-
快讯
帮助客户轻松完成线上身份核准，Veriff获770万美元A轮融资
来源| 猎云网
编译| 罗伯特
近日，来自爱沙尼亚的初创公司Veriff完成了770万美元的A轮融资，他们的目标是成为“身份认证领域的Stripe”。
本轮融资的领投方为Mosaic Ventures, 参投方包括Taavet Hinrikus、Ashton Kutcher、Paul Buchheit、Elad Gil、SV Angel、 ACE Ventures， 以及Superangel。Mosaic的Simon Levene，以及TransferWise的联合创始人Hinrikus将会加入Veriff董事会。
Veriff由23岁的Kaarel Kotkas所创立，后者已然是一名连续创业者。Veriff开发了SaaS和相关的底层技术，让银行及金融公司更轻松地在线上核实他人身份。实际上，Kotkas此前曾在TransferWise呆过一段时间，他就是在那儿坚定了创建Veriff的想法。
公司服务售价49英镑/月，单次验证费用为2英镑。Veriff声称，和Stripe类似，公司开放了一个极为友好的API，几分钟即可验证完毕。
Kotkas表示，这样做的目的是为了让那些规模较小的公司也能够使用公司服务。然而，真正让Veriff区别于许多竞争对手的原因，是其能够通过在线视频来验证身份。
他说道：“Veriff所创建的在线身份验证服务，要比传统的实体脸对脸验证更安全。现在，我们要把这项技术普及给所有人。我们的服务基于独特的视频分析技术，能够确保实时验证的可行性。”
Kotkas稍微透露了一点公司的“秘密技术”：通过从用户的设备和网络中逐帧收集和分析实时视频，公司掌握了上百个数据点。然后，其会利用机器学习技术来筛选这些数据，找出可能被忽视的斑点和异常现象。
他补充说道：“我们知道图片不可信，所以我们把视频作为分析对象，逐帧扫描处理。我们的防欺诈模式参考了设备信息、用户行为、文件有效性，以及脸部对比数据。”
Kotkas声称，凭借其基于视频的身份验证技术，Veriff能够保证安全性。
不过，在平台如何测试这项技术方面，Kotkas并没有透露太多。他说道：“这个问题问得好，但是不好回答。”
Veriff表示，目前全球付费客户有超过40家，涵盖了企业金融、共享经济、电子商务等领域。目前公司的开发和客户服务团队仍在爱沙尼亚，但其表示很快就会把业务转移到美国。
-
快讯
HR学会如何用数字说话
来源/HR数据观
大数据时代的到来，使得人们看到了从前所从未看到的世界关联性，预测到了所不曾预测到的事物：用Google的搜索词可以预测到战争、疾病的到来，用人们购物的数据可以预测到人们喜好、朋友、社交圈，用人们的社交圈可以预测到他们的消费偏好。这一切的实现，没有花费任何调查、设计、实验、推理，而仅仅是让沉没的数据再次发出声音。
数据分析，可以帮助HR们更好的了解一个团队、一个人。帮助HR更好的开展工作，发挥价值。
为什么是用数据说话？
为什么数据分析很重要？一个企业有很多做数据，我们知道商业智慧，就是商业的很多数据进行分析，一个企业如果没有数据来进行分析做决策，反对靠拍脑袋是持久不了的，特别大家知道冯仑写的那本书《野蛮生长》，中国那个年代睁着眼睛挣钱的时代过去了，你的真正竞争力在哪里，真正的是数据，哪里来的数据，怎么分析数据。
而在我们工作中有很多数据，但是很多的数据都不是前导性的数据，都是滞后性的数据，滞后性的数据就是发生过的一些事实。你不能做出一些判断，不能够提前做一些策略，甚至不可以作为预期模型判断希望达到什么样的结果。
人力资源管理的决策科学是什么？
简单介绍一下人力资源管理决策科学的思考：大家知道每个企业里的分支是这样的，有产品和客户，这是一大部分；另外一部分是金融资本。产品和客户每个企业都有自己的销售和市场，销售人员到哪里找，靠市场来决策。销售人员是由市场策略来做的决策，我们到哪里打、怎么打，大家都知道二八理论20%的投入带来80%的收益。
