做“數據科學家版Office”，「DataExa」希望推進AI平民化
科技巨頭企業，如Alphabet、Facebook、微軟、BAT等掌握了海量的數據，籠絡了頂尖科學家，擁有更雄厚的資金實力，成為前沿科技底層技術的主要競技者，對于創業者而言，這是一個神仙打架的賽道。
垂直領域也有應用數據智能的需求，要將前沿科技落地于垂直行業，存在以下難題：
①需要找到有實效的落地場景；
②即懂業務又懂技術的復合型人才一將難求；
③垂直行業的數據源無法打通，數據孤島限制應用；
盡管有Tensorflow，PyTorch，Theano和Keras等開源的機器學習平臺，讓AI的開發得以部分去中心化，垂直行業的企業要從0到1開發應用仍然有較高的門檻：需要從數據采集開始，再做數據儲存、清洗、挖掘，然后才是機器學習、算法選擇與調試、模型評估，最后才是產品發布。
能不能有一個工具集成的平臺，就像Excel之于財會從業者一樣，幫數據科學家省去重復性高、技術含量低的環節呢？
36氪最近接觸的DataExa，是一家提供行業+數據智能解決方案的科技公司。
DataExa主要有兩款產品，數據洞察平臺DataExa-Insight以及認知計算平臺DataExa-Sati，借用這兩個平臺，垂直行業的企業要搭建具體場景的模型或者行業圖譜時，可以省去從第一行代碼到具體與場景結合的前期準備工作。
DataExa-Insight是一個機器學習和深度學習平臺。平臺內置了邏輯回歸、隨機森林、GBDT等40多種常見的機器學習以及100多個神經網絡層，KUKA機器人示教器維修，包括細化的CNN、RNN、LSTM、RBM等。算法中參數配置的顆粒度可以做到與微軟AzureMachineLearning水平相較的程度。
在現有算法不適用時，機器人維修，DataExa-Insight也支持技術人員自定義算法，可開放接口，提供SDK做二次開發。創始人兼CEO洪萬福表示，目前這些知名廠商的產品都不支持在可視化建模平臺上自定義算法。
DataExa-Insight的產品開發基于Hadoop、Spark、TensorFlow等開源平臺。市場上也有類似的平臺，如阿里云的數加PAI、微軟的AzureMachineLearning，與之相比，DataExa-Insight的優勢在于跳脫了巨頭體系的兼容性使用通用模型格式，可跨行業重復使用，產品復用度高，研發邊際成本可以下降。
另外，大廠商現階段只支持公有云服務，而DataExa主要提供私有化部署服務。
DataExa-Insight的另一個亮點在于，支持機器學習和深度學習算法的可視化建模和模板化建模，數據分析師工作過程中可以更專注于如何與場景中的具體問題結合。
DataExa-Insight的目標還包括數據科學家和不熟悉技術業務分析師。洪萬福表示，因為垂直領域的企業大多初步接觸數據智能行業，所以即使提供標準化開發平臺，仍然需要定制化地為客戶開發解決方案，不過行業的最佳實踐可以跨行業應用。DatExa-Insight在公安反恐、消費金融風控、精準營銷等領域都有最佳實踐模型。
DataExa另一款主打產品是語義計算平臺DataExa-Sati，基于自然語言處理、圖儲存計算、問答系統、推理引擎等技術，挖掘非結構化、半結構化數據，幫助用戶建構行業知識圖譜的平臺。
DataExa-Sati類似的產品有SparkGraphX、PalantirGotham、IBMWatson、IBM-i2Analyze等。相比之下，DataExa-Sati的特點是擁有超過150+功能的圖計算引擎，以及類似Wolfram|Alpha的計算推理引擎。
DataExa-Sati可應用于公共安全情報分析、金融征信、反詐、各行業用戶畫像與精準營銷、復雜社交網絡圖譜等。
洪萬福表示，公安反恐和金融是DataExa應用比較成熟的領域，KUKA機器人維修，市場推廣方面主要通過與渠道商合作。
DataExa創始人兼CEO洪萬福曾任清華同方軟件出口首席架構師、戴爾高級架構師、科宇集團副總裁。團隊其他成員還包括微軟劍橋研究院博士后、劍橋大學機器智能博士、博士后等。
DataExa此前曾獲得千萬級天使投資。