曾是IBM数据科学家,现在她的公司要打造预防性医疗数据“永动机”
2018-01-17 11:41 知盛数据 王晓梅 人工智能 大数据 预防性医疗

数据在哪里,商机就在哪里,盈利点就在哪里。

文 | 杨洁  编辑 | 黑智

一个大数据驱动的人工智能时代的轮廓,已经日渐清晰。

“数据”正在成为企业越来越重要的资产。智能时代的到来,不仅并未意味着大数据的退潮,反而,数据量的持续增长,人工智能技术的应用,推动了大数据分析应用也在不断改善。通过使用AI、机器学习和数据挖掘来进行数据的预测、分析,正在帮助企业在优化各个业务链条。

现在我们所看到的还是冰山一角。AI和数据正在改变着我们的工作方式,以及在未来,革新更大的商业价值体系。

2017年,王晓梅离开了IBM,创立了知盛数据集团。在短短的时间里,知盛聚集了包括IBM Waston科学家、北美常春藤和英国伦敦大学的专家组成的研发团队,申请了80多项全球专利;在纽约、伦敦、杭州已经开设了办公室,今年1月知盛在中国的研发中心也落地西安……

一系列的快速发展,王晓梅和知盛想要解释的,还有AI创业应该如何建立商业化路径的问题。

知盛数据集团创始人王晓梅

从IBM数据科学家到创业者

2016年,时任IBM大数据与分析全球总监的王晓梅,在美国IBM Waston 大会演讲结束后,见到了一位专程飞过来找她的投资人。

在那段时间,有很多人来劝王晓梅创业。人工智能和大数据,在近几年,可谓是风口上最强劲的概念。而大数据驱动的人工智能时代的轮廓,也渐趋清晰。越来越多的企业,正不断将资源投入自己的数据资产,也推动了大量AI和大数据生态中的创业公司出现,用全新的解决方案来替代传统的企业数据分析系统。

这是一个甚至能够超过互联网的巨大市场。但是问题仍然存在:如何让市场算力的供给和行业场景需求相匹配?即使技术实力达标,对于广大创业公司而言,实现AI应用场景落地和建立商业化路径,始终是个难题。

而人工智能、大数据技术和商业化,都是王晓梅的强项。作为IT行业里为数不多的女性专家,她一向为人熟知的身份,是IBM的大数据和分析业务负责人。此前,她已经在IBM工作了18年,2012年,IBM大数据中心在她的主导下,在北京落地,王晓梅担负起引领北京和位于亚太、非洲、拉美等地的四个卫星城市在内,新兴市场的大数据与分析业务拓展。他们要做的,不仅是帮助企业应对技术层面的挑战,还有对业务模式的创新、行业场景需求的探索、商业价值的认识推动以及教育市场。包括IBM在2014年针对国内人工智能市场的首次发布,也是出于王晓梅之手。

正处于职业上升期的王晓梅,却在那一次谈话中被触动了。对方讲,在这个变革的时期,把你的经验、影响力和资源拿出来,可以改变更多的人和事,尤其是你自己的人生,也将打开完全不一样的格局。

据说,从大公司出来创业的人都有一些共性,除了对商业模式和行业趋势具有的“大局观”之外,他们还都对“情怀”,具有独特的感受。王晓梅也不例外。“这是一种使命感。”

但是,对于创业,王晓梅并不想做风口上追逐“流行”的公司。在创立之初,知盛的联合创始人中,就包括了来自美国哥伦比亚大学和英国伦敦大学关于人工智能和机器学习领域的教授,为公司在人才和研发端,提供了坚实的后方支持。

可以说,从创立起,知盛就规划了未来5-10年发展的准备。但其中最重要的,是与行业结合的方向选择,以及公司商业模式的确立。

在业内将近20年,王晓梅的认知是,能够成功的企业,一定是“和行业深度结合,以业务价值为引领”的。“数据分析已经几经潮起潮落,最后能够成功的,一定是业务价值和行业深度结合的企业”。

数据在哪里,盈利点就在哪里

王晓梅很快锁定了知盛的AI和大数据分析能力落地的第一批种子行业:预防性医疗、数字传媒和电子商务。

之所以选择它们作为AI落地的最初方向,王晓梅主要的依据是两个因素:业务场景,以及AI或数据分析的场景。“也就是说,深度的行业认知,以及相关数据。”

“医疗行业是人工智能数据分析采纳最广泛、最有潜力的行业。”王晓梅说。但和传统的主要针对疾病诊疗的市场不同,知盛集团把行业切入点,放在了预防性医疗上。

“医疗行业其实可以分为两大块,一块是我们熟知的疾病市场,但它只占整个医疗市场的20%而已。”王晓梅说,“这个领域发展已经非常成熟,玩家也很多。包括IBM,在其中都有长期的技术和数据沉淀。而对于另外一块更大的市场,则有很多人还没有意识到,那就是占了医疗健康市场80%份额的预防性医疗(非疾病市场)。”

在不久前的第十届创业家年会上,美年大健康董事长俞熔表示,2017年国内健康行业的一大趋势,就是国人用于预防性、保健性的支出越来越高了,健康的关口已经从“雪中送炭”前移到了“锦上添花”。这一判断,和王晓梅的观察不谋而合。

预防性医疗囊括了众多的细分领域,包括功能性医药、集成性医药,以及健康行业,都是其中的一部分。在各个城市,已有大量的预防性医疗机构和诊所诞生,在王晓梅看来,国内预防医疗市场已经悄然崛起,市场时机到了,但是大量玩家却仍对“如何做”尚无头绪。而这也是知盛进入市场最好的契机。

