清华大学金融科技研究院孵化
金融科技与金融创新全媒体

扫描分享

本文共字,预计阅读时间

导读

拓扑数据分析技术,这一看似深奥的数学名词如今在现实世界里得到了应用。美国Ayasdi公司基于该项技术创建了一个人工智能平台,帮助企业从大数据分析中得出关键因素并对其进行标记,使企业获得流程的优化、收益的提高或风险的降低。Ayasdi凭借其专业的技术背景,连续多年被媒体机构评选为人工智能领域的技术先锋,并将持续用数学的方法推动现实社会发展。

【中国金融案例中心 | 金融科技课题组 文:弋隽雅 编辑:谢彬彬 】

Part 1 公司概述

1.1 公司简介

成立于2008年的Ayasdi是一家依托于拓扑数据分析(Topological Data Analysis,简称TDA)技术的解决方案供应商。其公司基于TDA技术,运用人工智能、机器学习等方法,在大数据领域进行业务拓展。具体来说,Ayasdi为金融企业、医疗部门、政府组织提供数据分析手法,通过对复杂数据的筛选提炼,总结出要点规律,为客户提供具体的优化建议,帮助客户提升公司运营效率并降低成本。

Ayasdi的建立是一项技术转移的孵化成果。其创始团队Gunnar Carlsson、Gurjeet Singh和Harlan Sexton此前在斯坦福大学进行TDA技术的研究,获得了美国国防部高级研究计划局(DARPA)和美国情报高级研究计划署(IARPA)的资金支持。Ayasdi的建立使高校的研究课题落地现实,为广泛的实践领域提供技术支持。由于其专业的理论背景,Ayasdi建立以来屡获殊荣,连续多年被媒体评选为人工智能领域的技术领先者。

1.2 创始人介绍  

图:Ayasdi创始人Gurjeet Singh、Gunnar Carlsson、Harlan Sexton(从左往右)

2008年,Gunnar Carlsson、Gurjeet Singh和Harlan Sexton在斯坦福大学进行了12年的研发工作后联合创立了Ayasdi公司。在斯坦福大学研究期间,三位创始人获得了美国国防部高级研究计划局(DARPA)和美国情报高级研究计划署(IARPA)的资助,用于“高风险、高回报”的研究项目。2012年,Ayasdi获得了由Floodgate Capital和Khosla Ventures牵头的1025万美元的首轮融资,就此这家高精技术公司开启了它的征程。

公司总顾问Gunnar Carlsson是世界上最著名的数学家之一,他拥有哈佛大学的本科学位和斯坦福大学的博士学位,在过去的35年里,先后在芝加哥大学、加州大学、普林斯顿大学任教。自1991年以来,Gunnar一直在斯坦福大学担任数学教授,他是斯坦福大学数学领域里拓扑学研究的思想领袖。在21世纪初,这项工作获得了美国国家科学基金会(NSF)和美国国防部高级研究计划局(DARPA)1000万美元的研究拨款,用于研究拓扑数据分析技术(TDA)在美国政府关切问题上的应用。

公司首席AI官Gurjeet Singh拥有斯坦福大学的计算数学博士学位。他强调从数据中提取洞察视角的重要性,而不仅仅是存储和组织数据。在斯坦福大学数学系攻读研究生期间,他得到Ayasdi的联合创始人Gunnar Carlsson教授的知道,开发了拓扑数据分析(TDA)的关键算法及其应用。

另一位联合创始人Harlan Sexton拥有斯坦福大学数学博士学位和俄亥俄州立大学的数学学士学位,并拥有30多项软件专利。2004年,经过20多年的应用研究和软件开发工作,他加入Gunnar的团队,参与了拓扑数据分析(TDA)项目,将拓扑技术应用于现实世界的问题。在此之前,Harlan是甲骨文公司(Oracle)从事关键数据库管理系统Java虚拟机研发的核心骨干之一。

1.3 发展历程

Ayasdi成立于2008年,由三位科学家联合创立,获得了媒体和同行的关注。2013年,Ayasdi赢得旧金山商业时报(San Francisco Business Times)所评选的科技创新奖;2015年,Ayasdi被评选为世界经济论坛技术先锋。

2016年,Ayasdi被研究机构Chartis评选为“金融服务第一人工智能平台”;2017年,其再次被Chartis评为RiskTech100的人工智能公司,并获得美国AIConics医疗行业人工智能奖。

