36氪獲悉，圖計(jì)算引擎數(shù)據(jù)分析服務(wù)商「歐拉認(rèn)知智能」完成數(shù)千萬preA輪融資，由GFC (Global Founders Capital) 領(lǐng)投，啟迪之星跟投。老股東方信資本繼續(xù)加注。

歐拉對(duì)標(biāo)的公司ThoughtSpot，成立于 2012年，是一個(gè)BI工具，專注于搜索和AI驅(qū)動(dòng)分析。ThoughtSpot嘗試通過為用戶提供自然語言搜索選項(xiàng)以及由其AI引擎提供支持的建議見解，來自動(dòng)化分析數(shù)據(jù)的完整任務(wù)。可見ThoughtSpot的最終用戶是普通員工而非工程師。此前該公司已在谷歌、亞馬遜、甲骨文和微軟建立了市場(chǎng)定義搜索和分析技術(shù)。憑借這一優(yōu)勢(shì)，ThoughtSpot迅速俘獲了沃爾瑪、英國(guó)電信、戴姆勒等客戶，并與 Snowflake、Databricks、Amazon Web Services等領(lǐng)先企業(yè)進(jìn)行了整合和合作。更是在2019年殺進(jìn)Gartner的商業(yè)智能及分析平臺(tái)魔力象限中，打破了Microsoft Power BI、Tableau、Qlikview傳統(tǒng)BI產(chǎn)品連續(xù)3年壟斷領(lǐng)導(dǎo)者的局面，AI驅(qū)動(dòng)的新一代BI產(chǎn)品的巨大潛力顯露市場(chǎng)。

2021年，ThoughtSpot新一輪融資估值達(dá)到42億美元。

與ThoughtSpot類似，歐拉基于實(shí)時(shí)圖計(jì)算打造出的增強(qiáng)分析平臺(tái)，像Google、百度一樣，只要輸入“你心中的數(shù)據(jù)問題”，無需編寫SQL、無需開發(fā)分析應(yīng)用，業(yè)務(wù)用戶一鍵輕松獲得數(shù)據(jù)圖表、結(jié)論、推理結(jié)果等必要信息。

創(chuàng)始人&CEO王緒剛以某零售企業(yè)舉例。日常企業(yè)數(shù)據(jù)運(yùn)營(yíng)工作和大量加盟商的個(gè)性化數(shù)據(jù)分析支持，使得IT成本越來越高。歐拉提供了一種人人可用的語義搜索的方式來回答100+運(yùn)營(yíng)者的問題，無需專業(yè)的數(shù)據(jù)分析經(jīng)驗(yàn)和復(fù)雜的操作，降低了數(shù)據(jù)分析成本，大大提升了數(shù)據(jù)驅(qū)動(dòng)決策的效率。

企業(yè)供圖

而之所以能夠達(dá)到以上“搜索即應(yīng)用”的效果，與歐拉底層的“圖計(jì)算”技術(shù)密不可分。圖計(jì)算（Graph Computing）將數(shù)據(jù)按照?qǐng)D的方式建模可以獲得以往用扁平化視角很難得到的結(jié)果。

歐拉認(rèn)知智能“數(shù)據(jù)分析決策機(jī)器人”主要采用王緒剛早年研發(fā)專利圖計(jì)算引擎的數(shù)據(jù)描述方式，以“頂點(diǎn)”表示描述對(duì)象，相關(guān)的“頂點(diǎn)”由“邊”連接，即借由“邊”表示對(duì)象之間的關(guān)系，由此組成一張帶有業(yè)務(wù)語義的數(shù)據(jù)關(guān)系圖模型。該引擎支持多跳圖查詢、圖游走聚合、圖推理、最優(yōu)路徑、Markov等 概率圖計(jì)算，比開源圖數(shù)據(jù)庫性能高60-100倍，單臺(tái)機(jī)器可以支持5億節(jié)點(diǎn)，500億邊。

ThoughtSpot采用的“關(guān)系搜索”與此邏輯相似，其通過“關(guān)系”的索引，與歐拉認(rèn)知智能圖計(jì)算中的“邊”鏈接異曲同工。

目前歐拉所做的圖引擎，把數(shù)據(jù)庫中存儲(chǔ)層、計(jì)算層、交互層三層中的存儲(chǔ)層和計(jì)算層抽取出來，智能化升級(jí)交互層，以追求更快速高效的計(jì)算能力替代數(shù)據(jù)的一致性。簡(jiǎn)單來說，就是用圖來做數(shù)倉和OLAP的分支。歐拉將計(jì)算特征抽取，變成標(biāo)準(zhǔn)化引擎。

