摘要： 以標準化云平臺服務(wù)切入客戶(hù)需求，空間大數據應用和分析的市場(chǎng)還將持續做大。

 在以“空間智能驅動(dòng)萬(wàn)物互聯(lián)”為主題的2018全球地理信息開(kāi)發(fā)者大會(huì )（WGDC 2018）上，智能決策科技領(lǐng)先者極海在“空間大數據+人工智能”分論壇中分享了其在過(guò)去一年中在市場(chǎng)和技術(shù)方面所取得的進(jìn)展，包括與IBM、麥當勞、中國城市規劃設計研究院、中國指數研究院等企業(yè)和機構建立合作關(guān)系，賦能空間智能決策能力；確立在規劃、零售、地產(chǎn)類(lèi)金融等細分領(lǐng)域的市場(chǎng)拓展計劃，以及面向行業(yè)客戶(hù)需求，利用AI技術(shù)提高數據挖掘及應用分析的效率。

業(yè)務(wù)規模翻番，垂直市場(chǎng)機會(huì )明朗

在泰伯網(wǎng)于此次大會(huì )對極海CTO吳泳鋒的專(zhuān)訪(fǎng)中，吳泳鋒結合極海的業(yè)務(wù)發(fā)展，談到基于空間大數據的空間智能決策服務(wù)依然呈現快速發(fā)展的勢頭：同比2016年營(yíng)收狀況，2017年極海營(yíng)收再翻一番；極海主要的商業(yè)模式包括云平臺、數據、行業(yè)咨詢(xún)三個(gè)方面的服務(wù)，在2017年的營(yíng)收比重分別約為40%、30%和30%；其中，一站式云平臺營(yíng)收去年比前年增長(cháng)了4倍，極海方面能夠從中確認市場(chǎng)對于一站式服務(wù)存有剛性需求。

在現有的業(yè)務(wù)狀況下，吳泳鋒表示，極海向垂直細分市場(chǎng)拓展的計劃，會(huì )持續以標準化的云平臺服務(wù)切入客戶(hù)需求。

吳泳鋒提到，空間大數據應用和分析市場(chǎng)的持續做大，正得益于行業(yè)潛在客戶(hù)在業(yè)務(wù)優(yōu)化、效率和營(yíng)收提升等方面的內需，這種內需進(jìn)而轉為對新技術(shù)、新方法和模式積極追求的一種態(tài)度。因此，極海往往會(huì )先和客戶(hù)基于現有的標準化空間服務(wù)探討到底能解決哪些當前實(shí)際的問(wèn)題，而這么做的目的也在于幫助客戶(hù)減免不必要的額外產(chǎn)品開(kāi)發(fā)的成本。

極海目前正在深耕的規劃、零售和地產(chǎn)類(lèi)的金融服務(wù)等領(lǐng)域的市場(chǎng)，在吳泳鋒看來(lái)，這些行業(yè)對空間大數據及其應用有著(zhù)更明確的需求。例如：

規劃領(lǐng)域正在擺脫以往的經(jīng)驗主義或單方面的頂層決策設計，并已著(zhù)重利用豐富的空間大數據支持城市的規劃、建設和信息化管理方案的制定。而城市的可持續發(fā)展，也有賴(lài)于依托空間化手段對城市規劃成果進(jìn)行長(cháng)期的監測和評估。

零售領(lǐng)域從地理空間的維度對商業(yè)的市場(chǎng)環(huán)境進(jìn)行分析。商業(yè)選址、商業(yè)活動(dòng)策劃、產(chǎn)品投放、涉及營(yíng)收相關(guān)的業(yè)務(wù)分析等商業(yè)行為，其最終決策對于環(huán)境、人口、經(jīng)濟、消費等多元化品類(lèi)的大數據空間化分析，一直以來(lái)有著(zhù)天然的需求。

