的成本降低了许多倍性能更优的传感器成本降低了多倍。据王鑫表示,目前技术团队依旧在对整个产品进行成本上的优化,预计今年年底,其价格有望降低到百元级。

不过,在王鑫看来,喜芽的成功商用,只是信臣健康目标的一小步。“我们希望能够形成孕前、孕中、孕后的一条完整的产业链,真正服务”妈妈们“最难的孕前孕后一千天。”他说。

当然,王鑫也有对于整个产品的明确步骤规划。他希望平台搭建起来,在积累了一定的用户量以后,接着就是丰富平台的内容。“包括一些视频百科大全,找一些领域内的专家以短视频的方式解答妈妈们的一些常见问题。”他说。当然,是否需要这些衍生服务不会是核心的商业模式,智能硬件及数据应用才是核心。最后,他表示:希望今年喜芽可以实现10万台销量,


邸客科技:高投入却没收益?用AI将酒店电视变“废”为宝

你住酒店会看电视吗?

对于住酒店的人来说,应该都体验过一个有趣的现象:看或不看,一个大电视就在你面前,少了它,酒店客房似乎缺点什么,它在那,许多人也并不会去打开。这样的情况,对于酒店来说就比较痛苦了,“电视只是摆设没收益”让许多酒店发愁。那么,是否可以将这个高成本,低收益却丢不得的“包袱”变成盈利点?邸客科技(以下称为“邸客”)正有这样“化腐朽为神奇”的能力。

成立于2016年的邸客,是一家互娱客房服务提供商,致力于为住客和酒店提供客房娱乐化服务。其目前在国内16个城市有运营中心(城市合伙),旗下拥有邸客互娱和AI智能私助“多莉羊”两个品牌。 

邸客互娱主要通过AI智控终端控制商旅酒店业的客房屏幕,把高净值的商旅用户在酒店场景下唤醒,用双屏互娱重构传统营销方式,进行精准营销,类似酒店版分众。多莉羊是邸客研发5月即将上线的产品,它主要基于人工智能技术,旨在打通酒店业上下游服务链,垂直服务酒店住后,重构酒店的场景服务流程,帮助酒店业实现数字化运营。

值得一提的是,其创立的电视手机双屏互动模式,可持续为酒店赋能,将客房电视从成本中心转化为利润中心,提升酒店的数字化运营能力。在邸客覆盖的客房内,住客插入房卡即可唤醒电视,并可直接通过手机扫描电视屏幕二维码,便可挑选想看的内容,包括电视剧、电影、综艺、动漫、MV等内容,而且可以直接通过手机控制电视。此外,据介绍,邸客与中科院联合研发了一款智能芯片,可支持97%的电视控制功能,且创新带接受和发射功能的红外延长,支持多种环境的设备安装。

创始人兼CEO刘洪涛

据邸客的创始人兼CEO刘洪涛透露:“电视是酒店里面最低效的投资,因为其无法带来任何新的用户体验,但却是必备的物品。所以,我们希望可以充分发挥电视的屏幕价值。”他表示,打通电视屏幕入口,激活用户消费是邸客最基本的步骤。其可通过收取服务费、广告费,植入轻社交、电商生态等方式实现第一阶段的商业模式。

据悉,目前在产品落地方面,邸客的服务主要聚焦在中高端酒店,已经签约了12万多间酒店客房。

当然,除了帮助酒店最大限度地挖掘电视屏幕的价值。邸客更大的愿景是希望帮助酒店在竞争激烈的市场中,能够在节约成本的同时,提供更好的服务。随着消费者对环境、服务等的要求较高,酒店在成本投入增加。这无形中也导致了酒店住宿价格的上升,将用户推开。但事实上,很多酒店尽管有高成本的投入,却不一定能获得理想的客户量。“酒店是数据集提供者,但他们却没有享受到数据,所以我们希望帮助他们进行数字化运营。”刘洪涛解释了推出AI助理多莉羊的初衷。

