Altair：從CAE到AI的“跨越式”進階

丁海驁

要想在工業(yè)軟件領(lǐng)域評選出一個“收購狂人”，結(jié)果一定是Altair無疑。

作為一家成立于1985年的公司，在其成立的36年當中，自從2006年6月收購了法國CAE軟件公司Mecalog以后，Altair基本保持了每年至少收購兩家公司的速度，在不斷擴張自己的市場范圍，到目前為止，已經(jīng)收購了不少于30家公司。

而之所以稱其為“狂人”，并非單純是因為其收購公司數(shù)量冠絕行業(yè)，而是因為Altair的收購并非總是囿于既有業(yè)務(wù)范疇，更多時候，Altair的收購?fù)菫榱藢崿F(xiàn)跨界的自身發(fā)展目標。

Altair最近的一次收購，是2018年11月對數(shù)據(jù)分析公司Datawatch Corporation進行了全資收購。此后不久，Altair對Datawatch產(chǎn)品線重新整合，形成了新的數(shù)據(jù)分析平臺Knowledge Work——相當于Altair傳統(tǒng)的工程軟件供應(yīng)商身份，對Datawatch的收購，被業(yè)界解讀為是“戰(zhàn)略收購”。

日前，接受采訪的劉源博士，Altair大中華區(qū)總經(jīng)理半開玩笑地稱：“在仿真領(lǐng)域和CAE領(lǐng)域，Altair是最懂HPC（高性能計算）的；在做cloud的公司中，我們是最懂仿真和工程的?！?/p>

Altair最初的核心業(yè)務(wù)源自工程仿真分析。

了解工程仿真分析行業(yè)的人都知道，CAE是一種今天被廣泛應(yīng)用于工程設(shè)計、制造業(yè)務(wù)中的計算機技術(shù)，實質(zhì)是用近似數(shù)值分析的方法，輔助工程技術(shù)人員求解分析復(fù)雜工程和產(chǎn)品的結(jié)構(gòu)力學(xué)性能，以及優(yōu)化結(jié)構(gòu)性能的軟件技術(shù)。

與其他的工業(yè)軟件類別不同，在工程仿真分析領(lǐng)域，對于學(xué)科知識的要求最高，因為無論是靜態(tài)結(jié)構(gòu)分析、動態(tài)分析、流體分析還是電磁分析，都需要在軟件中，融合大量包括量子力學(xué)、力學(xué)、電磁學(xué)、化學(xué)、熱學(xué)、聲學(xué)……在內(nèi)的知識與能力。

因此在很大程度上說，工程仿真分析解決方案，更像是一個具有垂直學(xué)科特征的CAE軟件的集合——這也就決定了在工程仿真領(lǐng)域，要想獲得更大的競爭優(yōu)勢，最容易理解的企業(yè)發(fā)展邏輯，就是不斷拓展出覆蓋更多學(xué)科的仿真分析解決方案。

對于解決方案提供者來說，兩種常見的方式可以獲得學(xué)科覆蓋的持續(xù)增長：自身開發(fā)和直接收購。但是，從商業(yè)角度看，兩種方式顯然都不具有可操作性：前者顯然投入產(chǎn)出比并不占優(yōu)勢，而后者，也只對系統(tǒng)提供商的業(yè)務(wù)總量有所提高，對于獲得更高利潤率并不會帶來更多好處。因此可以說，當整個工程軟件行業(yè)面臨巨大調(diào)整的時候，工程仿真分析行業(yè)則需要面對一個進退維谷的尷尬處境：找到實現(xiàn)技術(shù)與商業(yè)的“雙贏”的機會。

“Altair最初的客戶就是美國的三大車廠：通用、福特和克萊斯勒。從最初幫助用戶提升工作效率，通過咨詢服務(wù)，通過工具提升工作效率；逐步的轉(zhuǎn)向幫助用戶提升正向的研發(fā)能力——通過我們涉及到不同學(xué)科的優(yōu)化工具和求解器。到今天。Altair希望能夠幫助企業(yè)用戶的各個部門，以及不同職能的用戶群，提升做出更佳決策的能力。”劉源說。

作為行業(yè)中重要參與者，顯然Altair一系列打破常規(guī)的收購，就是希望能夠從原有的業(yè)務(wù)循環(huán)中實現(xiàn)某種業(yè)務(wù)增長模式的“突圍”：從工程仿真分析工具的技術(shù)和覆蓋范圍，向工程仿真分析本身的應(yīng)用模式拓展，進而，進入更廣泛的業(yè)務(wù)領(lǐng)域和行業(yè)領(lǐng)域。

“在傳統(tǒng)數(shù)字化的過程當中，Altair以往的解決方案往往主要聚焦在如何提升企業(yè)的數(shù)字化研發(fā)和數(shù)字化設(shè)計；隨著整體的數(shù)據(jù)分析平臺的推出，Altair可以將數(shù)字化拓展到：從前端的數(shù)字化需求到數(shù)字化設(shè)計、研發(fā)，以及到數(shù)字化運營、數(shù)字化營銷等更廣泛的業(yè)務(wù)節(jié)點。”劉源強調(diào)，目前為止，Altair已經(jīng)擁有了三條主力的業(yè)務(wù)線：仿真、高性能計算和人工智能。

