受注収益が7億人民元を超えるPercentが、なぜこれほど爆発的な成長を遂げることができたのでしょうか?

受注収益が7億人民元を超えるPercentが、なぜこれほど爆発的な成長を遂げることができたのでしょうか?

2009年に設立されたPercentage Pointは、間違いなく中国のビッグデータ産業の発展の縮図です。

最も早いビッグデータ企業の1つとして、百分店はインターネット分野の中で最初に電子商取引業界を選択しました。これは、ビッグデータが最初に実装された業界でもあります。設立後3年間、百分店は主に電子商取引プラットフォームやメディア情報ウェブサイト向けにビッグデータに基づくレコメンデーションエンジンを提供し、No.1 Store、Vipshop、Jumeiなどのベンチマーク顧客を獲得しました。

2013年、ビッグデータの概念が普及し、インターネット企業から伝統的な企業に浸透し始めたとき、百度はオフライン市場への参入を主導し、インターネット企業へのサービス能力と経験を伝統的な企業に提示し、データ管理とナレッジグラフという2つの製品を発売しました。

従来の企業は情報レベルと IT 能力がインターネット企業に比べてはるかに劣っているため、キラー アプリケーションだけでなく、さらに重要なこととして、エンドツーエンドの総合的なソリューションを必要としています。百度は顧客のニーズに応えるため、この過程で徐々に自社の事業を強化し、2015年にビッグデータオペレーティングシステムBD-OSの研究開発を完了しました。その製品はますます成熟しています。

2016年、基盤インフラが成熟した後、百度はさまざまな業界でのビッグデータの応用価値の探求を開始し、チームは急速に600人にまで拡大しました。 2016年末、2年間好調だったビッグデータ業界は突然冷え込みました。この間、中国人民銀行も人員構成を調整し、業界ソリューションの業務比率を継続的に高め、最終的に金融、統合メディア、スマート製造、小売および日用消費財、政府の5つの主要分野を特定しました。

2017年はビッグデータと産業の深い融合の年であり、%Pointにとって急速な発展の年でもあります。製品レベルでは、PERCENT は業界向け AI 意思決定システムをリリースし、市場レベルでは海外市場への進出に成功し、アジア、アフリカ、ラテンアメリカの各国政府にサービスを提供しました。財務面では、2017年にPBXの受注収入が7億人民元を超え、3倍の成長を続け、初めて黒字化を達成しました。

完全な技術システムを備えたフルスタックのビッグデータ企業

百分店の製品体系は、SaaS製品とエンタープライズレベルの製品の2つの部分で構成されています。そのうち、SaaS製品は主にインターネット顧客と一部のブランド広告主を対象としており、主にマーケティング、世論監視、市場調査などのサービスを提供しています。エンタープライズ レベルの製品は、総合的なソリューションの形で顧客にサービスを提供します。

軽くやるか、重くやるかという質問に対して、%D は間違いなく後者を選択しました。 8年以上の蓄積を経て、Baidu Pointは市場で数少ないフルテクノロジースタックのビッグデータ企業の1つになりました。その製品ラインは、基盤となるビッグデータオペレーティングシステムから、NLPテクノロジーに基づく中間層のインテリジェント認知システム、さまざまな業界向けの上位層の業界意思決定システムまで多岐にわたり、製品システムは非常に充実しています。

一方、基本プラットフォームの観点から見ると、百分店は初期に多数のインターネット顧客にサービスを提供しており、特にデータラベリングの面で大量のデータを処理する能力を蓄積してきました。一方、Baidu Point は、伝統的な業界に最も早く参入した企業の 1 つとして、複数のソースの異種データの処理に強力な能力を持ち、データ ガバナンスの豊富な経験を持っています。

インテリジェント認知の観点から見ると、Baidu は NLP (自然言語処理) とナレッジグラフ技術の蓄積が深いだけでなく、音声認識においても独自の優位性を持っています。 Baidun.comは多くの海外政府にサービスを提供してきたため、小規模言語の大規模なコーパスを取得し、これらのデータに基づいて小規模言語向けの音声認識製品を開発しました。

人材面では、同社には400人規模の技術チームがあり、総勢700人を超え、そのうち半数以上が製品開発を担当しています。さらに、データ サイエンス チームは %Point の 20% 以上を占めており、これは平均的なインターネット企業よりも高い割合です。

AI分野では、NLPと動的知識グラフを2つのコア技術として、認知層技術を展開しています。

現在、市場で最も急速に成長している AI ベンダーのほとんどは、コンピューター ビジョン認識や音声認識などの知覚層 AI をベースにしていますが、認知層テクノロジの開発はまだ比較的初期段階にあります。

これは主に、知覚層の技術がより汎用性が高く、アルゴリズムがより成熟しているのに対し、認知層の技術は垂直産業と深く統合する必要があり、大量の産業データとシナリオ理解を蓄積する必要があるためです。この点では、パーセンテージポイントには一定の利点があります。

技術面では、Baiduは2014年にナレッジグラフ製品の発売を開始し、2015年にはナレッジグラフエンジンを発売しており、他のメーカーよりも長い期間にわたって技術を蓄積してきました。データ面では、PBOCはメディア、公安などの分野で多数の業界顧客にサービスを提供しており、大量の垂直産業データを蓄積しています。データの品質が高く、業界のニーズに近いアルゴリズムモデルのトレーニングが容易です。

<<:  Cloudera は研究から実稼働までエンタープライズ機械学習を加速します

>>:  Li Ziqing教授はPBODの主任コンピュータービジョン科学者を務めています。

ブログ    

推薦する

...

Alipayの顔認識が「クラック」されましたが、私たちのお金はもう安全ではないのでしょうか?

[[314955]]川沿いを頻繁に歩くと、足が濡れてしまいます。決済の兄貴分であるアリペイも小さな...

...

AIエージェント、起動!復旦 NLP チームが 86 ページのレビューを発表: インテリジェント社会はすぐそこ

9 月 19 日、Jim Fan は Fudan NLP チームからの LLM ベースのエージェント...

...

...

...

...

...

ブラックテクノロジー:AoE-モデルをうまく管理するには?

序文今後ますます多くの企業が AI 関連のテクノロジーを利用するようになるでしょう。ほとんどの AI...

AIと遊ぶ4つの簡単な方法

適切なプロンプトを作成する技術を習得することが、ChatGPT のような AI ベースのプロンプト ...

時系列を大規模モデルと組み合わせることはできますか?アマゾンの最新研究:大規模モデルで時系列予測を説明できる

最近、Amazon は時系列予測にビッグモデルを使用する方法に関する論文を発表しました。これは時系列...

機械学習プロジェクトを管理および組織化する方法

この記事では主に、機械学習プロジェクトの編成と管理に関する実践的な経験をいくつか紹介します。パイソン...

...

機械学習とビジネスを組み合わせる上で最も重要なことは何でしょうか?

純粋に学術的な目的で機械学習モデルを構築することと、製造、金融サービス、小売、エンターテインメント、...