数据分析 | Altair：从 CAE 到 AI 的“跨越式”进阶

要想在工业软件领域评选出一个“收购狂人”，结果一定是 Altair 无疑。

作为一家成立于 1985 年的公司，在其成立的 36 年当中，自从 2006 年 6 月收购了法国 CAE 软件公司 Mecalog 以后，Altair 基本保持了每年至少收购两家公司的速度，在不断扩张自己的市场范围，到目前为止，已经收购了不少于 30 家公司。

而之所以称其为“狂人”，并非单纯是因为其收购公司数量冠绝行业，而是因为 Altair 的收购并非总是囿于既有业务范畴，更多时候，Altair 的收购往往是为了实现跨界的自身发展目标。

Altair 最近的一次重大收购，是 2018 年 11 月对数据分析公司 Datawatch Corporation 进行了全资收购。此后不久，Altair 对 Datawatch 产品线重新整合，形成了新的数据分析平台 Knowledge Works ——相当于 Altair 传统的工程软件供应商身份，对 Datawatch 的收购，被业界解读为是“战略收购”。

Altair 最初的核心业务源自工程仿真分析。

了解工程仿真分析行业的人都知道，CAE 是一种今天被广泛应用于工程设计、制造业务中的计算机技术，实质是用近似数值分析的方法，辅助工程技术人员求解分析复杂工程和产品的结构力学性能，以及优化结构性能的软件技术。

与其他的工业软件类别不同，在工程仿真分析领域，对于学科知识的要求最高，因为无论是静态结构分析、动态分析、流体分析还是电磁分析，都需要在软件中，融合大量包括力学、电磁学、化学、热学、声学……在内的知识与能力。

因此在很大程度上说，工程仿真分析解决方案，更像是一个具有垂直学科特征的 CAE 软件的集合——这也就决定了在工程仿真领域，要想获得更大的竞争优势，最容易理解的企业发展逻辑，就是不断拓展出覆盖更多学科的仿真分析解决方案。

对于解决方案提供者来说，两种常见的方式可以获得学科覆盖的持续增长：自身开发和直接收购。

但是，从商业角度看，两种方式显然都不具有可操作性：前者显然投入产出比并不占优势，而后者，也只对系统提供商的业务总量有所提高，对于获得更高利润率并不会带来更多好处。

因此可以说，当整个工程软件行业面临巨大调整的时候，工程仿真分析行业则需要面对一个进退维谷的尴尬处境：找到实现技术与商业的“双赢”的机会。

作为行业中重要参与者，显然 Altair 一系列打破常规的收购，就是希望能够从原有的业务循环中实现某种业务增长模式的“突围”：

从工程仿真分析工具的技术和覆盖范围，向工程仿真分析本身的应用模式拓展，进而，进入更广泛的业务领域和行业领域。

其中，仿真是 Altair 的传统优势业务；而高性能计算则是从 2003 年，Altair 连续收购了包括 NASA 艾姆斯研究中心开发的 PBS、位于加利福尼亚 Runtime 等在内的行业领先技术后，逐渐发展起来的业务，目标是帮助企业用户增强应用云计算的能力；

人工智能则是 Altair 在推出数据分析平台 Knowledge Works 以后，在数据分析领域形成了涵盖数据准备、数据分析和数据可视化三个层级的应用，并且在分析功能中，融合内嵌了 AI 模型。

很显然，以“人工智能”为标签的数据分析，就是 Altair 谋求下一个阶段实现业务“突破”的重点。

根据 Altair 发布的资料，目前 Altair 数据分析平台的三个功能板块中，数据准备可以从任何源或系统中提取数据，并提供强大的自动执行数据处理功能，广泛应用于财务对账、会员消费分析、抵押贷款服务、欺诈识别、系统迁移等领域；

数据准备工具 Altair Monarch™

而数据分析板块则是一款高级预测分析、数据科学和机器学习平台，内嵌多种模型，通过运用人工智能和机器学习，无需代码就能以可视化、流程化的方式进行业务分析，广泛应用于销售预测，降低欺诈风险，市场/忠诚度分析，风险管理，信用分析/积分卡，消费行为分析等功能；

拥有专利决策树和策略树的数据分析软件

Altair Knowledge Studio™

至于数据可视化板块，则是一款实时流数据及可视化商务智能（BI）分析平台，可实现实时数据可视化，能够提供“卓越的速度、灵活性和可扩展性”，可以无需编写代码，“进一步简化用户生成分析报表、仪表板的过程”。

数据可视化平台 Altair Panopticon™

最为关键的是，到目前为止，这套 Altair 数据分析平台的用户目标群，是包括银行、证券、保险等在内的金融机构和零售行业。

“如果按照学科对 Altair 的产业业务线做一个很明确的拆分，那么就是数据和仿真两个核心业务员。这样来看，Altair的仿真业务现在来看，还很难进到金融、零售相关的客户；Altair 的数据业务对于已有的工业客户群体来说，也很少有用到。”

刘源博士承认对于 Altair 来讲，目前如何在 Altair 现有业务逻辑内完成对两条业务线的市场化，依然是一个不小的挑战。但是他同时也强调：在目前工业企业当中，随着数字孪生、工业互联网、物联网的深入应用，会产生数量更为庞大的各种数据：

“我们期望能够提供一个整体解决方案，能够提供给已有的传统的工业界的客户，提供从三维建模到数据驱动两个维度的数字孪生。”

而另一个方面，大量的传统金融行业的用户，“也期望能够把仿真的理念引入到包括人群分布、购买行为分析等不同的应用场景”。