从金融征信到产业运维，「金电联行」推出通用型大数据智能平台

大数据技术在数字化程度充分的金融等领域有天然的落地优势，大数据征信在企业信贷、政务信用上也已有了较成熟的应用。而随着5G、物联网技术的发展，产业互联网概念下大数据与具体产业场景的结合正成为大数据技术新的方向。AI大数据企业金电联行从金融征信业务起家，目前正在逐步落地大数据在能源、化纤、航空等产业领域的应用。 

另一方面，随着大数据与具体业务场景的结合不断深入，客户需求也逐渐从结果导向向过程输出转变。对金融系统来说，其长期存在着将核心征信系统完全自主化的需求，目前金电联行与各大银行的合作也已经从业务部门转向科技部门。而传统产业涉及到各类应用场景，底层技术输出能更快适配业务场景。因此，金电联行开始从提供一体化服务向技术输出转变，并以技术芯片的方式向客户分层输出技术。公司逐渐以抽象化、平台化的产品为主，使客户自主应对中低复杂程度的场景，从而快速产生业务价值。 

技术开发层面，金电联行将人工智能与大数据结合，依托大数据将基于人和内部流程驱动的流程化系统向智能决策系统转变。公司研发的大数据应用系统图如下，

金电联行的产品技术架构分为数据底层、数据处理层、数据分析层、场景应用层，其技术分工可以与英特尔的芯片一一对应。

• 数据底层

  大数据IO控制器负责接入所有数据，相当于PC机中的南桥芯片；大数据基础平台为各种传统、大数据技术的集成平台，如Hadoop生态、Spark生态、Flink生态等，为整个体系提供计算、存储等处理能力，相当于PC机中的主板

• 数据处理层

  由于大数据时代数据的复杂多源、形式各异、关系繁杂、质量参差的特点，接入的数据无法直接利用，大数据管理器则负责统一数据标准、梳理数据关系、提升数据质量，使原始数据真正变为可利用的数据资源，相当于PC机中的北桥芯片；大数据中央处理器负责整个产品体系中最通用的数据处理的协调管理，相当于PC机中的CPU

• 数据分析层

  大数据通用AI处理器利用传统统计分析以及机器学习、深度学习、NLP、图计算等AI相关算法，提供通用的、不同深度的数据分析能力支撑，相当于PC机中的GPU

• 场景应用层

  大数据专用AI处理器利用底层的通用处理与分析功能，与应用场景紧密结合，固化特定领域的方法论、知识经验，形成特定的领域产品，相当于PC机中的FPGA芯片 

产品架构中的各个产品可协作成为一个整体，也可独立运作，从而实现应用场景快速切换以及整体解决方案、单项产品及能力的高速交付与输出。同时，由于通用化的开放接口，架构中的每个部分均可替换为友商的相应产品，增加了产品应用的灵活性。 

金电联行已经与GE达成战略合作，为其风场项目提供预测性维护系统。通过大数据算法和物联网技术，对设备进行实时监测和大数据分析从而提前感知设备故障。公司还为恒逸石化开发了智能定价系统来对其产品进行差异化策略定价。 

关于未来技术规划，金电联行创始人兼董事长范晓忻表示，公司将在技术平台及应用上强化AI与先验知识驱动，使技术应用更高效、低耗。在AI的应用方法上，传统AI预测的实质是对数据进行拟合，某种意义上浪费了各领域已经验证的理论与经验，范晓忻认为在拥有大量规律的产业互联网场景下，基于因果推论的人工智能算法解决问题的效果更好，也是金电联行重点布局的方向。 

金电联行成立至今曾获得来自国科嘉和、北京国君力鼎以及上市公司三联虹普等的多轮融资，公司已经启动Pre-IPO融资，计划今年开启上市进程。