我们招人、培训人是用人才策略，也就是组织与发展策略，大家每年都在做，今年做明年的预算，这不叫战略，叫运营预算。战略是未来3年、5年、10年要做到多大、做到哪里去、做什么业务、不做什么业务，需要多少不同类型的人员，这些人员应该从哪里找。我们内部的人应该有多少被提起来，将来能够承担更大责任的，这是我们人力资源要做的所以我们认为人才策略是最重要的，而人才策略就是组织与发展策略。
市场与产品，主要是靠客户资源，而管理财务、投资是我们的财务资源。组织与发展最重要的是人的资源，如果一个组织没有人就没有组织。
大家都说，恨HR，为什么恨HR，并不是说把HR说的一无是处，而是说HR很重要，但是没有达到他们的期望。“你愿意使人力资源管理的数据像财务数据一样有影响力吗？”（愿意）。应该说财务的数据，业务的人有多少人主动管财务去要的？有时候你给他都不会看的。
我们看看“有多少财务数据是告诉你财务部在做什么？”是没有的。我们再看看人力资源的数据，是证明我们做了很多事情，是有价值的，希望得到别人的认可，在一个公司的发展中、决策中到底起什么作用，这是我们需要思考的。
我曾经帮一家公司做人才流失，给HR定的人才流失率是不能超过多少，这应该是HR的KPI吗，应该是各位经理的KPI，是各位管理者的KPI。“很多HR寻求数据是要改善人们对HR的工作和服务的认识与尊重，而非为了管理”。
数据分析在人力资源管理决策中的应用
先给大家一个思考的框架，我们说从一个业务伙伴变成有战略影响力，要知道你从事的企业在什么行业，到底靠什么挣钱，公司如何盈利。因为我们想成为一个真正的业务合作伙伴，我们的心态就应该是一个业务心态，要有商业的心态。每一个业务从股本开始，要有钱买设备，销售以后有了利润，衡量所有的利润率到底好不好，从财务的角度是这样的。
那么从人力资源的角度，数据分析如何在人力资源管理决策中应用？
有四个板块是我们现在要思考的：
1、收集什么样的数据，我们有数据，要把所有的数据进行分析
2、如何收集数据，是手工的一张张的纸张，还是系统的，或者是Excel也可以。
3、分析数据、分析管理数据，是否分析数据，会不会分析数据，很多数据我们现在没有分析，我们没有发现数据之间的相关性是什么样的。
其次，要从三个层次衡量工作的效果：第一衡量我们工作的有效性，就是我们的生产力到底快不快、高不高，招一个人需要多少天，是30天、60天，还是半年。第二是你的效果、效率，就是质量好不好，你招这么多质量好不好，怎么来进行衡量。第三是战略影响力，你有非常好的人才库、有非常好的雇主品牌，所以我们把它分成三个层次来看一看。
成本、时间和数量讲究我们工作效率，当你的公司走一个工程师，或者是一个一线经理替代成本是多少呢？谁能够告诉我？显性成本和隐性成本有人告诉我吗？所以我们要把这些统计全部变成钱（10万），如果我们在招人过程中，后面会讲到保留人才，流失之后成本会有多少。不是人力资源的预算，而是每个职业经理的工作。所以在成本方面有很多罗列的问题，这里也大家做一个抛砖引玉招聘的人均成本是多少，猎头成本、广告成本、推荐成本、招聘人员成本、管理成本、面试成本、差率费、活动、项目费、供应商成本。因为很多公司做大学招聘，要组织公司帮他们招聘、考试等等。时间，你招聘的周期到底有多长。数量，候选人人才库到底有多少。公司有很多内部招聘，公司内部有多少人员提升起来，经常发现我们在公司没有发展机会，看不到这个发展机会，如果有这个数据可以公开给大家，我们每年有多少岗位招聘，有多少岗位招的是内部员工，大家看到的发展机会是有的，大家做到信息透明。招聘的时候要多样性，研发的要求有女性工程师有多少。
质量，我们有多少人在衡量招聘质量，在招聘过程中很少有公司在衡量质量，这个质量不是说我当时对他的印象好不好，我们当时在招聘的时候要给他打一个分，在三个月、半年跟踪他的绩效，哪个渠道招的人，哪个渠道招的人好，你招聘的人三个月以后就了，还是他们一年就走了，有多少公司做到一年，这要看招聘质量的方面。还有发一个通知进来面试，但是你发了十个只有一个人来，什么问题，大家都要进行分析。
