萨摩耶云：寻找差异化的精准垂直赛道

在这个突然就冷起来的寒冬，以AI四小龙为代表的人工智能赛道突然又热了起来。

据媒体披露，近十年时间中，人工智能赛道融资总额超8288亿元，是最火热、最受投资人看重的赛道之一。

然而，近两年来，对于AI巨头如何具备规模化盈利和造血能力的争议之声不断。最近，商汤、旷视、云从、依图等AI“小巨人们”集中冲刺IPO，让人工智能公司再度成为焦点。

说是“小巨人”，其实也不“小”了，有的公司已经走了快10年，有的公司已经融资了近10轮，有的公司估值已经过百亿美金。

然而，目前为止AI头部区的绝大多数公司，都在面临着持续亏损，仍旧没有找到最合适的商业化落地场景的问题。这样的境地，让行业进入“平缓冷静期”。

AI公司到底能不能规模化盈利？难道就没有更好的把创新技术和商业模式进行有效的叠加式创新，并且在商业落地上真正闯关成功的企业么？

有，那就是一家叫萨摩耶云的公司，它的故事，我们慢慢展开。

中国人工智能行业的关键年

先说AI这一波浪潮，毫无疑问是一个真风口，而不是伪需求、伪风口。

最近的这一波人工智能浪潮，始于2016年阿尔法狗战胜人类棋手，使AI进入公众视野，开始进入加速发展期。这个时期的特殊性是，曾经困扰AI行业的数据、算力、赋能方式等，随着AI、Big Data和Cloud的融合，已经不再成其为瓶颈，这就让AI技术迎来了一个空前的大发展机遇期，到今天也就是2021年，人工智能在5年内的发展超过之前50年，而且解决了大量实际问题，无论是感知智能还是分析智能，都开始面对解决实实在在的问题而发力。

从全球来看，根据IDC等权威机构的报告，未来5年，AI全球投资仍保持2位数增长，其中，2021年全球企业在人工智能软件、硬件和服务的总投资将超850亿美元，并预计将在2025年增至2045亿美元，五年复合增长率（CAGR）达24.5%。

从国内的形势来看，“让AI成为数字时代的核心生产力”已经从顶层设计高度确立下来，政府正在加大人工智能新型基础设施建设，AI被视为拉动数字经济向前发展的新动能，并成为实现支撑和引领数字经济、智能产业、智慧城市、智慧社会发展的关键性信息基础设施，各个领域、各个地方政府踊跃投资AI产业并展开良性竞争。

那为什么全球、全国对AI高度重视，政策、投资都向AI倾斜，但在微观上，一些人工智能小巨头们商业化落地仍是难题呢？

笔者认为有两个方面的因素。

一方面，AI技术大发展，但还没有得到实际环境的千锤百炼，所以在落地方式上仍然只能采取高成本、人工二次开发的模式，以求出现一批“标杆示范项目”。然而，随着人工智能渗透进各个领域开始加速，空前的场景碎片化使得AI落地成本提高，并导致AI工程转化率提升困难。

因此，与AI轰轰烈烈的扑面而来的宏观局面相比，AI在具体的商业化落地上，困难仍很多，其中工程能力不足是关键，AI技术的实际工程转化率仅53%，意味着大量的投资浪费，也使得目前主要AI企业的商业化落地在商业模式上未能全面跑通。

另一方面，很多AI企业虽然是“学霸”，但是同质化现象严重，而且它们考虑更多的如何做出“纸面上”的前沿科技，但对于如何灵活的把技术和商业模式叠加最终变成一种真正能以客户为中心，为客户提供持续真实价值的商业落地方案，缺少深入的洞察和思考，“强于技术而昧于商业”是普遍现象。

事实上，大量AI企业向客户提供服务时，技术很先进，但缺乏用户视角，他们依赖于传统业务模式，并通常强调其服务的排他性。但对于如何应用多维先进信息处理技术并适应客户的未竟需求，有效帮助企业主体解决业务痛点并推动业务增长等思考不足。

不过，也有企业在深耕技术的同时，也做到了商业落地的成功，例如前文所说的萨摩耶云，一家以中国AI决策应用引领者定位准备IPO的企业。

根据萨摩耶云的招股说明书披露，2018年至2020年，公司营收从4.8亿元增至19.7亿元，复合年增长率为102.6%；2021年前四个月，收入达到9.2亿元，同比增长90.3%。

