制氮机维修
当前位置:主页 > 制氮机维修 >
打造平台化、生态化的数据生产平台助力数据要素化发展这家科技公
发布日期:2021-06-19 07:42   来源:未知   阅读:

  在大数据的时代,企业经常面临需要处理各类大量、多样化数据的难题。由于数据变化快、数据的价值密度就变得越来越低。

  这对企业数据处理的时间和效率提出了严峻考验,也就是说,在数据的处理环节,必须用系统化、规模化、低成本的方式才能对数据进行高效处理。

  DeepTech 采访到阿博茨科技营销副总裁陈大金,与他共同交流阿博茨科技那些解锁数据处理的 密码 。

  严格来讲,企业数字化转型过程中,涉及的数据整理、内容识别、信息提取、数据转换、清洗、融合计算等数据处理的过程,都可视为数据生产。因此,数据生产涉及各行、各业、各种业务场景,是数据处理技术(Data Technology,DT)世界的基石。

  陈大金认为,在 DT 时代,面对海量数据,无论企业还是的个人的竞争,将是数据处理效率的竞争:如何 多快好省 地加工处理数据,变成有价值的信息,将是企业竞争的核心能力。

  柔性 的概念可追溯到上个世纪 80 年代,比如,在美国、日本的汽车制造产业,就有柔性生产流水线的思维。阿博茨科技借鉴了这样的 柔性 理念,在智能制造领域叫做 柔性生产 ,并把它在数据的生产加工领域落地。

  阿博茨科技集团,是一家数据智能领域公司。公司的名称 ABC.D,取自 AI、Block Chain、Cloud、Data 四个单词首字母的汉语拼语,寓意将人工智能、区块链、云计算的技术,用来处理数据。

  针对大数据的 6 个 V 的特性,首次在产业界提出了 柔性数据工厂 的概念,并且迅速将工程化、产品化和平台化。

  柔性数据工厂以机器生产为主,人机结合。与之前的数据加工以人工录入为主不同,在柔性数据工厂里,人机协同作为基调,以机器为主,人工辅助。智能化的本质是可以通过迁移学习,然后把成本降低。

  柔性数据工厂具有很强的柔性、灵活性,可以快速组合、加工生产不同的数据。并且,因为柔性的特点可以细化技术,使技术体系呈现很多不同的构成。

  柔性数据工厂以流水线生产为主,使每个生产加工环节可以标准化、工序化、自动化。

  医疗健康险领域,医疗票据一般都是纸质或者是扫描件,面对这些大量的数据,其实只是做了很少量的采集,比如金额、时间、等,但像用药的明细、时间、病例明细等数据其实是非常有价值的,但是并没有去做采集和沉淀,主要原因是处理这些数据的成本太高了。 陈大金告诉 DeepTech。

  阿博茨科技借助柔性数据工厂,成功实现了健康险理赔数据采集的 时效性、高质量、低成本 ,从而让理赔数据发挥更大的业务价值。

  理赔数据的全明细采集,给医疗健康险行业带来巨大的业务价值,包括产品开发、风险管理、客户画像和精准营销,实现数据赋能业务。

  陈大金表示,由于早期数据处理的成本太高,没有办法进行增量价值挖掘。现在通过规模化的生产,使得数据的加工成本能持续地降低,从而使得数据分析和挖掘的价值极大地提升。

  在聊到目前 AI 公司普遍面临商业化之痛的问题,陈大金坦言,AI 公司必须跨越 技术工程化、工程产品化、产品商业化 三个阶段,才能找到 AI 技术的用武之地。

  陈大金表示,从场景选择而言,阿博茨科技将机器视觉和 NLP 等 AI 技术应用作信息密度含量高的领域,比如文档处理,,这样技术的投入才能产生的更大的商业价值回报。

  从技术落地层面来看,阿博茨科技不是单纯将机器视觉和 NLP 分开,而是基于多模态识别,把机器视觉和 NLP 融合在一起,去做信息抽取、识别和理解,更加最终算法的工程化效果,而不是单纯的准确率提升。

  陈大金举例说道, 我们把技术用在医疗票据的解析识别,通常来说,医疗票据信息包括患者姓名、看病时间、疾病种类、医院科室、医疗花费、用药信息等。而在医疗票据的特点是每个城市、医院的发票格式都不尽相同,也许有上万种格式,这给无形中给数据读取带来了困难。

  针对上述难题,阿博茨科技通过机器视觉先做了 OCR 识别,同时用信息抽取的模型,在 OCR 识别的基础上做信息抽取。这样比单纯的机器视觉准确率、算法效率都有大幅度提高。