战略影响力，你有非常高质量的人才库，很多民营公司发展非常快，今年1000人明年就5000人，这么迅速发展，快速扩张中要建立很大人才库，我看到一家公司空缺率只有2%，把公开的招聘网站全跟公司联系起来，所有的关键词都设定好。你的速度是你的战略竞争优势，能够迅速的找到非常好的人才。非常好的雇主品牌，从这个候选人在市场看到你的广告开始，实际上这个品牌一开始，而在你整个管理招聘过程、面试过程中，每一个面试官都是公司的品牌官，你是不是给这个候选人留下了一个非常积极的印象，说这个公司是好公司，尽管我没被录用但是知道这家是好公司。因为见高管的人都是高管，就是这些高管没有做他们的工作，不职业、不专业，所以我不愿意加入这家公司，所以高管一定要经过职业培训，到底怎么做一个职业的、专业的面试官是很重要的。
所以我在这里讲到招聘方面，招聘方面有很多，可以把所有负责招聘的人，每一个人他是做什么工作，花多长时间在系统看得清清楚楚，你的劳动生产率好不好全部非常清楚。每个人面试完都有报告、分数，非常严格，我可以看到很多公司都看到都有面试，但是面试报告都不够仔细、不够完整。最后发现问题，看这个人的资料的时候，是没有数据的收集。招聘的方面可以分析很多的数据，而且我特别想讲人力资源想拿这些业务老总你的尊重和信任，最重要的一方面就是招聘，比培训、薪酬都重要。
激励人才，也分成效益和战略影响力，在衡量人力资本的回报率有一些数据。薪酬的人均成本、福利的人均成本，人员流失的成本，缺勤率成本，但是从成本的角度你看是什么样的。
我们讲提供很多服务给员工，员工到这个企业体验好不好，我们讲客户体验，但是没讲员工体验，员工有问题的时候你的反应速度到底有多快，我们有多少投诉，这些投诉是怎么回答的、多长时间回答的，员工的反馈怎么样，如果你没有数据就很难说到底做的好不好。岗位评估，很多岗位描述都是过时、不完整的。胜任力模型，有多少公司的胜任力模型是好的。我们所讲的就是执行力，你没有纪律来执行它最后就没有用。
数量分析还有投诉率和沟通的数量和频率，特别是薪酬方面，激励方面，我们要主动给员工进行沟通，做得好的公司每年年底会给员工一张他的资产负债表，在这一年你的工资、福利等所有的东西全部算在这上面，给你一张单子让你看的清清楚楚，否则员工只关心每个月拿到的工资。我参加很多的薪酬调研，但是这种薪酬调研到底有什么用，很多是普渡众生，把所有的数据、所有的企业放在一起，对你是没有意义的。只能做一个很简单的参考，做得好有针对性一定会选一些跟你针对性的行业、特殊的岗位专门请一家独立的咨询公司来做，收集的数据是完全不一样的，是非常有效的。
绩效管理，绩效管理做得是否好，有多少人、按时、按质完全绩效管理的评估。因为我觉得管理者最弱的就是很多管理者不知道怎么给反馈，特别是负面的反馈更不知道，最后是人事部去做这个坏人，然后他做好人。所以我们人力资源要帮助管理者提高他们的人员管理能力。大家回去看看，把所有人的绩效管理和目标拿出来，我敢保证90%都不合格，叫做聪明的目标不合格。你的目标做得不高，你又没有进行及时的沟通，到年底算帐的时候肯定不符合。这是质量方面的。
战略影响力，使我的薪酬在市场上是非常有竞争力的，我们竞争力不是老大，让我们的薪酬怎么匹配是最有效的，不是别人做什么你做什么。优良的员工服务体验，员工进入这个公司第一天开始，所有的体验是非常好的。我们这里讲的资产回报率，这里就不讲了。
培养人才，我们经常花时间讲培养人才，每年花了多少时间，平均每个人每年有多少的培训，所以我们会说你要去衡量的关键是你学这些东西有没有针对性，它会带来什么样的行为和绩效的改变，这是要跟踪的，而且我们的发展和我们未来的领导梯队是不是有、接班人计划，都是跟我们的发展联系在一起的。
保留人才，特别是人才流失率，人才流失率成本到底是多少，按照年龄来分析是怎么样的，岗位的离职率、部门的离职率，但是我们要看绩效，有多少高绩效的员工走，流失率并不是多少的问题，关键是谁走了，这是最重要的，大怕是1%都是战略问题。特别在组织变革中，总重要的要变革有效，就是要让一批人走，换一批人，改变这批人的想法是很难的。你的影响力，降低替代成本。