显然,邸客企图打破每个酒店以自己为核心的数据孤岛格局,从而形成千人千面的服务和内容,真正做到以用户数据为核心驱动。

据刘洪涛介绍,多莉羊有几方面的功能呢:第一,协助酒店实现更精准的信息化。在客房服务和相关的管理上的一些末梢方面,可以简化流程;第二,节省了酒店大量的人力成本,客户提出的常见问题,可以直接解决;第三,精准推送可以给用户带来更个性化的体验。

在精准服务方面,多莉羊其实就是一款基于语音交互的助理、智能决策引擎。刘洪涛举了一个例子说明:其会根据用户此前的点餐用餐数据,来判断用户大概喜欢吃什么,而且在推荐的餐厅中,可以细致到推荐某些菜品,打破了需要从传统的一个APP到另外一个APP的交互。当然,因为涉及到大量的用户个人隐私,他也强调,邸客有相关的加密引擎,在数据隐私这块有着非常严格的把关。

值得一提的是,多莉羊在语音交互和理解的技术层面也有着自己的特点。据介绍,其应用了关联性的技术逻辑架构,建立了知识图谱。所以,系统能够从语义中寻找新的关联性,如:你问多莉羊今天天气怎么样,它可能告诉你今天的天气是下雨,温度较低,建议多加衣服,适合做SPA。此外,多莉羊还采用了开放式接口,可以与市场上的多样化智能化家居接口融合。

据刘洪涛介绍,邸客拥有多年互联网创新基因,团队在人工智能领域深耕,可在全球范围内实现由 AI 智控终端为酒店网络环境下提供数字化运营的技术解决方案,使得邸客互娱之商业模式得以实现。技术方面的夯实基础是邸客前行的力量。

此外,融资方面,其在成立之初获千万融资,2018年7月获华佰资本邱学凡的数千万A轮,目前启动A+轮中。


益序医疗:总吃不对药?这份用药版“高德地图”值得拥有

当谈到精准医疗和基因的结合时,多数人会想到肿瘤相关的精准用药服务。但很显然,基因检测在精准用药方面的潜力远大于此,比如益序医疗所聚焦的高血压等心血管慢病用药市场。

作为一家专注慢病精准用药的检测企业,益序医疗在“【AI赋能 · 智能医疗】M-TECH 2019硬科技产业创新峰会”上的出场也获得较高的话题度。很多人持有同样的疑问:为什么“不走寻常路”,切入慢病精准用药?

“这其实是一个更大、更长远的领域。” 益序医疗的执行董事王雯静说。她解释道,循环系统的重大疾病几乎都是起因于三高慢病,益序医疗希望从慢病阶段开始介入患者合理用药管理和全病程用药指导。“慢病用药的市场需求和市场容量,比肿瘤市场更大。” 她表示,与400万肿瘤病患市场相比,三高慢病群体市场存量和增量都更加庞大,而且患者的带病生存期和用药周期都更长。

“以高血压为例,全国现有约3亿高血压患者,且每年新增病患800到1000万例。很多时候,降压药等慢病药物会伴随患者十几年、几十年甚至终生。三高慢病市场拥有这么庞大的人群和漫长的病程,“把药吃对、把病管住”对于患者来说就非常重要,可以提高患者的生活质量、延长生命周期,预防心脑血管重大疾病的发生,另一方面也可以提升医保控费水平。” 她解释道。

目前,益序医疗的药物基因检测产品涉及高血压、高血脂、三高合并用药、抗凝等45种心血管疾病临床常用药物的个体化用药指导。“我们通过把患者个体的基因序列和药物的研发数据相匹配进行关联分析,找到他所适合哪些药物,帮助医生缩小选药范围,更快找到目标药物,解决临床用药的实际问题,真正实现慢病合理用药管理。” 王雯静很形象地比喻,益序医疗在产品设计的过程中,是考虑做一个人体药物基因代谢的“高德地图”。“人体的代谢通路错综复杂,而我们传统循证医学的临床用药过程,就像我们以前没有高德地图的时候全凭司机的经验,在不断试错中累积经验。”她说。

