产品 – 文因互联

自动报告+金融问答,这里有一种更快的资讯获取方式

作为一家人工智能公司,文因互联一直在思考如何将知识图谱应用到金融领域。

金融业作为百业之母,与所有的行业都深深交织在一起,蕴含着海量数据,但大量数据都是以非结构的形式存在,无法利用机器进行高效处理直接使用。

虽然技术不断发展,但这些数据收集、研究的工作却还是依赖人力完成。如果能实现数据的结构化,就可以减少重复的手工体力劳动,帮助金融从业者提高工作效率,从而聚焦在更有价值的工作上。而知识图谱、信息提取、自然语言处理这些正好是文因最擅长的领域。

在2016年,我们已经可以从公告、年报、研报等公开数据中,提取行业、公司、人物、财务数据等实体概念和实体关系,开启金融知识图谱构建等相关工作。但是以何种方式交付给用户使用,我们做了很多尝试,这些尝试中有成功也有失败,但最终都为要做的事情打下更深的基础。

继续阅读 “自动报告+金融问答,这里有一种更快的资讯获取方式”

【自动报告】微信小程序使用Q&A

快速导航

不满意?留下评论,我们会尽快为您解答。

1、如何找到自动报告小程序

1)在微信小程序列表,搜索“自动报告”

打开手机微信,点击底部【发现】按钮,选择【小程序】,搜索“自动报告”即可

继续阅读 “【自动报告】微信小程序使用Q&A”

犯不平凡的错误

by 西瓜 2017-04-15

我们常说要不怕犯错误,精益的核心就是把潜在的大错误拆成潜在的小错误。但这并不是说,我们就对错误心安理得。我们要避免平凡的错误,如果犯错误,也要犯不平凡的错误。

一个不平凡的错误,即使它原始的假设是错的,在探寻这个假设的过程中,人们会发现很多新的东西。为了验证这个假设所创造的理论和设备,会给我们带来意外之喜。不平凡的错误,就是开创性的错误。

例如,SU(5)理论预言的质子衰变没有被发现,但导致了两个中微子的诺贝尔物理学奖。(刘尚的知乎回答

Georgi和Glashow曾经提出了SU(5)大统一理论(GUT),这个理论统一了自然界所有四种相互作用,并且可以退化成粒子物理标准模型的形式。这个理论非常漂亮,被认为很有希望是正确的大统一理论,于是人们迅速开始想办法对其进行验证。该理论的一个重要预言是存在质子衰变,为了对此进行探测,人们进行了多项实验,其中最著名的项目大概是日本的神冈和超级神冈探测器。最后的结果呢,并不理想,人们没能探测到理论预测的质子衰变事例。SU(5) GUT也渐渐被排除掉了。但是Georgi-Glashow理论的研究与发展绝对不是无意义的,一个直接的例子就是,日本的神冈与超级神冈探测器虽然没能探测到质子衰变,但对中微子的探测和研究做出了重要贡献,并因此获得了两个诺贝尔物理学奖。

我们在客户探索的过程中,也必然会不断犯错误。那种认为有什么行业资深人士,洞察一切,就能一眼找到市场痛点,是巫术。科学没有巫术,创业也没有巫术。创业不能迷信萨满的存在。

我们一定是在探索中,有一个初步的假设。在假设检验中,发现一些天使用户。这些人不一定是我们最终要服务的场景,他们的需求也不一定是我们提供的第一个产品。但是基于这个第一步的产品,我们获得了这些人的信任。我们分析他们的背景(profile),细分其场景,理解其各场景的深入机理。然后我们或者做场景的深入,或者做场景的横向扩展,甚至做场景的跃迁。然后在新的产品上,我们有了扩大的用户理解,提供更有力的服务,然后良性循环。我称之为Market Induction。

不变的,是渠道的不断增强。产品创新的核心,是渠道的的建设。在一个渠道上,可以服务很多种不同的场景,针对同一群人可以去满足他不同维度的需求。一个不平凡的产品假设,是能帮助我们建立渠道的假设,在这个渠道上,我们发现不了“质子衰变”,也能发现“中微子”。

假设-产品-用户-场景,不断循环。强大的产品执行力,就在于这个循环不断扩大的每一环,每一轮循环都是不平凡的错误。拥抱这种错误,快速(以天为单位)验证这种错误。

谈刚需

by 西瓜 2017-03-09

刚需可能是创业中被误解、误用最深的词。什么是刚需?用户根本不知道什么是刚需。农业诞生的时候不是刚需,轮子也肯定不是刚需。互联网不是刚需,电子邮件不是刚需,搜索不是刚需,社交网络不是刚需,在线购物不是刚需。这些东西在刚开始的、诞生十年后时都不是刚需。

继续阅读 “谈刚需”