员工离职这事，要分析离职原因，很多优秀的员工离职原因和一般员工离职是完全不一样的，这是我给一家公司做的，高绩效员工关心两方面，跟薪酬和福利没有关系，最高的是职业发展有多大的空间。
怎么把流失率变成对公司的战略影响力，希望能够看到，流失率20%，其中5%都是最优秀的销售人员，可以想象你的业务损失会有多少，都可以算出来，我要弥补这5%的人，这些人可能3个月、半年以后才能真正做事，他的劳动生产率损失又是多少，如果想算都可以算的，只不过我们没有想到。
如何有效运用e-HR进行数据说话
如何有效运用e-HR进行数据说话：e-HR系统进行数据，都能做出很多模型分析，现在的互联网技术能做的更好，因为互联网的特点是你只要上网就有数据可查得到，什么时间请的假，什么时间卖的期权、卖的股票等，这是很准的。怎么样用是很重要的。
我就特别建议人力资源在选型e-HR的系统，到底哪个适合你，因为我们财务用了是SAP，人力资源也用SAP。你要想想到底是怎么样，从IT的角度他们最容易，很容易借口，但是真正的使用者是我们。
数据智慧的未来，就是仪表盘概念。一些好的公司已经开始做，我企业所有的数据有一个仪表盘，按这个仪表盘就点这个数据所有都可以找得到，支持仪表盘的后端是不同的数据库，我的产品研发数据库，产品生命周期管理数据库、客户管理数据库、人力资源数据库、e-HR数据库等等，包括财务数据库全部在这个后台，Orlcae，我们在效率和战略影响力方面做了很多，都是最基本的，在效率方面做的比较多。
而在效率和战略影响力方面有三点：
第一、在效率和战略影响力方面还没有系统的思考。
第二、很少用心思考数据内在的相互关联性和其中的故事。
第三、或者根本就没想过或不知道如何系统地整合数据。
这是我们目前的现状，所以大家可以想想将来怎么来做，有很大的空间我们可以发挥很大的作为，这是我做的一个样本，把我刚才讲的四个维度和三个层次作成一张表，看看人力资源如何衡量我们有效性和人力资源的投资回报率。
总结：
1、基于竞争数据的分析是公司重大战略决策的依据。
2、科技使事实为依据的决策成为可能。
3、业务流程的再造和不断完善奠定了数据决策的趋势。
4、全球化和并购趋势管理者更一种数据为基础的决策。
5、数据分析为企业的战略和与众不同提供了支持。
6、人力资源管理者应该成为有效运用数据来说话的专家——成为真正的业务合作伙伴。
-
快讯
牛津大学教授计划推出全球首个基于区块链的分权化大学
据cointelegraph消息，牛津大学一群教授计划推出全球首个基于区块链的分权化大学，目前正在欧盟寻求全球首个“区块链大学”的全权授予权。据悉该大学将采用传统Oxbridge课程和大学结构，侧重于单独的tutorialled模块，可供学生线上或线下使用。
-
快讯
Adents联合微软开发基于区块链和AI的产品追踪平台
来源|金融界
北京时间6月14日晚间消息，全球领先的序列化和可追溯性解决方案提供商Adents公司今日宣布，通过与微软合作，开发出一套全新的基于区块链和人工智能技术的产品追踪平台。
该平台被称为“Adents NovaTrack”，可提供贯穿整个供应链的“端到端”的可追溯性和可见性。
面向供应链参与者的“区块链即服务”方法可以在本地或通过云运行区块链节点。
嵌入式安全功能，包括联盟区块链机制，如身份管理，PKI和加密。
通过Microsoft Machine Learning和Business Intelligence Services提供的人工智能来收集和分析数据，将数据转化为可行的业务洞察。
各行业（包括制药和其他行业）的通信标准合规性。
-
快讯
获7500万新一轮融资，豆包网乌镇发布“科技赋能”新战略
来源| 创业邦
豆包网于2018年年初完成了新一轮融资7500万，由中国最大的全球化母基金盛景嘉成领投，尚势资本、博将资本、盛腾喜大跟投，原股东汇财投资等持续加持参与。
豆包网创始人张启科介绍，本轮融资将用于“科技赋能”战略的落地，为中小保险公司、保险中介公司赋能，提供数据化管理系统，搭建数字化资产，通过一站式SaaS系统帮助合作机构管理客户、快速理赔、风险管理，提高投保、续保和保后服务的效能。
