Spatial.ai公司于2016年初在美國的底特律創(chuàng)辦。他們將自身的核心業(yè)務，描述為“一家基于社交網(wǎng)絡會話數(shù)據(jù)去理解人類行為、經(jīng)驗及他們周圍環(huán)境的位置數(shù)據(jù)公司。”

      在2016年12月科技媒體Techcrunch對Spatial.ai創(chuàng)始人兼CEO萊登·福斯特（Lyden Foust）的采訪中，福斯特提到Spatial.ai團隊的主要任務，就是從主流的社交媒體平臺提煉有價值的數(shù)據(jù)。這些主流社交平臺包括Facebook、Twitter、Instagram、Flickr、Tinder、Strava等；至于數(shù)據(jù)的價值，例如：通過數(shù)據(jù)挖掘，可以從人們公開的社交信息中發(fā)現(xiàn)人們最喜愛的騎行地點，或者當晴天、雨天或者雪天時，不同地方的人們都喜歡去哪兒做什么事情等等。

      “單條的社交信息可能不具有特別的宏觀價值，但是如果你能把所有下雨天人們都喜歡做的事弄清楚，就非常有用了。” 福斯特在當時的采訪中說道。

      Spatial.ai在創(chuàng)辦的早期階段，是直接向他們的用戶提供可嵌入到App或者其他軟件平臺的API產(chǎn)品，用戶利用API能夠隨時從社交大數(shù)據(jù)中提煉他們想要的現(xiàn)象、趨勢或者規(guī)律性的東西。兩年半后的今天，Spatial.ai正在向市場推廣分析和咨詢類的解決方案，囊括商業(yè)、出行、城市管理等細分領(lǐng)域，與此同時，他們利用機器學習手段，提高對海量社交數(shù)據(jù)挖掘、分析、提取的能力和速度，讓更可靠的結(jié)論能滿足不同的、更細化的業(yè)務需求。
 

商業(yè)領(lǐng)域：輔助實體商業(yè)的選址

      實際上有很多空間技術(shù)手段都在試圖幫助實體零售行業(yè)的發(fā)展，對Spatial.ai來說，他們正基于多源的社交數(shù)據(jù)，幫助零售商們了解其連鎖店鋪的業(yè)績好壞，與店鋪周邊產(chǎn)生的社交信息究竟有哪些關(guān)聯(lián)，從而進一步判斷哪些地區(qū)適合開店，哪些不適合。

      技術(shù)上，Spatial.ai將社交大數(shù)據(jù)歸納為550個不同的品類，通過機器學習，他們將從中發(fā)現(xiàn)那些跟店鋪業(yè)績掛鉤的數(shù)據(jù)品類，并最終生成適合于該零售商的定制化“社交指標（Social Indicators）”。Spatial.ai指出，如果社交指標的得分最終和店鋪經(jīng)營業(yè)績成一定的比例關(guān)系，那么就可以精準地判斷某個區(qū)域是否適合開店，或者最好還是把這家店關(guān)了為宜。

      Spatial.ai最近曾提到，他們從美國老牌連鎖鞋店P(guān)ayless陸續(xù)關(guān)閉一些門店的線索中發(fā)現(xiàn)，在某地區(qū)，某一高端線上社區(qū)的用戶越活躍，那么生活在該地區(qū)的居民，對附近的作為大眾品牌的Payless鞋店就越不感興趣，盡管該地區(qū)可能會有很多會經(jīng)常外出的人，而相對的，他們會追求更奢侈的品牌。Spatial.ai團隊宣稱，他們在核對了Payless真實的關(guān)店數(shù)量后，認為它他們的預測準確率達到了82%。（Spatial.ai強調(diào)，Payless并不是他們的真正客戶，如果作為客戶來提供服務，他們會結(jié)合客戶的內(nèi)部數(shù)據(jù)進一步提高預測的準確率。）

      Spatial.ai團隊認為，他們面向?qū)嶓w商業(yè)的解決方案，可以影響和優(yōu)化實體零售店的商業(yè)選址，并且提高實體零售的業(yè)績。
 

出行領(lǐng)域：更感性的地圖導航

      近年來，自動駕駛技術(shù)在智能出行領(lǐng)域備受關(guān)注，然而Spatial.ai團隊希望能結(jié)合自身的技術(shù)，在這個領(lǐng)域做點兒別的什么。于是乎他們開發(fā)了一款被命名為“霍布斯（Hobbes）”的、主要由語音來操控的地圖導航產(chǎn)品的模板，而霍布斯的人工智能形象被Spatial.ai團隊打造為一只無所不曉的貓咪，相比我們司空見慣的地圖導航軟件的界面，霍布斯地圖多了一點兒活潑的元素。

