綜合點評
該專案是由人工技術商業規模化的專案策劃，專案團隊主要負責進行營銷推廣環節。
數字經濟應用實踐專家駱仁童點評：該專案有較好的技術應用需求場景，早期運作有成功案例積累。有專業技術團隊作為支撐。
目前運作模式比較依賴定製型別的業務，需要較重的人力成本，同時短板在於專案規模化和產品化的階段。
企業調研&市場痛點
30分鐘損失超過1億
專案概況
專案背景：
在網際網路行業中，網路、伺服器各個階段的運營與維護被稱為網路運維，“凡聯網處，皆有運維”。但目前市場缺乏能及時排除故障的技術服務，主要
依賴人工逐一排查
，成本巨大且易造成網路事故。
解決方案：
本團隊將研發多年的因果關係人工智慧演算法應用於運維繫統，推出適配
物聯網、大資料中心、智慧製造
等行業的
新一代因果關係人工智慧運維平臺
IngoAI
。團隊致力於為企業構建因果網路模型，主營產品/服務為出售
通用模組、
提供
專屬軟體獨立
License
授權
以及
技術巡場與駐場、諮詢、緊急響應、培訓團隊
等服務
。
功能創新：
因果定位
：面對告警風暴能賦予因果關係簡化故障網路，秒級定位故障根因，迅速從源頭解決告警；
因果預測
：根據歷史資料精準推測系統可能發生的故障機率與等級，主動干預避免故障發生，準確率達
98%
；
因果決策
：分析資料的關係權重，推導業務關鍵指標。三大模組各項指標均遠超市面上的運維繫統。
專案成果
團隊目前已與
華為、騰訊、美的、南方電網
等知名企業達成合作，前期到賬金額達
400萬元
；已申請
12份
專利，且專利第一發明人均為團隊成員，其中
第一負責人擁有4項
；發表
60餘篇
論文，CCF A類會議發表的因果推斷論文數和谷歌因果推斷的學術引用數均位於
亞太
第一
；團隊學術成果獲得
圖靈獎得主
朱迪亞玻爾教授等知名專家的高度評價，榮獲近
2
項
國家級和省級榮譽。
專案願景
團隊的願景是
科技驅動、智慧運維、賦能行業
。
Ingo
賦能產業“新”運維，助力
AI
更
AI
!
市場分析
2021年中國運維市場規模預計達
2623.7億元
，同比增速達12。4%（資料來源：艾瑞諮詢）。隨著5G時代到來，聯網裝置與資料量的劇增，運維繫統面臨著嚴重問題。
具體表現為：
定位難
：運維網路複雜，故障比對
誤判率高
。一個異常便能引發告警風暴；由於被動掃描存在時延，無法透過告警發生時間判斷故障發生節點。運維繫統
難以定位
故障發生的源頭；
反應慢
：成千上萬個告警在多個節點中傳播，同時存在高達分鐘級別的傳播時延，導致故障發生時不能及時處理。定位故障的時間佔故障總處理時間
70%
，維護困難；
不夠精確
：目前，運維公司大多使用聚類演算法簡單降重，誤判率高，需要
大量先驗知識
，故障比對
誤判率高
；
不可解釋：
現今的
弱人工智慧
缺乏可解釋性和溯源能力，其
治標不治本
，無法解決根本問題。
本該由人工智慧解決的問題卻因傳統人工智慧的技術侷限而無能為力。團隊自研的
新一代因果關係
人工智慧
運維平臺
應運而生，解決上述市場痛點。主要為
物聯網、大資料中心、智慧製造
等行業提供運維服務。
主營業務與產品介紹
新一代因果關係人工智慧運維平臺，基於原有的深度學習網路模型，讓系統學會因果探索、主動探尋關鍵引數。解決原運維繫統故障根因難尋、反應處理不及時、人力成本高昂等痛點，推出三大產品與服務：
模組出售：向企業出售SDK軟體開發包，並提供SaaS雲端平臺介面。
產品出售：向企業客戶授權獨立的license軟體系統。
服務出售：為企業提供技術巡場與駐場、諮詢、緊急響應和團隊培訓服務。
部分案例介紹
中國南方電網資訊系統故障診斷與預測
團隊為中國南方電網資訊系統
提供故障的定位與預測服務
。電網各業務系統和各類裝置產生了大量的事件、故障以及資料日誌，導致故障事件延長。IngoAI故障根因定位服務，將系統故障
定位
平均
準確率
由55。56%提升至
91.67%
。為了進一步避免故障損失以及控制風險度，基於採集的各類資料透過IngoAI預測系統可能發生的故障機率與等級。
