首页 > 专业知识 > 36氪首发 | 以AI中台降低客户开发成本，「深度赋智」完成数百万元种子轮融资

36氪首发 | 以AI中台降低客户开发成本，「深度赋智」完成数百万元种子轮融资

晰数塔互联网快讯
2019-11-01 08:00

36氪获悉，AI中台提供商「深度赋智」近日完成数百万元种子轮融资，投资者为迅雷及远望资本创始人程浩、Flow Capital创始人赖蕴琦以及腾讯系电商卖座网创始人王星。公司创始人吴承霖告诉36氪，资金将主要用于产品的持续研发。

深度赋智成立于2019年，主要是通过AutoDL（Auto Deep Learning）技术制作复杂的AI解决方案，以AI中台的形式为客户解决推荐、搜索、对话等细分领域的快速定制问题，从而降低客户的AI开发成本，提高企业效率。

目前，深度赋智主要针对内容理解、内容分发场景为电商平台提供AI解决方案。客户只需要上传相关数据，选择需要的功能，之后中台系统就会根据数据生成与之对应的AI解决方案。“深度赋智开发效率高，实施成本是一般AI开发团队的百分之一，是传统AI中台的十分之一，为客户提供AI中台SaaS，显著提升搜索、推荐匹配度等指标，为客户实现超60%成本节省和收入提升的目标。”吴承霖说。

一家公司要拥有适配度高的AI解决方案并非易事，建立一支AI研发团队，费事费力、费用高昂；购买第三方定制方案，费用高匹配度也难以保证。而AutoDL则被视为降低AI应用的门槛，实现“普惠AI”，让更大的用户群体和更多的公司获利于AI的重要技术之一。简单来说，AutoDL就是建立一个系统将传统深度学习AI的建模和训练过程自动化，自动化的过程包括数据分析清理、特征生成、工程和算法选择、模型微调、模型训练、部署和监视等各种任务，从而大幅降低AI的使用门槛。

36氪首发 | 以AI中台降低客户开发成本，「深度赋智」完成数百万元种子轮融资

图片来源：深度赋智官网

“但要将AutoDL技术高质量实现其实十分困难，虽然其中一些诸如数据清理、标记等步骤易于自动化，但是如何进行自动特征制作、高效样本利用、模型自动设计与端到端解决方案自动制作却相对较难，需要团队非常熟悉深度学习的每一个步骤细节，拥有全局微观能力，清楚如何处理数十上百个模块的配合问题。这都需要经验的积累。”吴承霖告诉36氪。

目前，深度赋智已经完成了SaaS平台中数个模块的开发，核心产品预计今年年底上线。深度赋智已经在电商领域的数个场景落地，在搜索、推荐的场景带来了78.5%-157%的相对效率提升，未来还将拓展金融、娱乐等强需求、强付费行业，继续规模化扩张。

团队方面，目前深度赋智拥有近20人的团队，核心成员均为腾讯、Google、百度、华为等前沿公司资深研究员、架构师，CEO吴承霖曾在腾讯带领团队设计与实现了亿级用户规模、千亿级数据规模的推荐系统、搜索引擎、用户画像、自然语言处理、知识图谱等系统，是部门最年轻的T3.3高级研究员，并荣获腾讯十余项重要奖项。

AutoDL技术以及AutoML（自动机器学习）是包括谷歌、亚马逊、微软在内的大厂都在着力发展的技术。微软推出了Learning Studio、谷歌开发了cloud AutoML，亚马逊也发布了AWS Sagemaker。吴承霖透露，深度赋智的相关技术与业界有全面的数据对比，在各个细分领域均具备优势。

除了大厂，也有许多创业公司进入这一领域，如美国AutoML初创公司DataRobot，今年9月，刚刚完成了2.06亿美元的E轮融资；大数据公司Databricks也推出了自动化的端到端机器学习服务AutoML Toolkit，此前微软也参与了Databricks的2.5亿美元的E轮投资。