中國數(shù)據(jù)科學競賽現(xiàn)場“零距離”

譚婧

人類正從IT走向DT（DataTechnology），這是個大背景。

企業(yè)處在數(shù)據(jù)產(chǎn)品和AI產(chǎn)品的紅海，想活命就必須手持一本《AI避坑逃生指南》。

個人處在競爭與內(nèi)卷的浪潮，數(shù)據(jù)思維和工具是護身符。

在上海市徐匯區(qū)虹漕路77號C8，我見到了和鯨科技創(chuàng)始人范向偉與首席產(chǎn)品官殷自強。這是一家擁有近15萬注冊數(shù)據(jù)科學家社區(qū)的公司，同時也是在數(shù)據(jù)科學的江湖里無論如何也不會錯過的公司。

我們曾經(jīng)從2017年就開始“聊天”。

這次只是，無數(shù)次中的一次。

只是這次，忠實地做了記錄。

出發(fā)時，和鯨只是一家被稱作“對標谷歌Kaggle”的公司。到如今，和鯨是一家“走通”從競賽到社區(qū)，再到產(chǎn)品的公司。在中國，乃至全球，這條路，都是獨一無二的。

彼時，美國有，中國抄。

那一輪，投資人拿和鯨和Kaggle做中美對標，數(shù)據(jù)競賽玩家拿“中國版Kaggle”指代和鯨。

Kaggle是什么？是全球最大的數(shù)據(jù)科學技術分享社區(qū)（在線分享代碼、項目和數(shù)據(jù)集等），創(chuàng)立于2010年?！癒aggle大神”是數(shù)據(jù)科學競賽界頂禮膜拜的江湖稱謂，可見其地位之顯赫。

2017年，Kaggle被谷歌收購，宣布收購消息是彼時谷歌云首席科學家李飛飛。消息漂洋過海，范向偉耳邊都是：“賣給BAT，財富就自由”。

Kaggle被收購上岸，和鯨去向何方？

范向偉不想“賣”公司，因為他一開始就沒有“抄”。辦競賽、搭平臺、建社區(qū)、出產(chǎn)品，全套拳法，天人合一。

到今天，真相大白了。因為沒得抄了，反而能看出來誰在踏踏實實做數(shù)據(jù)科學的產(chǎn)品。

既然不被收購，那接下來，路在何方？這個問題，范向偉這幾年應該被問了無數(shù)次。當年，有人說Kaggle可以推出SaaS產(chǎn)品，因為抓住了一群獨特的、技術含量極高的、小眾的群體。這群人的需求，比中情局的情報還珍貴。

四年過去了，Kaggle始終沒有邁出這一步。被誤稱為“中國版Kaggle”的公司卻做到了。SaaS產(chǎn)品“數(shù)據(jù)科學云端協(xié)作工具”，并非誕生美國硅谷車庫，而誕生在中國人自己的數(shù)據(jù)科學社區(qū)。

如果它有口號的話，估計會和熊貓、雪豹、金絲猴“撞稿”：“我們誕生在中國?！北藭r，數(shù)據(jù)化浪潮開天劈地，數(shù)據(jù)競賽風起云涌，范向偉從上海交通大學統(tǒng)計系的教室里緩步走出。他并不熱心于完成碩士學業(yè)，而是心心念念數(shù)據(jù)競賽。興趣是最好的開始，而同行者最是惺惺相惜。社區(qū)就是吸鐵石，把同類人“吸”在一起。

數(shù)據(jù)競賽社區(qū)高手云集，人氣高，思路廣，不乏大量活躍者，貢獻算法、案例、數(shù)據(jù)集，吸引更多數(shù)據(jù)人才，武林高手齊聚光明頂，圍攻“挑戰(zhàn)性數(shù)據(jù)問題”。

數(shù)據(jù)競賽社區(qū)中國不止一家，阿里巴巴、百度都有，是不是論規(guī)模，定輸贏？范向偉的答案是否定的。

和鯨不只是數(shù)據(jù)競賽舉辦方。別人僅僅是辦一場活動，和鯨團隊則在打磨產(chǎn)品——先做競賽系統(tǒng)，再把整個競賽系統(tǒng)SaaS化。他們做到了從人力運營轉(zhuǎn)換到競賽產(chǎn)品。

