本文由方磊撰寫并投遞數(shù)據(jù)猿參與評(píng)選。

2012年，數(shù)據(jù)科學(xué)家作為新興職業(yè)出現(xiàn)；2017年，Gartner首先為數(shù)據(jù)科學(xué)平臺(tái)給出定義；2019年，數(shù)據(jù)科學(xué)平臺(tái)在中國(guó)開始從小眾走向大眾。這種服務(wù)數(shù)據(jù)科學(xué)家及團(tuán)隊(duì)的建模平臺(tái)工具在中國(guó)市場(chǎng)的表現(xiàn)，從晦澀到主流，從定義不明到自立山頭，僅用了一年時(shí)間，再一次體現(xiàn)了中國(guó)速度。

2020年，我們能看到數(shù)據(jù)科學(xué)平臺(tái)將迎來新一輪市場(chǎng)爆發(fā)。

市場(chǎng)利好+政策利好雙重助力，自動(dòng)化決策需求成就數(shù)據(jù)科學(xué)平臺(tái)“高光時(shí)刻”

2019年仍然是數(shù)字經(jīng)濟(jì)競(jìng)爭(zhēng)激烈的一年，社會(huì)整體對(duì)數(shù)據(jù)價(jià)值的認(rèn)知提升到新的階段。“數(shù)據(jù)科學(xué)家”，這個(gè)賦予數(shù)據(jù)更多價(jià)值的職業(yè)在任何國(guó)家都供不應(yīng)求，在中國(guó)表現(xiàn)更甚。目前中國(guó)的數(shù)據(jù)科學(xué)家僅有2-3萬名，但市場(chǎng)上的人才缺口高達(dá)數(shù)百萬。教育部每年批準(zhǔn)開設(shè)“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)”的高校越來越多，2015年首次批示僅3所，到2018年，共有488所高校獲批。數(shù)據(jù)科學(xué)人才正在加緊培育，但能夠高質(zhì)量地填補(bǔ)人才缺口，還需要時(shí)間。

商業(yè)市場(chǎng)則走地更快，以數(shù)據(jù)、資源、需求等各方面都相對(duì)完備的金融行業(yè)為例，在人才有限的情況下已經(jīng)獲得了高可用、可復(fù)制的數(shù)據(jù)科學(xué)實(shí)踐真知，從2019年8月央行下發(fā)的《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021年）》可見一斑。這個(gè)針對(duì)金融科技的第一個(gè)頂層規(guī)劃中指出，要運(yùn)用數(shù)據(jù)科學(xué)的相關(guān)技術(shù)（機(jī)器學(xué)習(xí)、數(shù)據(jù)洞察、數(shù)據(jù)挖掘、建模分析、算法模型等）解決各類金融場(chǎng)景難題。人才不夠，工具來湊，這也是近年來數(shù)據(jù)科學(xué)平臺(tái)在金融行業(yè)被成功運(yùn)用的利好結(jié)果。

權(quán)威的第三方機(jī)構(gòu)眼光就更加客觀和長(zhǎng)遠(yuǎn)，在今年8月和10月份，IDC和Gartner分別針對(duì)數(shù)據(jù)科學(xué)平臺(tái)在中國(guó)及亞太市場(chǎng)的表現(xiàn)相繼發(fā)布研報(bào)；在相關(guān)大數(shù)據(jù)產(chǎn)業(yè)地圖中，數(shù)據(jù)科學(xué)平臺(tái)也開始作為獨(dú)立賽道進(jìn)入公眾視野，九章云極的DataCanvas數(shù)據(jù)科學(xué)平臺(tái)均有幸入圍。

一項(xiàng)技術(shù)得以獲得教育、政策、市場(chǎng)等多方面的綜合肯定和支持，背后一定具備強(qiáng)大的需求驅(qū)動(dòng)。目前，市場(chǎng)上對(duì)數(shù)據(jù)分析的需求上升到了“自動(dòng)化決策”，如果說用圖表展示已有數(shù)據(jù)的BI是數(shù)據(jù)分析1.0，那么預(yù)測(cè)未來、可以自動(dòng)做出決策的AI就是數(shù)據(jù)分析2.0。

數(shù)據(jù)科學(xué)平臺(tái)就是實(shí)現(xiàn)數(shù)據(jù)分析2.0的載體，數(shù)據(jù)科學(xué)的核心能力就是機(jī)器學(xué)習(xí)的能力、實(shí)時(shí)的能力、企業(yè)AI落地的能力，通過一個(gè)個(gè)數(shù)據(jù)模型，讓企業(yè)龐雜分散的數(shù)據(jù)變成高價(jià)值的決策，能夠真正地指導(dǎo)企業(yè)運(yùn)營(yíng)和業(yè)務(wù)決策。這正是當(dāng)今企業(yè)數(shù)字化轉(zhuǎn)型、AI落地亟需的能力。

2019年，數(shù)據(jù)科學(xué)平臺(tái)在大數(shù)據(jù)行業(yè)中成功自立山頭，這是數(shù)據(jù)科學(xué)平臺(tái)在行業(yè)地位中的第一個(gè)“高光時(shí)刻”。