霍布斯（Hobbes）地圖導航的界面

      除了看起來很好玩，霍布斯地圖與其他地圖導航軟件的差異化體現(xiàn)在：例如Spatial.ai團隊從社交大數(shù)據(jù)中發(fā)現(xiàn)人們普遍覺得最浪漫的吃飯的地方，然后再在霍布斯地圖中，給提到的這些浪漫之所的餐飲POI打上“浪漫”的標簽；在用戶端，用戶通過語音告訴霍布斯地圖說“附近浪漫的餐館有哪些”，那么它就能根據(jù)POI標簽，給用戶推薦一些浪漫的好去處，最后規(guī)劃出一條線路幫助用戶抵達那里。

      總之，人們可以以更加感性的方式來使用霍布斯地圖，這在其他的地圖導航產(chǎn)品中是很難體驗到的。盡管這款產(chǎn)品還只是一個演示作品，但Spatial.ai團隊希望能結(jié)合自然語言識別技術(shù)和對社交大數(shù)據(jù)挖掘能力，在未來通過跟圖商或車廠的合作，讓地圖導航軟件變得更簡單易用。
 

城管領(lǐng)域：高性價比支持城市建設和管理

      在Spatial.ai團隊的觀點看來，城市的建設和管理，需要從社交大數(shù)據(jù)中洞悉線索和規(guī)律，從而輔助城市管理者和從事城市項目開發(fā)的企業(yè)，更好地為城市資源的優(yōu)化以及城市的發(fā)展，提供幫助。過去以來，城市建設和管理依托三類和位置密切有關(guān)的要素，它們是人口普查數(shù)據(jù)、調(diào)查數(shù)據(jù)、經(jīng)驗和直覺，但三類要素各有缺點。

      其中，人口普查數(shù)據(jù)的缺點在于其調(diào)查周期非常長，一座城市在規(guī)劃和建設的過程中，可能只能使用幾年前的人口普查數(shù)據(jù)，這就導致某些投入和產(chǎn)出不能符合、甚至有悖于市場的需求；調(diào)查數(shù)據(jù)盡管能夠獲得及時有效的信息，但代價往往是高昂的經(jīng)費投入，對于預算不充足的城市建設和管理項目來說，通過花錢來獲取數(shù)據(jù)的方式，很難納入考慮的范疇；經(jīng)驗和直覺可以說是政府或企業(yè)的管理者們最有指導性的決策依據(jù)，然而這樣的依據(jù)，普遍缺乏可量化和可視化的論證。

      Spatial.ai團隊認為，對社交大數(shù)據(jù)的挖掘并將其應用于城市建設和管理，其時效性、低成本、可量化和空間化分布的特性，可分別彌補其他要素的短板。
 

可期的成長空間

      在最近一次接受地理信息科技媒體Geoawesomeness的采訪中，福斯特表示Spatial.ai正逐漸成為一家純粹的數(shù)據(jù)公司，他們已經(jīng)讓很多人和企業(yè)知道如何使用社交大數(shù)據(jù)的提煉成果，且很多群體已經(jīng)形成了對這些數(shù)據(jù)的使用粘性。目前，福特、Waze、Uber、SaaS圖商Mapbox等出行和綜合類位置服務領(lǐng)域的公司，都已經(jīng)跟Spatial.ai建立合作關(guān)系。

      “不計其數(shù)的與位置有關(guān)的行為每天都在產(chǎn)生，我們?nèi)プ鲞@其中的挖掘工作，把這些數(shù)據(jù)變成價值，這不僅會是我們的商業(yè)模式，還是讓社會繁榮的驅(qū)動力。” 福斯特表示。此外，在這次最新的媒體采訪中他還透露，Spatial.ai距離成為一家能賺錢的明星公司，可能只有幾個月時間了。

      公開信息顯示，Spatial.ai只在2016年9月有過一輪210萬美元的種子融資。團隊對未來收益的樂觀預期，可能會讓這家公司更具成長和被投資的潛力。