作者 | 王耐
编辑 | 石亚琼（邮箱新浪邮箱手机客户端怎么改密码：syq@36kr.com）
**
为了服务企业的数字化转型新浪邮箱手机客户端怎么改密码，数据科学平台（Data Science and Machine Learning Platform新浪邮箱手机客户端怎么改密码，简称DSML）的服务商大量涌现，比如Databricks、Dataiku、Domino Data Lab、Alteryx等企业，其中Databricks被纳斯达克列为2022年最值得关注的IPO之一。
根据Gartner的调研，63%的企业计划加大在DSML方面的投入，这也是CIO优先级最高的品类。Gartner将DSML平台定义为核心产品和相关集成产品、组件、库和框架（包括专有、合作伙伴和开源）的支持产品组合。该平台还支持将数字化解决方案合并到实际业务流程、组织的基础架构及产品和应用程序中。简而言之，就是把集中的数据资源、技术能力和分散的业务团队、业务场景打通，让数据变成更有价值。
成立于2015年4月的和鲸科技（全称：上海和今信息科技有限公司）前身为数据竞赛平台科赛网，目前是一家专注于“数据科学协同平台”的数据智能科技公司和平台服务商，公司以“Connect People with Data”数据与人的价值链接”为使命。公司在近日还获得A+轮融资，由考拉基金领投，五源与线性跟投数千万人民币。
公司搭建的数据科学协同SaaS产品“ModelWhale”，可满足数据科学家、人工智能工程师、商业分析师等数据工作者在线完成算法建模、数据分析、数据可视化等任务，并支持私有化部署和云端协同，帮助企业、高校、科研机构、政府机构开展工业级数据科学与人工智能的应用研发。除此之外，公司还经营中国最大的数据科学开源社区——“和鲸社区”，帮助中国的企业和机构对接优质开源算法、开源数据、算法人才。
和鲸科技业务
和鲸最大的差异化，在于将协同能力的内核落实到数据应用的全流程中数字化转型已是共识，业界讨论的重点也从“为什么数字化”，变成了“如何数字化”。埃森哲和工信部下属机构联合完成的《2021中国企业数字转型指数研究报告》（以下简称为《报告》）发现，中国企业数字转型指数从2018年的37分，已上升至2021年的54分。转型成效显著的领军企业达到16%，比去年提升了5个百分点。
值得注意的是，《报告》中还提到，尽管领军企业的数字化优势在持续扩大，但多数企业因为战略部署落后、基础薄弱、组织架构不合理、人才不足等因素，只能采取小修小补的方式，两者的差距不断拉大，数字化的马太效应已经凸显。成本高、风险高、见效慢、差距大的问题，使企业在数字化转型上如履薄冰、举步维艰，如何破冰成为企业急需解决的问题。
为了帮助企业应对这个难题，和鲸科技的回答是：以数据人才为杠杆，以组织协作为枢纽，实现数据要素的价值闭环和价值循环。
数据要素的价值闭环
和鲸科技的主要产品是数据科学协同平台——ModelWhale，其主要是为了帮助企业打通“数据协同、数据利用、业务落地、能力复用”的端到端流程，从而让数据变得有用处、有价值，同时实现人才和技术资产的积累，最终构建起“人才技能、技术落地、业务效益”三者的良性循环，进而支撑企业的数字化转型。
在企业级数据平台市场中，和BATH等巨头的竞争是绕不开的话题，和鲸科技创始人范向伟对此表示，BATH的定位是做数字化底座，和鲸科技专注于上层应用的协同场景，也就是数据要素的“最后一公里”。
相对于市场的同类产品，和鲸的差异化在于将协同能力作为内核，将敏捷开发、DevOps的理念，落实在了模型开发与应用的全流程之中。BCG的研究报告《金融机构如何驾驭大数据》显示，协同是大数据应用最主要的瓶颈，挑战要高于技术因素和资源因素。尤其是局部验证了数据对于业务的价值之后，当企业希望规模化地放大这种价值，协作的瓶颈就会凸显。