“现在借助基因测序和药物基因组学的方法,我们给医生提供了一个“用药版”的高德地图,分析并报告更高效更合理的行车路径(用药方案),来辅助医生的处方决策。然后医生在这些‘疗效好的’、‘副作用风险低’、‘代谢正常’的药物范围里,再根据患者的真实情况选择适合的用药方案。” 王雯静表示此方式的应用性很强,可以很大幅度提高效率。“我们既没有改变医生,也没有改变药品,只是把患者、医生、药品三者结合,通过基因测序和数据分析,给出了效率更好、效果更好的建议。” 她补充道。

益序医疗出来的相关分析报告,与临床验证的吻合度很高,特别是对于不良反应的干预,据悉所有干预过的入组患者不良反应率可下降到百分之一。据介绍,目前该公司的产品已签约全国170多家医院,十几个医联体,遍布20多个省份,参与了近万例难治性高血压的临床精准用药治疗,这些患者的诊室达标率高达58.6%,改善率为74.7%,其中336例患者的严重药物不良反应均得到改善和控制。此外,据抽样调查结果显示,经过半年的精准用药治疗,综合医疗费用下降了22.95%。

而这样的实用性与准确率是益序医疗很核心的竞争力。“我们以前是做基因检测上游的,后来看到慢性病个性化用药市场很大,就自己研发了应用。”王雯静透露益序医疗有资历较深的核心团队,此前有丰富的2B panel定制的经验,同时拥有许多核心技术专利,在成本、产品设计的、团队的权威度、临床合作的深度及广泛性等方面都有一定的优势。

“基因测序领域是’数据(量)大’而非’大数据’,原因之一就在于单样本数据量大且测序成本高,在缺乏后续医疗服务的情况下,难以积累起伴有临床数据的大规模样本。”王雯静补充解释道,益序医疗的核心专利技术,能在保证测序数据精准度的同时实现同业极低的测序成本,为基因样本大数据库的积累提供保证。

此外,除了在基因测序的应用上别出心裁,益序医疗还对慢病精准用药注入了AI技术。不过,王雯静表示,与目前市场上普遍通过海量数据去发现新的规则不同,益序医疗研发的AI电子药师是不断通过真实临床病例数据来训练优化已有的用药规则,将全国顶级医疗机构的临床处方、医生及药师经验、患者用药反馈等数据作为基础数据集不断训练,以AI智能处方应用的形式复制下沉到基层医疗机构,辅助基层医生的处方决策,提升基层慢病治疗与管理的水平和经验。她解释道,这其中主要包含几层逻辑:

  • 一是基于规则的算法、文本挖掘与自然语言处理技术,解决“病与药”的关系:依据临床路径及合理用药指南提供可选药目录;
  • 二是整合权威药物基因组学相关的生物信息学数据库和文献数据库,进行关联分析与知识发现,来解决“药与药”的关系:不同药物之间协同或拮抗的相互作用提示。同时,还可以进一步解决“药与饮食”的关系,在确定治疗方案和用药方案的基础上,对日常饮食的优选和禁忌进行推荐,避免食药相抗。
  • 三是依托药物基因组学的临床应用,和基于基因分型的个体药物剂量预测的算法,来解决“药与人”的关系:推荐最佳用药方案及医学证据支持,辅助临床处方决策;
  • 最后是解决“病与病”的关系:结合患者的持续性诊疗、用药及随访数据,预测三高并发症的趋势及风险,早筛、早诊、早治。

“我们希望建立中国人群慢病药物基因组学数据库,参与制定行业标准,推出慢病合理用药指南,将精准用药检测及服务纳入医保,助力医保控费水平的提升。”最后,王雯静分享了益序医疗公司的大愿景。

此外,据悉,该公司在2018年,完成了澜峰医疗投资的数千万元融资。