數(shù)據(jù)科學(xué)精細(xì)化發(fā)展，自動(dòng)化成為時(shí)代寵兒

從國(guó)際視野來看，近年來數(shù)據(jù)科學(xué)受關(guān)注熱度有增無減，并趨向?qū)I(yè)細(xì)分化。

Gartner每年都會(huì)預(yù)測(cè)次年的十大技術(shù)趨勢(shì)，從2016年開始，數(shù)據(jù)分析相關(guān)的技術(shù)開始出現(xiàn)在每年的趨勢(shì)報(bào)告中。在2017技術(shù)趨勢(shì)中，數(shù)據(jù)分析還沒有獨(dú)立出來，而是作為“數(shù)字技術(shù)平臺(tái)”這個(gè)技術(shù)的一部分，2018技術(shù)趨勢(shì)中出現(xiàn)了“智能應(yīng)用與分析”，2019技術(shù)趨勢(shì)中出現(xiàn)了“增強(qiáng)分析”，剛剛發(fā)布的2020技術(shù)趨勢(shì)進(jìn)一步把數(shù)據(jù)分析細(xì)化了，叫做“超自動(dòng)化”——指的是多種用于交付工作成果的機(jī)器學(xué)習(xí)（ML）、軟件工具包以及自動(dòng)化工具的總和。

九章云極一直超前把握和實(shí)踐技術(shù)的發(fā)展趨勢(shì)，DataCanvas數(shù)據(jù)科學(xué)平臺(tái)就是將數(shù)據(jù)建模的各個(gè)環(huán)節(jié)自動(dòng)化的強(qiáng)大工具，并部署到企業(yè)業(yè)務(wù)中，從而實(shí)現(xiàn)企業(yè)“自動(dòng)化決策”的需求。

具體到實(shí)際操作中，數(shù)據(jù)科學(xué)平臺(tái)的使用者還是數(shù)據(jù)科學(xué)家們，但隨著建模壁壘一再降低，尤其是借助自動(dòng)機(jī)器學(xué)習(xí)實(shí)現(xiàn)的自動(dòng)建模出現(xiàn)，數(shù)據(jù)科學(xué)家的邊界變大、變模糊了。除了使用編碼建模的專業(yè)數(shù)據(jù)科學(xué)家，使用拖拽式建模的IT工程師和使用自動(dòng)建模的業(yè)務(wù)人員也被統(tǒng)稱為平民數(shù)據(jù)科學(xué)家。

此外，得益于企業(yè)自動(dòng)化決策需求的不斷推進(jìn)，數(shù)據(jù)科學(xué)平臺(tái)工具的自動(dòng)化功能將會(huì)愈加先進(jìn)和完善，在未來甚至可以成為一種更低門檻、可廣泛培訓(xùn)的軟件技能。

技術(shù)壁壘逐漸弱化，“知識(shí)融合”將成行業(yè)新壁壘

經(jīng)過2019年的實(shí)踐，我們發(fā)現(xiàn)頭部企業(yè)對(duì)技術(shù)開放和技術(shù)傳承的要求也越來越高。擁有更多高端技術(shù)人員和更強(qiáng)技術(shù)實(shí)力的頭部公司，將自有的技術(shù)能力、模型資產(chǎn)轉(zhuǎn)化為企業(yè)軟資產(chǎn)的同時(shí)，也在思考如何將軟實(shí)力更好地管理和傳承下去。人員和團(tuán)隊(duì)更替、各部門間協(xié)同難的情況都可能會(huì)產(chǎn)生技術(shù)能力的遺失和斷層。

其次，從市場(chǎng)反饋來看，頭部客戶同時(shí)也更青睞開源、開放的平臺(tái)架構(gòu)，通過在開放平臺(tái)上進(jìn)行自主建設(shè)，來降低鎖定供應(yīng)商的可能性和對(duì)供應(yīng)商的依賴程度，這也是市面上“白盒”算法、開源框架備受歡迎的原因之一。

更低的技術(shù)門檻、更開放的平臺(tái)架構(gòu)，同時(shí)意味著更低的壁壘。當(dāng)一個(gè)壁壘降低到一定程度，就不再是主要矛盾，屆時(shí)新的矛盾會(huì)出現(xiàn)，新的壁壘也就應(yīng)激產(chǎn)生。

落到數(shù)據(jù)科學(xué)平臺(tái)行業(yè)來說，我們預(yù)測(cè)在2020年，“知識(shí)融合”將作為新的行業(yè)壁壘。

數(shù)據(jù)科學(xué)的發(fā)展本身就是由市場(chǎng)需求推動(dòng)形成的，其核心目的就是提供更高的商業(yè)價(jià)值，也就是說，BI圖表展示、AI分析、自動(dòng)化決策等等都是需求升級(jí)的產(chǎn)物。我們能看到，下一階段的升級(jí)將會(huì)是利用數(shù)據(jù)指導(dǎo)業(yè)務(wù)、指導(dǎo)企業(yè)運(yùn)營(yíng)的需求。