故障預測準確率
目前已達
99.8%
。
唯品會營銷方案制定
雲最佳化服務案例，團隊為唯品會提供個性化營銷方案制定服務。IngoAI雲服務精準管理客戶關係，構建圖神經網路推薦系統，實現流量池分配，構建因果網路得出使用者行為權重製定個性化營銷方案，為其
提高了50%的成交率
。
（案例有刪減）
專案合作
競品分析
商業模式
現階段我們針對不同需求型的客戶採取銷售標準化系統模組、銷售產品和服務的方式幫客戶實現標準化自助運維的商業模式。為了擴大技術運用場景，我們還授權代理商進行代銷，增加盈利方式。
客戶畫像為：業務複雜、資料量大而注重資料安全、網路系統故障頻率高、運維效率低而成本高的企業，我們將以銷售標準化系統模組和產品以及服務為主，並輔之以效益分潤的模式助力企業實現新一代AI智慧運維。
在不斷擴充套件商業版圖的中，考慮到地理限制以及區域的客戶消費趨勢和前期顧客消費心理等多種因素，我們將開闢業內多傢俱有完整營銷體系和渠道的企業作為目標市場當地的代理商，為代理商提供標準化的系統模組，代理商可以根據標準開發板進行再開發或者直接將模組銷售給客戶企業，進一步擴寬盈利渠道，快速提升品牌的知名度和影響力，幫助團隊更好地佔據全國市場。
核心競爭力
技術優勢
如今的關聯分析演算法只停留在觀察層級，引數之間的關係未知，只通過大量統計資料歸納出模型，無法構建因果網路，無法定位故障的根因，結果不可解釋。資料不足會出現誤判。同時演算法效率低下。因果關係作為人工智慧最前沿的技術，處於可解釋層級。用於找出各引數間的因果關係，定位關鍵指標，從源頭上高效解決問題。降低故障率、誤判率；提高良品率、生產效率。
學術成果
團隊在因果關係人工智慧的學術研究和應用落地上處於頭部位置，水平處於全球前列。團隊已發表
60餘篇
SCI論文（含
10篇
CCF A
類
、11篇SCI/SSCI一區、12篇SCI二區等）；擁有
12份專利
；在CCF A類會議發表的因果推斷論文數量
亞太第一
；Google學術引用數在因果推斷領域
亞太第一
。
獎項榮譽
團隊在Google Brain等組織的NIPS2019Disentanglement Challenge中囊括
兩個階段任務第一名
，力壓google AI和馬克斯·普朗克科學促進學會等知名機構，同時獲得中國產學研合作創新成果獎（一等獎）等共
20餘項
國家級和省級榮譽。
科研平臺資源
團隊所在實驗室獲得
廣東省複雜過程資訊物理融合系統工程技術中心
、
廣東省複雜過程資訊物理融合系統工程技術中心
以及
廣東省移動網際網路電子商務大資料工程技術中心
等認定。
國際享譽
團隊連續舉辦第一、二屆國際因果關係與機器學習研討會。國際學者對我們給予了高度評價：
n
圖靈獎得主
Judea Pearl
教授：“該系列的工作（Triad）是因果關係發現領域的重要進展”；
n 日本理研所因果領域著名學者Shohei Shimizu教授：“該系列的代表性工作SMRP是目前高維因果關係發現領域的最有效演算法之一”；
n
因果關係
AI
奠基人
美國AAAS院士Clark Glymour教授：“將因果關係發現從四分體結構有效推進到了三分體結構，極大提升了因果關係發現演算法在潛變數場景下的適用性”；
n 德國科學院院士Bernhard Sch lkopf：“我們將一同開展基於離散壓縮的因果發現判別研究，期待來馬普所進行學術互訪”；
n 半監督學習領域權威學者Gavin Brown教授：“BASSUM方法是半監督因果特徵研究領域的首個開創性工作”。
團隊簡介
團隊創始人，廣東工業大學管理學院MBA，連續創業者，多年公司管理運營及政府關係公關經驗。現任廣州市星思教育諮詢有限公司董事長、廣州方物設計諮詢服務有限公司執行董事、佛山市夢墨教育發展有限公司董事長、佛山星鷺景觀園林有限公司合夥人、佛山市南海區藝術創意產業協會副會長；
專案技術總監深耕因果關係人工智慧研究多年，曾赴矽谷、斯坦福、哥倫比亞大學交流；曾接受人民日報、南方網專訪，“矽谷創投教父”Founder Space創始人Steven Hoffman鼎力推薦，目前已經申請6份專利，獲得
