2014 年成立，第四正規化是一家人工智慧平臺與技術服務提供商，五年以來，第四正規化憑藉其先知企業級通用 AI 平臺，為企業構建智慧「大腦」，最佳化企業的效率與決策。目前業務範圍覆蓋金融、零售、醫療、能源等眾多行業領域，服務 8000 家客戶。
成立伊始，第四正規化的光芒就不小，紅杉資本從天使輪開始就連續追投，同時它也是中國五大國有銀行共同投資的唯一科技公司，此次完成 C+輪融資，新增聯想、思科、中信銀行等投資方，融資後估值更是高達 20 億美元。
融資之後，第四正規化將快速擴充產業鏈上下游資源，構建基於 AI 的企業級服務生態體系。
撰文 | 凡雪
2016 年 3 月，谷歌公司旗下的 AlphaGo 以 4:1 的成績打敗世界冠軍韓國棋手李世石，一舉點燃人工智慧熱潮，然而在當年年末，《矽谷百年史》作者皮埃羅·斯加魯菲便提出預警：人工智慧絕對是一個泡沫，大量資金在短期內進入了人工智慧領域，但包括谷歌在內的公司都沒有在這個領域獲得收益。
此後，人工智慧泡沫論的說法便此起彼伏，據投中研究院與崇期資本聯合釋出《2019 中國人工智慧產業投融資白皮書》顯示，中國人工智慧領域總體融資規模從 2015 年的 458 億人民幣增長至 2018 年的 1189 億人民幣，增長超過兩倍，但在 2019 年前三個季度，人工智慧總融資規模僅為 577 億。
中國人工智慧領域的投融資熱情，在經歷了五年的飛速增長之後，在 2019 年急速跌落，加之現如今疫情影響，企業生存已是非常艱難，更不用說融資燒錢發展。
然而，作為一家人工智慧平臺與技術服務提供商，第四正規化於近期完成 C+輪融資，C 輪總計融資金額達 2.3 億美元，投後估值約 20 億美元。本輪融資中，引入新戰略股東包括思科、中信銀行、聯想，松禾資本、基石資本以財務投資方加入。
本輪融資的完成，為第四正規化快速擴充產業鏈上下游資源奠定良好基礎，有助於構建基於 AI 的企業級服務生態體系。
據第四正規化介紹，戰略投資方聯想、中信銀行將為第四正規化進一步融合產業鏈上下游資源奠定基礎，有助於其企業級服務基礎設施構建及業務擴充，而思科作為海外投資方，將對第四正規化的國際化佈局起到重要意義。
一 新一輪融資背後,第四正規化靠什麼
成立於 2014 年，第四正規化所做的正是打造一個通用 AI 平臺，為企業構建智慧「大腦」，最佳化企業的效率與決策。目前業務範圍覆蓋金融、零售、醫療、能源等眾多行業領域，服務客戶包括工商銀行、中石油、百勝中國、瑞金醫院等。
8000 家客戶、上萬個落地場景，跨行業的廣泛落地充分驗證第四正規化 AI 平臺的行業通用性與效果，在 2019 年 IDC MarketScape 報告中，第四正規化被評選為機器學習平臺市場份額中國第一。
早在 2016 年 7 月，第四正規化便已釋出核心產品「第四正規化先知」，它是低門檻、端到端的企業級人工智慧 PaaS 平臺，能力覆蓋 AI 應用開發、執行、管理的全生命週期。
從實操層面來說，模型在構建閉環 AI 應用中至關重要，但企業往往缺乏 AI 專業人才來開發模型，降低模型開發的門檻，讓 Web 工程師就能夠構建 AI 應用勢在必行。其中自動機器學習（AutoML）就是一項關鍵技術，透過機器自動建模，降低模型的開發門檻。
自動機器學習流程示例 (圖源：Gartner 報告)
2020 年 3 月，在《2020 年十大戰略技術趨勢：AI 民主化》報告，Gartner 認為，以 AutoML 為代表的「AI 民主化」具備低門檻、高效率等優勢，並將第四正規化作為 AutoML 代表入選該報告推薦廠商。
有了技術，並不能保證可以快速落地場景，AI 落地產業緩慢的一個關鍵問題是資訊不對稱，傳統行業往往不知道 AI 能夠解決什麼問題，而 AI 公司往往不知道行業真實需求在哪裡。
此外，按照一般人工智慧在企業應用的過程，企業和 AI 公司溝通討論在場景的解決方案，最終交由 AI 公司完成上線，而往往受限於 AI 公司交付能力和行業 knowhow 的侷限，最終效果也參差不齊，而且這個週期差不多 3-6 個月以上。如果企業有新的場景，那麼這個流程在重複一次。無論從價值、效率和成本上看，這種方式都無法真正支撐企業全面的智慧化轉型。
在此背景下，第四正規化的先知平臺把 AI 的方法論和能力全部包裝在產品中，做到行業的真正通用性，企業只需要透過簡單的操作步驟，就能自己快速實現 AI 應用上線，找到適用場景。