2019年4月,Ayasdi被SymphonyAI集团所收购(具体细节未披露)。SymphonyAI是专业的B2B人工智能集团,为企业转型提供下一代人工智能解决方案,主要客户来自零售、CPG、医疗保健、生命科学、工业制造、能源、石油和天然气、媒体和金融服务领域。自2017年成立以来,SymphonyAI已迅速成长为由7家公司组成的集团,这7家公司运用不同的技术,为不同垂直市场的客户带来人工智能数据服务。收购完成后,Ayasdi更名为SymphonyAyasdi。

2020年,SymphonyAI任命了Ayasdi的新CEO——Simon Moss。新CEO上任之后,聘请了新的产品团队和市场推广团队,为Ayasdi的业务推广做好了准备。

1.4 融资情况

截至目前,Ayasdi共计获得七轮融资,共筹集资金1.06亿美元。最新一次融资是发生于2015年3月25日的C轮融资,由Kleiner Perkins Caufield & Byers(KPCB)领投,Ayasdi从此轮融资中筹集了5500万美元。风投公司KPCB的Ted Schlein赞扬了Ayasdi使大型机构和组织更容易进行复杂数据分析的能力。他表示,该技术将“机器学习算法、拓扑数学和人工智能”结合在一起,是一种“突破性创新,将推动未来十年的下一波信息和生产力浪潮”。

表:Ayasdi融资概况

数据来源:Crunchbase.com

Part 2 商业模式

2.1 市场定位:高精技术供应商

2.1.1 核心技术:拓扑数据分析(TDA)

Ayasdi的核心技术是拓扑数据分析(Topological Data Analysis,简称TDA),这也是延续了创始团队在斯坦福大学的研究成果。拓扑学数据分析(TDA)是拓扑学(数学的一个分支)和数据科学相结合得到的技术。按照定义,TDA是以持续同调(persistent homology)为基础,对数据的拓扑学特征(topological features)进行分析的方法。

具体来说,TDA技术能够在庞大的数据样本上进行高维度计量,并将数据中的关键特征点筛选、分组、着色、简化,大大降低系统的运算压力,也迅速提高数据的关联效率。该技术可应用于广泛的科学及实证领域,例如,荷兰癌症研究所(NKI)曾进行了一项关于乳腺癌基因序列的研究,选取了272位患者的基因采样,运用TDA技术对1500个基因序列进行分析,得到一个270*1500的矩阵。通过颜色标记,突显各点位因素与死亡率的相关程度,从而了解哪些关键因素对提升该疾病的存活率有所帮助。简言之,TDA技术可以将复杂问题具象化,提炼数据中的关键因素并显示相关程度。相较于其他大数据模型,TDA模型可视化程度更高,更具应用普适性。

图:TDA技术在乳腺癌基因分析上的应用(蓝色部分为死亡率较低的基因特征)

(来源:Ayasdi官网《Ayasdi-in-Life-Sciences》文档) 

2.1.2 客户定位:金融企业、医疗部门、政府组织

由于TDA技术具有将快速处理数据、提炼关键因素的特点,其可以广泛的应用于各类服务领域。Ayasdi将公司的客群主要定位于金融企业、医疗部门、政府机构这三个领域。

(1)金融企业

Ayasdi为世界500强金融企业提供相关服务。银行、保险和信用卡公司都依赖于Ayasdi先进的机器学习技术,以增强他们的客户管理能力,检测系统和运营流程。主要业务包括减少风险误报、优化流动性、检测抵押贷款欺诈等。

(2)医疗部门

医疗卫生部门利用Ayasdi的许多应用程序,如临床变异管理、人口健康管理等程序,降低自身成本,预测健康风险,优化预防护理、临床陪护等流程,以便为患者提供更好的服务。

(3)政府组织

政府组织使用Ayasdi的项目性能情报应用程序来分析其许多正在进行的项目状况,以预测其项目的进展和成功的可能性。

2.2 主要服务

2.2.1 面向金融企业客户

如今的金融服务业竞争异常激烈,并保持着迅猛的发展速度,掌握行业波动性十分重要。关键答案就在客户数据之中。传统的、基于规则的分析方法过于狭隘死板,也许会专注于某个特定因子而忽略更大的行业变化。Ayasdi 应用程序带来了突破性的机器学习方法,将客户的数据转化为获得洞察力和风险防御的有效信息。

KYC功能(Know Your Customer)

“Know Your Customer”,简称KYC功能,使银行等金融机构能对客户进行详细的动态分析以标记可疑行为。Ayasdi将机器学习技术引入现有的交易监控系统,以准确检测异常行为并生成警报。

流动性优化(Liquidity Optimization)