企業(yè)供圖

但是引擎本身無法直接幫助客戶，因此歐拉在引擎的外圍包裝了語義化的交互層和圖譜構(gòu)建能力，提供讓業(yè)務(wù)人員可以直接使用的數(shù)據(jù)分析平臺(tái)

為什么會(huì)選擇切入BI這個(gè)賽道？目前來看，以圖技術(shù)為代表的新技術(shù)，革新了以前的計(jì)算和數(shù)據(jù)存儲(chǔ)方式，但是如何找到屬于自己的落地方向，并且有效兼容客戶傳統(tǒng)處理習(xí)慣是商業(yè)端面臨的共同困難。

王緒剛告訴36氪，社交分析推薦、反欺詐、公安經(jīng)偵模型、銀行七大風(fēng)控場(chǎng)景、文本知識(shí)圖譜等場(chǎng)景，他們團(tuán)隊(duì)都嘗試過。但是以上場(chǎng)景都不是足夠大的數(shù)據(jù)分析場(chǎng)景，而圖更擅長(zhǎng)解決復(fù)雜關(guān)系。

因此，王緒剛想找到更有市場(chǎng)的賽道，比如對(duì)分析有大量需求的行業(yè)。

另一個(gè)考慮因素是，企業(yè)在數(shù)字化轉(zhuǎn)型中，往往會(huì)面臨業(yè)務(wù)和IT部門的割裂，歐拉憑借產(chǎn)品交互簡(jiǎn)單且底層技術(shù)深厚優(yōu)勢(shì)，既能讓業(yè)務(wù)人員快速上手，又可簡(jiǎn)化IT人員的工作。

經(jīng)過大型集團(tuán)客戶在數(shù)據(jù)規(guī)模、數(shù)據(jù)安全、計(jì)算實(shí)時(shí)性、計(jì)算復(fù)雜度多種條件下的打磨，“歐拉”平臺(tái)化產(chǎn)品已經(jīng)在營(yíng)銷優(yōu)化、用戶體驗(yàn)分析、客服知識(shí)搜索、運(yùn)維故障定位、財(cái)務(wù)自助風(fēng)控多場(chǎng)景下落地，并為企業(yè)節(jié)約了60%分析師和數(shù)據(jù)工程師資源，數(shù)據(jù)獲數(shù)據(jù)分析效率從5天下降到0.5小時(shí)。

目前，歐拉的客戶有30多家，主要集中在中型和大型客戶，客單價(jià)按照客戶部門來計(jì)算，一個(gè)部門收費(fèi)在50萬元左右。

而之所以能夠在技術(shù)、產(chǎn)品、商業(yè)各方面進(jìn)展快速，源于團(tuán)隊(duì)的認(rèn)知和實(shí)踐積累。

創(chuàng)始人&CEO王緒剛是日本國(guó)立富山大學(xué)人工智能方向的工學(xué)博士，曾是中科院軟件所助理研究員、客座副研究員，作為國(guó)內(nèi)最早的“實(shí)時(shí)圖計(jì)算”相關(guān)專利發(fā)明人，曾擔(dān)任時(shí)趣互動(dòng)的首席科學(xué)家，對(duì)人工智能、營(yíng)銷、數(shù)字化等行業(yè)都有深厚積累。

產(chǎn)品VP戚茵畢業(yè)于華盛頓大學(xué)數(shù)學(xué)專業(yè)，先后在Epic、JPMorgan等企業(yè)擔(dān)任數(shù)據(jù)分析顧問，有超過十年以上產(chǎn)品設(shè)計(jì)經(jīng)驗(yàn)。

大客戶VP牟奎明是北京航空航天大學(xué)軟件工程碩士，曾任埃森哲、德勤、凱捷咨詢總監(jiān)和阿里集團(tuán)總部大數(shù)據(jù)專家，為國(guó)網(wǎng)、華為、中石油等企業(yè)提供數(shù)字化服務(wù)。

產(chǎn)品核心架構(gòu)成員鄭雪舟、劉棟梁來自于時(shí)趣互動(dòng)和美團(tuán)，在NLP和BI領(lǐng)域有超過10年的研發(fā)經(jīng)驗(yàn)。

2022年，歐拉認(rèn)知智能希望客戶數(shù)量能夠增加兩倍，同時(shí)希望中小型客戶比重能夠增加。

關(guān)鍵詞：