明略数据完成B轮2亿人民币融资，由分享投资、红杉资本等联合参与

摘要：北京明略软件系统有限公司（简称“明略数据”）宣布已于2016年8月1日完成B轮2亿元人民币融资。本轮投资由分享投资、红杉资本中国基金、任子行(A股上市公司)、A轮投资人硅谷天堂联合参与。

北京明略软件系统有限公司（简称“明略数据”）宣布已于2016年8月1日完成B轮2亿元人民币融资。本轮投资由分享投资、红杉资本中国基金、任子行(A股上市公司)、A轮投资人硅谷天堂联合参与。

明略数据成立于2014年4月，专注于通过大数据为企业解决高价值问题。其产品覆盖大数据全产业链，三大核心落地产品分别是：MDP大数据安全平台，DataInsight分布式大数据挖掘平台，以及SCOPA大数据关联关系挖掘系统，同时申请或授权大数据领域发明专利11项。

在过去的两年里，明略数据率先在国内发布了针对公安、金融、税务、工业、精准营销、数据互联六大领域的大数据解决方案。并基于海量非结构化、异构数据高效清洗治理、全量数据分布式挖掘、海量实时数据流式处理、多层复杂关联关系挖掘分析等技术优势，解决了公安情报分析与研判、税务精细化管理、工业设备生命周期管理、信用卡实时风控反欺诈等诸多行业高价值问题。

B轮融资将着重致力于促进：

1.    明略数据继续强化在机器学习上的实践，通过自我学习和迭代不断优化持续发挥价值。

2.    明略数据核心产品SCOPA的迭代研发及其在公共安全领域应用场景的实践：SCOPA大数据关联关系挖掘系统已和数个省、市级公安部门取得合作，通过数据之间的串联、分析、挖掘，帮助有关部门从海量多维数据中，快速找到线索，完成对犯罪嫌疑人及团伙的情报挖掘工作。

3.    明略数据在金融、工业、税务、精准营销、数据互联等其他领域的稳健发展。

分享投资管理合伙人崔欣欣表示，“大数据概念一直很火，但是大多数情况仍然停留在结构化数据统计分析层面，明略的系统具有跨数据库运行、识别数据之间的关联性、数据库读取运算速度等方面的‘硬’优势。我们遇到了较多面对企业数据分析挖掘的项目，这类型的项目在国外比较普遍，更接近于咨询公司的模式，在国内的环境里业务拓展不易；而明略是比较少见的能够快速凭借产品优势介入公安、财税、金融系统，并且具有实际应用价值的公司，真正能够做到比对成功案例Palantir的能力与路径，从一开始就在特定领域获得比较健康的现金流。团队核心创始人在过往成功创业经历中所表现出来的商业经营能力也并非一般技术团队所能比拟。“

对于本轮投资，红杉资本中国基金表示“红杉中国非常看好明略数据为各行业企业用大数据技术解决问题的能力”；从行业纵深发展的角度，明略数据也极具代表性。任子行方面也表示：“明略数据具有处理复杂数据的先天优势，此次投资明略是网络安全和大数据的强强联合”。

明略数据创始人吴明辉：人工智能要把人和人的智慧连接起来

在分享投资年度峰会上，明略数据创始人吴明辉发表了题为《企业级大数据和人工智能服务》的主题演讲。在演讲中，吴明辉以公安系统为例，展示了系统成功地从海量数据中构建出嫌疑人与其同伙的关系网络，从而掌握了详细准确的情报信息。

从企业大数据出发，明略会走向人工智能市场。吴明辉认为，所有优秀的人工智能算法，都依赖于好的样本数据采集。明略数据通过自主研发的大数据产品，最终目标是将人工智能警察、人工智能税务风控师等等变成现实。

明略数据是行业内技术积累和实际应用都有深厚积累的公司，如果对大数据、人工智能感兴趣，吴明辉的演讲内容不能错过。

以下为演讲全文：

很多投资人称我们是中国的Palantir，就是为抓捕本拉登提供了情报分析服务的美国大数据软件公司。与Palantir最初创立时相似，明略数据成立于2014年4月，核心员工都拥有处理分析海量互联网数据的能力积累与在广告反欺诈领域的算法实践，得到了最初的大数据实力沉淀。

今天的明略虽然成立短短两年，但在市场上已经服务了非常多标杆企业和机构，包括省市公安局、税务局、金融行业的银联商务，高端制造领域的中车集团，我们在为各领域更多客户提供大数据管理和挖掘服务在内的解决方案。

而实现这一切要源于明略的核心价值——人才！从最初的20人成长到今天200多人，我们是在与百度、谷歌这样世界500强的顶尖企业争夺人才。到今天，明略积累了众多来自清华、北大和海外名校的科学家，组建成为明略大数据科学家团队。这个团队，这些人才正是明略核心的价值，我们将他们的智慧与价值应用到关乎国家安全的重大领域项目中去，创造落地价值。