“在新技术驱动下，保险不再是一种简单的损失补偿，而是融合了科技、服务和管理，更好的满足社会需要。”
在日前召开的乌镇保险科技菁英大会上，张启科发布了“科技赋能”全新战略，提出保险行业应该更好建立自己的核心服务能力，从被保险人的利益出发，以服务深度为特点为保险和中介赋能。总体来看，保后服务价值挖掘将是未来行业的新热点。
作为一家采用B2B2C模式的互联网保险平台，豆包网于2015年10月正式推出。以“弹性福利”为切入点，综合医疗保险与健康服务，择优而选，为企业和个人提供健康保障服务。
豆包网提供的商品包括以健康险为核心的企业团险，健康体检和健康筛查等服务的企业健康管理方案，还有少儿重疾险、旅游保障计划等延伸产品。
截至目前，豆包网已服务投保人次突破100万，服务企业突破4000家，受理理赔案件近10万起，赋能领先的保险中介公司30余家。
据豆包网提供的数据显示，从2012-2017年，我国互联网保费收入不断增长，从106亿增长到3000亿左右。而根据保监会披露的数据统计，2012年我国只有39家保险机构经营互联网保险业务，到了2016年有117家，2017年达到近130家。
对于互联网保险的发展，张启科认为，一方面，客户保险意识不断增强，客户可保险的资产类型、可保险的资产规模在不断扩大。
伴随着我国保险市场体量的激增，保险业本身对于服务的需求，将呈现指数性爆发。用户需求驱动着互联网保险产品的发展和创新，也带动了整个保险行业的服务更加便捷化、智能化。
另外，金融科技迅速发展，依托大数据、人工智能、区块链等前沿技术，一批以技术驱动、科技赋能行业的保险科技公司已经出现，这些公司有能力提供更为智能化的服务，将有力推动保险行业的升级。
张启科介绍，豆包网凭借“大数据+人工智能”分析能力，区块链技术、自主开发以保障服务为核心的自有技术中介SaaS服务平台，进行用户行为分析、知识图谱、病例数据挖掘、理赔数据管理分析，同时也可通过SaaS平台帮助企业实时提醒、实时掌握员工理赔、体检动态。
对于消费者，豆包网个人微信理赔已经实现了免收纸质单据，快速+简单理赔，专业理赔团队在线审核，只需拍照上传即可完成，满足企业及消费者不同需求，主动提供全方位的服务。
未来，豆包网拟把人身健康资产数据化、资产化，凭借已经逐步建立起的保险产品数据库、健康数据库，基于智慧决策和深度服务，整合产业链资源，探索更多的服务模式和内容。
-
快讯
降低AI在企业市场的应用门槛，天云大数据获得1亿人民币新一轮融资
来源| 新芽NewSeed（www.NewSeed.cn）
文|quinn
6月13日消息，天云大数据产品发布暨渠道招募会在京举行，会上创始人雷涛宣布已于18年上半年完成了1亿人民币新一轮融资，本轮融资由由曦域资本、华映资本领投。
天云大数据成立于2010年8月，是国内唯一能够同时提供分布式计算平台产品和AI平台基础设施的科技厂商。
雷涛表示，伴随着云计算和开源软件技术的成熟应用，随着大数据时代的到来，IT（Information Technology）开始向DT(Data Technology)转型，生态面临重新洗牌，这种高大上的“黄金搭档”即将走下神坛。
DT时代的市场逻辑要求直接处理海量数据，因此需要通过更高阶的工具来为企业赋能，（Algorithm）、B(Bigdata)、C(Cloud)即成为了DT时代的技术选择。
随着数字化程度提高，传统规则经验方法已经无法满足更复杂的数字化世界的要求，在大数据时代，难以量化与处理的复杂的高维结构需要更高维的算法来描述，机器学习使人类得以在难以精确描述规则的边界去完成任务。因此IT向DT的转型，意味着从规则流程驱动向数据驱动的转变，重塑生产流程，将复杂业务做重新表达，将传统流程予以改造，用规模化的AI应用提高生产效率、节省时间。
天云与生态中partner合作可分为四种体系：
一是技术转卖，合作伙伴在价值转移过程中获得附加价值；
二是帮助合作伙伴服务转型，由面向Java、DB流程型开发的服务团队，转型成DT时代的Machine Learning数据驱动团队；