使用Ayasdi流动性优化预测一个最优流动性水平,该水平坚持操作和规则的要求。Ayasdi监督学习预测每个客户的最佳现金余额,并为监管接受可参考的核心数据。

监管风险(Regulatory Risk)

每个金融机构都需要一个快速而有效的流程来部署模型,以准确地衡量和控制风险,主动发现和防止欺诈行为,并有效评估资本储备的充足程度。未能采用有效的风险建模过程不仅代价高昂,还可能对公司的财务状况造成灾难性的影响,导致严重的监管处罚。Ayasdi为银行提供一种新方法,将建立模型的时间从数千小时压缩到数十分钟,同时确保完全的透明度和监管机构能够理解的简单输出。

反洗钱(Anti-Money Laundering)

Ayasdi配备了先进的机器学习技术,以增强金融机构的检测系过程,同时其反洗钱模型能从客户现有的数据中获取更多信息,帮助减少误报、发现新异常并控制成本。该模型能发现隐藏在多种数据类型(包括未标记数据)中的微妙点,从而在不增加风险的情况下显著减少误报,降低由误报带来的后续审查的工作成本。

反欺诈(Counter Fraud)

各类欺诈手段在不断发展,用于检测欺诈的系统也是如此。通过使用Ayasdi 的反欺诈解决方案,付款人可以根据数据的演化趋势自动地创建规则,从而在对现有系统造成最小破坏的情况下升级其流程。

动态制裁保护(Dynamic Sanctions Protection)

任何出现在国际制裁名单上的客户和交易金融机构都会立即收到通知。Ayasdi的动态制裁保护功能将交易行为和客户数据与内外部监视列表进行对比,并标记出所有可能违反制裁的行为。

通过这一系列服务,Ayasdi帮助金融机构提升了风险防范能力。2012年,Ayasdi帮助汇丰银行在八周的时间内,将该银行的反洗钱调查量减少了56%,并发现了超过120亿美元的逃税、洗钱、欺诈等不法活动。

2.2.2 面向医疗部门客户

以价值为基础的医疗导向是改变美国医疗实践和补偿的模式。当涉及到数据对医疗保健的影响时,曾经落后的医疗机构正在变得成熟。这些数据具有治疗疾病、减少再入院、精准医疗、改善人口健康和发现疾病欺诈等能力。传统意义上,卫生保健数据化的挑战是问题本身的复杂性,加上庞大的数据规模以及数据科学专家的缺少。Ayasdi的智能应用程序通过直观、强大的技术解决了这些关键的任务挑战。

人口健康(Population Health)

快速变化的医疗保健格局正在从以量为基的护理转向以价值为基的护理,并根据为患者提供的护理价值向医疗提供者付费。随着这一趋势,医疗费用支付者和医疗服务提供者都必须加强管理患者健康数据的能力。此外,在参与基于价值的支付模式时,他们必须能够确定如何分散风险。Ayasdi帮助医疗部门创造一个积极主动的战略,来分析预测和管理潜在客户的人口健康状况。

减少拒付(Reduce Denials)

当前的收入周期管理解决方案很难发现复杂的拒付模式。被拒付或被拒绝的索赔要求意味着医疗机构每年承担数千亿美元的损失,约占净收入流的5%。尽管建议的拒绝率低于4%,但许多医疗机构的实际拒绝率在20%左右。减少收入损失最有效的方法是针对被拒绝索赔的根本原因做出应对——这是用Excel工具和现有的收入周期管理解决方案做不到的,也是Ayasdi正在完成的挑战。

临床变化/护理方式管理(Clinical Variation Management)

通过这一功能,Ayasdi帮助客户识别、了解和管理临床护理中的要点,从而帮助客户删除不必要的护理步骤或药品,以较低的成本完成高质量的护理。

以Flagler Hospital为例,该医院通过与Ayasdi合作,对1573位肺炎患者的数据进行分析,总结了九条潜在的肺炎护理路径,并进行变量区分及独特性标记。根据数据结果,Flagler优化了肺炎患者的护理方式,使患者的平均住院时间缩短了两天,住院成本降低了1300多美元,并将再住院率降低了近7倍,这意味着节省了超过400万美元的医疗费用。

2.2.3 面向政府组织客户

Ayasdi与政府公共部门的合作根基深厚。美国国防部高级研究计划局(DARPA)资助了其拓扑数据分析的最初研究,并强烈鼓励该技术的商业化,因为他们认为这是该组织迄今做出的十大最佳投资之一。Ayasdi将其技术应用于情报部门、国防部门和公共卫生部门的一些关键项目,利用人工智能和机器学习创建解决方案,以应对复杂多维的数据挑战。