  陈大金表示,我们不过分追求一张医疗发票的解析一定要做到 90%、95% 甚至更高,而是综合地衡量到底是先用人工还是算法去做处理,经济效益会更好(成本更低)。然后,在人工录入发票的时候,它的录入的数据就会成为算法的样本集来训练算法。

  比如,刚开始可能识别的准确率只有 80%,随着录入大概 100 张,再经训练就可达到 90%;再生产 100 张,可能准确率可达到 95%。所以,这是人机配合协同进化的过程,它讲究的是算法和人工的总体性价比,而非单纯的追求算法的准确度。 陈大金解释说。

  总的来说,阿博茨科技利用多种综合技术解决数据处理的问题,而不是追求单纯的准确率。此外,阿博茨科技把数据核心技术放在最有商业化价值的领域,讲究的是人工智能的算法落地的人机的协同性,以达到综合成本最佳的目标。

  简言之,阿博茨是坚定奉行 人机结合、人网集合、以人为本 的技术理念,一步一个脚印地推进 AI 的商业化进程。

  阿博茨科技,长期专注于数据生产技术的研发,围绕柔性数据工厂领域,将其技术能力标准化、产品化,希望发挥其数据处理的能力优势,平台化、生态化发展。

  阿博茨科技在输出柔性数据工厂这一平台能力的同时,也在广泛地与各行各业的伙伴进行深度战略合作。

  今年 4 月,阿博茨科技与普康(杭州)健康科技(以下简称 普康科技 )达成战略合作,双方充分发挥各自在技术、服务以及市场的优势资源,在智能理赔、药店直付、健康管理等业务领域进行深度协同合作,为保险公司、健康管理机构等提供一站式的、专业、高效的服务。

  陈大金表示, 像健康险行业,我们进行数据的平台化输出,直接作为健康险理赔 TPA 的服务公司,一种方式是 B2B,另一种方式是 B2B2B。

  他解释道, 以普康科技的合作为例,相当于我们把数据加工的能力输出给普康科技,然后普康科技基于我们的能力再去服务他的保险公司。这也推动了平台输出数据加工的能力,进而赋能生态合作伙伴的业务发展。专访仁仁洁集团董事长张红:一个

  据了解,阿博茨数据处理能力平台首先输出于医疗健康险 TPA 的票据数据,在健康险的药店支付领域,使理赔更高效,达到协同共赢的效果。

  除此之外,阿博茨科技数据应用场景也很广泛,如在金融行业做金融的数据生产,加工股票、债券、基金、资管等金融数据用来做投资分析、风控等。并且,在钢铁、电网等不同行业同期落地。合作伙伴包括国家电网、宝武钢铁、平安资管、海通证券、人保资管等行业领先企业。

  从实际需求来看,各行各业都有数据的加工处理和分析的巨大需求,近几年,数据已经成为生产要素,将要素化数据变成资产化才能够使数据交易流通,正是这样旺盛的需求进一步推动了数据工厂和数据加工的发展。 陈大金说。

  谈及阿博茨科技的未来发展定位,陈大金告诉 DeepTech,阿博茨科技将继续聚焦在柔性数据工厂技术的投入、研发及迭代,继续把柔性数据工厂平台化、生态化发展。

  除了健康险的理赔,其他行业类似,我们会通过合作伙伴生态的方式输出我们的能力赋能各行各业。基本上有一部分的领域的相关业务我们是自己直接在做,然后更多是行业和场景,是与合作伙伴输出能力赋能。 陈大金说道。

  对于阿博茨科技数据加工业务的发展,陈大金给了一个形象的比喻,这就像数据领域的‘电网’,柔性数据工厂把数据加工的能力,赋能给各行各业的合作伙伴,合作伙伴生产加工数据。这些数据有点像电厂发的电,各行业、各领域的数据最后并网沉淀在这个数据网中,然后我们再把它互联互通,做好数据标准、统一定价,最终统一地对外输出数据。

  阿博茨科技始终把自己定位在以技术赋能,为数据要素化、数据资产化提供数据生产加工技术,让更多合作伙伴利用阿博茨科技的数据工厂的平台生产数据,并且能快速地把数据进行价值变现,最后,使数据和数据之间产生协同、产生增量价值。

  所以,我们立足于数据工厂,然后把自己定位为平台和生态公司,跟产业进行深度的协同发展,助力数据要素化发展。 陈大金说。www.xgb1.com.cn