经济政策鼓励信创破冰，控制技术和市场需求永远是推动力
在2021年《“二三”国家信息化总体规划》明确提出了“强化科技此基础研究、强化关键控制技术革新，强化市场化和产业化鼓励，强化重点项目领域核心控制技术软肋重点项目冲破和集中科技攻关”。各地方中央政府的“信创”（即科技应用控制技术创新）经济政策紧随，贵州、湖南、广东、天津等地均发布“二三”科技产业产业发展总体规划。其中，深圳市对信创项目给予3%的补贴，并规定了各金融行业的信创采购比例不得低于六成和四成不等。此外，《“二三”应用软件和科技服务业产业发展总体规划》还对信创目标明确提出了高要求：“到2025年，我省规模以内民营企业应用软件业务规模要冲破14万亿元，年均增长12%以内。”
综合各方因素，我省信创已从总体规划-实施-破冰期，跨入至加速产业发展的关键期。在此期，除了推动我省控制技术的自主受控，还将助推中央政府、金融、电信、能源等长期性金融行业的网络化转型。
信创的重点项目是“创”，是商品控制技术创新、控制技术革新，是为采用者创造更好的商业价值、更优异的商品操控性和体验。国产此基础应用软件更介绍国情，更介绍中国客户的关键点，也更适应于中国海量数据的统计信息数量级和多样的统计正则表达式。
预测辅助工具也有量产光滑迁移方案，且信息处理量更大、机能更多样
大统计数据挖掘工具可以帮助采用者更灵巧、更高效率地进行统计数据挖掘，挖掘统计数据商业价值。随著统计信息量的激增，和广度自学演算法的不断插值和控制技术创新，市售如SAS、SPSS等封闭式布署的预测辅助工具越来越无法满足民营企业采用者更加速、更高效率、更灵活和更高效率率的市场需求。
例如，采用者在采用SAS操作过程中可能会遇到如下几个问题：首先，其相对比较封闭，采用者无法针对单个机能授予许可证，采用成本昂贵；其次，SAS自建机器自学演算法有限，广度自学演算法依赖外部如P
此外，SAS是操作过程性词汇，代码量偏多，加上ZETA优点，SAS社区不及开放源码词汇活跃。随著R、Python的流行，SAS人才日渐匮乏，导致民营企业无法组织高效率团队。
于银河科技Sophon Base是具备统计、机器自学、广度自学等完备演算法和多样微分的民营企业级分布式系统机器自学平台，支持从统计数据网络连接、信息处理，到模型训练、服务布署、圣戈当斯区监控的服务平台建模流程，并拥有开放源码计算框架的生态、并行计算操控性、高效率率与高发展性等优点。
图1：Sophon与SAS机能对比一栏
在多年的金融行业积累和项目实践上，于银河科技建立了一套模型迁移方法论，整个操作过程被定义为8个期——业务理解、统计数据理解、元模型理解、统计数据准备、模型迁移、评估报告、应用和检测。于银河科技SAS光滑迁移操作过程强调针对实际业务问题，解决客户的业务关键点，产生实际商业价值。
通过对采用者业务、统计数据、元模型的理解后，进行相应的统计数据准备，包括框架设计、信息处理、方案设计等。当统计数据准备好后就会进行模型迁移，这一期主要是进行代码逻辑架构梳理设计、模型验证等。模型迁移完成后会对迁移效果进行评估，确认迁移前后的准确性、一致性、和优化效果验证。最后是布署上线来支持业务，对业务进行持续跟踪，不断优化模型，并对效果进行评估。通过一整套完整的迁移流程，保障SAS光滑、安全的迁移到Sophon。
于银河科技Sophon可以提供完整的SAS模型迁移能力。相较于SAS，迁移到Sophon后可以支持多源异构统计数据的网络连接、多样的信息处理、多个框架的模型训练及发布、模型布署和维护等全操作过程，多源统计数据和建模流程灵巧组合确保综合性场景高效率支撑。采用者可以获得Sophon自建的200多个高操控性分布式系统AI微分和对自定义微分的支持，完全覆盖SAS原有的建模能力。同时，Sophon还能带来模型可解释性、联邦自学等额外的支持，更好地支撑模型的业务应用。此外，在模型的统一管理、发布及监控方面，Sophon也为民营企业客户提供了简洁、易用、稳定的解决方案，帮助采用者更
分布式系统的预测辅助工具操控性几何？用一个实际案例来说明
在银行交易中，20%的头部优质客户会给银行贡献80%的利润，而赢得一个新客户的成本是保留一个老客户的5至6倍。因此，银行如果能够提前预测出潜在的流失客户，防止客户流失而引发的经营危机，对于提高银行的竞争力具有战略意义。