2.3 盈利来源

Ayasdi为客户提供详细的且具有针对性的应用程序解决方案,它们将企业级的智能方案与特定于行业的目标定制结合在一起,可以立即投入生产并交付价值。由于帮助企业完成了目标,同时还间接降低了企业的运营成本或带来了收入,Ayasdi向客户收取咨询服务费用来获得收益。

Part 3 竞争与挑战

3.1 竞争优势

(1)难以复制的专利技术

Ayasdi使用世界上最先进的机器学习技术,帮助客户在数据中直观地看到新的、有价值的见解;客户可以跟踪实际项目的进展,并根据Ayasdi的模型建议展开和采取新的措施。并且该技术具有较复杂的理论基础,难以被广泛复制。

Ayasdi的技术旨在促进智能应用程序的快速创建。“从Ayasdi独特、强大、历经实测的人工智能平台到低代码应用程序框架,我们的任务是明确的——成为构建真正智能应用程序的最佳平台。”从Ayasdi的技术特点、宣传标语可以看出,其自身特点主要是需要编写的代码量较少,编程速度较快。同时,对比同类复杂模型,Ayasdi模型采用图片与色彩相结合的方式,其可视性和可理解性较强。此外,由于Ayasdi是基于多维要素分析、重点要素筛选优化的方式,因此其解决方案有侧重点,优化成果显现较快。

(2)以客户的价值实现为公司宗旨

Ayasdi的价值观中有一条:“以客户的成功来衡量我们的价值”,表明Ayasdi的产品都是以客户为中心来进行产品的设计与运营。从细节来看,Ayasdi使用最先进的无监督机器学习技术来提高准确性,为金融机构反洗钱提供了先进的AI解决方案,将调查量减少了20%以上,这对于金融机构来讲就是极大的便利,也缓解了其因为反洗钱合规而遭受的监管罚款损失。对医疗系统而言,Ayasdi协助多家医院进行流程优化,在减少无效医疗步骤的同时缩短了患者的治愈时间,降低了医疗费用,提高了整个医院的周转效率和资金效率。

3.2 面临挑战

在人工智能技术高速发展的时代,使用人工智能、大数据分析、机器学习等技术为客户提高效率、降低风险与成本的企业数量众多,且各具特点。由于Ayasdi的主要客群横跨金融、医疗和政府部门这三大热门领域,众多的企业与其形成一定的竞争关系。

部分企业可能选择深耕一个行业,对该行业中的某个部分进行优化。例如,Kyruus正在帮助提高美国医疗的调度效率,TytoCare正致力于完善远程医疗和诊断;Maana帮助客户优化关键资产和业务流程,将大数据的见解和建议应用到业务流程中,让数千名员工做出更好的决策。

而另一些AI巨头也参与到各个行业的AI应用中去。例如,谷歌云帮助美国军方改善癌症护理,通过AI改善其医疗保健并减低向美军提供医疗保健服务的相关成本;微软在远程医疗的“环境临床智能”方面与Nuance合作,通过减少行政负担、提高效率,优化病人看诊流程来缓解医生的工作压力;亚马逊推出了一款可穿戴的AI数字健康助手,帮助用户监测自身的健康状况,并通过一些措施引导用户实现一些目标(如降低体重指数BMI或通过更积极地发声来减轻压力)。

可以看到,Ayasdi的竞争对手众多,然而运用同样的技术、在完全相同的领域进行直接竞争的公司比较少。大多数公司一般运用自身特有的技术(单一技术或混合技术),在多个业务领域解决不同的问题。 

Part 4 未来发展

Ayasdi为全球客户提供机器智能平台和智能应用程序,帮助企业解决复杂的数据分析挑战,同时也帮助社会实现了许多原先难以实现的目标。其独特的拓扑数据分析(TDA)技术,帮助医疗领域保健创造了新的可能,协助医疗部门提升了患者服务并降低成本;其反洗钱系统帮助缓解了金融犯罪的监管压力,通过要素筛选标记大大提升了金融系统的风险防控能力。然而,拓扑数据分析(TDA)技术本身也存在一定的客观缺陷,如需要足够的计算资源等。在未来的发展中,Ayasdi将在现有算法的基础上提升运算能力,随着云计算等技术的发展,继续深化研究拓扑数据分析技术,加强其在大数据环境中的应用。

[Source]

本文系未央网专栏作者发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文为作者授权未央网发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文版权归原作者所有,如有侵权,请联系删除。

评论


发表评论
您的评论提交后会进行审核,审核通过的留言会展示在上方留言区域,请耐心等待。
猜你喜欢

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。