2017年2月，创新工场、光信资本、线性资本、届石投资和头头是道（其中创新工场更是超额投资）共同投资了桃树科技（Tao Data）的A轮融资——这家以估值迅速增长闻名于业内的科技公司，在迈向人工智能独角兽的路上一骑绝尘。
据创始人杨滔介绍，桃树科技的愿景是“做出通用的数据科学产品，让繁琐的数据科学流程最简化。”
一、终点既是起点
《失控》 的作者凯文凯利(Kevin Kelly)曾预言:“未来一切的生意都是数据的生意。” 那么大数据到底是什么？怎样才能让大数据为我创造实实在在的价值?
想要在大数据时代先拔头筹，你根本不需要去弄清这些问题，从大数据到商业价值,你需要的只是根据业务经验提出需求和目标,其他的一切都可以交给数据机器人来搞定。
创业最初的一段时间，杨滔做的最多的一件事，就是独自对着电脑闭关写代码。
在这关键的几个月，他用代码创造了一个又一个桃树机器人的雏形。当这些初级版桃树机器人应用在银行风控及精准营销项目后，效果斐然，项目周期从之前的半年缩短到了两周，同时模型效率显著提升。
然而，随着银行客户不断增多，项目经验越发深厚，杨滔很快发现最初设想的不足——“通用的数据科学产品”不应该是也不可能是数据科学家自己对着电脑设计出来的。
没有对客户需求的准确把握以及各行业业务专家的知识输入，所谓的“通用”仅局限于客户需求的浅层，无法产生颠覆性价值。
又一次放下，再一次启程。虽然此时桃树已有近20人的团队，这位一直以技术为刀剑闯荡江湖的数据科学家，决定背起电脑包，穿上运动鞋：回访核心客户、与业内专家沟通学习、深度参与项目进程……马不停蹄。
二、打动资本，桃树科技塑造客户价值管理体系（CVM）
或许正是因为桃树科技以客户需求为重点打动了资本，在2016年4月成立后仅一个月时间，获得了线性资本、滴滴出行天使投资人王刚及同盾科技天使投资。
2016年10月，桃树科技获得创新工场、界石投资、线性资本及滴滴出行天使投资人王刚pre-A轮投资。
2017年2月，创新工场、光信资本、线性资本、届石投资和头头是道（其中创新工场更是超额投资）共同投资了桃树科技（Tao Data）的A轮融资。
“从应用入手，先以客户的需求为重点为客户创造价值，才是现阶段数据科学正真应用的方向。”杨滔不破不立的性格，被最大化的发挥在他创业之路上。
从通用数据科学产品到数据科学家深度参与的数据科学服务，看似背道而驰的两个方向，桃树说变就变。
新方向明确后，桃树团队将项目重点从技术研发转向深挖客户需求，从中提炼了桃树数据科学解决方案的关键——客户价值管理体系。如今，桃树团队已将桃树数据科学解决方案已成功应用于金融行业，帮助多家知名企业建立客户价值管理体系（CVM）。
CVM是桃树科技服务企业的数据应用体系。这些应用点本身是最大化客户价值的完整闭环。杨滔认为大数据企业服务的最终商业模式是“解决方案”服务。然而，大数据的解决方案服务并不是传统的咨询模式，而是“咨询+产品”的组合模式。
以桃树风控模型为例，其可以帮助银行信用卡中心审批带来的坏账率大幅度下降。然而，影响信用卡业务目标的不仅包括客户的坏账率，那些高价值客户可能有良好的信用，但可能选择竞争对手的消费信贷产品。因此，有经验的数据科学家会将客户流失预警模型与风控模型组合使用，最大化信用卡业务价值。
而在金融产品的营销中，首先需要找到适合该场景的营销人群，这需要精准营销模型。然而，即便精准营销模型再准确，仍然需要在合适的人群中为不同个体客户提供个性化产品推荐。精准营销模型用于筛选人群，个性化推荐模型用于为不同客户提供产品组合，二者的组合使用才可以最大化营销效率。
在桃树服务的企业客户中，许多企业最关注的并不是几个具体的应用，而是从基础层面了解客户信息。
企业不仅需要控制风险，更需要认识发生坏账风险最高的人群是否有共性，是否能从决策层面系统性规避高风险客户群体。企业不仅需要精准营销，更需要从客户特征中挖掘核心客户的人群画像，以及需要营销产品和其他产品或者场景之间的“关联营销规律”。企业不仅需要挽留高价值客户，更需要认识是什么造成了客户的流失以及挽回客户的核心手段。
不仅如此，企业决策者需要自动从客户群体中挖掘那些对业务价值贡献最高，并且具备共性的人群特征，从而以更高效率找到业务的整体定位。
三、七剑下天山，DataBrain已经准备好了迎接人工智能时代新的挑战
桃树正是在不断探索人与机器的矛盾与协作中，倔强成长：最初的“通用化数据科学产品”构想被现实击碎，碎片散落到一个个定制化的数据科学服务——信用风控、精准营销、个性化推荐、客户分群，最终汇聚成客户价值管理体系。
桃树数据科学七剑体系的建立，将数据科学最核心的工作流固化，剑指咨询服务无法批量化复制的商业局限。从问题定义，到数据准备，算法调优，知识发现，效果分析，线上部署，模型更新，桃树数据科学七剑的核心价值是抽象了从数据到商业价值的核心环节。他坚信，当数据科学七剑被充分实现，桃树“人人都可以成为数据科学家”的使命便可以最终落地。
桃树数据建模平台DataBrain，正是桃树核心技术沉淀而成的产品。DataBrain集“特征发现”、“特征工程自动化”、“算法调优”及“知识发现”等最精尖的数据科学技术为一体。
山重水复，DataBrain又重新突出了“通用化产品”的概念，但是内涵与之前已全然不同。基于客户成功案例的技术升级，让人工智能技术从理论趋势真正落地应用。桃树的目标，是将DataBrain做成数据科学的基础设施。
杨滔就提出：“大数据的技术很难完全自动化或产品化，但其中有一部分是可以的。所以面向企业的数据科学服的最佳的方式是不断升级可以用通用的底层算法产品，再结合行业应用的解决方案去客户端落地。同时，不断把行业应用解决方案中可以产品化的部分再产品化，进一步结合工程师面向客户的行业经验，做出更好的解决方案。然后积累到足够经验，再不断把解决方案中可以产品化的部分产品化——如此循环递进，不断升级。”
简而言之，数据智能化就是将业务经验数据化，并将解决方案中重复的及有规律的部分不断产品化，交给机器去做，使数据工程师与行业专家有更多的精力去解决业务中最核心的问题。
短短数月，当初只在理想中的构思和方向，桃树都已逐渐一一实现。2017年3月，桃树DataBrain的Atom 6.0版已正式发布，一个更强大的人机协作引擎已经准备好了迎接人工智能时代新的挑战。
来源：本文根据互联网公开资料整理而成，如有侵权，请联系删稿。
免责声明：本文仅代表作者个人观点，不构成任何投资建议。