首页科技快讯 36氪首发 | 聚焦智能运维（AIOps），「西骏数据」打造持续盈利的行业范式

36氪首发 | 聚焦智能运维（AIOps），「西骏数据」打造持续盈利的行业范式

来源：晰数塔互联网快讯时间：2021年09月01日 09:02

作者：张之帆

36氪获悉，智能运维（AIOps）公司「西骏数据」已于最近完成数千万元级别的A轮融资，由沣扬资本独家投资。

企业服务是近几年快速增长的赛道之一，市场数据显示，2019年全球ITOM的市场规模为322亿美金，APM领域的NewRelic市值达42.35亿美金，ITOA领域的DataDog市值更是突破了350亿美金。

同样，相关领域近几年在国内市场也维持了高增速的趋势，根据统计，中国ITOM行业2021年市场规模预计可达133.3亿，ITOA市场规模为22.4亿元，同比增长22.3%，2014-2019年间的复合年增速达47.3%，预计到2023年中国ITOA的市场规模将达34亿。目前，国内ITOA领域的智能运维相关领域的公司已经开始被市场所接受，博睿数据于2020年登录科创板，市值约50亿人民币，擎创科技、必示科技、灵犀科技分别获得多轮融资。

作为智能运维领域的高科技企业，西骏数据具备造血能力且持续盈利的能力。西骏数据CEO何泽松介绍，西骏数据之所以可以做到持续盈利，其核心在于两方面：一方面是西骏的技术领先，另一方面在于采取了特有的行业复制模式。与其他公司的经营逻辑不同，公司坚持智能运维服务产品化的开发理念，原则上不提供驻场开发，坚持深度经营重要客户，通过将重要客户打造成标杆案例，形成行业影响力，进而将公司产品在行业间实现快速复制，达成规模效应。

据介绍，西骏数据的产品支持实时运维数据分析，并可实现“分钟级部署、小时级接入”，同时，可以实现10万+场景下的高效稳定运行。据悉，在华泰证券智能运维项目招标的POC测试中，西骏数据在四项智能运维功能实现、数据接入能力、部署时间、单项业务数据接入时间、人员素质与服务评价中均优于同类产品，最终以大幅优于竞品的成绩成功中标，在技术上获得了肯定。

区别于其他早期公司，西骏数据不仅具备技术实力，也拥有将技术实力快速商业化、实现盈利的能力，在这背后，一支“懂行业”的团队功不可没。CEO何泽松曾任国内最大灾备管理软件厂商DSG副总裁，拥有18年IT管理和销售经验，产品和研发团队包括各类通信、智能运维、算法和工业大数据专家人才。

何泽松认为，目前，智能运维行业的客户对智能运维的概念认知趋于理性，已不再像15年左右那么激进，客户更倾向于从实际使用效果角度评估产品好坏。比如，公司在承接省税务局项目时，需要面临国家税务总局每天对各省系统的业务模拟拨测压力，此时，客户对西骏的产品要求就是需要其能提前发现各类问题、提前修复，保证在压力测试中不出问题。此外，西骏数据还帮助地方税务局建立了前端用户感知体系，企业在报税的过程中如果出现了故障、或是即将出现故障，智能运维系统能很快地感知到并进行修复操作，进一步提升了企业在报税时的整体体验。

相比较而言，证券行业客户对时效性要求更高，出现问题后再寄希望于使用AI进行建模进而解决问题的传统方法无法很好地满足客户需求。因此，西骏数据选择将已有的智能运维平台能力嵌入到证券公司的原有监控系统中，对已有的指标监控、异常检测等功能进行优化，增加智能检测能力，帮助相关业务人员更精准地判断异常点或者提前预见隐患，这是过去的监控系统所无法做到的，在实际应用中大大节省了客户对系统故障的判断时间，客户感知明显。

何泽松指出，智能运维系统的主要作用之一就是帮助客户进行日常系统运营的分析和决策，找出影响系统运营的运维问题，在实际操作过程中，受限于技术、操作流程等因素，问题定位往往是最难的。在过去，由于系统运维涉及的部门多，出现相关问题后往往无法很好地划分清楚责任单位，但引入了智能运维问题后，通过智能算法等技术进行问题定位和判断，则能很好地帮助企业在处理运维问题时提升效率。

此外，智能运维系统的误报率和二次聚合度也是业内重点关注的指标，在面对税务系统客户时，由于其对运维的稳定性和检测准确性要求极高，西骏数据曾遇到过一条误报扣100元的严苛要求，但经过技术团队对产品进行快速迭代，项目得以顺利交付，目前公司在很多项目上可以做到1%以下的误报率，二次聚合度可以达到90%以上。

目前也有一些运用人工智能从事业务应用监测的公司，这些公司也提供了一些智能运维的解决方案，何泽松认为，在面对这些产品的竞争时，首先要区分业务本质，业务应用监测的智能运维服务主要目的是帮助用户发现问题，而西骏提供的智能运维服务还包括发现问题后的定位和处置，整体服务能力更为全面。

据悉，目前西骏数据的客单价在80万到120万之间，在通过初期团队直销成功拓展了各个行业的KA客户后，会转向代理或合作的方式进行行业拓展销售，主要是考虑到通过这种模式可以快速拓展市场规模，也更加适配公司的产品化策略。

纵观各类人工智能公司，虽然人工智能概念备受资本市场追捧，落地的应用也很多，但其中的企业想要赚钱却非常困难，据悉，2018年我国AI企业获得融资总额占全球融资总额的7成，但在资本争相涌入以后，仍有接近9成的企业长期处于亏损状态，剩下的1成企业虽然有盈利，但基本也都是技术提供商。因此，如何在人工智能领域实现有质量的盈利，成为每一家人工智能公司都需要思考的行业共性问题。