范向偉說：“多年前，比賽客戶就開始自辦比賽了，我們只提供競賽產(chǎn)品。比如華東師范大學，就是用和鯨的比賽系統(tǒng)直接辦比賽?！毖莼c進化都是悄然發(fā)生的。

歌手唱：《想愛誰你就去愛誰》，范向偉說：“想辦競賽你就去辦競賽”，下半句是：“給你工具就行了?！?/p>

中國移動、中國電信、南方電網(wǎng)、中華醫(yī)學會、鵬城實驗室、北京醫(yī)保局都來找和鯨辦數(shù)據(jù)競賽，范向偉拿出產(chǎn)品——數(shù)據(jù)競賽管理平臺。一面辦比賽，一面產(chǎn)品化。這是一件很有趣的事兒。

數(shù)據(jù)競賽不崇尚孤膽英雄，團隊作戰(zhàn)更為常見。一起寫代碼，讓“協(xié)作”成為參賽選手的剛需。從那時開始，像種子一樣的“協(xié)作”產(chǎn)品理念，已經(jīng)發(fā)芽了。數(shù)據(jù)競賽系統(tǒng)突出競賽，數(shù)據(jù)科學云端協(xié)作工具突出協(xié)同，兩個產(chǎn)品的底層模塊有共同之處。

首席產(chǎn)品官殷自強說：“SaaS化是因為有抓手，我們才有機會摸索產(chǎn)品化的道路?！焙亡L社區(qū)打磨產(chǎn)品的方法是獨一無二的，類似開源軟件的方法論，千手捉蟲（bug）快，和真實需求的距離最近。

“有多近？”“和鯨團隊的辦公室，是距離中國數(shù)據(jù)科學競賽比賽現(xiàn)場最近的地方?！贝蚰?，是SaaS產(chǎn)品的必由之路。

殷自強說：“數(shù)據(jù)競賽的價值是什么？這個問題我們思考了五年，這五年來，我們辦了100多場比賽，100個不同的場景，100家不同的機構，處理100個人工智能需求，100個機器學習需求，共性在哪？”

“直接給到客戶的，相當于為客戶做定制開發(fā)。某一模塊可能只是客戶唯一需求。對于高速迭代的工具平臺，這種先定制開發(fā)，再產(chǎn)品化的模式會遇到很大的挑戰(zhàn)?！币笞詮娬f。

“和鯨的做法是，某個產(chǎn)品模塊上新，讓社區(qū)先使用?！鄙鐓^(qū)，是和鯨得天獨厚的寶地，是孫悟空的花果山，是哪咤的陳塘關?！氨荣惤Y(jié)束，一切都結(jié)束了，那是活動營銷公司的生意?！币笞詮娧a充說。

這時候，有人質(zhì)疑，是不是和鯨的產(chǎn)品，只用于數(shù)據(jù)競賽？答案并不是。

產(chǎn)品要在場景無數(shù)次驗證大規(guī)模的需求，數(shù)據(jù)競賽就是這樣的場景，證明產(chǎn)品是可以支撐千人同時在線編程。若論同時使用產(chǎn)品的人數(shù)，一家普通公司不可能比社區(qū)里的人多。

所以，和鯨的產(chǎn)品對客戶的服務，變成了降維滿足客戶需求。和鯨社區(qū)里的各色需求都被提煉成產(chǎn)品的迭代需求。這既是一種“折磨”，也是一種“幸?！?。折磨受得越多，產(chǎn)品越成熟。很多時候，在和鯨辦公室里看見研發(fā)團隊誰的神情最焦灼，那人便是殷自強。

但是他說這句話的時候充滿自信心：“從來沒有碰到過哪個公司的并發(fā)，把我們給卡住了。”

