9 月 19 日 - 21 日舉行的 2024 云棲大會已經(jīng)落下帷幕，但是關(guān)于 AI 引領(lǐng)云計算第三次變革的澎湃浪潮聲，相信還在很多參會者的耳邊回響。

特別是穿行在今年云棲大會各個展區(qū)，可以深刻感受到今年大家更加關(guān)注 AI + 云計算在實際產(chǎn)業(yè)場景中的應(yīng)用，其中，特別是“數(shù)據(jù) ×AI”，正成為一個熱門關(guān)鍵詞和趨勢。

01.

從雅戈爾到騰勢，這些企業(yè)數(shù)字化背后的秘密

“3 億多行、30TB 以上的數(shù)據(jù)報表，而且?guī)资畟€獨立數(shù)據(jù)煙囪，相互調(diào)用有獨立的用戶名和密碼，不同業(yè)務(wù)線的數(shù)據(jù)標(biāo)準(zhǔn)還不統(tǒng)一……”

在云棲大會的展區(qū)現(xiàn)場，老牌服裝巨頭雅戈爾曾經(jīng)面臨的數(shù)據(jù)資產(chǎn)使用痛點引起了的注意。數(shù)據(jù)量大、數(shù)據(jù)孤島問題嚴(yán)重，數(shù)據(jù)治理難，是這家企業(yè)在多年經(jīng)營中逐漸積累的問題。

不過自 2005 年起，雅戈爾開始數(shù)字化進(jìn)程，并在 2016 年進(jìn)入“數(shù)據(jù)中臺時代”。2019 年，他們開始和阿里巴巴瓴羊的合作，利用 Dataphin 和 Quick BI 優(yōu)化了數(shù)據(jù)處理和業(yè)務(wù)決策流程，在“數(shù)據(jù) + AI”技術(shù)的加持下，實現(xiàn)了從傳統(tǒng)制造到智能生產(chǎn)的華麗轉(zhuǎn)身。

Dataphin 如今幫雅戈爾整合了 16 個系統(tǒng)，一站整合了 900 多個報表，400 多組指標(biāo)，大幅降低了業(yè)務(wù)部門和 IT 部門之間的溝通成本，門店運營工作也能節(jié)省 60%-70%。

這里的瓴羊，即瓴羊智能科技，它是阿里巴巴全資子公司，主要就是為企業(yè)提供數(shù)據(jù)要素服務(wù)。他們能提供一整套數(shù)字化產(chǎn)品和服務(wù)，包括數(shù)據(jù)生產(chǎn)、消費以及數(shù)據(jù)流通等環(huán)節(jié)。簡單來說就是通過數(shù)據(jù)為客戶創(chuàng)造價值。

除了雅戈爾，在云棲大會展區(qū)，小編還看到更多因為選擇了正確的數(shù)據(jù)治理方案而實現(xiàn)企業(yè)業(yè)務(wù)增長和數(shù)字化轉(zhuǎn)型的案例。

比如作為深耕小微金融代表的臺州銀行，通過構(gòu)建統(tǒng)一數(shù)據(jù)中臺門戶，成功在內(nèi)部統(tǒng)一了數(shù)據(jù)“度量衡”，包括制定全行級基礎(chǔ)類數(shù)據(jù)標(biāo)準(zhǔn) 1600+ 項、全行級指標(biāo)體系 2500+……

還有比亞迪旗下高端豪華品牌騰勢汽車通過建設(shè)數(shù)智營銷平臺，打通數(shù)據(jù)、系統(tǒng)、業(yè)務(wù)三流合一，實現(xiàn)了潛客邀約效率提升超過 80%，預(yù)約試駕率提升 21.9%、購車率提升 23.4%.

在和現(xiàn)場人員的交流中，能明確感受到“把數(shù)據(jù)用好”能夠為企業(yè)帶來的價值。

而在眼下這個洶涌而來的 AI 時代，“把數(shù)據(jù)用好”這件事本身也正在迎來進(jìn)化。

02.

