【數據分析】Altair：從CAE到AI的“跨越式”進階

 

要想在工業軟體領域評選出一個“收購狂人”，結果一定是Altair 無疑。

作為一家成立於1985 年的公司，在其成立的36 年當中，自從2006 年6 月收購了法國 CAE 軟體公司 Mecalog 以後，Altair 基本保持了每年至少收購兩家公司的速度，在不斷擴張自己的市場範圍，到目前為止，已經收購了不少於30 家公司。

而之所以稱其為“狂人”，並非單純是因為其收購公司數量冠絕行業，而是因為 Altair 的收購並非總是囿於既有業務範疇，Altair 最近的一次重大收購，是 2018 年 11 月對數據分析公司 Datawatch Corporation 進行了全資收購。此後不久，Altair 對 Datawatch 產品線重新整合，形成了新的數據分析平台 Knowledge Works ——相當於 Altair 傳統的工程軟體供應商身份，對 Datawatch 的收購，被業界解讀為是“戰略收購”。

 

    日前，接受採訪的劉源博士，Altair 大中華區總經理半開玩笑地稱：“在模擬領域和 CAE 領域，Altair 是最懂 HPC（高性能計算）的；在做 cloud 的公司中，我們是最懂模擬和工程的。”

 

Altair 最初的核心業務源自工程模擬分析。

了解工程模擬分析行業的人都知道，CAE 是一種今天被廣泛應用於工程設計、製造業務中的計算機技術，實質是用近似數值分析的方法，輔助工程技術人員求解分析複雜工程和產品的結構力學性能，以及優化結構性能的軟體技術。

與其他的工業軟體類別不同，在工程模擬分析領域，對於學科知識的要求最高，因為無論是靜態結構分析、動態分析、流體分析還是電磁分析，都需要在軟體中，融合大量包括力學、電磁學、化學、熱學、聲學……在內的知識與能力。

因此在很大程度上說，工程模擬分析解決方案，更像是一個具有垂直學科特徵的 CAE 軟體的集合——這也就決定了在工程模擬領域，要想獲得更大的競爭優勢，最容易理解的企業發展邏輯，就是不斷拓展出覆蓋更多學科的模擬分析解決方案。

對於解決方案提供者來說，兩種常見的方式可以獲得學科覆蓋的持續增長：自身開發和直接收購。

但是，從商業角度看，兩種方式顯然都不具有可操作性：前者顯然投入產出比並不佔優勢，而後者，也只對系統提供商的業務總量有所提高，對於獲得更高利潤率並不會帶來更多好處。

因此可以說，當整個工程軟體行業面臨巨大調整的時候，工程模擬分析行業則需要面對一個進退維谷的尷尬處境：找到實現技術與商業的“雙贏”的機會。

    “Altair 最初的客戶就是美國的三大車廠：通用、福特和克萊斯勒。從最初幫助用戶提升工作效率，通過諮詢服務，通過工具提升工作效率；逐步的轉向幫助用戶提升正向的研發能力——通過我們涉及到不同學科的優化工具和求解器。”

    “到今天，Altair 希望能夠幫助企業用戶的各個部門，以及不同職能的用戶群，提升做出更佳決策的能力

作為行業中重要參與者，顯然Altair 一系列打破常規的收購，就是希望能夠從原有的業務循環中實現某種業務增長模式的“突圍”：

從工程模擬分析工具的技術和覆蓋範圍，向工程模擬分析本身的應用模式拓展，進而，進入更廣泛的業務領域和行業領域。

    “在傳統數字化的過程當中，Altair 以往的解決方案往往主要聚焦在如何提升企業的數字化研發和數字化設計；隨著整體的數據分析平台的推出，Altair 可以將數字化拓展到：從前端的數字化需求到數字化設計、研發，以及到數字化運營、數字化營銷等更廣泛的業務節點。”劉源博士強調。

    目前為止，Altair 已經擁有了三條主力的業務線：模擬、高性能計算(HPC) 和人工智能(AI)。

其中，模擬是 Altair 的傳統優勢業務；而高性能計算則是從2003 年，Altair 連續收購了包括 NASA 艾姆斯研究中心開發的 PBS、位於加利福尼亞 Runtime 等在內的行業領先技術後，逐漸發展起來的業務，目標是幫助企業用戶增強應用雲計算的能力；

人工智能則是 Altair 在推出數據分析平台 Knowledge Works 以後，在數據分析領域形成了涵蓋數據準備、數據分析和數據可視化三個層級的應用，並且在分析功能中，融合內嵌了 AI 模型。

很顯然，以“人工智能”為標籤的數據分析，就是 Altair 謀求下一個階段實現業務“突破”的重點。

根據 Altair 發布的資料，目前 Altair 數據分析平台的三個功能板塊中，數據準備可以從任何源或系統中提取數據，並提供強大的自動執行數據處理功能，廣泛應用於財務對帳、會員消費分析、抵押貸款服務、欺詐識別、系統遷移等領域；

數據準備工具Altair Monarch™

而數據分析板塊則是一款高級預測分析、數據科學和機器學習平台，內嵌多種模型，通過運用人工智能和機器學習，無需代碼就能以可視化、流程化的方式進行業務分析，廣泛應用於銷售預測，降低欺詐風險，市場/忠誠度分析，風險管理，信用分析/積分卡，消費行為分析等功能；

擁有專利決策樹和策略樹的數據分析軟體
Altair Knowledge Studio™

至於數據可視化板塊，則是一款實時流數據及可視化商務智能（BI）分析平台，可實現實時數據可視化，能夠提供“卓越的速度、靈活性和可擴展性”，可以無需編寫代碼，“進一步簡化用戶生成分析報表、儀表板的過程”。

數據可視化平台Altair Panopticon™

 

“如果按照學科對 Altair 的產業業務線做一個很明確的拆分，那麼就是數據和模擬兩個核心業務員。這樣來看，Altair 的模擬業務現在來看，還很難進到金融、零售相關的客戶；Altair 的數據業務對於已有的工業客戶群體來說，也很少有用到。”

“但是從 Altair 來看，我們一個很強的著力點就是：我們希望在數據和模擬之間，建立起一種深度的融合。”

劉源博士承認對於 Altair 來講，目前如何在 Altair 現有業務邏輯內完成對兩條業務線的市場化，依然是一個不小的挑戰。但是他同時也強調：在目前工業企業當中，隨著數字孿生、工業互聯網、物聯網的深入應用，會產生數量更為龐大的各種數據：

“我們期望能夠提供一個整體解決方案，能夠提供給已有的傳統的工業界的客戶，提供從三維建模到數據驅動兩個維度的數字孿生。”

而另一個方面，大量的傳統金融行業的用戶，“也期望能夠把模擬的理念引入到包括人群分佈、購買行為分析等不同的應用場景”。

“我們非常期望能夠把這些技術真正融合起來，帶給已有的每一大類的用戶。”劉源博士總結說。