做強(qiáng)技術(shù)，做好產(chǎn)品，用Sophon開啟國產(chǎn)化數(shù)據(jù)分析新時(shí)代

　　國外軟件斷供事件頻出

　　2020年6月，哈工大、哈工程的MATLAB被美國軟件公司MathWorks斷供。該兩所院校被美國商務(wù)部工業(yè)與安全局(BIS)列入實(shí)體清單，而MathWorks作為美國企業(yè)，需要遵守《出口管理?xiàng)l例》(EAR)的管制，在沒有獲得出口許可時(shí)，不得與實(shí)體清單進(jìn)行EAR受控物項(xiàng)的交易。作為國內(nèi)首屈一指的“工程師搖籃”，這一斷供事件無疑直接或間接影響了我國航天事業(yè)的開展，國產(chǎn)工程仿真軟件的自主研發(fā)迫在眉睫。

　　同樣的事情還發(fā)生在2021年初， Elastic 公司決定將Apache License 2.0 變更為雙授權(quán)許可，即Server Side Public License (SSPL) 和 Elastic License。該協(xié)議部分限制了云廠商利用其開源軟件，包括在托管其軟件必須獲得Elastic商用許可或向Elastic開放其服務(wù)代碼才可以使用;同時(shí)，軟件的監(jiān)控、安全、機(jī)器學(xué)習(xí)能力、數(shù)據(jù)異常檢測、數(shù)據(jù)合規(guī)檢測等功能未開源。這意味著封裝開源ElasticSearch的云廠商將無法免費(fèi)使用該產(chǎn)品，而使用開源ES的用戶也將無法免費(fèi)使用其安全組件模塊，無法保證業(yè)務(wù)運(yùn)行安全。

　　政策引導(dǎo)信創(chuàng)落地，技術(shù)和需求永遠(yuǎn)是驅(qū)動力

　　在2021年《“十四五”國家信息化規(guī)劃》提出了“加強(qiáng)信息技術(shù)基礎(chǔ)研究、強(qiáng)化關(guān)鍵技術(shù)創(chuàng)新，強(qiáng)化市場化和產(chǎn)業(yè)化引導(dǎo)，加強(qiáng)重點(diǎn)領(lǐng)域核心技術(shù)短板重點(diǎn)突破和集中攻關(guān)”。各地方政府的“信創(chuàng)”(即信息技術(shù)應(yīng)用創(chuàng)新)政策緊隨其后，貴州、湖南、廣東、天津等地均發(fā)布“十四五”信息技術(shù)產(chǎn)業(yè)發(fā)展規(guī)劃。其中，深圳市對信創(chuàng)項(xiàng)目給予3%的補(bǔ)貼，并規(guī)定了各行業(yè)的信創(chuàng)采購比例不得低于兩成和四成不等。此外，《“十四五”軟件和信息技術(shù)服務(wù)業(yè)發(fā)展規(guī)劃》還對信創(chuàng)目標(biāo)提出了高要求：“到2025年，我國規(guī)模以上企業(yè)軟件業(yè)務(wù)收入要突破14萬億元，年均增長12%以上。”

　　綜合各方因素，我國信創(chuàng)已從規(guī)劃-實(shí)施-落地階段，邁入至快速發(fā)展的關(guān)鍵時(shí)期。在此階段，除了推動我國技術(shù)的自主可控，還將助推政府、金融、電信、能源等國計(jì)民生行業(yè)的數(shù)字化轉(zhuǎn)型。

　　信創(chuàng)的重點(diǎn)在于“創(chuàng)”，在于產(chǎn)品創(chuàng)新、技術(shù)創(chuàng)新，在于為用戶創(chuàng)造更好的價(jià)值、更優(yōu)異的產(chǎn)品性能和體驗(yàn)。國產(chǎn)基礎(chǔ)軟件更了解中國國情，更了解中國客戶的痛點(diǎn)，也更適應(yīng)于中國海量的數(shù)據(jù)量級和豐富的數(shù)據(jù)類型。

