许多功成名就或者成功退出的创业者，会转行去做投资人，比如蔚来汽车的李斌、北极光创投的邓峰；却少有投资人转行去创业的。用业内人士的话说就是“已经上了岸就不愿意再下水挣扎了”。
但在日前由昆山杜克大学主办的以“人工智能跨界竞争与合作”为主题的2018杜克国际论坛上，由真格基金创始人徐小平主持的专场讨论“人工智能创业、创新源动力”的环节上，就出现了这么一位从投资转向AI+金融领域的创业者，庖丁科技联合创始人兼CEO高大光。
让计算机像庖丁一样去解文
徐小平：庖丁科技是做什么的？你们公司为什么取名庖丁科技，你以前杀过牛吗？
高大光：我们是专注于智能金融的基础科学研究和垂直场景应用开发的。简单来说，就是让计算机能够全自动的将海量的、来源多样的、繁琐的藏匿在金融信息及文档中的商业大数据进行清洗整理、逻辑关联、勾稽运算、甚至推理预判，改变传统金融产业工作及业务流程。而商业大数据深度分析及应用的能力就是全球金融机构决胜于智能时代的核心竞争力。
公司取名庖丁科技，是因为我们想要用AI的技术，特别是自然语言处理（NLP），计算机视觉深度（CV）和深度学习（DL）融合的技术，去深度解构商业大数据。就是让计算机像庖丁解牛一样去顺着人类语义的逻辑、进行深层次多角度的关联，发掘与推理。
徐小平：我认为我是听懂了，但是我觉得大家没懂。所以你给我们讲的再具体一点。
高大光：我给大家举一个例子。就在刚刚过去的4月30号，我们做了一件事情，我们抓住4月30日上市公司年报发布的节点，将中国市场上所有公开刊登的企业年报全部瞬间抓取并实现年报内容的结构化抽取，这个瞬时的速度是2-3分钟之内，而今天中国市场上最大的金融信息提供商也至少要用三个小时才能抓取并解读出年报的部分内容，而且含有很多错误。我们能够在很短的时间内这些金融文档里面信息都抽取出来，这些信息不仅包括文档中的表格所涵盖的信息，还包括文档篇章段落里面的信息，我们称之为数据结构化。然后再将这些信息关联起来。比如说像中石油这个公司，它所在的石化行业特点、财务指标、舆情、股东、客户信息等等，我们正在建立一个实时生成的专有知识库，比如机器自动构建实时动态的金融知识图谱，可用于投资研究分析或资金与标的的资源对接等。
再简单的说，我们做的是全自动的数据挖掘整理的工作。我们现在是toB的生意，也就是金融机构、大型商业公司，甚至包括金融监管机构。
我了解金融行业内部对于文档处理的痛点以及需求
徐小平：大光，你原来是做什么的？怎么想的要创办庖丁科技的？
高大光：我在加拿大毕业之后选择从事金融工作。后来，我在金融领域的投资，投行，监管等细分领域都有过深刻经历，特别是投资，能够接触到各领域的专业知识。我在这过程中学到很多的行业知识以及深层次的商业逻辑。
在2016年做投资的时候，我接触到了人工智能。我认为，未来如果说AI要替代人类的很多工作，它需要去模仿人的思维，其中最重要的就是去学习关联推理，而这个关联推理就要理解人的语义，所以当时我就觉得自然语言理解（NLP）是我最感兴趣的领域。
2017年时候，中国市场就出现了很多做语义理解的公司，大家也都从不同的角度，像是医疗、法律、金融领域去切入。这里面都有大量的语义理解的技术在里面。但我本身就是金融出身的，我了解金融行业内部对于文档处理的痛点以及需求。而科技是一个必然的趋势，我就想自己能够做些什么，来改善一点这个行业，不管是能够提升一些效率，还是最终能够颠覆这个行业的运营规则。
也就在差不多的时间，很幸运，我遇到了中国一流的人工智能技术团队，庖丁的两位发起人都是技术背景，一位出身清华计算机专业，在中国移动互联网领域是连续的成功创业者，具有丰富的工程化实操经验，产品触达超过一亿用户；另一位是我国人工智能领域的一流科学家，中科院博导，我们三位创始人都在各自领域有丰富的成熟积累，可以相互弥补，是市场中真正的跨界复合型金融科技团队。
徐小平：有没有出现过另外两位科技的合伙人在一个决策上反对你？
高大光：这种情况经常发生。但我们就是从各自的角度去论述自己的观点，就要把逻辑说清楚。这中间会有很多不同观点的碰撞，与客户也是。或许最后就产生一个全新的观点，这是一件好事。
我们的科技合伙人做大股东是非常正确的事情
徐小平：非常好。那你们创始团队的股权是怎么设计的？方不方便说一下。
高大光：股份这一块，其实很多投资人都问过我们，这是一个很本质的问题，我们三个合伙人之间也聊的特别直白。我们做的这个事情，AI技术需要有具体的应用场景落地。要完成这件事情，需要深度学习的模型、需要工程师去产品化、也需要在基础科研层面教会机器去理解垂直领域场景。我们三个有各自的优势，但最终我们是一家金融科技公司，技术是最重要的。我非常的尊重科技，所以我们的科技合伙人做大股东，我觉得是非常正确的。
京公网安备 11010202007567号京ICP备17054264号
