E轮融资后，明略科技的纵横略

大嘉购整理编辑：

文章经授权转自公众号：子弹财经(ID:wwwhygc) ;作者：龙老师

随着中国社会、中国企业普遍的拥抱数字化，在企业与企业、企业与社会之间，都会产生更深刻的协同和产业链再造，而其本质是整个社会资源系统需要一套完整的中台来支撑，明略科技在其中则可以发挥重要的作用。

智能营销是明略的一面旗帜，但从本质上来说，智能营销仅仅是明略的“中台战略”在数字世界中的一个具体落点，基于强大的数据分析能力和行业Know-How，明略将树立一个更加开放的格局。

多曲线增长的明略

3月27日，明略科技集团宣布完成3亿美元E轮战略融资，本轮投资由淡马锡、腾讯领投，快手跟投。

值得一提的是，明略能够在资本寒冬的当下，得到投资人的看好，主要还是有一个足够漂亮的增长曲线。

2014年，成功创办秒针公司后，吴明辉再度开启创业，建立了一家“数据”为名的公司。当时的AI还处于概念导入期，只有部分头部企业和一些巨头在这一领域开始聚焦，甚至百度都没有喊出“ALL IN AI”的主张。但是，由于对数据的价值以及其在未来世界中的作用深信不疑，作为北大出身、AI专业的博士，吴明辉进行了提前布局，这就是他将明略以数据为名的原因。

随着行业出现ABC合流(AI+Big Data+Cloud)的大趋势，明略数据转身成为明略科技，成为行业内的头部公司。而明略的业务特色之一，就是同时在多个领域发力，实现了业务的充分多元化。

吴明辉曾多次谈到，企业发展到一定的程度，多元化就成为必然。他说：“很多投资人眼里的明略，在企业级服务市场是有多战线作战能力的。我们进入一个又一个赛道，至少有三种不同的增长曲线，分别对应成熟期、高速增长期和创新发展期，这种多曲线的驱动加上明略不错的管理能力，让我们始终能高速成长。”

事实上，中国的企业级服务市场中，如果看上市公司的数据，大概复合增长率在20%是一个平均水平，而明略科技每年的复合增长在50%—100%之间，这个增速保持了多年，这也是明略一直得到资本市场认可的原因。

对于本轮融资，除了继续投入研发外，明略的一个重要决策就是进行横向和纵向两个维度的并购整合。根据第三方数据，中国目前有约6000-7000家AI企业，其中只有约三分之一得以持续融资;而从2018年开始，行业的大鱼吃小鱼不断发生。而这并非坏事，纵观近十年来的中国科技行业发展，大规模企业追随风口而起，然后迅速整合并购的格局不断出现，千团大战、千播大战及出行大战都因循了这个规律，从而使行业集中度不断增强。

“坦白讲，这个行业接下来应该会有大量的整合和并购的契机，我们的投资人也希望在未来几年里面，明略可以通过资本去做一些整合和并购，从而加强我们在新的赛道的能力。”吴明辉说。

加速立标杆，深切垂直行业

明略科技以搭建智能化时代的数据中台与营销智能平台为战略目标，本轮融资的重要目的之一，就是垂直领域市场拓展和标杆客户打造，以及由此形成产业生态链的建设。

为什么要深度解读这个问题呢?因为现在是AI行业从最早的野蛮生长逐步进入跑马圈地的第一个战略转折期，行业开始出现的趋势是头部玩家固化、赛道细分化，在这个阶段，一个企业的总体战略格局将决定它未来能走多远。

明略的策略很明确，一个是重点大客户，一个是重点深耕垂直领域拓展，而这两个其实又导向一个结果，即标杆客户打造。

争夺大客户对于当今的AI企业的意义非常重大，考虑到整个AI行业在中国落地发展的时间还不到十年，还处于一个从概念普及期向广泛落地期切换的中间状态，目前能够在AI能力建设方面具有强大需求和足够支付能力的，很长一段时间仍将主要是政务市场和大型企业，而这些大客户的项目中，往往也存在AI技术发展中的许多空白。可以说每一个新大客户的开拓，不但意味着企业收入的增长，还将给不断发展中的AI技术平台提供诸多的开拓领域和创新思路。

吴明辉对此深有感触，他说：”大客户业务在早期拓展的过程中，会有很多的定制化、项目化的交付，明略会投入大量的研发力量，把我们在各个垂直行业获取的行业知识，想办法产品化。在这个过程中，我们一定要去打造一个强大的中台，或者说是PaaS平台(平台及服务)，这个中台它会使得我们前端在对不同的客户，做定制化的交付中成本是最低的，效率是最高的，甚至可以交给我们的生态合作伙伴来做。”

而打造标杆客户的B面，则是除了继续聚焦于核心能力，也要纵向延展，在新的垂直行业里树立新的标杆，也就是纵横兼顾，重点打造。

对于明略来说，进入一些新的垂直领域的意义是两方面的，一个是为后续的发展预留市场空间;第二就是力争在抢占垂类中占据更多的市场规模，这个比例意味着竞争对手很难再夺回这一市场。

而进入这些垂类就需要明略具有两个方面的战略能力，一个是继续把明略的核心业务做深做透，另一方面是通过整合并购，与一些真正在垂类中已经积累了足够多的行业Know-How的人才资源和客户资源整合起来，从而树立在具体领域的行业标杆。