此前，某大型国有银行在面临此类统计数据挖掘的业务时，采用的是SAS商品。由于SAS是封闭式的，对单台服务器要求太高，算力无法支撑市场需求，且无法支持建模的机器自学，对于业务人员来说采用门槛过高。在经过商品选型后，决定采用于银河科技的智能预测辅助工具Sophon替换原有SAS，用以满足银行利用全量统计数据进行挖掘的市场需求。分布式系统的应用软件架构也在实战操作过程中证明了其海量数据的信息处理操控性优势，逐渐取代了原有的封闭式架构，从而以更有益的表现完成了某大型国有银行所要求的海量数据统计数据挖掘任务。
表1：替换前后的商品预测
商品名称
SAS
Sophon
架构种类
集中式
分布式系统
适用场景
小统计信息量的统计数据挖掘
大统计信息量的海量数据统计数据挖掘
建模机器自学
不支持
支持
业务人员采用门槛
高，需有编程此基础
低，操作简易
在中高端客户流失预警模型构建方面，该银行基于于银河科技分布式系统的智能预测辅助工具Sophon，利用中高端客户短期资产流失与长期资产流失的高关联性，通过逻辑回归模型提前找出中高端客户群中的近期潜在流失客户。模型训练主要选取了如客户基本属性、持有商品、交易情况、账户情况、渠道喜好等变量，综合全面地考量后，给出该客户在中高端客户流失层面的分数，分数高低决定了流失可能性大小。
由于Sophon提供采用者从统计数据采集、网络连接、模型构建、测试、管理、知识存算和推理及辅助决策的全流程开发一体化平台，因此大幅提高了采用者建模得整体效率。在模型上线后，该银行实现了对单个客户按照流失率得评分，评估统计数据显示，在流失率评分最高的前10%客户当中，实际流失的比例达到了20.2%，相较全量统计数据5.9%的流失率来说，流失率预测效率提升了242%，前10%客户的覆盖度为34.2%。换言之，该银行只需要对流失率评分最高的前10%的客户进行营销活动，就能够覆盖整体34%的流失率，可以有效提升客户流失率挽回的效率和效果。
中高端客户流失预警模型成功支撑了客户经理对优质客户的日常维护工作，从而定制差异化、个性化的商品、服务和营销策略来挽留客户，以防客户流失情况的发生。
Sophon除了机器自学建模场景外，还能支持哪些高阶应用？
Sophon除了聚焦于机器自学、广度自学的统计数据科学平台Sophon Base外，还拥有边缘计算平台Sophon Edge，可用于计算机视觉场景及工业互联网场景；知识图谱平台Sophon KG可用于知识库构建、智能问答等场景；隐私计算平台Sophon PC可用于民营企业内外部的统计数据安全流通、联合建模等场景。总言之，采用者在采用Sophon的分布式系统架构替代封闭式的国外统计数据挖掘应用软件后，除了信息处理量及建模操控性的指数型提升，还能拥有边缘计算、知识图谱、隐私计算等高阶AI场景的支持能力，可以有效支持民营企业的网络化转型及未来智慧化场景的拓展。
截至目前，于银河科技智能预测辅助工具Sophon已服务郑商所、中行、工行等金融机构，外交部等中央政府机构，国网、南网、中化等能源采用者，人民网等媒体采用者，上汽红岩、中烟等制造业采用者，并且在多个医疗和科研院所破冰。
此前，Sophon已入选工信部人工智能产业控制技术创新任务“揭榜商品”，并且为上海统计数据交易所提供统计数据要素流通服务商品辅助工具集。2021年至2022年，连续两年被Gartner选为增强统计数据挖掘控制技术（Augmented Data and Analytics）推荐供应商，并入选Gartner大中华区AI创业标杆民营企业、《中国预测平台市场指南》等权威报告。
“科技自立自强”任重而道远，控制技术自主研发是唯一的解法
在不断频出的断供事件及国内外经济政策加持下，应用软件自主权及信息安全保障已成为头等要务。统计数据是民营企业的资产和命脉，统计数据安全是民营企业固守的第一道墙。在采用国外开放源码组件或封装服务的操作过程中，仍旧无法避免授权许可协议修改、安全相关模块不提供等断供风险，始终受制于国外法律与国际形势。
想要实现“科技自立自强”，只有把控制技术真正牢牢掌握在自己手中。于银河科技作为国产大统计数据领域的重要参与者，已实现了全应用软件栈的自主研发，且操控性优于国外的同类型此基础应用软件商品。未来，于银河科技将持续自主研发大统计数据此基础应用软件领域的关键控制技术，推动国家统计数据信息安全和其他产业的产业发展，持续为客户带来安全可靠、操控性优异、兼容性强的此基础应用软件商品。
