近期，清華管理評論發表了一篇名為《AI時代如何構建數據飛輪》的文章，引起了我們的重點關注。文章指出，隨著AI時代來臨，以緩慢的知識循環為基礎的數據飛輪，已經無法滿足企業需求。只有在AI大模型和其他數字化工具輔助下構建高效的數據飛輪，才能提升數據要素在企業發展中的作用。那么，數據飛輪轉動的快與慢，對企業有何影響？AI時代企業應該如何構建高效的數據飛輪？未來數據飛輪有哪些重要的發展趨勢？帶著這些問題，我們采訪了清華大學經濟管理學院教授、清華經管商業模式創新研究中心主任朱武祥。

朱武祥，數量經濟博士，公司金融與商業模式學者，清華大學經濟管理學院金融系教授、博士生導師，清華大學經濟管理學院商業模式創新研究中心主任，魏朱商業模式理論聯合創建人。

朱武祥教授認為，數據飛輪類似于物理學中的加速器，數據投喂得越多、越精準、越及時，飛輪轉動得越快，學習能力就會越強，就能夠為企業的業務帶來更大的價值。

他強調，隨著AI時代的到來，轉動的數據飛輪已經成為企業的核心競爭力，這需要企業構建一套全新的數據治理與數據消費的方式，讓數據飛輪快速轉動，驅動商業模式、組織模式的變革，以此來充分發揮數據資產的價值，賦能企業數智化轉型。

數據飛輪轉動的快與慢，企業核心競爭力的重要體現

在數字化轉型過程中，為了更加有效地管理數據，很多企業都構建了數據中臺。然而，隨著技術不斷進步，很多企業發現，數據中臺過于重視數據的存儲和整合，忽視了數據的消費與應用，并不能完全滿足業務發展需求。于是，圍繞數據消費形成從數據資產到業務應用雙向正循環的數據飛輪，成為近幾年在數智化領域的熱點。

朱武祥教授指出，由于不同企業的數字化程度不同，飛輪轉動的快慢有一定的差異。有些企業的數據飛輪一開始轉動得比較慢，但隨著數據投喂的越來越多、越來越精準、及時，飛輪轉動得就會越來越快，就能夠為企業創造更大的價值。因此，數據飛輪轉動得快與慢，已經成為企業核心競爭力的重要體現。

目前，仍然有很多企業的數據飛輪沒有高速轉動起來，究其原因，一方面是企業的數據收集和治理體系不夠完善，另一方面是企業尚未利用AI技術建立有效的數據輔助決策體系。

朱教授教授以網商銀行為中小微企業貸款為例，介紹了傳統銀行數據飛輪沒有高速轉動起來的根本原因。他表示，在信用評估手段方面，網商銀行與傳統銀行有很多不同之處，傳統銀行比較依賴于資產抵質押，客戶用什么品牌的化妝品、喝什么品牌的飲料，開什么品牌的汽車等等這些信息，在傳統銀行看來與信用評估無關，傳統銀行也難以獲得這些信息。但網商銀行比較看重這些信息。網商銀行通過獲取更多數據維度，加上充分利用AI等新技術，對客戶的信用風險評估、預警能力變得更強。

朱武祥教授表示，人工智能具備自我學習的能力，更大的數據量、更深入業務細節的數據映射更能強化AI決策的精準度與適應性，提升業務決策質量。在AI輔助下，業務決策、執行效率提升的同時也會沉淀更豐富、更匹配AI需求的業務數據。

五個關鍵步驟，構建高效的數據飛輪

數據飛輪的運作依賴數據收集、存儲、分析和決策反饋的循環過程。隨著IT技術的不斷發展，企業構建高效數據飛輪的方式也在發生著巨大的轉變。朱武祥教授認為，在AI大模型和其他數字化工具輔助下，企業可以通過五個關鍵步驟來構建高效的數據飛輪。

一是充分利用AI技術高效獲取數據原料，降低數據獲取的時間和成本。

二是利用云存儲、分布式存儲等技術存儲海量的知識信息，讓企業可以以較低的成本存儲海量的數據，進一步降低企業存儲數據“原料”的門檻。

三是讓數據原料進入飛輪，這一步至關重要。許多企業在數字化系統上事倍功半，問題大多出在這一步，即數據原料無法進入企業實際經營的業務飛輪。

朱武祥教授表示，定位相關數據和知識，是數據要素輔助決策最關鍵的一步。對真實世界的知識，通過利用AI對知識創作的過程信息進行處理，可以識別出哪些員工與這一知識創造相關，從而建立通向知識生產者的線索。對于數字世界的知識，利用AI大模型來取代低效率的關鍵詞檢索定位，不僅提高了溝通交互的方式，而且還能夠進一步處理和挖掘原始數據信息，提煉成便于檢索、閱讀的知識點。

四是利用AI輔助提升決策效率，加速飛輪轉動，實現了真正意義上的數字化、智能化，解決了企業經驗化決策的痼疾，讓數據“原料”真正助力于實實在在的效率提升。

五是數據飛輪適應動態環境，即飛輪自我進化。在AI驅動下，系統可以根據員工對知識的訪問頻次、停留時間等指標，判斷哪些知識之間更有可能存在關聯，從而自動構建知識間的連接，作為知識定位的線索。隨著調用次數不斷增加，大模型中的知識關聯會越來越完善準確，并隨著問題的變化動態更新。

“我們強調要將數據用起來，而不只是停留在數據資產建設階段。”朱武祥教授表示，隨著AI能力不斷增強，將AI技術融入到數據的收集、存儲、處理等各個階段，不斷加快數據飛輪的轉動速度，才能有效地提高企業的經營效率，優化商業模式，提高企業的核心競爭力。

從企業內部到產業鏈整合，數據飛輪未來的發展趨勢

未來的數據飛輪，將更加注重模型構建和業務流程的變革。企業需要將數據轉化為決策信息，實現精準的客戶畫像和定價策略。同時，數據飛輪的應用將不僅限于企業內部，還將擴展到產業鏈的整合和優化。

談到數據飛輪未來的發展趨勢，朱武祥教授表示，數據飛輪不僅會為企業帶來全新的組織模式和商業模式，而且還將為不同行業的變革產生積極的影響。在產業鏈層面，通過打通數據孤島，能夠實現對產業上下游合作伙伴和消費者的精準把控，更好的為消費者和合作伙伴提供優質服務。

“隨著生成式AI技術的高速發展，各種大模型應用層出不窮。未來，企業要充分利用AI大模型建設高速轉動的數據飛輪，才能更加精準、精細的了解消費者的需求和消費習慣，讓數據更好地服務于業務場景，大幅提升企業面對外部變化環境的探索能力。”采訪最后，朱武祥教授如是說。

總結

從數據中臺到數據飛輪的轉變，標志著數據價值正在被快速釋放，也代表企業數字化轉型進入了全新的階段。不難發現，在AI技術的加持下，高速轉動的數據飛輪正在為企業提供更為強大的數據支持和決策能力，加速千行百業商業模式的變革。

正如朱武祥教授在采訪中強調的那樣，面對AI時代的到來，企業應積極擁抱這一變革，構建和優化自身的數據飛輪，讓飛輪高速轉動起來，為企業的創新發展持續賦能。