準確判斷AI的技術趨勢

數(shù)據(jù)與AI的發(fā)展既強勢，又混沌。做數(shù)據(jù)和AI產(chǎn)品要對主流技術趨勢敏感，有判斷力。用范向偉的話說就是：“數(shù)據(jù)科學已經(jīng)發(fā)展到第三階段（3.0），數(shù)據(jù)類型、基礎設施、分析工具和工程任務中的行為，發(fā)生巨大變化?！?/p>

一個軟件版本用N年的時代，已經(jīng)一去不復返了。殷自強自問自答：“快速擴容是一個里程碑。10臺變成100臺，1000臺變成10000臺，這種變化不能影響服務。支持大規(guī)模工程的能力，業(yè)界遲早要有，且大家都會去選最好的。這件事情，為什么不是我們來做？”當K8s剛出1.0版本的時候，CTO和技術團隊敏銳地關注了。

第一，發(fā)現(xiàn)大廠都選K8s，主流的大廠進來，需求迅速變成現(xiàn)實。第二，K8s表現(xiàn)強勢，剛出來的時候還有一個叫Swarm的一套技術，也能解決彈性控制的問題，但還是被K8s快速淘汰掉了。第三，K8s是開源的。人工智能界的好東西，很多都開源了。

判斷結(jié)論有了：K8s有優(yōu)勢，會帶來一波變化，那就抓住它。產(chǎn)品好是一個大概念，有很多“訣竅”是外行人難以察覺的。

SaaS產(chǎn)品，不唯技術論英雄

江湖有一種迷信，似乎只要算法高超，就勝券在握。但是，傳統(tǒng)機器學習算法和深度學習算法各有優(yōu)勢，各有用途。

大規(guī)模深度學習已是貴族游戲了，只有工業(yè)界的頭部大公司才可以承受，鯉魚躍龍門般的高門檻限制了創(chuàng)新探索和整體發(fā)展。比起深度學習，數(shù)據(jù)分析“身價平平”。

但是，江湖有云，欲練上乘劍法，不限招式多寡?！兑刑焱例堄洝樊斨?，孤鴻子和楊逍比武，楊逍奪走孤鴻子的倚天劍又扔還。殺傷力不大，侮辱性極強。

楊逍拿著劍冷笑道：“倚天劍，好大的名氣！在我眼中，卻如廢銅廢鐵一般！”孤鴻子對兵器盲目迷信。楊逍就不信這個邪。

算法和產(chǎn)品都是工具，工具的存在，是為了解決問題。在“解決問題”這個終極任務面前，人的智慧極為重要，不能過分夸大工具的威力。

范向偉說：“我們判斷數(shù)據(jù)分析的場景價值更大一些，或者是說，要做AI，首先要從數(shù)據(jù)分析起步。單獨看技術難度，數(shù)據(jù)分析肯定簡單，但是不能說價值低，要做好數(shù)據(jù)分析，一樣充滿挑戰(zhàn)，需要發(fā)掘人的價值、解決人的問題。”

倚天劍不能擊敗所有對手，深度學習也不能。范向偉認為，在企業(yè)中，最難處理的問題，永遠是人的問題。他堅信，人是一切問題的根源，也是一切辦法的支點。

所以，當和鯨團隊意識到這個問題的重要性的時候，產(chǎn)品邏輯了然于胸——數(shù)據(jù)科學云端協(xié)作工具，也就是和鯨的ModelWhale。他說：“數(shù)據(jù)科學家彼此之間的協(xié)同，是權利責任、資源分配、分工協(xié)同、過程追蹤、成果整合的問題。產(chǎn)品定位，立足于此?！?/p>

“人才和管理，是數(shù)據(jù)產(chǎn)品和AI產(chǎn)品落地過程中隱形大坑?！边@句話應該寫在《AI避坑逃生指南》的第一頁。

明槍易躲，暗坑難防。近幾年，最知名的數(shù)據(jù)產(chǎn)品，莫過于數(shù)據(jù)中臺。一個數(shù)據(jù)中臺的實施與落地，牽扯企業(yè)組織變革、資源變革、流程變革……一場變革尚且窮盡其力，如此多的變革，讓一款產(chǎn)品，難負其重。這是數(shù)字化改革的“深水區(qū)”，觸動了很多人的深層次利益。