　　分析工具也有國產(chǎn)化平滑遷移方案，且數(shù)據(jù)處理量更大、功能更豐富

　　大數(shù)據(jù)分析工具可以幫助用戶更靈活、更高效地進(jìn)行數(shù)據(jù)分析，挖掘數(shù)據(jù)價(jià)值。隨著數(shù)據(jù)量的劇增，以及深度學(xué)習(xí)算法的不斷迭代以及創(chuàng)新，市面上如SAS、SPSS等集中式部署的分析工具越來越難以滿足企業(yè)用戶更快速、更高效、更靈活以及更低成本的需求。

　　例如，用戶在使用SAS過程中可能會遇到如下幾個(gè)問題：首先，其相對比較封閉，用戶無法針對單個(gè)功能授予許可證，使用成本高昂;其次，SAS自建機(jī)器學(xué)習(xí)算法有限，深度學(xué)習(xí)算法依賴外部如Python嵌入支持，用戶無法靈活地獲取新的算法;再次，SAS對分布式讀寫和計(jì)算存在局限性，對海量數(shù)據(jù)處理及大規(guī)模機(jī)器學(xué)習(xí)難以有效支撐，對實(shí)時(shí)計(jì)算更是無能為力。

　　此外，SAS是過程性語言，代碼量偏多，加上閉源特性，SAS社區(qū)不及開源語言活躍。隨著R、Python的流行，SAS人才日漸稀缺，導(dǎo)致企業(yè)難以組織高質(zhì)量團(tuán)隊(duì)。

　　星環(huán)科技Sophon Base是具備統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等完備算法和豐富算子的企業(yè)級分布式機(jī)器學(xué)習(xí)平臺，支持從數(shù)據(jù)接入、數(shù)據(jù)處理，到模型訓(xùn)練、服務(wù)部署、線上監(jiān)控的一站式可視化流程，并擁有開源計(jì)算框架的生態(tài)、分布式計(jì)算性能、低成本與高開放性等特性。

　　圖1：Sophon與SAS功能對比一欄

　　在多年的行業(yè)積累和項(xiàng)目實(shí)踐上，星環(huán)科技建立了一套模型遷移方法論，整個(gè)過程被定義為8個(gè)階段——業(yè)務(wù)理解、數(shù)據(jù)理解、元模型理解、數(shù)據(jù)準(zhǔn)備、模型遷移、評估報(bào)告、應(yīng)用和檢測。星環(huán)科技SAS平滑遷移過程強(qiáng)調(diào)針對實(shí)際業(yè)務(wù)問題，解決客戶的業(yè)務(wù)痛點(diǎn)，產(chǎn)生實(shí)際價(jià)值。

　　通過對用戶業(yè)務(wù)、數(shù)據(jù)、元模型的理解后，進(jìn)行相應(yīng)的數(shù)據(jù)準(zhǔn)備，包括框架設(shè)計(jì)、數(shù)據(jù)處理、方案設(shè)計(jì)等。當(dāng)數(shù)據(jù)準(zhǔn)備好后就會進(jìn)行模型遷移，這一階段主要是進(jìn)行代碼邏輯架構(gòu)梳理設(shè)計(jì)、模型驗(yàn)證等。模型遷移完成后會對遷移效果進(jìn)行評估，確認(rèn)遷移前后的準(zhǔn)確性、一致性、以及優(yōu)化效果驗(yàn)證。最后是部署上線來支持業(yè)務(wù)，對業(yè)務(wù)進(jìn)行持續(xù)跟蹤，不斷優(yōu)化模型，并對效果進(jìn)行評估。通過一整套完整的遷移流程，保障SAS平滑、安全的遷移到Sophon。

