近日，36氪发布2022年「X·36Under36」S级创业者名册，旨在更早和更大范围地发掘可能伟大的中国创业者。此次评选共收集了1000+活跃在中国的青年创业者样本，涵盖十大热门领域，由顶流投资成人组成的知识合作伙伴团队历时6个月，从千余个优质项目中推荐产生年度创业者名册。观远数据联合创始人&首席数据科学家周远，作为“企业工具与底层软件”领域的优秀创业力量，成功入选2022「X·36Under36」S级创业者名册。

入选X·36Under36名册的创业者们年龄都在36岁以下，通常是具有显著的科技、经济价值的卓越公司的创始人、联合创始人，或是某个推动公司向阳发展的关键人物。

35岁的周远在获知自己入选名册后，笑称全因自己“加入公司比较早，年龄控制得比较好”。但事实上，作为观远数据联合创始人&首席数据科学家，他致力于算法前沿技术在泛消费零售、金融等领域的应用落地，深度参与主导了多个行业头部、世界五百强客户的AI项目，也曾带领团队多次斩获智能零售方向的Hackathon冠军。从微策略到阿里云到联合创立观远数据，周远积累下十余年的行业经验，并将所有积淀化为在数据科学领域的创新力量。

“新一代的创业者该如何理解和面对未来？ ”这是36氪在名册发布时提出的一个问题。清华大学五道口金融学院副院长田轩教授用三个单词做了回答：be smooth（淡定）、be persistent（坚持）and be resilient（韧性）。

优秀的创业者离不开这样的心性特征，在周远身上，则表现为对数据科学痴迷般的热爱，对新鲜事物孩童般的好奇心，对真正价值的不懈追求。

本次入选「X·36Under36」S级创业者名册，是对周远多年来在数据智能领域深耕与实践的充分肯定，也是对周远和观远数据未来发展的认可与鼓励。

如本次名册中对创业者的评价所言，“一群可能伟大的创业者，很难说清是时代选择了他们，还是他们在定义这个时代。”无论是被动的选择，还是主动的定义，周远和观远数据都期望能够“通过自己的努力在整个人类社会的发展进步中做出一些微小的贡献。”

以下为 观远数据联合创始人&首席数据科学家周远 入选 「X·36Under36」S级创业者名册 后的采访实录：

Q：知道自己入选「X·36Under36」的时候，心情如何？

A：肯定是非常高兴得到了这样的认可，当然我觉得这个背后主要的原因，还是因为观远数据这么多的小伙伴们齐心协力把公司做大做强，让我们得到了市场整体的认可。

Q：用3个词形容自己的性格？

A：自律、保持好奇心、乐观。

Q：什么时候开始对数据科学感兴趣的？为什么决定从事算法前沿技术领域的研究？

A：上大学期间就对一门数据挖掘课程非常感兴趣，以往对计算机的认知只是觉得可以做大量数据的存储和查找，他们的运算速度非常快。在这门课上第一次发现程序跟大量数据结合在一起时，可以创造出非常不一样的智能程序，这种创造智慧的可能性非常的吸引我。

当年看《计算中的上帝》，就感觉智慧的形态并不局限于我们人类这种碳基生物，宇宙星系，变异与进化，可能都是智慧体的象征。能够在计算机上创造硅基智能，也是一种我们探索和理解智能的方式，大大满足了我的好奇心。

另一方面，当然也要脚踏实地，发现我们做的各类数据分析，挖掘，预测，行动建议等场景能够真正在现实世界中得到应用，帮助个人，组织去提升一些运作的效率和决策的质量，算是通过自己的努力在整个人类社会的发展进步中作出一些微小的贡献，是很有成就感的一件事。

Q：在算法领域中，有什么自己正在挑战的事吗？

A：近期主要的研究方向是以数据为中心的人工智能，因为数据是大家比较好理解的东西，而模型往往都是非常高深复杂。我们希望能通过一些data-centric的思路和技术手段，建立起人与模型智能之间的沟通桥梁，让更广泛的分析师，业务人员也能自己来构建，使用和持续维护算法模型，辅助他们的日常工作。

Q：作为观远数据联合创始人，您创业的初衷是什么？

A：我们之前都是在BI行业做了非常多年的，一直觉得所谓的商业智能并不“智能”，普及面也不够广，就好比现在我们在日常生活中也有很多决策都是通过数据辅助作出的。数据驱动的发展趋势是很明显的，所以我们也希望加入这个浪潮之中，能自己亲手来打造更好用的数据智能产品，让更多的分析师，业务用户都能把思考聚焦在业务问题本身，快速实现各种分析想法，并作出更高质量的决策。

Q：主导多个行业头部企业的AI项目过程中，您最大的体会是？或者说最有成就感的部分是什么？

A：AI的落地在当前还处于一个很早的阶段，有非常多的困难和不确定性。我个人体会最深的是要重视不同领域的业务知识，多跟业务同学沟通学习，去理解商业目标，企业文化，业务流程，大环境的运作和变迁等，这涉及到很多对商业，对人性，对历史的理解等，都非常重要。在此基础上再去设计我们的解决方案和技术架构，而不是一味的追求时髦技术，和酷炫的名词。

对于我们团队来说，并不是说按照合同把项目交付就好了，我们会去主动追踪AI项目在业务方的使用率如何，他们每天有多少比例采纳了我们算法产出的决策建议，会查看多少次相关的分析报告，这些决策相比之前能给客户带来多大的业务价值。当业务每天都能高频使用我们的产品，且带来了一定的价值，对我们来说肯定是最有成就感的。

Q：您觉得数据智能行业的未来是怎样的？

A：从2000年到现在，绝大多数行业都基本完成了信息系统方面的建设，各种业务流程都做到了在线化的记录追踪。不过很大一部分的决策方式还是基于专家经验和少量的数据作出的，数据驱动的实践还处在很早期。

个人觉得建立起数据驱动的意识和文化是第一步，可以预见，未来先进的企业都会普及数据驱动的思维意识，以持续的高质量的决策形成企业的竞争优势。

而从技术角度，数据系统与智能算法这两者应该会交替发展，互相带动。例如首先应该加强对于底层的大数据系统，相关流程规范的建设，尤其是与重要业务指标相关度高的数据，应该优先保证其丰富程度和数据质量（通过各种数据连接器，数据质量工具等）。在数据条件具备后，相应的数据分析，挖掘诊断，预测分析等技术和应用就能开始落地，并体现其业务价值。

再往未来看，或许对于企业的一些高频决策，我们也可以利用算法来进行自动化，提升整体的运作效率，比如现在典型的推荐系统，反欺诈风控等是否可以推广到更多场景，实现实时供应链，自动营销优化等。在此需求下，我们就需要引入例如实时数据，AB实验平台等新一代的数据系统架构，去支持数据的实时流转，模型预测，以及策略迭代等需求，在此之上去辅助企业实现半自动决策，而业务专家只需要关注业务上的异常点和新的市场变化就可以。

再往未来开个脑洞的话，如果我们能把企业中的各种经营数据，诊断结果，业务推理，行动决策以及决策的后果都有一个完整闭环的记录的话，我们或许还可以用上强化学习这类技术，让算法成为商业环境中的“智能体”，去模拟各种决策可能的收益，自动作出决策。是否算法会在商业游戏中也像下围棋那样超越人类的表现呢？