瓴羊發(fā)布產(chǎn)品智能化戰(zhàn)略，從基建到應(yīng)用，用 AI 逐層解構(gòu)場景

就在 9 月 20 日，瓴羊于 2024 云棲大會上舉辦了一場“Data×AI”相關(guān)的專場論壇。會上，阿里巴巴集團(tuán)副總裁、瓴羊智能科技 CEO 朋新宇發(fā)布了年度產(chǎn)品智能化戰(zhàn)略，可以總結(jié)為一個公式：

(算法 + 算力 + 數(shù)據(jù)) x 場景

私以為，這個公式包含了兩層意思：

首先“算法 + 算力 + 數(shù)據(jù)”其實就是 AI，它們是 AI 構(gòu)成的核心要素。將這個公式展開，就是“算法 × 場景 + 算力 × 場景 + 數(shù)據(jù) × 場景”，也就是說，“場景”應(yīng)該貫穿 AI 的每一個要素。

第二，算法再牛、算力再強，數(shù)據(jù)再豐富，也只能做加法，只有當(dāng)它們能落地到“場景”，才能做乘法，才能讓 AI 的價值成倍釋放。

朋新宇在會上表示：“人工智能正以前所未有的速度重塑商業(yè)模式和生活方式，這其中，算法是智力，算力是體力，數(shù)據(jù)是血液，但讓 AI 真正飛入尋常百姓家的關(guān)鍵，在于與具體場景的深度融合。”

他強調(diào)，在 AI 的投入上，所有的企業(yè)應(yīng)該從場景解構(gòu)和業(yè)務(wù)重構(gòu)開始。唯有這樣，AI 才能真正融入業(yè)務(wù)，推動千行百業(yè)的創(chuàng)新與發(fā)展。

所謂場景解構(gòu)，就是確定在哪些場景痛點中可以應(yīng)用 AI 解決問題，而業(yè)務(wù)重構(gòu)，則是將 AI 能力有效整合進(jìn)具體的場景中。

那么瓴羊如何幫助企業(yè)們?nèi)ソ鈽?gòu)場景、重構(gòu)業(yè)務(wù)？朋新宇將之拆解為三層。與這三層對應(yīng)的，在這次論壇上瓴羊也帶來了旗下產(chǎn)品體系智能化升級新能力的發(fā)布。

1、應(yīng)用層

先看應(yīng)用層，朋新宇從 AI× 分析、AI× 營銷、AI× 客服三個核心應(yīng)用場景進(jìn)行了解讀。同時，瓴羊也結(jié)合大模型打造了企業(yè)級的智能應(yīng)用。

首先是瓴羊的 Quick Audience 智能營銷增長平臺，它帶來了門店智能營銷助手的新能力。

過去傳統(tǒng)的門店往往是粗放式營銷，靠天吃飯，等客上門。而 Quick Audience 可通過數(shù)據(jù) ×AI 的能力助力門店周邊客群精耕細(xì)作，比如基于大數(shù)據(jù)洞察周邊客群畫像與空間、基于大模型智能生成創(chuàng)意與觸達(dá)策略等，從而讓門店營銷洞察看得清、觸達(dá)可智能、效果可測量，增長可主動。

同時 Quick Audience 還升級了智能采集分析助手的新能力，可以幫助企業(yè)在埋點分析的全流程中極致提效。

在演講中，瓴羊副總裁林鳴暉以他們服務(wù)過的一家珠寶店為例，通過 Quick Audience 門店智能營銷助手對客群做深度刻畫、營銷創(chuàng)意素材智能生成、觸達(dá)時機通道自推送等手段，該品牌一年的 ROI 做到了 50，正好在做活動期間，客群到店率非常高，整體線下的門店轉(zhuǎn)化率提升了 50%。

而在以往，他們基本都沒有做過這方面的工作，都是等客人上門。

“Data×AI 幫助企業(yè)一起做好營銷的內(nèi)功，能夠穿越周期，行穩(wěn)致遠(yuǎn)。”林鳴暉表示。當(dāng)然，做到這一步只是開始。同時他還強調(diào)：

“我們認(rèn)為品牌要非常堅定的做品牌人心，在自有渠道上加大數(shù)字化營銷的投入，如果可以把自己的渠道做強，這是非常重要的，剩下用好平臺的工具，把那邊的 ROI 做好就可以。”

在 AI× 客服方面，瓴羊也帶來了產(chǎn)品能力的升級。Quick Service 2.0 結(jié)合大模型，以及精通客服行業(yè)知識的業(yè)務(wù)小模型，推出三大核心能力：AI 問答、AI 輔助和 AI 知識庫。

