结合大数据与AI技术，「大乘智能」希望帮客户更加智能准确地发现、分析异常行为
数字经济转型已然成为国内企业发展的大趋势，以智能驱动业务的时代也已到来。当越来越多企业打造自己的数据基础，再加上5G、IoT等技术的推进，各种数据的将会呈指数级增长。在这种情形下，企业如何快速消费这些海量汇集的数据，并从这些数据中挖掘隐藏的风险、驱动业务安全发展，成为被关注的话题。
36氪日前接触到的一家初创公司——杭州大乘智能科技有限公司（以下简称「大乘智能」），成立于2017年底，定位基于深度学习算法的异常分析服务提供商，致力帮助企业更快、更准、更智能的挖掘海量数据中隐藏的风险，满足当下数据智能趋势下的新需求。
从产业实践上，公司创始人向成钢认为，过去二十年，安全行业处于基础设施建设的阶段，目前这个阶段已经基本告一段落。未来在基础设施之上，更贴近业务的分析将逐渐成为主要需求——在业务数字化之后，企业实时洞察、预判、处置数字中的风险，需要很强的数据处理与算法分析能力。根据介绍，目前在企业级市场中，存在针对某个具体场景进行分析的公司，但具广谱AI算法、适用多场景的异常分析能力的公司不多。从这个角度出发，向成钢认为大乘智能有望凭借从自身经验和优势，弥补一部分市场空缺，更好地服务企业数字经济转型。
在产品端，大乘智能经过两年打磨，形成了一个“1+N”的产品架构体系：“1”即具备“存储、计算、分析”于一体的高弹性高可用的数据智能分析BaaS平台，“N”指在此之上形成的面向场景的可扩展分析组件。目前，公司已经形成了面向大数据安全分析、UEBA用户行为分析和智能运维分析三个场景的分析产品，它们各自独立又可相互协同。
向成钢介绍，这类企业级产品，需要具备四个维度的能力。首先，对数据的处理能力是基础，公司需能对海量异源异构的数据进行收集和处理。而且，这一能力的重要性会随着5G、IoT等技术的推进更加突显。第二是算法分析能力。公司需要具备更智能的算法、更广谱的算法适应能力，能在高准确率、召回率的前提下，减少大量工处理的成本，并同时能适应更广泛的业务场景需求。第三，对业务分析的理解能力。这是做出能贴近用户业务、能直击业务痛点产品的基础。第四是产品化的能力，这会保证公司实施中能快速、轻量化交付，同时保证产品扩展时研发的边际成本能下降等。
在商业化进展上，公司目前已经在金融、能源、运营商三大行业中得到数十家客户认可，并在持续和产业内的合作伙伴展开合作。商业模式上，向成钢认为，大乘智能本质是一家数据消费公司。公司提供算法分析能力，帮助用户消费数据挖掘数据风险，将分析的结果反馈给用户。而且，他还介绍，大乘智能的产品与传统安全产品不同，具备更强的用户粘性——在现有客户中，已有多家客户一年内进行三次复购，订阅模式也将逐步成为其主要的收费模式。总结而言，向成钢觉得在数据智能的趋势下，具备核心竞争力的产品、有效的市场资源、开放共赢的合作伙伴体系以及可持续的商业模式，将为公司持续注入增长动力。
团队方面，创始人向成钢拥有17年安全行业从业经验，曾任华为技术高级安全专家、产品开发代表与产品总监，加入绿盟科技后投身一线销售，参与了绿盟在金融、能源两个行业从0到1 的开拓历程，其之后加入Capgemini 凯捷咨询(中国) 任安全业务VP。公司内还有多位来自华为、阿里巴巴、浙江大学的安全、大数据与人工智能专家。
——————————————
相关阅读：