其中，仿真是Altair的傳統(tǒng)優(yōu)勢業(yè)務(wù)；而高性能計算則是從2003年，Altair連續(xù)收購了包括NASA艾姆斯研究中心開發(fā)的PBS、位于加利福尼亞Runtime等在內(nèi)的行業(yè)領(lǐng)先技術(shù)后，逐漸發(fā)展起來的業(yè)務(wù)，目標是幫助企業(yè)用戶增強應(yīng)用云計算的能力；人工智能則是Altair在推出數(shù)據(jù)分析平臺Knowledge Works以后，在數(shù)據(jù)分析領(lǐng)域形成了涵蓋數(shù)據(jù)準備、數(shù)據(jù)分析和數(shù)據(jù)可視化三個層級的應(yīng)用，并且在分析功能中，融合內(nèi)嵌了AI模型。

很顯然，以“人工智能”為標簽的數(shù)據(jù)分析，就是Altair謀求下一個階段實現(xiàn)業(yè)務(wù)“突破”的重點。

根據(jù)Altair發(fā)布的資料，目前Altair數(shù)據(jù)分析平臺的三個功能板塊中，數(shù)據(jù)準備可以從任何源或系統(tǒng)中提取數(shù)據(jù)，并提供強大的自動執(zhí)行數(shù)據(jù)處理功能，廣泛應(yīng)用于財務(wù)對賬、會員消費分析、抵押貸款服務(wù)、欺詐識別、系統(tǒng)遷移等領(lǐng)域；而數(shù)據(jù)分析板塊則是一款高級預(yù)測分析、數(shù)據(jù)科學(xué)和機器學(xué)習(xí)平臺，內(nèi)嵌多種模型，通過運用人工智能和機器學(xué)習(xí)，無需代碼就能以可視化、流程化的方式進行業(yè)務(wù)分析，廣泛應(yīng)用于銷售預(yù)測，降低欺詐風險，市場/忠誠度分析，風險管理，信用分析/積分卡，消費行為分析等功能；至于數(shù)據(jù)可視化板塊，則是一款實時流數(shù)據(jù)及可視化商務(wù)智能（BI）分析平臺，可實現(xiàn)實時數(shù)據(jù)可視化，能夠提供“卓越的速度、靈活性和可擴展性”，可以無需編寫代碼，“進一步簡化用戶生成分析報表、儀表板的過程”。最為關(guān)鍵的是，到目前為止，這套Altair數(shù)據(jù)分析平臺的用戶目標群，是包括銀行、證券、保險等在內(nèi)的金融機構(gòu)和零售行業(yè)。

“如果按照學(xué)科對Altair的產(chǎn)業(yè)業(yè)務(wù)線做一個很明確的拆分，那么就是數(shù)據(jù)和仿真兩個核心業(yè)務(wù)員。這樣來看，Altair的仿真業(yè)務(wù)現(xiàn)在來看，還很難進到金融、零售相關(guān)的客戶；Altair的數(shù)據(jù)業(yè)務(wù)對于已有的工業(yè)客戶群體來說，也很少有用到。但是從Altair來看，我們一個很強的著力點就是：我們希望在數(shù)據(jù)和仿真之間，建立起一種深度的融合。”劉源承認對于Altair來講，目前如何在Altair現(xiàn)有業(yè)務(wù)邏輯內(nèi)完成對兩條業(yè)務(wù)線的市場化，依然是一個不小的挑戰(zhàn)，但是他同時也強調(diào)：在目前工業(yè)企業(yè)當中，隨著數(shù)字孿生、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的深入應(yīng)用，會產(chǎn)生數(shù)量更為龐大的各種數(shù)據(jù)，“我們期望能夠提供一個整體解決方案，能夠提供給已有的傳統(tǒng)的工業(yè)界的客戶，提供從三維建模到數(shù)據(jù)驅(qū)動兩個維度的數(shù)字孿生。”而另一個方面，大量的傳統(tǒng)金融行業(yè)的用戶，“也期望能夠把仿真的理念引入到包括人群分布、購買行為分析等不同的應(yīng)用場景”。

“我們非常期望能夠把這些技術(shù)真正融合起來，帶給已有的每一大類的用戶?！眲⒃纯偨Y(jié)說。

寫在最后

技術(shù)總是進步的，在傳統(tǒng)以技術(shù)為導(dǎo)向的企業(yè)看來，只要不斷追逐技術(shù)演進的腳步，就可以始終獲得市場的競爭力。這種看法顯然沒有得到Altair的認可：從工業(yè)仿真分析到數(shù)據(jù)分析，Altair希望找到一條“與眾不同”的突破發(fā)展道路，無論是技術(shù)，還是市場，甚至是目標用戶，Altair都希望一次性實現(xiàn)全面的改變，從繭到蝶。