　　星環(huán)科技Sophon可以提供完整的SAS模型遷移能力。相較于SAS，遷移到Sophon后可以支持多源異構(gòu)數(shù)據(jù)的接入、豐富的數(shù)據(jù)處理、多個(gè)框架的模型訓(xùn)練及發(fā)布、模型部署和維護(hù)等全過程，多源數(shù)據(jù)和建模流程靈活組合確保綜合性場景高效支撐。用戶可以獲得Sophon自建的200多個(gè)高性能分布式AI算子以及對自定義算子的支持，完全覆蓋SAS原有的建模能力。同時(shí)，Sophon還能帶來模型可解釋性、聯(lián)邦學(xué)習(xí)等額外的支持，更好地支撐模型的業(yè)務(wù)應(yīng)用。此外，在模型的統(tǒng)一管理、發(fā)布及監(jiān)控方面，Sophon也為企業(yè)客戶提供了簡潔、易用、穩(wěn)定的解決方案，幫助用戶更好地獲取數(shù)據(jù)價(jià)值。

　　分布式的分析工具性能幾何？用一個(gè)實(shí)際案例來說明

　　在銀行交易中，20%的頭部優(yōu)質(zhì)客戶會給銀行貢獻(xiàn)80%的利潤，而贏得一個(gè)新客戶的成本是保留一個(gè)老客戶的5至6倍。因此，銀行如果能夠提前預(yù)測出潛在的流失客戶，防止客戶流失而引發(fā)的經(jīng)營危機(jī)，對于提高銀行的競爭力具有戰(zhàn)略意義。

　　此前，某大型國有銀行在面臨此類數(shù)據(jù)挖掘的業(yè)務(wù)時(shí)，使用的是SAS產(chǎn)品。由于SAS是集中式的，對單臺服務(wù)器要求太高，算力無法支撐需求，且無法支持可視化的機(jī)器學(xué)習(xí)，對于業(yè)務(wù)人員來說使用門檻過高。在經(jīng)過產(chǎn)品選型后，決定采用星環(huán)科技的智能分析工具Sophon替換原有SAS，用以滿足銀行利用全量數(shù)據(jù)進(jìn)行挖掘的需求。分布式的軟件架構(gòu)也在實(shí)戰(zhàn)過程中證明了其海量的數(shù)據(jù)處理性能優(yōu)勢，逐漸取代了原有的集中式架構(gòu)，從而以更有益的表現(xiàn)完成了某大型國有銀行所要求的海量數(shù)據(jù)挖掘任務(wù)。

　　表1：替換前后的產(chǎn)品分析

　　在中高端客戶流失預(yù)警模型構(gòu)建方面，該銀行基于星環(huán)科技分布式的智能分析工具Sophon，利用中高端客戶短期資產(chǎn)流失與長期資產(chǎn)流失的高關(guān)聯(lián)性，通過邏輯回歸模型提前找出中高端客戶群中的近期潛在流失客戶。模型訓(xùn)練主要選取了如客戶基本屬性、持有產(chǎn)品、交易情況、賬戶情況、渠道喜好等變量，綜合全面地考量后，給出該客戶在中高端客戶流失層面的分?jǐn)?shù)，分?jǐn)?shù)高低決定了流失可能性大小。

　　由于Sophon提供用戶從數(shù)據(jù)采集、接入、模型構(gòu)建、測試、管理、知識存算和推理及輔助決策的全流程開發(fā)一體化平臺，因此大幅提高了用戶建模得整體效率。在模型上線后，該銀行實(shí)現(xiàn)了對單個(gè)客戶按照流失率得評分，評估數(shù)據(jù)顯示，在流失率評分最高的前10%客戶當(dāng)中，實(shí)際流失的比例達(dá)到了20.2%，相較全量數(shù)據(jù)5.9%的流失率來說，流失率預(yù)測效率提升了242%，前10%客戶的覆蓋度為34.2%。換言之，該銀行只需要對流失率評分最高的前10%的客戶進(jìn)行營銷活動，就能夠覆蓋整體34%的流失率，可以有效提升客戶流失率挽回的效率和效果。

