依靠数据技术双壁垒因果树打造企业竞争三把利刃

2016-10-20 10:23:28来源：赛迪网编辑：二不休关键词：人工智能大数据大数据金融阅读量：30376

导读：因果树用了整整一年的时间，花费大量的人力、精力、财力，才有了今日的图灵产品，但图灵仅仅是个开端，仅仅是因果树在人工智能股权投融领域的一个尝试。

　　【中国智能制造网企业动态】因果树用了整整一年的时间，花费大量的人力、精力、财力，才有了今日的图灵产品，但是图灵仅仅是个开端，图灵产品仅仅是因果树在人工智能股权投融领域的一个尝试。

　　2016年10月18日，因果树在北京奥体中心举办因果树图灵发布会。因果树创始合伙人滕放介绍，因果树图灵是人工智能时代的一个基础工具，可以做到3s之内，回答一切投融资相关问题，信息量高达1000tb。

　　3s获取1000TB知识因果树依靠数据、技术双壁垒

　　滕放说，因果树.图灵产品覆盖全网20万+项目，1000+行业，10000+投资人和投资机构，数据量高达1000TB，一是缘于独特的数据源，包括三大运营商数据、知识产权数据，还包括定点行业数据，以及全网公开数据源，这数据量是支撑图灵的基础。

　　滕放表示，因果树作为一家技术驱动型公司，如何深度挖掘和分析才是核心，因果树已经自主研发并申请了多项软件著作权和模型，这些核心技术成为产品的保障。

　　因果树用了整整一年的时间，花费大量的人力、精力、财力，才有了今日的图灵产品，但是图灵仅仅是个开端，图灵产品仅仅是因果树在人工智能股权投融领域的一个尝试。

　　人工智能版百度3s回答一切融资问题

　　当前社会由于公司信息分散，非结构化，投行分析师和投行经理要花大量的时间查找资料，整理资料，做基础的数据跟踪和分析判断。一个分析师可能需要使用二三十个网站，每个网站能找到的数据都非常有限，而且很多都不是能够直接使用的。比如一个投行分析师需要从百度上查找关于一个项目的媒体报道，然后再去看产品形态，去论坛看用户评价，从工商网站看基本注册信息，再用第三方付费网站看用户数据。分析师不光要找到这些数据，还需要把这些数据复制、粘贴整理出来。这些名校毕业、人中龙凤的投行骄子，每天工作十五六个小时，至少由一般时间是在查找、复制、粘贴，这种事情和信息时代极其不匹配。这些耗费了投行人的大量时间，并且你想看很细的东西没有，过往的数据也没有。现在用因果树，只需要问一下，这些问题都可以解决了。

　　滕放表示，目前因果树图灵能够回复基础常见的三大范围50类问题。

　　一是行业问题，比如这个行业好不好？这个的体量有多大？有没有独角兽出现？发展趋势怎么样？投资人喜不喜欢？

　　二是公司类问题，比如公司怎么样？用户有多少？创始人是谁？什么时间成立的？融资到什么阶段了？竞争对手是谁？在行业处于什么位置？

　　三是投资方的问题，比如这个投资机构的合伙人是谁？投了哪些项目？钟爱什么阶段什么行业的？

　　对于没有答案的问题，因果树.图灵会推荐其他相关问题，并通过机器学习不断完善问题，扩大知识覆盖面。比如次问的时候没有答案，很可能两次三次就能给出满意的答案了。

　　立足金融打造三把利刃

　　当前正是大数据和人工智能的风口，因果树选择股权投资这个方向，除了要在技术和数据上广积粮、高筑墙之外，必须要有敬畏金融之心，要尊重专业，深入打磨行业模型。因果树.图灵产品其实是对整个股权投资市场的重构，为此，因果树打造了三把利剑：

　　1、首建公司三级架构明晰大公司布局

　　因果树图灵的三级分类架构，能够清晰地展现出大公司的架构。比如阿里巴巴30多个子公司，上百个产品线。市场如何去评估这些大公司的价值，如何弄明白这些大公司的布局？哪些子公司或产品是核心？在这之前市场上是没有这些信息的，但是因果树.图灵的三级架构填补了这种市场空白。

　　2、三级分类确定细分行业

　　滕放表示，创业创新将是国家发展的主旋律，当前国家鼓励战略新兴行业发展，各大交易所优先鼓励新兴行业上市。但是，如何定义新兴行业？用什么投票呢？某个公司想申请上市，我们该给它分到哪里？行业分类的滞后和评判标准的缺失导致我们流失了一大批的企业。很多互联网公司都选择海外上市。

　　3、企业kpi为企业估值及发展战略给出依据

　　衡量一个企业的价值还仅仅停留在金融财务指标上。我们应该从更多的纬度去评估一家公司，不错过好的公司，也不鼓励创业公司盲目扩张。80%创业公司的死亡是由于无谓的激素型扩张。图灵产品给出的行业和企业kpi，将能够促使市场更有序、更理智。

　　(因果树滕放：图灵产品是人工智能版企业百度)

上一篇：无合作不生态蚁视开放式VR版图创造“多赢”模式

下一篇：三一重工：三阶段成功探索工业物联网应用

我要评论

未来将由“光”书写：光纤成为人工智能经济的核心支柱
研究显示，到2030年，全球人工智能应用可能需要超过1亿英里的长途光纤和数千万英里的城域光纤。随着数据量的快速增长——预计从2020年的约64ZB增长到2030年的200ZB以上——超大规模企业正在进行创纪录的资本投入，以满足日益增长的计算和网络需求。
光纤人工智能
2025-10-23 09:01:55
人工智能在制造业的新浪潮
调查数据显示，95%的制造企业已经在AI/ML领域投入或计划在未来五年内进行投资。这一比例表明，人工智能应用在制造业中已趋于普及，并正由“试点探索”向“系统化整合”转变。
人工智能AI赋能智能制造
2025-10-21 09:25:54
OpenAI联合创始人：人工智能代理真正发挥作用还需10年
OpenAI联合创始人预估，要系统解决上述所有问题，大约还需要十年时间。尽管众多投资者将2025年称为“智能体之年”，但现实发展仍面临显著挑战。广义上，AI智能体被定义为能够自主执行任务的虚拟助手，具备问题拆解、方案规划与自主实施的能力。
OpenAI人工智能
2025-10-20 10:58:05
人工智能和物联网如何协作以实现更智能的技术
人工智能与物联网的融合代表着科技发展的新方向。物联网通过分布在各处的传感器、设备和网络基础设施，持续生成海量的实时数据。而人工智能则通过机器学习与深度学习算法，对这些数据进行分析、建模与优化。
人工智能物联网
2025-10-20 10:57:54
中国生成式人工智能用户规模达5.15亿人，普及率36.5%
《生成式人工智能应用发展报告(2025)》显示，截至2025年6月，我国生成式人工智能用户规模达5.15亿人，普及率为36.5%。上半年，国产生成式人工智能产品取得显著进步，在春节期间成为社会关注热点，推动生成式人工智能快速渗透。
人工智能生成式人工智能
2025-10-20 09:07:04
物联网和 Agentic AI 助力未来智能医院
随着物联网(IoT)与新一代智能体人工智能(Agentic AI)的融合，这一复杂体系正在被重新定义。越来越多的医院开始引入基于实时数据的智能运营模式，使医疗体系逐步从“经验驱动”走向“数据驱动”，甚至是“自主优化”的新阶段。
医疗应用方案人工智能
2025-10-17 13:23:02

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。