所以我们更有必要去研究萨摩耶云的案例，看它是否为破解数字化2.0转型中商业化落地的问题，提供了一条可以摸索前进的通路。

萨摩耶云的生而不同

萨摩耶云是一家非常独特的企业。

按照2020年来自云服务科技解决方案的收入计算，萨摩耶云是中国第三大独立云服务科技解决方案供应商。

虽然比起BAT这样的巨头，萨摩耶云规模体量还不算大，但已经处于垂直赛道领导者象限，有非常独特的发展路径。

通过利用前沿AI技术，萨摩耶云持续对决策智能科技进行深度探究和运用，研发出一整套全链路的决策智能科学体系，以及该体系下的一系列具体技术和产品。

这里有必要介绍一下，在人工智能的演进中，有一条并不完全是线性发展的道路，即感知智能、分析智能、决策智能。它们有时候也是互相参差、相互影响的。但总的来说，这是一条由低向高的路线图。

感知智能是最容易理解的，简单的说就是让AI具有人一样的感知能力，能听、能看、能观察，它对应的目标包括语音、图像、视频等多源异构的数据来源；而分析智能则让AI具有主动思考和理解的能力，进一步则不用人类事先编程就可以实现有目的推理、甚至与人类自然交互。分析智能中开始有概念、推理、意识、观念等模型，它们都是人类认知智能的表现。

而分析智能的发展高级阶段必然是决策智能，在决策智能阶段，AI通过对行业、领域知识的知识图谱化，能够洞察信息间的关系，不断优化自己的决策能力，从而拥有专家级别的实力，辅助人类做出决策。

当然，即使进入决策智能阶段，也有从部分具有决策能力的“前决策阶段”和拥有超越人类能力的“超级决策阶段”，后者是我们还在探求和奔赴的目标。

在中国的AI领域，大多数企业还停留在感知智能阶段，部分企业开始探索分析智能，这并不是一条鄙视链，因为每个企业都有自己的具体化场景，每个企业都有路径选择的自由。

但就萨摩耶云这个体量的企业来说，笔者认为，选择决策智能是一条非常正确的道路。

这说明了，在技术创新引领商业创新的智能经济时代，对于中等体量的企业，与其“样样精通”，不如“聚焦一处”，选择一个足够差异化的竞争点，然后深耕。在一个方向上，人力、资源、组织意志都超强投入，是让自己处于某个无人区领先地位的极佳路径。

用通俗的话说，决策智能是目前人工智能领域“皇冠上的明珠”，而萨摩耶云则通过路径自信，成为最有可能探骊得珠的企业之一。

相对而言，BAT的AI业务部门、四小龙等先发团队，倒未必是决策智能领域的制霸者，这或许与不同企业的技术追求有关系，例如做全栈型、平台型的企业，在单点上未必突出；而决策智能的层次高、难度大，又不是任何企业都有能力实施，这就造成了在国内进入决策智能领域并产品化的企业相当稀缺，例如萨摩耶云、第四范式、魔数智擎等。

这里格外值得一提的是，与场景和产业的深度、紧密融合，是使得主攻决策智能的萨摩耶云能够在商业变现上率先突围的一个关键因素。

行业发展已经证明了，单纯的输出AI技术很容易沦为工具型公司，甚至很可能找不到应用场景，所以要和云原生结合，要和具体的产业场景结合，必要的时候甚至还要软硬一体集合，这才是AI决策技术能够具体发挥商业价值的前提。

萨摩耶云坚持云和智能双轮驱动，这首先需要其决策智能产品要有具体结合的场景，也要求萨摩耶云有足够的行业know-how，而由于创始团队深厚的金融背景，使得萨摩耶云最初的产品也和这个行业密不可分，此后进一步拓展。

最新的招股书显示，萨摩耶云将其主要业务划分为金融云解决方案、产业云解决方案、信用云解决方案。这些整套的端到端科技解决方案中，萨摩耶云提供涵盖营销和获客、风险管理、策略及模型建设、用户运营、信贷资产管理、移动互联网产品设计等业务。

以金融领域为例，对于金融机构客户，萨摩耶云的决策智能平台，提高了普惠金融自动化应用水平，提升了普惠金融业务的普及性，如提升了单一借款人的可得性、实用性，有效控制了违约风险，还帮助金融机构带来了更多新客户和老客户挖潜。而且萨摩耶云赚的不是卖工具的钱，而是为最终效果和决策负责，赚效果的钱，这也是为什么萨摩耶云的营收能力高于其他AI工具型公司。