三是面向已经进入数据科学的团队，天云提供支持容器化部署docker的微服务Micro service,将数据科学的模型生产过程沉淀、打包成标准可扩展形态的产品，帮助合作伙伴扩大规模；
四是面向拥有数据和场景的合作伙伴，提供数据变现的资本合作。
据腾讯研究院预测，到2020年，市场对AI应用的需求将增长300%，旺盛的需求，偏少的人才供给，导致AI人才成本高昂。只有通过升级大规模生产工具，才有望满足需求。
天云大数据针对这一问题，推出了规模化AI工具， 通过构建支持Auto Machine Learning特性的PaaS化AI平台MaximAI，尝试为客户做AI赋能，减少对数据科学家的依赖，让企业获取机器智能像读书一样简单。
目前MaximAI已经迭代到3.0版本，实现了算法的自动化优化，即Auto Machine Learning。也就是说，客户在选择算法时能更加简单，像基于Android开放应用一样，基于天云的PaaS化AI平台去构建机器学习模型。同时，还可以实现notebook环境下的容器化部署，根据任务类型自动确定算法，特征工程自动化，自动衍生或合成特征，模型超参优化智能化。
经过几次平台迭代，天云平台已能实现模型的智能化生产，真正实现Auto Machine Learning。通过一系列的自动化方法，成功减少了对数据科学家的依赖，降低了AI在企业市场的应用门槛。
据了解，MaximAI 可以广泛应用于金融领域，在大型银行、保险、互联网金融均有成功落地，部署于某大型银行，高风险客户正确识别率高达78%，客户申请欺诈识别率提升20%以上。除金融领域外，在医疗、能源、艺术品交易所也得到了成功验证。
-
快讯
浙江大学面向本科生首设“区块链”课程
来源|新华社
浙江大学将于2018年秋季学期面向部分高年级本科生和研究生，设置一门名为《区块链与数字资产》的课程。
这门课程是该校计算机学院、软件学院的高年级本科生和研究生在“金融科技”方向的模块课程。其教材是由浙大教师编写、出版的《区块链技术进阶与实战》。
据介绍，浙江大学区块链研究中心主任由中国工程院院士陈纯担任。浙江大学区块链研究中心常务副主任蔡亮表示，区块链是一项面向未来的前沿技术，高校有责任从科研能力和实际应用能力着手，培养高层次、复合型的人才。
今年4月，全国首个百亿人民币规模的区块链创新基金在杭州成立。据不完全统计，杭州拥有区块链专利193件。
-
快讯
第三方电子签名平台法大大获B+轮亿级融资
来源| 牛透社
今天，第三方电子签名平台法大大宣布已完成B+轮亿级规模融资，此轮融资由元璟资本领投，汇付创投基金、和盟创投、博将资本跟投，指数资本担任独家财务顾问。
据法大大创始人兼CEO黄翔介绍，在更早的天使轮阶段，法大大客户主要来自互联网金融行业，而如今，除了在互联网金融领域领域拥有相当领先的市场份额外，法大大的客户群已覆盖超过80个行业，这是因为电子合同业务本身有相当强的延展性和跨行业适用性。
据介绍，法大大的业务覆盖了包括金融、互联网、旅游、汽车、供应链、零售、房地产、制造、人力资源等行业及领域，服务的行业标杆客户包括阿里巴巴、微软、百度、海尔、霍尼韦尔、支付宝、滴滴、美团、携程、同程旅游、人人车、蔚来汽车、小红书、蛋壳公寓、拍拍贷、众安保险、阳光保险、云南信托、新东方、龙湖地产、红星美凯龙、吉利石油等。
法大大今日公布的数据也显示，在各行业标杆客户的带动下，已有超过8000万的用户使用法大大，至今累计签章调用量超15亿次。法大大也因此实现了年营收300%+的复合增长。
同时值得注意的是，就在一个多月前，美国电子签名服务商Docusign在纳斯达克完成上市，并在二级市场上表现亮眼——目前Docusign的市值已从4月26日的44亿美金翻倍至6月6日的88亿美金，足见市场对电子签名这一企业服务基础设施的认可。
