一句话自动产生 SQL 语法，瞄准数据处理的 Numbers Station 获近 4 亿元募资
▼
外包数据清理平台 CrowdFlower 调查指出，资料科学家有 60% 时间花在“清理数据”，而非真正数据分析。就算所有企业都了解“数据驱动”（Data-Driven）的重要性，资料处理仍是无可避免的苦工。
新创Numbers Station把近来火热的“生成式AI”运用于资料处理：使用者只要输入一句话，即可自动产生SQL语法，从庞大资料库捞取数据。如某产品月销量、本季营业额前三产品，还能直接建立AI模型，连不懂程式语言的工作者也能使用，3月刚获1,250万美元A轮募资。
▲ Numbers Station专门解决数据分析上一层工作：数据清理。（Source：Numbers Station）
Numbers Station期望使资料科学家专注“最重要的事”
Numbers Station是由史丹佛大学博士Chris Aberger、Ines Chami、Sen Wu及副教授Chris R共同创办。
“我们看到大多数AI人才专注行销、图片产生功能，鲜少专注处理庞杂数据格式、资料前清理，但这仍是巨大的企业问题和企业需求。”Numbers Station执行长Chris Aberger说。
数据分析之前，如果没有清理干净的数据，就难以产出有正确见解的洞察，也就是常见的“垃圾进、垃圾出”（Garbage in, garbage out），如果大多原始数据（Raw Data）错误、重复或缺失，尚未清理前便建立AI模型，会降低AI模型的准确率。不过因数据庞大、来源多样，使数据清洗一直相当困难。
Chris Aberger指出，数据分析、清理能力需要一定程度门槛，因此数据往往只是部分人掌握，不论初阶数据存取或AI模型，都仰赖这少数人。“我们想让资料科学家花更多时间提供洞察，花更少时间在平凡的数据清理”。
Numbers Station让人人都能写SQL、建立AI模型
2021年Numbers Station成立，专门提供生成式AI服务，为资料科学家省去重复又耗时的数据清理、重复数据删除、正规化（Normalization）等，但目前仅供SQL语言。
Numbers Station的目标简单来说，就是让数据清洗不再困难，也不再限于有专业知识的人。分成三部分：第一是提高效率，让资料科学家专注更重要的工作，如解释数据、制定决策；二是提高数据品质，透过AI自动纠正并辨识问题；三是数据存取权民主化，让所有人皆能数据捞取、建立AI模型。
为了达成上述目标，Numbers Station产品提供三大服务加速数据清洗、存取与使用：
自动生成SQL语言
SQL语言大多用于资料库查询，如客户订单、销售趋势等，藉Numbers Station，使用者不用学SQL语言，只要输入口语化指令，如“在A资料表寻找价格大于1,000的商品”，即可得到一串SQL公式，直接捞取需要的数据。
自动建立AI模型
Numbers Station也能自动建立AI模型，以客户评论为例，使用者只要输入一句话，如“这些顾客最喜欢这产品哪个地方？以一个单字摘要，如价格、尺寸合适度、风格等”，Numbers Station就会自动为资料集贴上标签，接着只需检验标签是否正确，回馈并修正，即可建立AI模型。
▲ Numbers Station可让程式小白直接建立AI模型。（Source：Numbers Station）
自动整并资料库
由于公司多个资料库可能散布不同平台，Numbers Station能直接将SAP、Salesforce、Snowflake等资料合并。
▲ Numbers Station自动整并资料集功能。（Source：Numbers Station）
以Numbers Station某间企业客户来说，拥有两个客户关系管理系统（CRM），各自管理线上与实体门市顾客，两边数据各自独立。为了得知顾客线上、实体消费情形，企业希望两边数据整并，让行销及业务团队关注消费者全面购物过程。
但困难的是，不同实体门市数据杂乱，出现许多缺失值、格式错误，导致数据整并需耗费许多精力，最后使用Numbers Station后，两边数据匹配率98%，工作速度提升10倍，为数据分析团队大幅节省时间成本。
对抗生成式AI热潮，“加入自身专业”才是成功关键
3月Numbers Station刚获1,250万美元A轮募资，由Madrona领投，含Norwest Venture Partners、Factory等其他投资人。
Madrona投资人Tim Porter和Jon Turow说，投资Numbers Station原因是团队成员背景有技术实力，可为更多企业导入AI，降低技术使用门槛，Chris Aberger过去就在美华人工智慧软硬件独角兽SambaNova Systems领导机器学习团队。
资料视觉化企业Tableau的前执行长Mark Nelson也发表看法：“Numbers Station正在解决数据业几十年来挑战，其平台和底层AI技术为现代数据工作带来根本性的转变。”
现行许多公司使用ChatGPT原OpenAI模型打造产品，Chris Aberger也提出相应看法。在他看来，由于ChatGPT仅抓取网络资讯，无法涵括所有知识专业，仅能达到及格水准，因此需要微调才能做到近满分，使产品差异化。“真正重要的是，这些模型哪些地方应用AI专业知识，使它们在特定组织任务表现良好。”
- Numbers Station raises $17.5M to bring AI to your data stack
- Numbers Station Raises $17.5 million for AI-powered Data Stack Automation
- Ep 40: What can generative AI do for data people?
（本文由 创业小聚 授权转载；首图来源：Numbers Station AI）
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