在非金融客户中，萨摩耶云提供的是全周期的用户生命管理，包括通过线上化方式带来更多新客户和唤醒沉默的老客户，加上持续的智能运营服务，让客户持续留存、拉长生命周期长度，让企业客户获得更多收益。

对于数字化转型的服务企业来说，产品和服务是一枚硬币的两面，很多时候客户并不情愿为技术买单、甚至不愿意为软件买单，但愿意为能解决问题的服务付费。因此，决策智能的未来不在于工具多么先进、功能看起来多么齐全，而在于能否帮助客户解决现实需求、击中痛点难点，给客户的业务增长助力。

因此，萨摩耶云也认为，市场上有两种SaaS，一种是“X+SaaS”，先懂行业再做SaaS；一种是“SaaS+X”，有了工具总想到处找行业，拿着锤子找钉子。最终成功的一定是第一种“X+SaaS”，因为这样才能知道市场要什么，才真正拥有商业化的本领。这也是为什么垂直型SaaS的想象空间更大于通用型SaaS的原因。

双轮驱动真正与产业共生长

云计算和人工智能，一个是动力单元，一个是头脑单元。

一个东西要快，没有动力不行，但没有头脑更不行，因为会跑偏。云计算负责底层大数据能力、治理、数据加工，更像是血液对人体的功能；人工智能则是神经系统，管协调和决策。

笔者认为，萨摩耶云的快速发展，正是因为实现了双轮驱动，即云和AI的协同发展。

比如，从做互联网起家的流量巨头，互联网色彩更浓厚，带有比较鲜明的流量变现色彩；AI四小龙在人工智能硬件服务领域更多，反倒在云服务上少。而萨摩耶云是在两个赛道上同时奔跑——定位SaaS行业，但带有人工智能色彩牵引；定位在云赛道，但在技术上更偏重于AI决策智能；相对于纯互联网或AI工具型企业，萨摩耶云更偏重于产业本身。

或许你觉得，云和智能一体化，不是新鲜概念，很多企业都在做。但是，如果你仔细研究，就会发现大部分企业只是把云视为一种赋能通道，但萨摩耶云并不一样，它也不是一般意义上的PaaS或者SaaS。它的特点，就是重度垂直，在决策智能这一点上打深打透，再和云的技术特性深度结合成产品，同时产品的路径也非常明确，就是卡位“中国AI决策应用的引领者”。

前面我们提出过，决策智能分为四个阶段，萨摩耶云走到第三阶段也就是“完全决策智能阶段”，这个阶段的AI，已经可以由机器自主完成任务目标设置、问题发现和解决、自我更新迭代，基本摆脱人的经验和逻辑，人只需要赋予机器新的样本，由机器自我驱动，并直接做出决策和行动，就可以智能的达到“半人格化”属性。例如其K3智能策略体系，目前市场上几乎难以找到达到这一阶段的竞争对手。

而在决策智能方面的领先，必须通过一个好的形态来贴合用户的业务需要，这就是云计算。云计算特别适合解决金融客户部署的问题。这是因为，大部分金融机构本身都有云计算平台来支撑，但传统的IaaS和PaaS层云计算服务商的AI能力大多集中在感知智能层面，至少罕有决策智能级别的AI能力，这就使得其数字化预算的利用率很低。

而萨摩耶云用AI决策，用云部署，不需要用户增加IT系统的投资，就可以在用户熟悉的环境中把AI能力部署进去，借助决策智能帮助用户不断适应最新业务变化。

例如在普惠金融领域，一个很重要的环节是放款的审核执行。传统人工审核（例如房贷、经营性贷款）大约是在1周左右，而智能策略考虑了更多的维度、更多的大数据，建立知识图谱，一个审核仅需1分钟级的时间，严格说来，花在决策上的时间不到1秒。

这就导致了，金融机构可以改变在策略制定方面严重依赖人工分析的现状。以重大复杂策略为例，需要投入大量人力，耗费大约2周~4周时间来制定；而智能策略仅需告知策略目标，3~5分钟即可出一版策略，加上人工检查和核实的时间，一般不超过1天。

因此，业内评价认为，作为领先的AI决策解决方案供应商，萨摩耶云的模型致力取代传统上凭人类经验发现风险、价值等人力依赖型业务，具备大数据分析能力，并在其自行教导和自我优化方面具备人类属性。

