8月20日，上海。第四范式召開年度發布會，以“萬悟賦能 商業生花”為主題，重磅推出了Sage AIOS。Sage AIOS的誕生，在中國乃至全球開辟了企業級AI操作系統新的里程碑。與Sage AIOS同時發布的新品還有第四范式自動化AI生產力平臺Sage HyperCycle ML、線上化智能運營系統天樞以及全新AI算力平臺SageOne。目前，第四范式覆蓋從算力、操作系統、生產平臺到業務系統的全棧AI產品矩陣，助力企業全面的智能化轉型。
今天，AI在各個行業落地生花，然而企業在AI應用過程中依然面臨各種艱難險阻。發布會現場，第四范式創始人兼CEO戴文淵對此深有體會：“多年來第四范式團隊沖在AI落地的最前線，在摸爬滾打中，我們總結出數據治理難、科學家稀缺、業務價值不佳以及算力成本負擔重，是企業AI轉型中四個最常見的阻力。這些問題歸根結底是因為缺少基于規范和標準的基礎設施，所以，今天我們設計和構建了更標準化的AI產品。”
革新數據形式 為AI量身定做的操作系統Sage AIOS
定位于AI時代的Windows(操作系統)，第四范式發布了革新性產品Sage AIOS。眾所周知，Windows在PC時代的地位不可撼動，在其通用且強大的平臺上，運行著各種應用軟件，并基于低門檻的“桌面管理”實現人人可用。Sage AIOS作為人工智能的標準化管理平臺，同樣封裝了各類AI應用，包括給AI科學家和開發者使用的工具類應用，以及針對某個場景一鍵上線的業務類應用。
AIOS最為重要的設計是數據治理。第四范式在幫助企業落地AI的過程中發現，數據治理甚至占據高達95%的時間，即便花費了這么多的時間，數據質量問題仍然困擾著AI業務效果的提升，效率和效果成為企業數據治理的兩大難題。AI需要支持數據一致性、時序性和閉環的數據治理系統，而定義好數據形式，可以同時滿足這三個需求。第四范式Sage AIOS平臺對于“數據形式”的定義是創新性的。具體而言，AIOS平臺上規定了數據的準備和使用方式，其中包括不同業務場景中的模型需要什么樣的數據，對應的數據需要從什么IT系統上去調取，以及如何將這些數據處理為AI ready的數據、“投喂”到AI系統中。
針對不同場景AI數據形式不同的問題，Sage AIOS濃縮了第四范式在多個業務場景下數據治理的經驗。在AIOS平臺上，企業想要構建某個AI應用場景，如推薦、反欺詐等，只需一鍵進入相應場景的數據形式、便可直接開始構建AI，1-2天即能落地一個AI應用。長期來看，Sage AIOS將沉淀越來越豐富的數據形式，承載越來越多的AI應用。如果說定義了“數據形式”，相當于定義了AI版Windows的“文件格式”，那么有效的資源調度與管理機制，則是Windows的“進程調度器”，Sage AIOS采用HyperScheduler動態地對各個任務進行合理的資源分配，有效管理調度CPU、GPU、加速卡等各類異構設備資源，從而避免AI應用資源分配不均導致的任務響應慢、宕機等問題，將資源利用率提升50%，AI全流程耗時節約三分之二時間。
PC時代，Windows用超越DOS的簡潔的人機交互界面，通過Word、PDF等無數種標準化文件格式，助推PC for Everyone。AI時代，第四范式Sage AIOS采用極簡、通識易用的交互界面，首次讓AI進入到AI桌面應用的發展階段，將各種數據形式進行集中化中臺管理，以消弭AI落地鴻溝，實現AI for Everyone。
破解人才之困 自動化AI構建平臺HyperCycle ML
搭建完規范化的AI操作系統，企業開始準備規模化應用AI，此時，AI科學家短缺成為瓶頸——據第三方公司調查顯示，每年新增100萬個AI應用場景，而每年最多新增1000名科學家，這導致了嚴重的AI應用需求與科學家之間的供需矛盾。
AI人才培養需要一定周期，為了幫助企業盡快規模化應用AI，第四范式在AIOS平臺上專為業務人員等非AI專業人士，準備了名為“HyperCycle ML”的AI高級語言。基于第四范式AutoML技術和獨創的“庫伯學習圈”方法論，HyperCycle ML將AI過程簡化為“行為、反饋、學習、應用”四步，自動完成從數據引入、數據定義、特征處理、模型訓練、模型應用和自學習的AI全流程，操作簡便易用，讓用戶像使用自動相機拍照一樣建立AI應用。