法大大分析认为，Docusign和微软、SAP、Oracle、谷歌等公司建立的生态伙伴合作，对公司发展起到了关键性作用，他们因此能快速、低成本地获取到大量行业头部客户，构成强有力的竞争壁垒。而对比看来，微软、SAP两大巨头在国内则选择了法大大作为这一领域的唯一战略合作伙伴。
此外，法大大还与金蝶、用友以及各大垂直行业生态伙伴展开了合作，形成了渠道生态。
黄翔列举了这些生态伙伴起到的关键作用。在持续有效的合作下，微软这样拥有多方资源的生态伙伴帮助公司提升了市场影响力和辐射效应。微软在去年将法大大评选为微软中国区年度最佳ISV合作伙伴，此前法大大还在1.6%通过率的高竞争下入驻微软加速器，这也意味着微软对法大大产品技术能力的肯定和认可。
而在今年，法大大与SAP达成的战略合作，使得公司业务可以通过SAP生态体系迅速推广至SAP所服务的行业客户，涵盖了企业采购、销售、生产、运营、HR、财务、IT、法务、市场等20多个应用场景。
2016年，法大大参与发起了首个大规模商用电子存证区块链联盟“法链”，充分满足了数据存证需求，据了解目前已有累计超过5亿份合同文件经由法链存证，同年法大大还与阿里邮箱一起推出了基于区块链的存证邮业务。
法大大本轮融资资金将重点用于前沿产品技术研发、市场拓展及创新业务的布局。
-
快讯
SaaS巨头Workday拟15.5亿美元收购云平台Adaptive Insights，以强化自身业务
来源| 猎云网
Workday是一家为企业提供人力资源和其他后台应用的云平台，该公司正在进行一项收购以扩展其服务组合：它以15.5亿美元的价格收购了Adaptive Insights，一家基于云的业务规划和财务建模工具的供应商。
此次收购之所以引起关注，是因为Adaptive Insights最近曾于5月17日申请了IPO。
Workday表示，Adaptive Insights此前曾在IPO中向员工发行了约1.5亿美元的未分配股权，而这一价格也包含在了15.5亿美元的价格中。预计这笔交易将在今年第三季度完成。
众所周知，IPO申请有时会触发并购。最近，iZettle在宣布上市之后，很快被PayPal所收购。而Skype在2011年被微软收购时，也正在筹备IPO。Workday于2012年上市，目前市值接近270亿美元。
这笔交易将为Workday带来新的增长点，该公司一直试图将自己打造成商业客户后台服务的最佳选择：该公司计划将Adaptive Insights的工具整合到其现有平台中。
Workday联合创始人兼首席执行官Aneel Bhusri在一份声明中表示：“Adaptive Insights凭借其业务规划云平台成为了行业领导者，如今加入公司，将会帮助我们的客户加速在云中的财务转型。我很高兴欢迎Adaptive Work团队加入Workday，并期待能够继续提供行业领先的产品，帮助金融机构做出更快、更好的业务决策，以适应变化并推动增长。”
自2015年以来，两家公司就一直是合作伙伴。Adaptive Insights拥有数千名客户，其增长反映了云服务，特别是商业智能，多年来已经发展成为独特的软件类别，企业不仅仅需要CFO，还需要对企业数据进行分析的内部分析师队伍，来帮助做出各种小型和大型决策。
“随着CFO已经成为C-Suite中的强大角色，市场机会已经非常庞大，”首席执行官Tom Bogan在2015年获得7500万美元融资时表示，当时该公司首次突破了10亿美元的估值大关。Bogan此前曾担任过Citrix的董事长。“作为一名前CFO，我亲眼目睹了这一切，也看到它正在加速。”
同样的例子还有Twitter的Anthony Noto，就是从首席财务官调职为首席运营官的（现在是SoFi的首席执行官）。财富500强公司中约25％的CEO曾是CFO。
Adaptive Insights在此之前曾获得了1.75亿美元的融资。Bogan将继续领导该业务，并直接向Bhusri汇报。
“与Workday联手加快了我们的愿景，也将帮助我们的客户推动整体业务规划和数字化转型，”Bogan在一份单独声明中表示，“最重要的是，Adaptive Insights和Workday都采用了以员工为中心、以客户为中心的方式来开发企业软件，这一点将会提高合并后公司的实力。”