而且，由于AI的产品具有典型的“越用越聪明”的特点，萨摩耶云的技术和产品部署进金融行业后，真正的应用者会感觉其AI能力是在不断生长的，实现了真正意义上的“与产业共生”。如果说不具备人类属性的AI工具是消耗型的，那决策智能属性的AI服务就是生长型的，它会不断的自行进化、扩充边界，而这种灵活生产的属性又与云平台的某些技术特征吻合。

依靠“决策智能+云服务”的创新商业模式，萨摩耶云一方面帮助客户解决业务发展中的实际问题，通过高门槛的订阅模式实现从客户的盈利中“按效果收费”，另一方面则通过云原生技术和SaaS服务实现快速的、低成本的规模化扩张，进而实现高盈利、高增长。

这才是真正的“云智一体，双轮驱动”。

值得一提的是，萨摩耶云的体量不算大，但非常精锐。首席科学家王明明曾供职于招商银行，是国内首批将评分卡技术应用到风险控制领域的实践者，主导和参与了招商银行信用卡核心风险模型构建和方法研究，他在2015年6月作为创始团队成员之一加入萨摩耶云，并成立人工智能部，带领团队在特征、算法、智能应用等多方面取得突破。

此外，截止到2021年4月30日，萨摩耶云的研发团队达245人，占全部员工比例的57.6%，其中硕士占比超过20%，团队既有银行、消费金融背景，也有来自腾讯、百度、贝壳等互联网基因强大的团队，是一个非常融合的团队。

精干的团队和明晰的方向，让萨摩耶云在AI和云计算领域都颇受瞩目，截至2021年4月30日，萨摩耶云已连接约7370万家小微商户及客户、50家金融机构、530家不同行业的企业、1470家互联网平台及70家数据供应商。

9月26日，萨摩耶云宣布，该公司入选深圳市工业和信息化局2021年质量品牌双提升扶持计划资助项目名单。

此外，萨摩耶云在决策智能方面也申请了众多专利，如其《互联网造数方法及系统》创新技术专利就获得国家知识产权局发明专利。萨摩耶云已经将该专利成功应用到AutoMan自动建模工具包中，降低了造数开发难度和维护成本，减轻了技术工作量，使得扩展性变强，而萨摩耶云自动建模工具包已在各行业风险控制等特定领域取得了良好效果。

因此，我们看到的萨摩耶云2020年和2021年业绩大涨，背后自然离不开上述技术能力、研发人才储备、与产业场景需求的深度融合、私域流量的成功搭建，以及三大云解决方案的成功应用与协同效应。

做中国AI决策应用的引领者

萨摩耶云重点布局决策智能，与人工智能行业发展的大势，若合符节。

Gartner发布的2021年重要战略科技趋势中，其中与智能相关的科技趋势就占据三个，分别是组装式智能企业、人工智能工程化以及超级自动化。

简而言之，Gartner认为通过智能技术获得更加强大的决策能力，将会是企业在2021年的重要命题。

组装式智能企业和人工智能工程化两项趋势都跟智能决策在企业运营中的落地密切相关。

“过去静态业务流程方式在当今市场多变环境下非常脆弱，这在疫情的冲击下尤为突出。决策层意识到建立组装式智能企业，适应业务快速变化极为重要。”Gartner专家表示。

简而言之，决策智能依靠丰富的数据和洞见来做出更加敏锐的业务响应，从而彻底改变企业运营决策的方式，帮助企业在重新设计数字化业务流程、新业务模式、自主运营和新产品、各类服务及渠道等领域铺平道路。

而人工智能工程化则是聚焦如何专注于各种人工智能操作化和决策模型的学科，可以帮助企业将人工智能转化为生产力。这个过程需要对企业运营中的决策场景进行深读剖析和整理，构造智能决策模型，以准确地刻画客户企业的决策过程，最终形成完整且具有可扩展性、可解释性和可靠性的人工智能决策体系。

从全球人工智能发展的趋势来看，一方面追求技术本身的突破性，另一方面还要追求与产业和场景的结合。

而场景上，决策智能是“最解决问题”的一种智能，其以最大化某业务指标为目标，结合精准度和稳定性求得“优解”，为客户提供“更先进的业务决策智能模式”，从而通过前沿的创新科技及其应用，精准服务政企客户，进而“以科技赋能数字时代”。

如萨摩耶云首席科学家王明明所说，萨摩耶云把技术用对了地方，不是技术牛就一定能赚钱，帮客户解决问题才能赚钱。这也是萨摩耶云的场景应用优势所在。