4月6日，創立于硅谷的營銷及數據技術公司Chinapex創略發布其新一代智能數據平臺：數據云。該產品是一個企業級客戶數據平臺，旨在讓企業擁有和加強對在線、離線數據的管理能力和控制權，并將數據實時激活到諸如營銷、銷售支持、客戶體驗優化，以及商業智能等應用場景。

在大環境中，隨著企業將越來越多的戰略舉措和資源投入到數據資產中，最終將驅動數據生態的供應商針對具體問題來設計出靈活及高性價比的解決方案，來替代那些落后而繁瑣的通用型企業數據系統。

而數據的企業應用通常處理的是所謂的五個V的問題：volume(數量)， velocity(速度)，variety(多樣性)，veracity(真實性)和value(價值)。 當仔細觀察這些特征時，會發現其中的兩種形態。數量、速度和多樣性方面有關于數據產生的過程，以及如何獲取和存儲數據，而真實性和價值這兩方面則關注于數據的質量和有用性。 如果企業只是重視數量和速度的層面，這是可以被定義為一個“大”數據的問題。 然而實際上，很多這樣的數據包含了未經過濾的“噪音”。

Chinapex創略CEO Jimmy Hu認為，智能數據的定義，便是真正能夠應用于解決實際問題的數據子集：通過消除噪音并聚焦到問題及其參數和精微細節上，可以一種智能的方式被運用到解決方案中去。

他將智能數據解決方案的關鍵部分分為以下三個環節：

第一，智能數據收集及獲取。目前數據可分為兩種類型——實時數據和非實時數據。它們往往存在于多個潛在的數據源中，包括在線和離線的，通常位于完全的數據孤島中。企業需要技術解決方案提供商給予一套數據收集和集成工具，來快速、高效和可靠地獲取實時及非實時數據。用戶應該能夠輕松地指定，哪些數據維度需要被收集。數據收集觸點和數據源對接的范圍應完全取決于最終的目標。

第二，智能分析。幫助用戶在其正著手的業務應用框架內提出正確的問題，不將分析邏輯設死，而是確保它可以按照適合企業自身的業務邏輯和獨有特性來適配。Jimmy Hu認為，智能分析并非是讓終端用戶在很少或者零輸入的狀態下就能獲取分析結果，而更應該是一個互動的過程。在這一過程中，用戶可被引導輸入相關的數據參數，并以直觀和透明的方式來發現洞察。就機器學習和人工智能而言，數據科學的作用應該是增強和加速人類的決策和判斷，而不因是取代它。如果智能數據獲取和收集這第一步走得強而有力，亦有助于提升智能分析的效率和準確度。

第三，智能數據應用。Jimmy Hu稱，洞察分兩種 —— 戰略洞察與可實施洞察。其中，可實施洞察對于不同的數據驅動應用場景而言，其交付的格式和方式也應不同，使用或激活它們的方法也可根據其數據及洞察的類別而有所不同。下一代的智能數據平臺應是可與外部或內部的“行動系統”完全連通的，使數據可以實時或接近實時地被投入使用。數據可以被推送到這些行動系統中去進一步使用，或者用戶能夠設置某些基于規則的觸發條件，當分析維度的某個范圍或數據狀態等于某個值或區間時，相應的行為將被觸發。例如，當預測分析結果達到一定的閾值區間時，一個預見性維護工業物聯網數據平臺可觸發發送某些警報到警報隊列里，或者一個客戶數據平臺將某些客戶群激活到通過API對接的電郵營銷平臺中去。

Chinapex創略首席科學顧問Laurent EI Ghaoui表示：“機器學習和AI正在推動一種被稱為人機共生的增長，機器智能做體力活，獲取洞察，然后讓人類進行策略性的思考。在某種程度上，它會增強人的決策。”智能數據技術將持續針對解決特定問題的機器學習和AI功能產品化，從而對于非技術背景的業務用戶而言，也變得更加容易獲取、使用性更強。在細分領域的專注度更利于打造規模經濟效益，并將不斷增強的機器學習能力所能產生的價值跨應用場景地分享到不同的企業級用戶中去。

Chinapex創略創立于美國硅谷，其定位是營銷及數據技術公司。Chinapex創略目前正在解決的就是這兩個問題，它希望通過結合多方數據幫助企業進行營銷推廣和內部進行營銷決策，乃至除營銷之外的其他應用場景。而商業模式方面，Chinapex創略的標準化合作模式以SaaS形式提供，亦可支持多種部署形式。在SaaS方面，客戶按照用量或者需要的功能模塊收費。據悉，2016年3月，Chinapex創略已完成數千萬人民幣的A輪融資，這輪融資由聯創旗下基金無穹創投，以及均彌資本領投。