企业数字化转型，AI平台能力建设是关键

企业数字化转型迎来一波又一波热潮。

IDC研究数据显示，目前中国已有41.4%的企业成为数字化转型的坚定者，到2023年，全球超过一半的GDP将由数字化转型企业的产品和服务推动。

加速数字化转型、让业务智能化，许多行业均认可这是全面提升企业竞争力最可靠、最主流的路径，紧迫感如影随形。专业的数据科学人才还远远无法补足市场，企业对人才的需求就已经升级为既懂业务又懂技术的复合型精英。

为了快速提升竞争力获得市场先机，企业决策者们选择将目光投向更智能、更高效的AI平台能力的建设及其应用。

AI平台—数字化转型的关键

企业的数字化转型起于“数据”，落于“场景”，AI技术的作用是通过“数据分析及洞悉信息背后的价值”加速和优化这一进程，而AI平台作为技术的载体能让这一进程更加敏捷、易于使用可视、可自主操作。

从美国回国创办DataCanvas九章云极的方磊和尚明栋专注AI平台已有7年，成为国内最早一批自动化数据科学平台供应商。他们研发的DataCanvas自动化数据科学平台目前已经服务金融、通信、交通、制造、零售等行业中数百家企业及政府单位。

早在清华大学、弗吉尼亚理工和美国微软研究院专注数据科学研究和应用时，方磊即看到AI平台的大片蓝海。他敏锐洞察到，未来企业立足行业的制胜关键不是数据储备，而是自身数据分析及驾驭信息价值的能力。因此，DataCanvas九章云极坚持以赋能企业自主AI能力为目标，精准定位为中立的软件提供商。

对于中国企业数字化转型的现状，方磊看到，在数字化转型过程中，企业内部越来越多的部门投身其中，而不仅仅仰赖科技或信息管理部门。“所有的公司都将仰赖人工智能技术建立核心竞争力，所有的部门都有数据科学团队——这样的局面正在加速实现。”

Auto加持，ML+和DL+时代来临

自动化模型建设的能力是大数据分析里至关重要的基因。为了让模型在企业生产系统快速落地，DataCanvas数据科学平台提供的是一站式“自动化”数据分析与建模服务，帮助企业快速构建数据分析应用。

AI技术的核心战斗力非机器学习（ML）和深度学习（DL）莫属。以往专业的数据科学家使用ML和DL编码的数据建模流程并进行优化，往往需要消耗几周甚至几个月的时间，并且难以协同、调优并积累。DataCanvas通过将建模的各个环节“自动化”解决了这一难题。

从自动特征工程、自动算法选择，到自动超参数优化，再到自动结构化深度学习工具DeepTables的运用，九章云极对自动化的探索和创新从未停止。

今年3月，DeepTables在全球知名国际竞赛Kaggle Categorical Feature Encoding Challenge II 中超越来自全球各地的知名厂商，包含全球第一的电商公司和搜索引擎公司等，在所有参赛的1100多支团队中，DataCanvas荣获全球第一名。

近期，DataCanvas的又一自动化科技硕果——自搜索神经网络框架Hypernets开源发布，框架可以基于超架构的搜索空间完成神经网络超参数和微架构的自动搜索和模型训练，支持自动机器学习工具的开发并快速助力各类业务场景应用的再一次提升。

DataCanvas九章云极联合创始人暨CTO尚明栋表示，“人工智能的工业化落地，是否能够真正给业务发展带来价值，一直是智能化建设中让企业最焦虑的关注点。有了Auto不断加持，人工智能的普及化又上了一个新的台阶，进一步降低了建模过程中对特征、算法等专业技能的依赖以及模型生产化的成本。在企业数据飞速发展的5G时代，DataCanvas自动化建模将成为企业从数据化到智能化转变的关键利器，引领ML和DL进入全新的工业智能时代。”