众所周知，数据是AI行业发展的底气和积淀。在最新的行业研究中，“数据成本”成为新成本结构中的重要一环，虽然数据也可以购买，但更多的是通过积淀。而目前明略已经积累了业内领先的大数据分析能力，能够在历史数据达到10PB级、日均增量数据超过10TB级的环境下进行数据价值的挖掘，实现毫秒级的预测性分析，并结合行业知识图谱形成决策和行动。这种先发优势也是明略的能力、经验和竞争壁垒。

核心竞争力的再打造

明略的核心竞争力，始终根植于数据能力，而体现在中台能力的构建上。

以零售行业为例，明略科技为行业领先的一家新零售公司打造了一套AI中台，主要带来了三方面的提升。

首先，改变了探索方式和时间效率。数据科学家写代码通常是交互式的，原先类似拖拉式的方式无法满足数据科学家的需求，明略科技的AI中台使探索方式变得更加灵活，并且探索时间从15天减少到了7天。

其次，改变了模型发布方式和发布效率。原先的做法是，算法工程师写完一套，工程师重写一遍，然后再上线，使用AI中台后，可快速上线同时做AB测试、滚动升级及小流量测试等，平均发布时间也从15天大幅降低。

最后，原先AB测试需要人工重度参与，且复用性差，现在则能轻松应对。

我们可以看到，通过明略的中台作为抓手，当把所有系统通过数据连接起来，就能发现真正的问题。这样的好处是，打开了企业内部的黑匣子，通过数据化透明呈现，让员工清晰的看到企业的经营目标、阶段性目标、自己完成目标的进展、自己和其他同事的权限及职责，并会主动思考在分工上如何与他人更好的配合，才能提升自己这一环的效果转化率。这样，通过组织代码化也平衡了放权与收权上的关系。

数据能力不仅仅可以“管人”，也可以管设备。

我们可以再举一个上海地铁的例子，上海地铁是目前全球最繁忙、线路最长的城市轨道交通系统，日均载客量1200万，这对整个“维保”来说是非常大的挑战，并且日常巡检也面临着极大的运营压力。

上海地铁大致分为生产网、管理网和对外服务网，以生产网来说，这里面是轨交最核心的一些设备，比如车辆、信号系统和控制系统等，上海地铁有50多种不同的车型，涉及多达2万多个设备，这些设备之间有控制联动，有故障会相互影响，这需要有相对应的传感器采集数据，这也代表着不同的数据协议，数据治理难度很大。

明略科技通过构建数据中台的方式，重塑上海地铁的IT架构，打通IT和OT领域，对轨交系统的三网数据进行汇聚，在形成共同的数据源后，明略科技制定统一数据标准和输出统一数据服务，并实现通用业务，这样数据在被实时调用时，不仅可及时掌握车辆的运行状态，还能从中获取业务洞察，真正解决实际问题，从而实现高效维保与运营。

在这两个具体而生动的案例之后，笔者想略微分析一下明略核心能力和中国数字化社会未来的关系。

明略科技的各种技术成就不胜枚举，如果专门谈这个问题，可能需要一篇独立的万字长文。但笔者在这里只举两个最核心的竞争力——数据中台和营销智能平台。

明略可以说是国内AI企业中最“死磕”中台概念的一家，这与吴明辉本人的认知有重要的联系。

吴明辉认为，具体到一个企业来说，只要业务不断发展，就必然会形成前台和后台之间的连接效率问题，而这个问题的解决办法就是中台化，无论这个中台是数据中台还是业务中台，本质上都是以数据为基础，优化资源匹配效率的一种服务能力的体现。

而随着中国社会、中国企业普遍的拥抱数字化，在企业与企业、企业与社会之间，都会产生更深刻的协同和产业链再造，而其本质是整个社会资源系统需要一套完整的中台来支撑，明略在其中则可以发挥重要的作用。

智能营销是明略的一面旗帜，但从本质上来说，智能营销仅仅是明略的“中台战略”在数字世界中的一个具体落点，基于此强大的数据分析能力和行业Know-How，明略不仅仅在营销领域的AI化方面具有核心竞争力，还渐渐向公安、工业及金融等领域和行业渗透，不断积累深度Know-How，通过成功落地多个标杆级、城市级和企业级数据中台，目前，已为公共安全、工业、数字城市、金融、营销、广告及服务业等垂直行业的2000多个组织，提供数据智能解决方案。

这里就不得不提到笔者的一个观察，即明略的业务向PaaS化演进的问题，也就是所谓“平台即服务”。

我们可以看到，从表象上，明略的业务越来越多元，不仅有领域跃迁，还有垂类独占，但究其根本，明略只是在做一件事情，也就是各行各业的多源异构的数据治理，明略的本质是帮助客户把这些数据整理到一起并可以灵活调用，进而使其可以面向未来的智能时代。

所以，我们可以看到明略在业务的中台化，可能推动其整体生态的平台化，也就是形成一个以数据治理为核心能力的中台，再接入各个垂直领域，以生态化为连接，以平台赋能输出为服务模式，重新定义PaaS，并重构自己的核心竞争力。从而推动中国的企业乃至社会系统的数字化转型。

而平台化的价值还在于，服务大客户和垂直类典型客户，只是“冰山的水上部分”，真正需要AI持续赋能的是水面下深不见底的大量传统行业和中小企业，它们的技术力量单薄，几乎无法独立实现AI化，所以明略势必也要通过进一步沉积数据、行业Know-How的方式，在合适的时机推出开源、开放及解决方案化的平台能力，使得社会的每个经济细胞都能低门槛的使用AI能力，从而解决整个经济社会的降本增效，相信这将是明略的下一个核心课题。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。（有任何疑问都请联系idonews@donews.com）