和鲸科技的主营业务是数据科学协同平台ModelWhale的SaaS产品，该产品专注于实现组织内部的数据人员和业务人员的实时协同，也支持跨地域、跨组织的协同场景。
跨地域、跨组织的协同
和鲸科技业务迭代
数据科学协同平台ModelWhale，分为三大板块，分别 包括基础层、协同层、开放层。通过三大板块的层层递进，来实现数据科学能力从IT端到业务端的衔接，将开放、协作、复用的理念落地，最终构成了数据智能应用的敏捷开发和精益创新的闭环。
在基础层，需要实现的是技术能力的弹性利用、动态组合。ModelWhale可实现统一高效的数据管理和资源调度，支持低代码、Notebook和CloudIDE的三种开发模式。其中，ModelWhale的资源调度能力，可满足不同级别的模型训练需求。该平台以云计算能力为基础，自主研发了高可用的算力调度器，具备按需计算、弹性扩容的优势，从而可以支持从1个用户到数千个用户的低成本、高效率地快速拓展，帮助企业节约可观的算力成本。低代码、Notebook和CloudIDE的支持，对应了不同背景的用户的技能条件与需求特点，也覆盖了数据应用从探索到开发、从工程化到生产上线、从运维到迭代的整个生命周期的开发需求。
开发模式、数据管理、资源调度
在协同层，实现的是个人、团队和基础设施三者的持续拉通、成果复用。ModelWhale积累了数据科学的全要素、全流程的协作能力组件，能对各类研究课题、算法项目、分析任务，进行分工拆解、任务分配、数据接入、资源分配、进度监控、成果验收、成果复用等项目管理工作。该平台也可支持对单个成员的资源用量监控和用户群组管理，在项目开展前后可以有效规划资源、避免浪费、保障计算资源的合理分配使用。通过协作层的支撑，可以让合适的数据，被合适的团队，在合适的任务上，实现紧密地咬合、持续地迭代、高效地复用。简而言之，也就是实现敏捷开发理念和数据科学实践的结合。
ModelWhale适用研究
在开放层，实现的是个人、企业与开源技术生态的协同共生、成果共享。在基础层和协同层的能力之上，ModelWhale可以与和鲸社区实现系统化的打通。基于和鲸社区数据开发者的算法能力、建模能力，企业可以将企业的数据应用需求，与高校、科研机构、社区开发者进行对接。通过ModelWhale的全流程的托管，可以保障开放层开发过程中的安全性、高效率，以及开发成果的可用性、可维护性。通过ModelWhale的开放协同的能力，个人和企业都可以用更低的成本、更快的速度，实现"(数据+算法+算力)*人才"的价值闭环和价值放大。
(数据+算法+算力)*人才
服务多个行业top3客户，用头部的影响力拉动增长飞轮数据科学协同平台ModelWhale目前主要使用场景在科研机构、企业和高校。在采访中，范向伟提到，自从ModelWhale产品问世，连续三年，产品收入均保持了每年2倍以上的增长，并在市场的竞争中，占据了相对领先的位置。标准产品的年销售收入，从三年前的百万级，达到现在的千万级。目前公司的营收占比中，科研的份额占到了2/3，政企占到了1/3。对此范向伟补充到，数据协同的能力是不断验证、不断迭代、不断叠加的，靠的是滚雪球，打的是持久战，没法一口吃个胖子，也没有这个可能性。
数据科学平台的国内市场还处于成长期，离欧美发达市场还有3-5年的距离。和鲸科技认为，技能赛事、培训教育、科研协同是国内平台型产品的一个很好的切入点。在数字化的进程中，这些场景是头部客户在人才和组织成长方面的刚需。从科研切场景切入，也可以帮助平台完成核心能力、核心用户的原始积累与需求验证。通过教育、科研、企业的有序分层，形成有梯度的市场渗透、能力叠加，能帮助平台绕开“城墙”，实现更快、更稳、更精准的迭代升级与产品增长。