在現實情況下，企業生產運營環節中擁有眾多業務場景，如果按照傳統的點對點方式一個個解決，在時間和成本上企業都是無法接受的。對於企業而言，只有實現規模化落地才能真正推動智慧化轉型。
「1+N」是企業智慧化轉型的戰略，這是第四正規化從企業智慧化實踐得到的經驗。
「1」是結合公司核心業務，把 1 個或幾個對業務影響最大的場景做到極致；「N」是用最高的效率規模化落地儘可能多的應用場景，使場景的總體價值最大化。
企業的核心業務往往是是構建競爭力的關鍵，哪怕 1% 的提升都至關重要。N 則是指企業在 AI 改造過程中，往往存在眾多場景應用。AI 的規模化落地，往往比單場景的極致效果對企業更為重要。假設一個企業有一千個場景，其中一個場景提升 10 倍，對整個企業來說，只有百分之一的提升。但如果一千個場景都 AI 化，每個場景只提升 1 倍，那對企業也是百分之百的提升。
帶著核心技術和「1+N」戰略，第四正規化不斷建設團隊和深耕行業，據第四正規化向機器之心透露，目前公司員工接近 800 人，其中技術研發團隊佔 70% 以上。
此外，第四正規化目前與超過 80% 的大型國有及股份制商業銀行開展深度合作，同樣也為中部和新興銀行提供的智慧化轉型服務。
過去兩年，第四正規化也逐漸在零售行業發力，疫情期間，針對零售行業的線上化業務，第四正規化推出了一站式智慧流量運營技術平臺，透過智慧推薦、智慧搜尋、智慧客服等 AI 技術引擎，幫助企業實現線上化智慧運營，解決流量暴漲帶來的消費者體驗和資源調配最佳化等問題。
在能源行業，第四正規化可以幫助企業備故障預警、智慧配件異常檢測、化工品價格趨勢預測等，說到這裡，第四正規化舉了一個例子，某國有電力企業透過先知平臺構建風機故障智慧預測模型，事件識別率達到 100%，準確率提升可達 100%，並實現發電功率預測、停機預警、故障預警、效能下降預測等風機多方面預測率提升。
對於企業轉型而言，關心產品和服務帶來的價值、規模化和成本三大核心因素，這些都是第四正規化幫助企業 AI 轉型的核心優勢。
二 行業落地加快,需築資料隱私保護之牆
隨著 AI 在各行各業落地的加快，在 AI 更有效、更精細地挖掘資料價值以幫助企業轉型的同時，伴隨著洩露隱私的風險。企業以及 AI 技術廠商在應用 AI 時，應注重在流程規範、人員培訓、產品設計及功能、技術等方面把好每一道關。
歐盟 GDPR 則是隱私保護領域最為權威和細緻的立法，是全球個人資料保護和企業 AI 應用的最高標準，被稱為「史上最嚴個人資料保護法」，其透過約束資訊處理行為，賦予公民對其個人資料更大的控制權。
2020 年 2 月，第四正規化先知企業級 AI 平臺完成了 PrivacySealEU 認證工作程式，率先透過歐盟 GDPR 認證，成為國內第一款透過該認證的 AI 平臺產品。
能夠成為國內第一款透過歐盟 GDPR 認證的公司，對於第四正規化來說並不意外，自成立之初便開始服務於金融類客戶，而金融正是安全高敏感行業，因而客戶對於資料隱私的要求往往比其它領域要高，因此第四正規化也更加了解企業對於隱私保護的要求和標準。
當 GDPR 於 2018 年 5 月在歐盟境內正式強制生效後，第四正規化便一直在研究其要求，第四正規化在先知產品的建模技術不依賴於任何第三方資料，客戶在完成工作後，其相應的資料也隨之銷燬，資料無痕是先知平臺的基本特性。
先知平臺還提供資料破解保護，對於使用者地址、電話、身份證號、姓名等敏感資訊進行常規的匿名化處理，同時還支援更加嚴格的防止撞庫、差分攻擊等攻擊手段的先進資料匿名化技術，所有的可訪問介面均由完善的多層許可權保護系統來控制。
此外，第四正規化向機器之心透露，如此重視資料隱私也來自於企業的壓力和動力，第四正規化在為歐洲的企業提供 AI 服務時，他們需要合作方也按照 GDPR 標準完成業務流程。
三 疫情練兵之後,第四正規化未來的路
2020 年初，在全球戰疫的大背景下，第四正規化基於先知平臺上研發出精準防控篩查、疫情推演及傳染路徑追蹤等三大 AI 防疫系統。
基於機器自學習搭建的傳染病疫情演進預測系統示意圖
不僅僅是第四正規化，在共抗疫情和復工復產中，人工智慧在前期藥物研發、服務一線醫院和後端防控中都發揮著重大優勢。
疫情之後，第四正規化對線上化、數字化轉型的認識和投入加速，未來將完善和豐富企業智慧化轉型的全棧能力和產品支撐，加速構建智慧經濟為核心的產業生態和開發者生態。
目前第四正規化已經在東南亞和歐洲等設立分部，開展相關國際化業務，未來還將按照發展戰略和節奏擴大海外市場。