無論是消費者，還是服務(wù)運營者或是一線客服本身，相信都為客服問題頭疼過，這是因為客服在目前大部分企業(yè)里都不是價值中心，由此帶來客服效率低下、答非所問，無法解決問題等一系列難題。

Quick Service 2.0 則可以通過 AI 問答結(jié)合大語言模型深度推理能力精準(zhǔn)洞察客戶實際需求，克服企業(yè)在應(yīng)對客戶個性化需求時智能機器人答非所問的問題。

而 AI 輔助可顯著提高企業(yè)客服團(tuán)隊的工作效能，比如大模型驅(qū)動的智能填單技術(shù)，可以讓一線客服在處理線上線下任務(wù)協(xié)同上的時間大幅縮短 95%。

AI 知識庫則針對服務(wù)運營進(jìn)行優(yōu)化，提升部署效率。

企業(yè)以往需耗費大量資源配置眾多 Q&A 條目，但機器人仍難以獨立解決客戶問題。現(xiàn)在則只需幾份核心文檔，Quick Service 2.0 可以通過快速產(chǎn)品配置化的方式落地 Agent 智能服務(wù)專家，從而精準(zhǔn)確洞悉消費者的真實需求。這讓知識庫管理員的運營效率提升了 30%，部署時間從 7 天縮短至 10 分鐘。

2、數(shù)據(jù)層

如果說在應(yīng)用層的場景解構(gòu)是通過數(shù)據(jù)治理的智能化升級幫助企業(yè)實現(xiàn)對外業(yè)務(wù)的能力蛻變，那么在數(shù)據(jù)層的解構(gòu)則是讓企業(yè)實現(xiàn)內(nèi)部架構(gòu)和管理流程的升級。就像朋新宇在現(xiàn)場所說：

你自己家的數(shù)據(jù)要有好數(shù)據(jù)，數(shù)據(jù)要好，質(zhì)量要高。其實這個話題的本質(zhì)，就是你如何做好自己企業(yè)里面的數(shù)據(jù)治理。

說到這就不得不提到這次活動中瓴羊旗下 Dataphin 和 Quick BI 這兩款產(chǎn)品的智能化升級。

其中，數(shù)據(jù)建設(shè)和治理平臺 Dataphin 帶來了智能化 Agent 能力，可對全域數(shù)據(jù)資產(chǎn)一鍵向量化，快速看清有哪些數(shù)據(jù)資產(chǎn)，簡單問答即可提供業(yè)務(wù)分析思路，在取數(shù)方面還能鏈接即席查詢及 BI 分析執(zhí)行看數(shù)。

同時 Dataphin 還帶來了更先進(jìn)的數(shù)據(jù)系統(tǒng)架構(gòu)、更輕量的研發(fā)版本、更便捷自由的云上半托管模式，包括全新的敏捷研發(fā)版，滿足中小企業(yè)小數(shù)據(jù)規(guī)模的全面數(shù)據(jù)建設(shè)與治理訴求。

而瓴羊的智能商業(yè)分析可視化工具 Quick BI 重點升級了智能問數(shù) 2.0，可以通過自然語言輸入獲得企業(yè)多維度的數(shù)據(jù)內(nèi)容和聚合內(nèi)容。

聽起來是不是有點抽象？在活動現(xiàn)場，瓴羊副總裁王賽和團(tuán)隊的演示，大家可以更直觀感受到這兩款產(chǎn)品在實際應(yīng)用中的表現(xiàn)。

比如當(dāng)企業(yè)負(fù)責(zé)人想看公司銷售總金額的進(jìn)展情況，他只需用自然語言直接詢問，AI 助手智能小 Q 就能用目標(biāo)加上實際進(jìn)展情況的進(jìn)度圖直觀呈現(xiàn)。同時它還能主動進(jìn)行趨勢預(yù)測、波動歸因、導(dǎo)出、分享等等。

看完了演示，第一感覺是要想實現(xiàn)這樣的功能，首先高質(zhì)量數(shù)據(jù)的采集、分析肯定是非常重要的。其實在會后的采訪中，小編也就此詢問了王賽，他表示，這是基于從在阿里巴巴集團(tuán)開始的過去二十年不斷積累的技術(shù)能力，來幫助企業(yè)處理各種繁復(fù)雜亂的、差異化的數(shù)據(jù)，去建立統(tǒng)一標(biāo)準(zhǔn)。