地產(chǎn)類(lèi)金融領(lǐng)域則面向現有的國內地產(chǎn)投資熱潮，在地產(chǎn)投策咨詢(xún)和地產(chǎn)金融屬性分析方面提供服務(wù)，其本質(zhì)仍然是對地產(chǎn)價(jià)值的評估。而合理的空間化市場(chǎng)分析，能夠面向真實(shí)的市場(chǎng)需求幫助地產(chǎn)商和公眾，優(yōu)化租、售配置方案，實(shí)現地產(chǎn)資源的最優(yōu)配置。

吳泳鋒強調，極海的市場(chǎng)戰略，會(huì )始終貫徹“以找到客戶(hù)需求和標準化服務(wù)的切合點(diǎn)為前提”，從賦能者角度為上下游合作伙伴提供支持。除此之外，團隊會(huì )面向行業(yè)共需，持續優(yōu)化空間大數據云服務(wù)平臺的功能和體驗。

這其中，極海一直在AI和“自然街區”方面進(jìn)行布局。

產(chǎn)品技術(shù)趨勢

吳泳鋒提到，AI將會(huì )是空間大數據分析與空間智能決策中不可或缺的支持。極海接下來(lái)會(huì )將AI方面的能力封裝到現有的云服務(wù)平臺中，并提供以下兩種具體的服務(wù)。

面向影像數據的信息挖掘和提取

其一，是面向影像數據的信息挖掘，在對地物目標進(jìn)行機器學(xué)習訓練后，實(shí)現對目標物的快速自動(dòng)化識別、提取和分析。

其二，是面向更廣泛品類(lèi)的空間大數據，建立智能化的、面向具體業(yè)務(wù)分析需求的算法模型，提高數據挖掘和分析的效率。

對于自然街區劃分，則代表著(zhù)空間大數據分析手段的一種迭代和演進(jìn)趨勢。

基于自然街區的城市商圈

據吳泳鋒介紹，基于“自然街區”產(chǎn)品的空間大數據分析，與依托傳統網(wǎng)格數據的分析相比，更能夠與多行業(yè)的實(shí)際應用場(chǎng)景相契合。例如，網(wǎng)格數據很難在更精細的地圖比例尺下清晰反映某一個(gè)位置及其周邊的空間屬性，而自然街區則根據業(yè)務(wù)需要，依照實(shí)際存在的外部道路、鐵路、河流、山川這些物理阻隔對地圖進(jìn)行劃分，將復雜多變的用地類(lèi)型劃分開(kāi)，使每一個(gè)統計單元內部用地類(lèi)型具備較高一致性，因而在具體的分析場(chǎng)景中有著(zhù)更高的參考價(jià)值。

吳泳鋒強調，純人工劃分全國300多個(gè)城市的“自然街區”耗時(shí)耗力，且容易因多人合作完成出現標準不一的情況。而極海技術(shù)團隊在A(yíng)I層面的技術(shù)積累，目前能夠為精細化、全自動(dòng)的自然街區劃分提供支持。吳泳鋒提到，極海是國內首家將“自然街區”產(chǎn)品落地的公司，而在實(shí)際的客戶(hù)服務(wù)中，團隊已經(jīng)驗證了這種空間分析手段的可靠性。

長(cháng)期來(lái)看，吳泳鋒表示，技術(shù)團隊仍然會(huì )從產(chǎn)品層面降低空間大數據云服務(wù)平臺的專(zhuān)業(yè)化操作門(mén)檻，淡化產(chǎn)品作為GIS類(lèi)軟件的影子，最終提高產(chǎn)品的易用性；而空間大數據應用與空間智能決策市場(chǎng)的壯大，也將得益于產(chǎn)品在使用體驗上的持續優(yōu)化，讓越來(lái)越多的行業(yè)從業(yè)者得以快速認知空間分析技術(shù)的價(jià)值，并利用其驅動(dòng)自身業(yè)務(wù)的發(fā)展。