和鲸科技目前的平台客户场景包括气象、医院、药企、高校、科研、新能源、传统能源、金融等多个场景。客户包括清华大学、上海交通大学、中石油、国家气象信息中心、中国电信、中国医学科学院、解放军总医院、强生医疗、默克制药、信通院、国家人口与健康数据中心、北京医保局、金风科技、九坤投资等多个国家级和行业级的头部客户。
和鲸科技客户
和鲸科技的典型客户，如国家气象信息中心、解放军总医院、协和医学院、金风科技，有着共同获客、转化、增购的路径。和鲸科技对此补充到，机构内的数据科学家、数据分析师，通过和鲸社区的内容与活动，可体验到ModelWhale在特定场景的数据应用的功能优势。经历个人版的试用之后，再向所在的团队进行组织版和企业版的推荐。这也实现了从个人到团队，再到机构的价值验证和价值放大。ModelWhale在经过金风科技数据部门的验证、采购、局部落地之后，进一步拓展场景，在一年的时间中，实现了平台用户从30人到300人的增长，覆盖了集团公司三十余个部门。
产品体验推动增长（PLG）
以解放军总医院、协和医学院等头部的医疗客户为例，范向伟在采访中介绍到，医学的复杂性很高，数据智能也是刚需，但医生、研究人员普遍不具备专业的编程能力。ModelWhale可以通过低代码的简单易学的方式，最小化技能门槛，并通过协同能力，使IT、临床、研究等不同岗位的人才相互配合，通过背靠背的协作，实现数据应用的价值闭环。通过社区用户覆盖头部客户，再通过头部客户的实践，实现腰部客户的复制，成为了和鲸的业务增长的效率杠杆。
头部客户的成功落地，为其他的机构、企业提供了平台落地的背书与示范。基于头部机构知识库、案例库的沉淀，数据平台从产品到落地，也逐渐走向了标准化、普及化。范向伟对此介绍到，和鲸在和解放军总医院、协和医学院等头部医院的合作中，其实也是在共建算法库、知识库、案例库。头部机构的机器学习、人工智能的课程与案例，本身就是面向行业中的医生和学生的。目前和鲸与头部医院、头部药企共同组织的数据竞赛，每年覆盖的人数可达到上千人、几百家医院。
除了医疗、生命科学等科研场景，在企业场景中，数据平台不仅要面对大量IT系统的对接、打通需求，还要面对复杂的业务场景，这使得销售成本、实施成本、研发成本都很高。如果产品无法定位到精准的应用场景、用户人群，无法用可控的成本满足客户需求，实现数据价值的落地，那么数据平台产品的采购、复购的成功率就会很低，研发和分销也无法实现提速，这会形成一种恶性循环。
数据科学平台的选型和落地，有着很高的复杂性和实施风险，客户的产品选型是高度谨慎的，公司在头部客户在选型和落地上的经验积累，提升了公司标准产品的服务能力和规模商用的影响力。公司表示，目前和鲸科技已在气象、医疗、科研、能源、金融等领域实现了部分头部客户的覆盖与转化，以及高比例的复购与增购。
产品体验推动增长（PLG）
坚持PLG路线，和鲸社区成为留住客户的流量池SLG（销售驱动增长）卖软件靠的是销售渠道，而PLG（产品主导型增长）更注重用户和产品，通过产品自身实现获客。此模式获客成本低、增长速度快、迭代效率高，典型公司比如Atlassian、Canva、Zoom等。PLG对产品研发与市场营销，都提出了很高的要求，中国目前能够面向头部客户，走通PLG的企业仍是少数。
随着企业对成本-效益和可持续性的敏感度提升，为了满足客户需求，服务商就需要提供更低成本、更快迭代、更高效率的方案。PLG模式对于企业客户也意味着更低的试错成本、部署成本和维护成本。顺应企业客户的需求和技术发展的趋势，是整个SaaS行业在重点探索的方向。
PLG模式的商业逻辑是产品主导、加速迭代。推出高质量的产品是前提，而产品优质首先需要有足够深的用户洞察。只有围绕用户洞察和用户痛点，才能持续地验证产品设计、提升产品性能、叠加产品壁垒。所以PLG的逻辑起点是，平台公司需要先找到核心用户、形成与核心用户之间的共生关系。