20
餘項
國家級、省級獎項；
技術副總監，廣東工業大學管理學院MBA，現就職世界500強家電企業美的集團，研發創新中心負責人，從事全套小家電產品研發設計，擁有專利300多項，先行研發經驗豐富，有豐富的產品研發管理經驗；
產品總監，廣東工業大學管理學院MBA，廣州雅坤堂國際創始人，廣州海姬化妝品有限公司創始人，中銘智集團廣州運營公司總經理，格局商學特聘講師；
營銷總監，廣東工業大學管理學院MBA，任職於世界財富五百強石化公司馬石油商務總監，從事商務工作十年以上具有較強市場開發能力，曾開發單客5000萬營業額。
投融資總監，廣東工業大學管理學院MBA，曾擔任上市券商營銷總監，現擔任某上市券商廣東分公司副總，從事營銷工作十五年，營銷管理經驗豐富，有豐富投資經驗；
品牌運營總監，廣東工業大學管理學院MBA，任職於省廣營銷集團，負責品牌策劃，制定品牌營銷方向。
技術經理作為廣東工業大學新加坡國立大學聯合培養博士、任新加坡高階數字中心（ADSC）RA；擁有多篇CCF論文及發明專利；
技術副經理作為廣東工業大學卡耐基梅隆大學聯合培養博士；主導因果關係推斷、隱變數發現模組；多篇CCF/SCI論文以及發明專利；
多名博士任技術骨幹，團隊技術力量雄厚，且用擁有多名經驗豐富、業務能力出眾的市場、營銷人員配合團隊運營。
目前團隊成員已在因果關係領域發表60餘篇SCI論文，申請12份專利。
學術成果第一發明人均為團隊成員
。IngoAI致力成為因果關係人工智慧研究應用先驅，為我國“新運維”發展護航。
營銷模式
發展戰略
2
020
年：
產品與技術
方面，團隊將主要進行產品標準逐步產業化以及演算法最佳化升級，建立標準IngoAI演算法模型庫（目前已有因果推斷、圖神經網路、遷移學習、CV、NLP等模型庫），研發SDK軟體開發包，逐步形成產業化標準因果推斷框架。
商業化
方面，團隊將現有技術嵌合於工業網際網路，以期在物聯網運維、智慧製造等領域建立市場，聯合多家代理商研發，建立試點。與此同時，我團隊將建立省級示範中心，並在10餘家企業落地執行產品，為後期所有業務和戰略提供最基本的保障。
2021年
：
產品與技術方面，我團隊將立足廣東市場適配細分領域並聯合華為雲實現服務上雲。
商業化方面，我團隊將建立諮詢、應急和培訓的人才庫中心，並面向政府部門和銀行推廣產品，預計籤/續約超過3家的企業。
2022-2023年
：
產品與技術方面，團隊將打造“大”運維繫統，囊括物聯網運維、大資料中心運維和智慧製造運維這三大領域。並將演算法平均準確率提高至95%。
商業化方面，團隊將在主流城市設立分公司，實現超過100家的企業合作，做因果AI的全國標杆企業。
2
024-2025
年：
產品與技術方面，團隊以科技為本，推出因果運維全球化框架，團隊將致力於構造國產自研因果架構，打造因果關係領域的TensorFlow框架，應用於工業網際網路、5G基站、通訊、智慧製造等多個領域。
商業化方面，團隊將大力進軍全國市場，鞏固國內演算法最佳化領導者地位，服務超過
100萬
名運維工程師，目標占有華南地區80%以上市場，努力做中國智慧運維繫統引領者，並在
科創
板上市，
逐漸開拓海外市場，開拓跨境演算法最佳化市場。
財務狀況
團隊初始投入共計***萬元，其中資金投入***萬元。2021年計劃稀釋10%的股權，融資萬元。所籌資金將在未來3年用於
技術研發與迭代升級（55%）、市場營銷與渠道建設（35%）、
維持
日常運營成本（10%）
三個主要方面。
目前，團隊已與
華為、騰訊、美的、南方電網
等知名企業達成合作，累計金額達***
萬元
。依據市場實際需求以及團隊市場規劃、發展戰略。
（財務關鍵指標預測略）
（原方案有詳細產品與技術、市場分析與定位、企業戰略、財務分析、風險分析等的內容，此處有刪減）
本案例節選自高校創賽專案。本文僅做研學參考，不參與專案細節及投融資相關。版權歸廣東工業大學IngoAI原團隊所有。