更普遍的是，虽然今年我们已经看到了技术IPO的门槛更为开阔，但也有一个理由需要继续整合企业IT，尤其是关于可能具有小规模或潜在负面影响的云服务利润率。
不过，Adaptive Insights也可能不会接受收购报价：该公司在IPO中表示，其上一财年的营收为1.065亿美元，比前一年增长30％，但同期也亏损了4270万美元。这比2016年的5910万美元要少。再加上一体化平台的更大趋势为企业带来更大的冲击，这可能意味着Workday的报价可能会被拒绝。
这看起来像是Workday最大的收购案例，但该公司一直在大肆宣传，它在上周收购了RallyTeam，以加强机器学习。
-
快讯
产品漏洞太多导致发布推迟，融资40亿美元的加密货币创企用12万美元请黑客修复
来源| 猎云网
上周，Guido Vranken坐在起居室里，仅依靠自己的笔记本电脑就赚取了12万美元。
Vranken花费了数天时间，梳理了区块链公司Block.one所创建的Eos软件的源代码。
由于Eos的开发人员对其软件采取了非正统的方法，导致最终产品的亮相被推迟了。Block.one允许公司以外的开发人员创建和测试不同版本的技术，而最初推出这一软件的团队将继续代表主流的Eos区块链。
虽然已经推迟了软件发布，但Eos软件中的许多漏洞已经被暴露出来，这也是Vranken能够在几天内获得12万美元的原因。
尽管该公司自去年的首次融资活动以来，获得了惊人的40亿美元，但Block.one尚未透露自己将计划如何处理大部分资金，不过它也承诺至少投资10亿美元到基于EOS的创企。
虽然通证发行时间还很短，但Eos的价格已经飙升至历史新高。该公司承诺为可能会取代以太坊的去中心化应用提供强大的系统，这也让它得到了资深区块链项目创始人Dan Larimer的支持。在它推出之际，曾被支持者称为“新的黎明”和“新时代的开始”。
然而，在推出后的一周时间内，这家总部位于开曼群岛的公司就向道德黑客Vranken支付了数万美元。Vranken说，他在独立发现Eos软件中的漏洞之后，联系了该公司的首席技术官Dan Larimer。
Vranken表示，在其研究Eos技术的短暂时间内，他发现了12个bug。在与Larimer达成的交易中，该公司同意为他发现的每个bug支付1万美元。（Vranken说，当他重新谈判试图达成一笔更高的交易时，Larimer告诉他，“你这是在玩火。”）
Vranken将他在Eos上发现的安全漏洞描述为“非常糟糕”。
“你可以通过这些漏洞使网络崩溃，”Vranken在电话中表示。“我不确定是否会影响整个Eos网络，但是绝对会造成一些严重的损害。”
Vranken说，他在Eos上发现的漏洞可能会造成“公关灾难”。
“如果他们早些开始这个bug奖励计划，可能会是一件好事，”Vranken说。“但现在，似乎有点晚了。”
虽然Vranken认为，考虑到Eos项目的复杂性，这么早出现问题并不稀奇，但他也表示，他所发现的bug数量和严重程度都令人感到不安。
Vranken过去一直致力于研究其他区块链项目的源代码。他表示，由于自己曾找到过软件漏洞，以太坊、Ripple和Stellar都奖励了他。Vranken表示，在他所研究的这些项目中，Eos拥有最多的bug。例如，自从他9月份开始研究以太坊的源代码以来，他只发现了两个漏洞。
来自Block.one的代表没有回应媒体的评论请求。Vranken表示，似乎对方对他发现的bug数量感到惊讶。不过，他也表示对迄今为止与Eos的合作感到高兴。
“奖励不错，他们也很感谢我的工作，”他说。“他们告诉我，'尽可能找到更多的bug。”
Vranken表示，他认为寻找加密货币源代码中的错误可能很快就会成为他和其他黑客的新兴业务。
“我希望更多的加密货币将会开始提供错误奖励，”他说。“毕竟，这始终是符合他们最佳利益的。”
至于他如何花费到手的12万美元，Vranken说：“我想我会买一栋房子。”
扫一扫 加微信
hrtechchina
