作者｜韦世玮
编辑｜石亚琼
**
36氪获悉，人工智能（AI）创企山景智能宣布完成近亿元人民币A轮融资，由元禾重元领投，老股东 GFC（Global Founders Capital）跟投。该轮融资将用于加强产品和技术的研发创新，加速完善生态合作圈层，以及构建公司的业务研发团队和商业化团队。
这是山景智能在2021年获得的第三笔融资。2021年4月和8月，公司分别获得了由小苗朗程领投，GFC等知名投资机构跟投的Pre-A轮融资，以及涌铧投资领投，老股东跟投的Pre-A+轮融资。这三轮融资总金额达数亿元人民币，云岫资本连续担任独家财务顾问。
此前，山景智能还相继获得了将门创投、信雅达等国内外知名机构的投资。
山景智能一年内获数亿元融资
山景智能成立于2019年3月，是一家企业业务超自动化产品和解决方案提供商，以云原生为底层技术架构，构建企业智能数据核心系统产品为核心，融合业务驱动+AI增强型数据管理、自动机器学习、模型可解释、零代码敏捷开发等技术，为企业提供“数据+AI+业务”端到端的超自动化平台及解决方案，帮助企业实现数字化转型。
目前，山景智能主要深耕金融银行业，在智能风控、智能营销、智能运营、智能定价、智能分析等领域已实现业务布局，在能源、制造等行业也有标杆客户。
随着AI、大数据、云计算等技术的不断成熟发展，金融行业的数字化进程持续加快，我国的金融行业数字化转型也正逐渐迈进深水区。据咨询公司赛迪顾问发布的研究报告，2020年中国银行、保险、证券行业等总体IT投入达2517亿元，创下近十年来增幅新高，同时银行与保险机构的信息科技人员接近15万人，同比增长17%。
这些数据，不过是各行各业庞大数字化、智能化转型浪潮下的冰山一角。在山景智能创始人黄勇看来，数字化是企业的战略方向，智能化则是数字化能力的体现，且更贴近于企业的业务侧。
纵观当下大部分金融企业的数字化转型，多采用企业级RPA（Robotic Process Automation，机器人流程自动化）和超自动化产品，或是标准化的云平台RPA产品，主要为企业的工作流程提供服务。
但黄勇认为，如今企业需要的更多是业务流程的自动化，也就意味着Robotic Process Automation发展成为Intelligence Process Automation将是未来的一大趋势。因此，山景智能重新定义了企业的业务超自动化概念，主要包含业务智能化、业务实时化、业务服务化、业务标准化和个性化功能4大块，黄勇将其形象地称为“有思想的流水线”。
“我们要构建一个企业业务的服务能力，它既能实现业务的实时化、服务化、智能化，并将其标准化，从而赋能个性化需求，个性化需求又反过来让标准化更灵活，它们之间是一个不断迭代的过程。”他说。
这一概念映射到山景智能的产品矩阵中，形成了三大产品线：数据超自动化平台（Stella智能数据中台）、AI超自动化平台（Nebula智能AI中台）、业务自动化产品线（Asterism业务组件库），覆盖智能风控、智能营销、智能运营、智能定价、智能分析多个功能。
山景智能的三大产品线
Stella是银行内部数据资产和ETL任务的管理平台，其中又分为数据服务、数据资产开发、数据资产定义三大块，包括统一数据服务、数据可视化、离线ETL任务管理、资产地图等模块，该平台能够将分散在各种异构数据库中的原始数据，系统化地生成数据资产服务，为银行提供管理企业数据并形成数据基础服务的能力。
Nebula是为银行提供AI模型工程化的平台，主要利用AutoML（自动机器学习）技术实现建模的全自动化，分为模型服务和模型开发两大块，覆盖数据自动清洗、多表自动聚合、自动特征工程、模型自动选择、调优和自动模型融合等环节。
Asterism则包含用户及权限管理、工作流编排引擎、任务调度中心、资源管理与监控、消息集成共五大模块，主要基于Stella和Nebula两个平台为基础，帮助企业实现自动化的业务服务编排。
从纵向角度，三大产品线的功能模块可以作为独立的子平台，深入服务客户的需求；从横向角度看，它们也可以作为大平台的功能之一，任意组合为新系统。例如，将数据资产的自动化开发平台+数据智能协作平台，可形成资产协作自动化平台；数据资产平台+探索平台，可组合为开发探索一体化平台。
不过，黄勇告诉36氪，随着山景智能服务企业数字化、智能化转型进入深水区，他们发现市场大部分AI企业的产品逻辑是，开发中间产品交付给客户，让客户围绕自己的业务进行二次定制化开发，事实上这难以触达客户的深水区业务。
以银行为例，目前大部分AI服务提供商更多是帮助客户进行理财推荐、营销推荐、贷款审核、传统风控的反欺诈等，这些都是浅水区业务，而深水区业务是银行的经营决策管理。
基于三大产品线落地后衍生出的大量银行业务模型，山景智能将这些模型实例化，包括理财、推荐、风控、营销等，逐渐形成一个数字人系统，该系统能够自动根据客户的不同业务需求和场景，为具体事件提供决策建议和服务，如在特定场景下该使用哪些模型组合，黄勇将其称为“数据+AI业务魔方”。
从行业角度看，企业数字化、智能化转型浪潮席卷多年，已有大量玩家在AI平台领域展开布局，尤其是第四范式作为行业颇具代表性的新锐玩家之一，在这一领域也深耕了七年。如果要在这场激烈的市场竞争中脱颖而出，山景智能又有哪些竞争优势？
黄勇谈到，山景智能构建的不是一个以技术为导向的工具类产品，而是一个以技术+业务为导向的平台，上面积累了大量的“business know-how”，这是山景智能和其他玩家最大的不同。
他解释：“例如，你给客户带来一个自动化机器学习平台，教客户如何建模和开发，而我们的平台直接涵盖了近百个业务模型，客户只需直接将模型拽过来进行配置和调整，就能组建出新的业务，因为它已经是一个完整的业务模型实例了。”
以山景智能服务的S银行为例，该银行内部的数据开发团队原来有近300名外包人员，平均一人一年的成本超30万人民币，在购入山景智能的Stella数据自动化开发产品，构建自身的数据开发中台后，其第一年就节省了50名外包人员，随着产品全面推广到全行的数据分析业务，该银行节省的外包劳动力已多达200人，预计每年节省金额高达6000万人民币。
从2020年4月第一款产品Stella发布至今，山景智能已服务近20家金融领域客户，包括国有银行、股份制银行、城商银行、证券公司、外资银行、消费金融公司等。
团队方面，山景智能研发人员占比80%以上，核心成员主要来自阿里云、华为、第四范式、奇虎360等企业，拥有十余年AI、大数据和大型企业服务经验，目前已组建了三大研发团队，分别为数据自动化团队、AI自动化团队、视觉交互团队。
接下来一年，山景智能将主要推进两项重点工作，一是构建业务研发团队，更快推动业务数字人的落地；二是构建商业化团队，加速公司在商业化阶段的客户拓展，同时将进一步拓展到非金融领域。