在阿里巴巴集團(tuán)的時候，我們提了一個 oneData 的方法、理念以及落地到 Dataphin 這樣的工具和體系里。對于企業(yè)來說，有這樣的方法論、有這樣的產(chǎn)品和工具，以及我們技術(shù)能力的沉淀，我們是能夠比較快速的把企業(yè)里面的數(shù)據(jù)整合、建設(shè)起來，然后去做模型的訓(xùn)練。

王賽說道。

除了讓自己家的數(shù)據(jù)變好，對于企業(yè)來說，很多自身掌握的數(shù)據(jù)往往是不夠的，還需要讓數(shù)據(jù)流通起來。而從去年開始，瓴羊就在構(gòu)建數(shù)據(jù)流通的服務(wù)，叫做“瓴羊港”，在這里，企業(yè)不管是買數(shù)據(jù)、采集數(shù)據(jù)、交換數(shù)據(jù)，都能更便捷。

而在這次云棲大會的活動中，朋新宇表示，如今瓴羊港已經(jīng)新增數(shù)據(jù)伙伴 30 家，細(xì)分?jǐn)?shù)據(jù)類型超過 30 個，總計標(biāo)簽數(shù)達(dá)到 3000+，同時平臺較去年還新增了數(shù)據(jù)質(zhì)量檢驗?zāi)K、數(shù)據(jù)洞察模塊、文本標(biāo)注、模型訓(xùn)練等能力，確保用戶能在港上買到、用到高質(zhì)量的數(shù)據(jù)服務(wù)。

3、基建層

最后是在基建層，也就是企業(yè)數(shù)字化的基礎(chǔ)設(shè)施建設(shè)。瓴羊 CEO 朋新宇提出了一個比較有意思的主張：

AI 時代，企業(yè)們需要更多含 G 量和含模量（即 G 模），這里的“G”，就是 GPU。

如果是老板，關(guān)注今年預(yù)算里有多少錢花在 GPU 上，未來整個計算的主流是 GPU 為主，CPU 為輔，所以今天能用上云的智能智算中心，是最好的選擇，可以彈性也可以做業(yè)務(wù)的高峰和低谷的兼容和擴容，所以請大家關(guān)注含 G 量（含 GPU 的占比）。

朋新宇如是說。

其實這句話的本質(zhì)，就是呼吁企業(yè)抓住 AI 時代的趨勢，不僅僅是上云，而且是用智能計算、用 AI 大模型的能力去發(fā)揮數(shù)據(jù)最大的價值。這些，一定會在企業(yè)基礎(chǔ)設(shè)施的建設(shè)中得到體現(xiàn)。

03.

用起來，比等風(fēng)來更重要

在活動后的采訪中，不少記者重復(fù)提到一個問題，就是瓴羊為什么沒有做大模型，是基礎(chǔ)的、通用的大模型不投入，還是垂直的大模型也不投入？

瓴羊 CEO 朋新宇的回答是這樣的：

我們不投入做基礎(chǔ)模型的研發(fā)，但是我們把垂直模型應(yīng)用到場景里面的那個過程，其實比做一款模型更復(fù)雜，投入的量和技術(shù)的要求更高。

其實從百模大戰(zhàn)熱火朝天的打響以來，行業(yè)里也不乏“將大模型投入到百萬量級的應(yīng)用中更重要”的聲音，但更多還是停留在呼吁上，這里有主觀的原因，客觀上 AI 還處在發(fā)展的初級階段，真正可完美落地的應(yīng)用場景也確實不好找。

而在這個過程中，數(shù)據(jù)恰恰就是 AI 時代企業(yè)的剛需，也是痛點明確存在、可以實實在在落地到很多具體應(yīng)用場景的“切入點”。

未來，數(shù)據(jù)在企業(yè)的場景里無處不在、AI 在企業(yè)應(yīng)用中無處不在的時代一定會到來，對于企業(yè)來說，早一步將“Date×AI”落地，就相當(dāng)于在數(shù)智化轉(zhuǎn)型中搶占了先機。

畢竟，在 AI 的時代風(fēng)口里，“用起來”永遠(yuǎn)比“等風(fēng)來”更重要。