　　中高端客戶流失預(yù)警模型成功支撐了客戶經(jīng)理對優(yōu)質(zhì)客戶的日常維護(hù)工作，從而定制差異化、個(gè)性化的產(chǎn)品、服務(wù)和營銷策略來挽留客戶，以防客戶流失情況的發(fā)生。

　　Sophon除了機(jī)器學(xué)習(xí)建模場景外，還能支持哪些高階應(yīng)用？

　　Sophon除了聚焦于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的數(shù)據(jù)科學(xué)平臺Sophon Base外，還擁有邊緣計(jì)算平臺Sophon Edge，可用于計(jì)算機(jī)視覺場景及工業(yè)互聯(lián)網(wǎng)場景;知識圖譜平臺Sophon KG可用于知識庫構(gòu)建、智能問答等場景;隱私計(jì)算平臺Sophon P²C可用于企業(yè)內(nèi)外部的數(shù)據(jù)安全流通、聯(lián)合建模等場景�？傃灾�，用戶在使用Sophon的分布式架構(gòu)替代集中式的國外數(shù)據(jù)分析軟件后，除了數(shù)據(jù)處理量及建模性能的指數(shù)型提升，還能擁有邊緣計(jì)算、知識圖譜、隱私計(jì)算等高階AI場景的支持能力，可以有效支持企業(yè)的數(shù)字化轉(zhuǎn)型及未來智慧化場景的拓展。

　　截至目前，星環(huán)科技智能分析工具Sophon已服務(wù)鄭商所、中行、工行等金融機(jī)構(gòu)，外交部等政府機(jī)構(gòu)，國網(wǎng)、南網(wǎng)、中化等能源用戶，人民網(wǎng)等媒體用戶，上汽紅巖、中煙等制造業(yè)用戶，并且在多個(gè)醫(yī)療和科研院所落地。

　　此前，Sophon已入選工信部人工智能產(chǎn)業(yè)創(chuàng)新任務(wù)“揭榜產(chǎn)品”，并且為上海數(shù)據(jù)交易所提供數(shù)據(jù)要素流通服務(wù)產(chǎn)品工具集。2021年至2022年，連續(xù)兩年被Gartner選為增強(qiáng)數(shù)據(jù)分析技術(shù)(Augmented Data and Analytics)推薦供應(yīng)商，并入選Gartner大中華區(qū)AI創(chuàng)業(yè)標(biāo)桿企業(yè)、《中國分析平臺市場指南》等權(quán)威報(bào)告。

　　“科技自立自強(qiáng)”任重而道遠(yuǎn)，技術(shù)自主研發(fā)是唯一的解法

　　在不斷頻出的斷供事件及國內(nèi)外政策加持下，軟件自主權(quán)及信息安全保障已成為頭等要務(wù)。數(shù)據(jù)是企業(yè)的資產(chǎn)和命脈，數(shù)據(jù)安全是企業(yè)固守的第一道墻。在使用國外開源組件或封裝服務(wù)的過程中，仍舊無法避免授權(quán)許可協(xié)議修改、安全相關(guān)模塊不提供等斷供風(fēng)險(xiǎn)，始終受制于國外法律與國際形勢。

　　想要實(shí)現(xiàn)“科技自立自強(qiáng)”，只有把技術(shù)真正牢牢掌握在自己手中。星環(huán)科技作為國產(chǎn)大數(shù)據(jù)領(lǐng)域的重要參與者，已實(shí)現(xiàn)了全軟件棧的自主研發(fā)，且性能優(yōu)于國外的同類型基礎(chǔ)軟件產(chǎn)品。未來，星環(huán)科技將持續(xù)自主研發(fā)大數(shù)據(jù)基礎(chǔ)軟件領(lǐng)域的關(guān)鍵技術(shù)，推動國家數(shù)據(jù)信息安全和其他產(chǎn)業(yè)的發(fā)展，持續(xù)為客戶帶來安全可靠、性能優(yōu)異、兼容性強(qiáng)的基礎(chǔ)軟件產(chǎn)品。