這就需要更多非數(shù)據(jù)、跨行業(yè)、多學(xué)科交叉的“知識(shí)”與技術(shù)相結(jié)合，最終被運(yùn)用到業(yè)務(wù)場(chǎng)景中提升業(yè)務(wù)價(jià)值。讓知識(shí)與技術(shù)相結(jié)合的載體，實(shí)現(xiàn)的途徑之一依然是“人”，并且是即懂業(yè)務(wù)又懂技術(shù)復(fù)合型人才；途徑之二，還是工具。九章云極的數(shù)據(jù)科學(xué)家們已經(jīng)致力于此，建立“四庫”，這是業(yè)內(nèi)首個(gè)關(guān)于“知識(shí)融合”解決方案，我們相信它能夠直擊企業(yè)下一階段痛點(diǎn)。

當(dāng)然，“知識(shí)融合”問題也已受到各方機(jī)構(gòu)關(guān)注，在央行下發(fā)的金融科技發(fā)展規(guī)劃中多次提及多學(xué)科交叉融合、造就即懂金融又懂科技的專業(yè)人才；國(guó)家雙創(chuàng)示范基地和大型企業(yè)在各類實(shí)驗(yàn)項(xiàng)目和業(yè)務(wù)中，也正在實(shí)踐細(xì)分業(yè)務(wù)的知識(shí)融合。“知識(shí)融合”難題的解決，將成為數(shù)據(jù)科學(xué)賦能商業(yè)價(jià)值的新高光。

深耕耘+廣播種，數(shù)據(jù)科學(xué)平臺(tái)增量市場(chǎng)可觀

數(shù)據(jù)科學(xué)平臺(tái)在2019年的飛速發(fā)展可以從深度和廣度兩方面來概括。

金融行業(yè)作為數(shù)據(jù)資源最完備、技術(shù)實(shí)踐最領(lǐng)先的行業(yè)，仍是數(shù)據(jù)科學(xué)平臺(tái)的主要陣地。銀行、保險(xiǎn)、基金、證券等各大領(lǐng)域本身涉及萬千業(yè)務(wù)場(chǎng)景，隨著Bank 4.0時(shí)代的到來，隨用戶需求調(diào)整業(yè)務(wù)成為金融行業(yè)未來發(fā)展的主流方向，這將對(duì)數(shù)據(jù)預(yù)測(cè)分析提出更多變、更智能的要求，數(shù)據(jù)科學(xué)平臺(tái)在金融行業(yè)的發(fā)展依然大有可期。

同時(shí)，以金融行業(yè)為典范，中國(guó)各行各業(yè)的數(shù)據(jù)生態(tài)建設(shè)也正在體現(xiàn)中國(guó)速度。政府、醫(yī)療、交通、IoT、航空、汽車、地產(chǎn)、零售……這些行業(yè)在數(shù)據(jù)積累的同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型、業(yè)務(wù)數(shù)字化運(yùn)營(yíng)等需求也從金融行業(yè)延伸過來，建設(shè)自有的數(shù)據(jù)科學(xué)家團(tuán)隊(duì)的企業(yè)不在少數(shù)，知識(shí)融合更將加速其AI落地。

隨著各行各業(yè)的深耕廣播，數(shù)據(jù)科學(xué)平臺(tái)在中國(guó)市場(chǎng)的年增速已經(jīng)達(dá)到70%-80%，未來幾年，數(shù)據(jù)科學(xué)平臺(tái)的市場(chǎng)容量將持續(xù)成倍增長(zhǎng)、更加可觀。

對(duì)于九章云極來說，從成立之處就已明確服務(wù)數(shù)據(jù)科學(xué)家的核心定位，“模型”就是我們的邊界。2020年，市場(chǎng)上新一輪數(shù)據(jù)科學(xué)平臺(tái)需求將會(huì)爆發(fā)，如何讓“四庫”更好解決知識(shí)融合問題、如何讓模型實(shí)現(xiàn)更多業(yè)務(wù)價(jià)值，是我們下一年發(fā)力的重點(diǎn)，腳踏實(shí)地、把聚焦的事情做到極致，依然是九章云極的目標(biāo)。我們相信，2020年也將是數(shù)據(jù)科學(xué)平臺(tái)又一個(gè)收獲之年。

作者簡(jiǎn)介

方磊博士，九章云極聯(lián)合創(chuàng)始人兼CEO，原微軟必應(yīng)（Bing）搜索部門數(shù)據(jù)科學(xué)家，并作為早期團(tuán)隊(duì)成員參與開發(fā)微軟云計(jì)算平臺(tái)：Windows Azure。擁有近二十年大數(shù)據(jù)分析管理經(jīng)驗(yàn)，是大數(shù)據(jù)、機(jī)器學(xué)習(xí)前沿技術(shù)掌舵者。在分布式系統(tǒng)、設(shè)計(jì)驗(yàn)證、算法等領(lǐng)域發(fā)表論文16余篇，引用超過400次。在大數(shù)據(jù)、人工智能、數(shù)據(jù)科學(xué)等領(lǐng)域中多次受聘為智庫專家、理事、常務(wù)理事等職位。

來源：數(shù)據(jù)猿