以公安系统为例，针对一个大案要案的侦查工作会涉及数百名警员进行情报搜集、比对、分析工作。举例搜查比对嫌疑人之间的银行转账记录，单此一项工作就会耗费无数人力和时间。这也造成某些案件可能要花六个月甚至更长的时间来一点点侦破。

明略数据的大数据情报研判系统对破大案要案非常有帮助。举例来说，在某市抓获的贩婴团伙，很大程度上是因为这套系统成功的从海量数据中构建出嫌疑人与其同伙的关系网络，从而掌握了详细准确的情报信息。

这套系统背后的技术非常复杂，但难点却不在大数据的“大”上。一个地市级的公安局系统，数据量在几百个T的规模，远不及BAT企业的上百可能都没有到P的规模，难点在于数据挖掘和关联分析，也只有做到这点，数据才能真正的被应用起来。

回到刚才公安领域的例子，数据系统内没有标记某两个人是同学、同事，更甚至是团伙，但通过我们的系统，通过判断个体的行为轨迹，就可以判断出他们的关系网络。比如，某两个人昨天同乘一班飞机，今天同住一个酒店，入住时间相差一分钟，我们推测出来这两个人可能是认识的，关系可能是同学、同事或者是同伙。再举一个例子，当两个或几个案件中出现相同或类似线索时，就会进行串并案分析。比如A警察在破案过程中识别一个戴红帽子、穿绿衣服的犯罪嫌疑人，B警察的另一案件中也发现同一特征嫌疑人，这个情况下，处理不同案件的不同干警之间并没有实时交流，如何做到串并案呢？明略大数据情报研判系统将所有侦查、审讯笔录联结在一起，自动挖掘出案件间同车、同人等的关联关系。明略做的正是通过数据挖掘，把系统中孤立的数据关联起来。这一点在公安里面具有非常广泛的应用。

公安领域的实践是具有代表性的。从这一聚焦的领域出发，我们瞄准的是人工智能市场。

罗振宇讲过一个概念：农业社会，人类可以和活着的植物发生密切的协作，畜牧业就是和活着的动物有密切的协作，工业社会就是人和死去动物变成的煤炭协作，然后又和动物死去变成的石油协作。互联网是让人和人的大脑发生了连接，构成协作。

我想说在人工智能时代实现之前，即IT时代和互联网时代实现的是人和活着的人的能力连接。未来的AI时代是不仅可以跟活着的人的能力连接，甚至可以跟已逝的专家学者的知识、经验、智慧连接起来，这才是人工智能的价值。在IT时代，绝大多数大数据应用或核心算法应用都在于搜索。但AI时代，我们要做的是把人和人的智慧连接起来。

例如公安领域，我们将判案人员的思路、逻辑、智慧编入系统，再将这套系统应用到各地，并让各地的优秀探长的智慧不断完善系统，最终，“系统”将成为最优秀的警察。就像阿尔法狗超过了李世石一样。

人工智能的目标是让机器像人类一样学会学习，能够反馈，掌握提升自己的能力。比如小朋友学习如何分辨男生和女生的过程，小朋友的妈妈会在见到不同样本后给出结论，这是一个男生或这是一个女生，当看过一百个人后，小朋友的思维就会总结出一个判断经验。什么叫反馈系统？就是当他学习了一百个样本之后仍然会有例外，比如他遇见了李宇春，他判断错了。这个时候他通过自我反馈知道只看头发长短来判断是不准确的，还要看一些其他特征，而后进行进一步提升。

智能技术的发展也是如此，像谷歌汽车在做的就是不断采集数据，不断反馈，不断提升，不断变得智能。明略数据在与某轨道交通的合作中也是这样，通过对数据样本的不断学习和反馈，得出轨道组件的故障率，从而降低成本，保障运行安全。同样的思路，康加通过终端不断学习人体健康样本进行训练学习，最终实现医疗体检功能。秒针也正在将所有广告数据与产品销售数据连接起来，挖掘分析之间的关联关系，不断学习、反馈，最终得出智慧。

可见人工智能的未来发展，核心不在算法的提升，而在样本。技术壁垒已经很难成为垄断性局面，很多优秀的公司都把最核心的算法开源了。样本才是关键中的关键，因为所有优秀的人工智能算法，都依赖于好的样本数据采集。

明略数据的工作正是通过自主研发的大数据产品：MDP大数据安全平台，DataInsight分布式大数据挖掘平台，以及SCOPA大数据关联关系挖掘系统，将公安行业、医疗行业、金融行业里所有数据通过大数据管理平台存储下来，挖掘信息，通过建立关联关系形成有价值的洞察，通过学习与反馈系统连接人类经验，最终形成智慧。我们正在将这套方法论运用到2B领域的各个细分行业中去。我们的最终目标是将人工智能警察、人工智能税务风控师等等变成现实。

明略数据，从现在，到未来，通过大数据技术，通过人工智能延伸人类智慧。

来源：分享投资