Altair：從CAE到AI的“跨越式”進階

丁海驁

要想在工業軟件領域評選出一個“收購狂人”，結果一定是Altair無疑。

作為一家成立于1985年的公司，在其成立的36年當中，自從2006年6月收購了法國CAE軟件公司Mecalog以后，Altair基本保持了每年至少收購兩家公司的速度，在不斷擴張自己的市場范圍，到目前為止，已經收購了不少于30家公司。

而之所以稱其為“狂人”，并非單純是因為其收購公司數量冠絕行業，而是因為Altair的收購并非總是囿于既有業務范疇，更多時候，Altair的收購往往是為了實現跨界的自身發展目標。

Altair最近的一次收購，是2018年11月對數據分析公司Datawatch Corporation進行了全資收購。此后不久，Altair對Datawatch產品線重新整合，形成了新的數據分析平臺Knowledge Work——相當于Altair傳統的工程軟件供應商身份，對Datawatch的收購，被業界解讀為是“戰略收購”。

日前，接受采訪的劉源博士，Altair大中華區總經理半開玩笑地稱：“在仿真領域和CAE領域，Altair是最懂HPC（高性能計算）的；在做cloud的公司中，我們是最懂仿真和工程的。”

Altair最初的核心業務源自工程仿真分析。

了解工程仿真分析行業的人都知道，CAE是一種今天被廣泛應用于工程設計、制造業務中的計算機技術，實質是用近似數值分析的方法，輔助工程技術人員求解分析復雜工程和產品的結構力學性能，以及優化結構性能的軟件技術。

與其他的工業軟件類別不同，在工程仿真分析領域，對于學科知識的要求最高，因為無論是靜態結構分析、動態分析、流體分析還是電磁分析，都需要在軟件中，融合大量包括量子力學、力學、電磁學、化學、熱學、聲學……在內的知識與能力。

因此在很大程度上說，工程仿真分析解決方案，更像是一個具有垂直學科特征的CAE軟件的集合——這也就決定了在工程仿真領域，要想獲得更大的競爭優勢，最容易理解的企業發展邏輯，就是不斷拓展出覆蓋更多學科的仿真分析解決方案。

對于解決方案提供者來說，兩種常見的方式可以獲得學科覆蓋的持續增長：自身開發和直接收購。但是，從商業角度看，兩種方式顯然都不具有可操作性：前者顯然投入產出比并不占優勢，而后者，也只對系統提供商的業務總量有所提高，對于獲得更高利潤率并不會帶來更多好處。因此可以說，當整個工程軟件行業面臨巨大調整的時候，工程仿真分析行業則需要面對一個進退維谷的尷尬處境：找到實現技術與商業的“雙贏”的機會。

“Altair最初的客戶就是美國的三大車廠：通用、福特和克萊斯勒。從最初幫助用戶提升工作效率，通過咨詢服務，通過工具提升工作效率；逐步的轉向幫助用戶提升正向的研發能力——通過我們涉及到不同學科的優化工具和求解器。到今天。Altair希望能夠幫助企業用戶的各個部門，以及不同職能的用戶群，提升做出更佳決策的能力。”劉源說。

作為行業中重要參與者，顯然Altair一系列打破常規的收購，就是希望能夠從原有的業務循環中實現某種業務增長模式的“突圍”：從工程仿真分析工具的技術和覆蓋范圍，向工程仿真分析本身的應用模式拓展，進而，進入更廣泛的業務領域和行業領域。

“在傳統數字化的過程當中，Altair以往的解決方案往往主要聚焦在如何提升企業的數字化研發和數字化設計；隨著整體的數據分析平臺的推出，Altair可以將數字化拓展到：從前端的數字化需求到數字化設計、研發，以及到數字化運營、數字化營銷等更廣泛的業務節點。”劉源強調，目前為止，Altair已經擁有了三條主力的業務線：仿真、高性能計算和人工智能。

其中，仿真是Altair的傳統優勢業務；而高性能計算則是從2003年，Altair連續收購了包括NASA艾姆斯研究中心開發的PBS、位于加利福尼亞Runtime等在內的行業領先技術后，逐漸發展起來的業務，目標是幫助企業用戶增強應用云計算的能力；人工智能則是Altair在推出數據分析平臺Knowledge Works以后，在數據分析領域形成了涵蓋數據準備、數據分析和數據可視化三個層級的應用，并且在分析功能中，融合內嵌了AI模型。

很顯然，以“人工智能”為標簽的數據分析，就是Altair謀求下一個階段實現業務“突破”的重點。

根據Altair發布的資料，目前Altair數據分析平臺的三個功能板塊中，數據準備可以從任何源或系統中提取數據，并提供強大的自動執行數據處理功能，廣泛應用于財務對賬、會員消費分析、抵押貸款服務、欺詐識別、系統遷移等領域；而數據分析板塊則是一款高級預測分析、數據科學和機器學習平臺，內嵌多種模型，通過運用人工智能和機器學習，無需代碼就能以可視化、流程化的方式進行業務分析，廣泛應用于銷售預測，降低欺詐風險，市場/忠誠度分析，風險管理，信用分析/積分卡，消費行為分析等功能；至于數據可視化板塊，則是一款實時流數據及可視化商務智能（BI）分析平臺，可實現實時數據可視化，能夠提供“卓越的速度、靈活性和可擴展性”，可以無需編寫代碼，“進一步簡化用戶生成分析報表、儀表板的過程”。最為關鍵的是，到目前為止，這套Altair數據分析平臺的用戶目標群，是包括銀行、證券、保險等在內的金融機構和零售行業。

“如果按照學科對Altair的產業業務線做一個很明確的拆分，那么就是數據和仿真兩個核心業務員。這樣來看，Altair的仿真業務現在來看，還很難進到金融、零售相關的客戶；Altair的數據業務對于已有的工業客戶群體來說，也很少有用到。但是從Altair來看，我們一個很強的著力點就是：我們希望在數據和仿真之間，建立起一種深度的融合。”劉源承認對于Altair來講，目前如何在Altair現有業務邏輯內完成對兩條業務線的市場化，依然是一個不小的挑戰，但是他同時也強調：在目前工業企業當中，隨著數字孿生、工業互聯網、物聯網的深入應用，會產生數量更為龐大的各種數據，“我們期望能夠提供一個整體解決方案，能夠提供給已有的傳統的工業界的客戶，提供從三維建模到數據驅動兩個維度的數字孿生。”而另一個方面，大量的傳統金融行業的用戶，“也期望能夠把仿真的理念引入到包括人群分布、購買行為分析等不同的應用場景”。

“我們非常期望能夠把這些技術真正融合起來，帶給已有的每一大類的用戶。”劉源總結說。

寫在最后

技術總是進步的，在傳統以技術為導向的企業看來，只要不斷追逐技術演進的腳步，就可以始終獲得市場的競爭力。這種看法顯然沒有得到Altair的認可：從工業仿真分析到數據分析，Altair希望找到一條“與眾不同”的突破發展道路，無論是技術，還是市場，甚至是目標用戶，Altair都希望一次性實現全面的改變，從繭到蝶。