明略資料成立於2023年，最初做大資料平台開發，繼而轉型垂直行業大資料應用，並於2023年成為行業人工智慧先行者。
明略資料首個涉足的垂直行業是公共安全，以刑偵場景切入，主打公安大資料情報分析系統。隨即將業務拓展至金融和工業領域。
2023年，明略資料訂單收入過億元，每年以100%-200%增速快速成長。愛分析認為，明略資料在2023年實現平衡或將盈利。
明略資料定位是大資料整體解決方案**商，通過資料分析平台和軟體，為垂直客戶提供定製化解決方案。
至2023年6月，明略資料公布了3個產品：mdp資料工程大資料儲存與管理平台、datainsight知識構建與管理平台、以及scopa圖譜資料庫及資料關係關聯挖掘產品。
scopa是其核心產品，旨在海量、多維資料之間進行分析挖掘，整合了上百種通用規則，覆蓋全部資料處理環節。其底層引擎可通用於多行業，上層可支援行業定製化場景開發。
目前，明略資料以定製化的業務模式為主，業務諮詢屬性更強。多數專案中，其3個產品以行業解決方案的形式打包呈現，單一產品在實際專案中的產品屬性不強。在不同行業中，明略資料選擇的場景卻有相似之處。
公共安全領域是明略資料的業務重點，目前場景類軟體工具中，資訊研判分析發展較為完善，有效支撐一線執法辦案，助力科技警力。明略資料較早涉足，先發優勢明顯，目前和20多個省、市級公安部門取得合作，涉及刑偵、技偵、網安等警種。
在金融領域，明略資料選擇反欺詐、風控場景切入，支援實時接入和查詢功能，通過資料分析視覺化產品實現靈活互動。但目前金融fintech領域競爭激烈，並不是相對優質的市場。
在工業領域，明略資料從軌道交通行業的運維資料切入，主營核心業務是故障診斷和**。相比之下，運營商的資料分析需求強於製造商。日後，與運營商合作將是其在工業領域的主要增長點。
與金融、工業不同，公共安全資訊化領域屬於相對封閉的市場，傳統it**商資源強勢，但公安系統的資料分析需求空前旺盛，軟體投入規模大且趨勢明顯，但現存技術力量開發能力有限，市場需要新技術玩家入場。
由此，愛分析認為從當下至未來數年，公安大資料是大資料行業應用的優質市場。相比之下，公安大資料亦是明略資料最聚焦的市場，其重要程度可見一斑。
公安大資料產業鏈與公安資訊化產業鏈保持一致，上游包括硬體和軟體**商，下游採購方以公安系統為主，以及酒店、娛樂場所等公安系統要求資訊採集的企業。
軟體**商提供平台和工具軟體，一部分是做mis系統出身的地方軟體整合商，如深圳天源迪科；一部分是以新技術切入的軟體公司，以明略資料、商湯、海雲等為代表。
市場規模層面，公安大資料切的是智慧型城市及平安城市資訊化系統建設部分。
業務流程上，明略資料的多數專案從大資料平台建設開始，包括定製化資料清洗梳理工作。值得注意的是，垂直行業應用大量公用部分來自於行業資料庫梳理工作。第二步，在平台上開發業務場景應用，對資料進行分析處理，構建行業知識圖譜，做產品化封裝。
大體上，人工智慧分為感知、認知和執行三部分。目前，感知層產品發展的較為成熟，以感測器、攝像頭、探針為代表，通常影象識別、結合自然語言識別等ai技術，商湯、曠視、科大訊飛等為代表。
認知層相對較難，技術門檻更高。認知層涉及計算機深度學習、機器推理、知識圖譜建立、關聯關係挖掘等ai技術。
明略資料的積累多在認知層面，涉足的垂直行業知識圖譜仍在打磨完善。值得注意的是，公安知識圖譜在金融裡具有很高的參考價值，如風險排查、關聯關係交易等場景。
由此分析，同行業應用中，明略資料的解決方案可複製性強。不同行業之間，基礎工具產品化率高。愛分析認為，在產品和技術實力上明略資料實力不容小覷。
標桿效應的縱深打法，新壺舊酒的拓展戰略
明略資料切入行業的打法簡潔明快。標桿客戶拿下後，迅速完成定製化行業產品，再複製拓展。通過先發優勢和專案積累，技術壁壘產生於資料處理能力。
初期數個專案以駐場科學家形式為主，人力成本高，商業模式重。但隨著行業客戶逐漸增多，行業產品隨場景豐富而不斷完善，駐場需求將逐漸減小，當下略重的商業模式正逐步減輕。