传媒行业对数据的贡献和需求,则是王晓梅在IBM工作期间就关注到的。移动互联网正在深度改变着传媒业,而新型传媒形式、手持终端的快速普及、各种新应用的不断开发,也在加快着数据增长的速度。“根据两年前的全球大数据分析报告,到2019年,全世界80%的数据,都将是和传媒业相关的视频以及语音数据。”王晓梅告诉黑智。整合数据、运用工具分析数据,成为传媒领域的共性需求。

电子商务相应的解决方案和应用,已经非常成熟了。但在王晓梅看来,这反而意味着,这个领域在分工智能和大数据分析方面,有着巨大的缺口。“多年前开发形成的应用系统,对AI和大数据分析的采用是不足的。”而现在,正是它们升级的契机。

这和王晓梅在IBM期间就建立的对数据的敏感度一脉相承。“数据在哪里,商机就在哪里,盈利点就在哪里。”

商业模式:打造数据的永动机

预防性医疗,是知盛数据落地速度推进最快的领域。2017年,知盛数据集团成立,当年,知盛的预防性医疗子公司在杭州注册。这家公司是由知盛集团,和新加坡一家有着十几年预防性医疗经验的机构合作成立,提供对该领域的人工智能数据分析能力。

实际上,AI落地医疗第一步,最大的命题,就是如何打破数据的壁垒。电子病历的普及,以及移动设备、可穿戴设备的广泛应用,收集了大量的医疗健康数据,但是智能化医疗,仍然有无法回避的两大痛点:隔离的数据无法实现互联互通;以及数据的隐私保护问题。如果国内医疗数据还有什么特殊点,那就是数据的还如何实现数据规范化的问题。“知盛的数据平台,可以说,是在解决第一大问题。”王晓梅说。

知盛在预防性医疗领域的业务,包含了检测、诊疗、个性化医药、医疗教育等,后端是打通的AI和大数据平台,作为技术支撑。而在这背后,则是合作双方的深度合作:新加坡机构提供了预防性医疗的各项医疗业务,收集基础数据,以及基于自身的经验,提供具体分析维度:营养、免疫、荷尔蒙等。

知盛则基于各项医疗健康数据,用AI和大数据能力,根据业务场景和商业模式,提供相应的数据分析算法模型等相关产品,覆盖了预防性医疗的“五步走”——健康检测、身体清洗、强化、优化、维持,构建起一个对个人健康的全方位认知平台。

可以说,这是从具体医疗健康业务、数据,再到平台,形成了一整个行业链条,能够为外界整体提供各项能力。据王晓梅透露,知盛已经和相关的医疗机构建立了合作,把医疗业务能力连同AI能力,整体输入。

这是一个独特且大胆的业务模式。因为在王晓梅的认知里,企业必须有建立一个完整的价值链的能力,才具有真正的生命力。而在AI和大数据领域,这个商业价值链能力,可以分解为三项:Data,Analytics&AI,Action。Data就是数据;Analytics即分析,而AI(人工智能),则是分析领域里不可或缺的最高形式的能力;最后一步,是将之付诸实施的行动。“基于数据资产,我们来进行分析,获得洞察力,然后通过各种商业应用,产生了价值,这个价值链才整体形成。”王晓梅说,“数据管理、数据分析,只是做了其中一个点,而我想尝试下和别人不同的模式,做成这样一个闭环。”

这固然大胆,但王晓梅并不冒进。在创业之前,她谨慎地向多位垂直领域与咨询管理行业的专家请教,将公司的整体战略、商业模式以至于资本结构,都做了整体的规划。

之所以选择这样一种商业模式,也是出于王晓梅“深入行业”的认知。“人工智能要和行业结合,作为技术人员不能闭门造车。人工智能的落地,需要两方面:一个是业务场景,一个是相关的数据。不管我们要在任何一个行业扎根,这都是最基本的方法论。”王晓梅告诉黑智。而要和行业深度结合,需要对各个行业的深度了解,而这又谈何容易。“专业的事,要由专业的人来做。”王晓梅说,“要找这个行业的领军者。我们要有开放共赢的思维。”

在合作伙伴的选择上,知盛也做了仔细的评估。“我们要找到的,一定是理念一致的,而且对于人工智能技术能够提升业务,是认可且具有需求度的。”

形成这样完整商业链条的模式,也是知盛为自己命名为“数据集团”的原因。一开始,王晓梅就计划构建一个军团作战的格局。“这是个真正深度融合的过程。”王晓梅对公司运作模式如此总结,“和以投资作为联系的公司不同,我们和合作伙伴是每一天并肩作战的同一支团队。而通过这种方式,我们也建立了独特的一个壁垒。”

目前,知盛集团从最初2017年年初2月成立时的20人左右的团队,已经扩展达到近百名员工,在美国和中国建立了双总部。

“人工智能领域,目前由于高端人才的稀缺性,全球范围内,大家的核心竞争力的差异点还是集中在算法和模型上、AI技术能力的高低上。但几年之后,我们可以预见的是,AI能力将变得更加普遍化和大众化,获取也将更为便捷、价格也会更低,这将是必然的趋势。所有的技术的产生和发展,都将是这样一个过程。那时,AI领域竞争的核心点,将是数据。”王晓梅总结。“我为什么会做这样的模式?因为,我们需要拥有一个,属于自己的数据永动机。”