某公司中層干部的內(nèi)心獨白是：“我們部門的私有數(shù)據(jù)，是私有資產(chǎn)，為啥要和隔壁部門共享。年終獎拱手讓人嘛？”數(shù)據(jù)工具的先進性，并不能解決人類思維的慣性。

產(chǎn)品邏輯的背后，是產(chǎn)品理念、企業(yè)的理念，以及創(chuàng)始團隊的信仰。數(shù)據(jù)協(xié)作工具這一類型的產(chǎn)品猛地聽起來，并不容易理解。而范向偉則認為這是最好的“工具”。

“數(shù)據(jù)思維”狠狠告別“原始年代”，也是個體的必然選擇。培訓拯救不了焦慮，數(shù)據(jù)科學唯有從動手開始。

殷自強說：“我們也在做拖拉拽系統(tǒng)，降低門檻，降低畏懼情緒?！?/p>

“同時，也思考用戶快速搭建分析框架（框架包括，觀察數(shù)據(jù)分布、提取特征、測試模型、評估效果），完善代碼，并調(diào)整成能提高模型準確率和業(yè)務相關性的成果（報告或模型）?！遍T檻的高度是一個比較值，不是一個絕對值。自2017年起，范向偉就一直拿學英語這件事情打比方。他說：“七八十年代，國民整體英語水平偏低，英語翻譯很吃香。近十年，英語普及得較好，英語能力不再是一種稀缺能力?！?/p>

以前，學英語。如今，學數(shù)據(jù)科學。

范向偉也談到了5年以來的觀察：“5年前，用戶絕大多數(shù)是計算機專業(yè)背景，因為編程是敲門磚。現(xiàn)在，很多社會科學學院、大氣科學學院、商學院、醫(yī)學院背景的人已經(jīng)離不開數(shù)據(jù)科學的工具了?！边@個變化，符合幾年前他的判斷。他說：“我們跟隨行業(yè)的腳步，很多人在社區(qū)里成長，努力培養(yǎng)數(shù)據(jù)思維，學以致用。和鯨團隊不相信，只靠類似AI全家桶的產(chǎn)品，就能解決產(chǎn)業(yè)里無法窮盡的問題?！?/p>

將視野放寬到行業(yè)，那些做數(shù)據(jù)科學產(chǎn)品與AI產(chǎn)品的中國SaaS廠商，幫客戶把算法都搞定了，變成一個普通業(yè)務員工能去用的工具。

范向偉認為：這是過度“封裝”，容易陷入局部最優(yōu)的陷阱，長期看來，難以迭代，拓展和復用。企業(yè)業(yè)務是動態(tài)變化的，數(shù)據(jù)的用法是動態(tài)變化的。有，且只有：業(yè)務員越具備數(shù)據(jù)思維的時候，越利用得好數(shù)據(jù)，才會把數(shù)據(jù)的價值滲透到毛細血管級別的場景里面去。

《AI避坑逃生指南》認為：定位數(shù)據(jù)與人工智能類的企業(yè)級產(chǎn)品，有兩個大坑。首先是，工具類的產(chǎn)品都是賦能千行百業(yè)的，石油、電力、交通等，大多數(shù)情況下創(chuàng)業(yè)者自己不是核心用戶，你滿足的是別人的需求，無法得知客戶的真實需求，容易踏進主觀臆斷的坑。其次是，訂單合同金額較高，碰到大的項目，客戶必定有定制化的需求，標準化產(chǎn)品賣不進去。屈從定制，團隊和人力就搭進去了，容易踏進人力資源外包公司的坑。

如今的和鯨是國家氣象信息中心國家級工程——氣象大數(shù)據(jù)云平臺（“天擎”）數(shù)據(jù)挖掘分析系統(tǒng)支撐方。和鯨做了哪些準備？第一，洞悉了客戶需求的“水晶球”，第二，做到了產(chǎn)品通用性的厚積薄發(fā)。