六個維度評價明略資料，資源是短板
愛分析從賽道、團隊、技術/產品、資源、運營、創新能力等六個維度對明略資料做出評價。
明略資料在技術/產品、創新能力上表現突出。所開發的3款產品在資料分析層面相輔相成，相比之下，是大資料應用中技術門檻較高的環節。此外，其行業解決方案可複製性強，產品化率穩步提公升，新行業拓展方案落地能力強，綜合技術實力優秀。
賽道層面，行業應用是大資料最終變現的部分，是客戶最直觀獲取收益的環節。明略資料涉足的公安、金融、工業領域，都是大資料分析需求強烈的行業，且市場規模大，資金投入趨勢明顯。另外，明略資料是產業鏈的行業工具類軟體**商，相比其他角色，更具發展潛力。
團隊方面，公司整體規模330人，其中2/3是研發。創始人吳明輝是大資料專家，也是公司的靈魂人物。核心高管中，四位曾任職nec，整體解決方案和管理諮詢經驗豐富，有力支撐其當下的定製化商業模式，團隊實力給予肯定。
資源上，明略資料於2023年完成b輪2億人民幣融資。其資方以風投資本為主，缺少實體企業資本。銷售模式上，公安、金融業務以直銷為主，工業借助軌道交通業務切入。明略資料為客戶提供paas軟體加模型演算法，並不擁有資料資源。總體評價，資源是其短板。
運營層面，明略資料服務標桿客戶經驗豐富，客戶多數為**和大型企業。在涉足的三個領域，客單價多在數百萬規模，呈現低頻次、高客單價、高人力成本的特點。目前研發費用仍是主要成本，約佔60%。
2023年，明略資料交付數十個專案，確認營收近1億元，半數來自公安業務。預計2023年，專案數量將破百，確認營收在2億元左右。
經過我們測算，明略資料的盈虧平衡點約為2億元，預計或將在今年實現利潤。相比之下，運營是對未來發展判斷存疑較大的地方，取決於未來產品化率、公司戰略等多方因素。愛分析認為其運營能力在未來仍有上公升空間。
知識圖譜
知識圖譜本質上是一種語義網路，圖中的結點代表實體(entity)或者概念(concept)，邊代表實體/概念之間的各種語義關係。palantir在圖一中使用的就是知識圖譜的技術，其中嫌疑犯、車、手機等都節點屬於知識圖譜中的實體，而邊就是實體之間的關係。知識圖譜允許使用者搜尋引擎知道的所有事物、人物或者地方，而且能夠顯示查詢的實時資訊。知識圖譜技術表徵了公安大資料的本質語義關聯，比傳統的關係型資料庫更加自由多樣化，更適合於公安的辦案。
團隊在公安大資料方面的主要工作包括情報抽取、自動脫敏、分類、聚類、特徵挖掘、關聯挖掘等工作。情報抽取主要從文字表述中抽取各類案情要素，如嫌疑人姓名、身份證、性別、案由等;自動脫敏技術是將敏感資訊自動替換，脫敏後的資訊無法追溯到具體的個人，不再涉及公民隱私，而公安部門可以根據脫敏的對照庫，實現資訊還原。下圖是我們利用公安某局脫敏後的15萬資料自動生成的毒品、詐騙、盜竊三類警情的巨集觀視覺化特徵畫像。
公安資訊化與大資料應用
1.公安資訊化基本概念 1 什麼是資料？是事實或觀察的結果，是對客觀事物的邏輯歸納，是用於表示客觀事物的未經加工的原始素材 是對客觀事物的性質，狀態以及相互關係等進行記錄的物理符號或這些物理符號的組合 資料的三種形式 結構化，半結構化，非結構化 根據是否有強的結構模式進行分類 結構化資料 例 半結構...
it公司大資料情況
公司 計算模型 資料中心 備註亞馬遜 spark，hadoop aws服務在全世界有 11個區域雲，每個區域有多組資料中心，每組有至少乙個資料中心，每個資料中心有5萬到8萬台伺服器，它在全世界有 28 組資料中心，估計超過 150 萬台伺服器。2014資料 facebook hadoop 已經配備1...
智慧型公安大資料研判平台開發方案警務通APP開發方案
公關機關在推進警務資訊化程序中，不但要建設全省警務雲，匯聚全警資料和社會資料，加快各警種之間的資訊資源融合，還要橫向打通各業務版塊，為全警資訊化建設和應用提供公共的技術環境和服務支撐。這樣，各個地區就能夠在沒有足夠的經濟條件和技術能力建雲的情況下，共享使用全省警務雲提供的計算 儲存和資料資源，從而大...