HyperCycle ML把AI繁瑣重復和高難度的數百個模塊工作全部交給機器，建模時間由原來的400小時縮短到10小時，自動化模型的精準度目前可以達到Top10%AI科學家的水準。此外，HyperCycle ML是一個線上閉環，會自動收集線上的行為和反饋數據進行自學習，確保穩定、持續迭代的模型效果。
聚焦業務價值 線上業務智能運營系統“天樞”
Sage AIOS平臺上首個平臺型拳頭應用，是為傳統企業提供線上用戶留存優化和增長優化的智能運營產品“天樞”。在線化是當下最大趨勢，而全球公共衛生環境與5G等技術同樣在加速這一趨勢——據App Annie報告，因為疫情，在線化和移動化進程快進了2-3年。傳統線下行業的競爭僅限于商圈同品類的店鋪，但遷移到了線上，競爭泛化為無差異的用戶時間競爭。這些競爭或許發生在今日頭條與銀行應用之間，也可能是電商與閱讀類應用的競爭，這場競爭的終點是用戶留存。
天樞產品做留存的產品邏輯，相當于給線上的門店植入一個人工智能的大腦，這個大腦能夠察言觀色最快地響應用戶的需要，并通過一個實時的數據流把所有的場景連接起來，在每個場景、每個細節上打動用戶，提升終端用戶體驗。截止目前，第四范式天樞已經助力零售、銀行、媒體和互聯網等行業上千家企業的在線化轉型，依托于智能搜索、智能推薦、智能客服和智能推送等服務，幫助全球知名餐飲集團、大型連鎖超市、國有銀行和頂級電商平臺的線上業務取得了理想的業務效果。
可負擔的算力成本 軟硬一體算力平臺SageOne
隨著AI在行業的廣泛落地，算力的需求和成本猛增成為企業應用AI的又一挑戰。據Gartner預測，2022年平均每個企業在AI算力上的支出會是18年的4倍，總體市場支出將超過50億美元。在算力高昂成本的背后，實際上是算力的巨大浪費——企業數據中心對AI負載進行針對性優化，算力平均使用率依然達不到60%。第四范式SageOne是為AI量身定做的軟件定義算力平臺，面向整個AI生命周期全局優化。AI應用的不同步驟，對計算資源、存儲網絡有差異化的要求，第四范式深入了解每一個環節負載需求，將計算、存儲、網路、調度全方面考慮，有針對性地進行優化，真正解決AI算力浪費的問題。在某連鎖餐飲企業實際應用場景中，SageOne以一頂十，以8臺替換了88臺通用服務器集群。
目前國內AI算力產業處于持續探索和耕耘期，AI基礎設施的發展是大家共同關心的話題。第四范式作為AI基礎設施產業中的一員，一直與國內AI企業保持緊密合作，包括與華為等在內的多個芯片廠商聯合攻堅，軟硬件互相適配，為建設國內完整的AI產業鏈添磚加瓦。
第四范式AI落地成績單
第四范式總裁裴沵思在發布會上介紹了第四范式在去年一年的落地成績單。在保持金融行業高速增長以外，零售行業在線化業務突飛猛進，制造、民航、能源、政府等傳統行業也呈現出快速增長的態勢。過去5年多時間，第四范式幫助超過8000家合作伙伴實現智能化轉型，與他們一起探索商業模式進化與重構，蟬聯2018-2019年IDC中國機器學習平臺市場份額第一，這背后是機器學習平臺從底層能力走向業務端的突破，也驗證了AI通用平臺產品的可行性。
對于第四范式的商業化發展，裴沵思表示，消費互聯網和工業互聯網引爆的數據增長，促使一個個經濟體開始發生巨大變化。今年，在線化、數據增長的外部環境與第四范式AI規模化的內部戰略一拍即合，給予第四范式在更多的行業和場景中利用機器發現規律，構建極致個人體驗、提升經營決策價值的歷史性機遇。以“數據-規律-價值”引擎為中心，第四范式的AI商業化齒輪正不斷加速和擴張。
發布會現場，來自中國工商銀行、來伊份、蘇寧和中科大腦的客戶代表，以及華為等合作伙伴代表，分享了各自關于AI轉型的洞察和實踐，從商業模式、規模化應用、長尾效應和生態建設等維度為企業AI落地應用提供了創新型參考。此次第四范式發布的多款重磅AI新品，完整構建從AI算力、AIOS、自動化AI生產到線上化智能運營的全棧式企業級AI產品體系，解決數據治理難、人才門檻高、業務價值難和算力成本貴等AI應用難題，加速推動AI在各行各業的全面落地生花，助力以人工智能為代表的創新技術應用與基礎設施建設。