和鲸科技的前身是科赛网，现在已经演化为拥有25万注册的和鲸社区，社区在过去六年保持了每年100%的增速，成为了最大的第三方的数据人才社区之一，注册人群覆盖了全国的主流高校、研究院和企业。和CSDN等传统开发者社区相比，和鲸社区的差异化能力，在于数据分析的流程、代码、结果是可以在线运行、实现端到端的复现，其他用户可以对社区内的模板进行运行、修改和进一步的分享。
和鲸社区交互界面
和鲸社区通过和各个行业的头部客户合作，已组织了超过200场专业数据科学与人工智能竞赛，累计有10万多数据人才参加，解决了超过20类人工智能业务问题，累计算法解决方案2000多项。数据竞赛将数据、算法、人才和行业应用场景汇集在一起，形成了聚集效应。多年的数据竞赛服务经验，也提升了和鲸在数据人才和行业企业中的知名度和影响力。
竞赛和社区为和鲸带来了大量精准的专业用户群体，也为数据科学协同平台ModelWhale的发展提供了多方面的赋能。在采访中，范向伟提到社区和竞赛，一定程度上降低了数据平台的综合成本。对此他解释到，建设数据平台的成本上包括三个方面，一是开发成本，开发起步阶段常常需要超过数十人的开发团队、上亿的投资金额；二是销售成本，平台的销售周期很长，面对激烈的竞争，需要维护庞大的销售团队和售前团队，很多技术厂商的销售成本会占到总成本的五成以上；三是服务成本与定制化成本，因为数据平台在企业的落地场景丰富而复杂，数据平台解决不了的业务问题，往往需要较高强度的定制化和服务来打补丁。
2021全国人工智能大赛
拥有一个规模领先、增长领先的一个开发者社区，就可以在社区做用户需求的调研、测试。这些用户既是产品当前的使用者，也是潜在的产品用户。相比传统的市场渠道，社区的触达面更广、增速更快。通过社区也可以触达数字化成熟度更高的标杆客户，这相应也可以降低销售成本、缩短销售周期，带来更高的客户匹配度和满意度。
和鲸通过在竞赛和社区积累了大量注册用户，这些用户通过内容和活动拉动，进一步成为ModelWhale平台的使用者、推荐者和分享者。从个人用户向机构客户的转化，为打通一个B2C2B的链条闭环提供了可能。范向伟在采访中表示，数据科学平台是通用技术平台，数字化转型是全面变革，只有体验足够好、迭代足够快的产品，才能够满足企业客户数字化的需求。经过七年的积累，和鲸实现了社区增长、产品打磨、销售增长的飞轮，也成功跑通了PLG的商业模式。目前的产品订单中，约80%来自于社区用户的推荐，80%以上的签约客户完成了复购和增购。
叠加社区和PLG模式
社区和竞赛，不仅帮助和鲸科技实现了平台产品研发、推广、落地的闭环，还促进了平台的用户洞察和快速迭代。社区模式和PLG模式，形成的叠加效果，为数据科学平台的落地构建了一个价值更高、成本更低、速度更快的良性循环。在竞争激烈、门槛坚硬的数据平台的市场中，和鲸占据了一个相对独特的生态位。
在采访中，范向伟也表示，数据科学平台是天花板很高、壁垒也很高的通用技术平台，也是有着枢纽地位的兵家必争之地，一边要对接体系庞大的云计算生态、开源生态、数据资源，一边要对接高增长、跨行业、跨场景的业务需求。市场需求和底层技术，都在快速、深刻的演变过程中，如何把握住不变的核心变量，才是行业终局的胜负手。长周期的平台的发展，主要矛盾在于：要持续平衡好“产品迭代、行业资源、业务增长”三个飞轮的关系。在把握技术趋势和需求趋势的同时，既要防止定制化、同质化的过拟合，也要尽早布局行业的稀缺要素与入口位置，形成企业的产品迭代飞轮、资源壁垒飞轮，叠加之后形成业务增长飞轮。
对于和鲸来说，产品迭代飞轮是产品体系和用户反馈的良性循环，资源壁垒飞轮是头部的企业客户和高潜力的个人用户。这是在迭代数据能力、分享开源成果、跑通应用闭环的过程中，形成的一种难以替代、持续演化的共生关系。
标签： 新浪邮箱手机客户端怎么改密码