2015年景立的科赛网，是海内最早的数据科学平台之一。
从对标Kaggle推出中国的数据科学家社区，聚拢起最开始涉足该领域的数据科学人才，再到引入Jupyter的交互式开拓范式、整合Docker与Kubernetes容器化技能，研发出在线数据科学开拓工具KesciLab，补充了海内空缺。
正如和鲸科技创始人兼CEO范向伟说的那样“在全体人工智能还处于观点和摸索阶段的几年里，供应根本做事的科赛网可以说是非常孤独的。
”

昔时夜数据遇上人工智能，企业真的准备好了么？

近年来，得益于海量数据的涌现、打算能力的提升，原来繁芜度很高的算法得以落地利用，人工智能领域的干系课题取得重大进展。
2016年AlphaGo降服人类顶尖围棋选手，更引发了社会大谈论，仿佛一夜之间，企业不谈人工智能就出息弗定，职场人不聊AI便是后进，环绕人工智能技能的创新创业大量呈现。

伴随着政策支持的逐步深入，国家与地方政府期望在人工智能上构筑先发上风，助力实体经济转型。
昔时夜数据遇上人工智能，家当智能升级带来的巨大商业代价，让浩瀚企业跃跃欲试。
不少企业都表示将投入大量资金与人力，在本行业领域内引入人工智能，来提升效率，转型并得到新的增长点。
但一个企业做好了数据化转型的准备，将目光投入供应商时，可能就直接傻眼了，各技能领域、细分行业、运用处景的办理方案应接不暇。

企业在数据化转型和引进人工智能的时候，采取什么样的策略，如何制订发展路径，哪些领域可以用现有的技能办理方案，哪些领域须要自建技能团队，未来持续呈现的场景化运用该怎么管理与消化，这对一个依然在门外的企业决策者来说，无异于摸着石头前行。

即便是已经引入大数据与人工智能技能驱动商业模式变革、管理效率升级的企业，如果持续依赖外力，没有构建自身的数据智能与AI能力，效率损耗和本钱走高也将长期困扰着企业决策者们。

“数据科学社区+数据科学平台”模式背后，和鲸在做若何的计策布局？

根据《公民日报》的干系宣布，中国目前人工智能人才缺口超过500万，供求比例仅为1:10，数据科学人才的供需严重失落衡。
虽然2016年2月，北大、对外经贸大学、中南大学3所高校就获批了“数据科学与大数据技能”专业，截至2018年3月，该专业的高效数量已达318所，更有数百所高校正在进行报告，但是数据科学人才真正在就业岗位上发挥浸染，仍需时日。

中国社会科学院科学技能和社会研究中央研究员段伟文指出，“我国到2020年人工智能核心家当规模要超过1500亿元，带动干系家当规模超过1万亿元”。
如此体量的规模，又发展的如此迅速，数据智能时期人才的稀缺性将长期存在。

在这样的背景下，和鲸用“数据科学社区”聚拢和造就稀缺人才，并为他们供应基于云真个在线“数据科学平台”，实际上如同一家准备好了员工和办公软件的超级平台，作为最好性价比的“云端研发部”+“云端创新部”，办理高校、科研机构和企业不同层次的数据剖析及人工智能个性化问题。

对标公司的估值超过600亿美金，数据科学平台的潜力不容小觑

随着企业需求的持续增长，传统企业级做事方案无法知足，导致一些传统软件大厂如IBM、Micosoft、MathWorks、SAP、SAS在数据智能时期都涌现了明显的倒退。
而由于云打算、深度学习、物联网的快速发展，开源方案的需求则持续上升，算法运用加速向业务需求落地，使得新兴的数据科学平台崛起迅速。

目前，依然在LEADERS象限里的美国的商业剖析与商业智能软件公司SAS，年营收35亿美金，公司估值达600亿美金，是环球规模最大的未上市软件公司。
可以预见，在这个新兴数据科学平台取代传统企业软件的过程中，将会出身出千亿规模的新生代企业。

和鲸旗下“数据科学平台”KesciLab在推出的两年韶光里，得到了数据科学事情者和顶尖高校、科研机构、企业的认可，清华大学已将K-Lab作为数据科学领域的专属传授教化与实训平台，多家国有大型银行总行，也已经开始利用K-Lab作为行内的数据剖析与数据创新平台。
我们有情由相信，中国在“数据科学平台”领域，将会产生一批精良的自主品牌参与环球化竞争。

从信息化到智能化，从互联网+到AI+，商业模式的变革和商业代价的转换一贯在进行，唯有不断用新技能、新思维武装自己的企业才能持续强大。
我们期望，在人工智能时期，中国能有自己的数据科学根本做事商，为企业的智能化、国际化发展助力。