過去十余載,企業(yè)數(shù)字化主要依循SaaS、ERP等信息系統(tǒng)的發(fā)展軌跡,扮演著信息采集與搬運的角色。如今,Data x Al互相驅(qū)動的數(shù)字化新范式破浪而來,能自主思考、主動做事的AI正在重構(gòu)企業(yè)生產(chǎn)力的上限。
4月9日,聚焦全棧金融AI2025阿里云AI勢能大會——金融創(chuàng)新峰會順利舉辦,會上瓴羊副總裁王賽以“Data x AI:雙向賦能重構(gòu)企業(yè)數(shù)字化生產(chǎn)力”主題,分享了如何利用AI高效生產(chǎn)、治理、運營數(shù)據(jù),數(shù)據(jù)如何結(jié)合AI賦能業(yè)務(wù)場景兩大問題,為企業(yè)構(gòu)建新生產(chǎn)力體系“搭建”可行路徑。
AI for Data:智馭數(shù)據(jù),打造高效生產(chǎn)力引擎
微軟CEO薩提亞·納德拉曾大膽預(yù)言: AI Agent將替代所有SaaS。傳統(tǒng) SaaS 圍繞數(shù)據(jù)庫進行“增刪改查”的業(yè)務(wù)邏輯,正被 AI Agent 重新解構(gòu)與重塑。“用好AI創(chuàng)造企業(yè)價值,關(guān)鍵在于數(shù)據(jù)。”王賽表示,通過建立數(shù)字化系統(tǒng)(感知數(shù)據(jù))、訓練大數(shù)據(jù)(思考數(shù)據(jù))、獲取結(jié)果數(shù)據(jù)(實現(xiàn)數(shù)據(jù))三位一體的路徑范式,企業(yè)方能將AI潛能,轉(zhuǎn)化為實實在在的企業(yè)價值。
在談及如何打造高質(zhì)量數(shù)據(jù)資產(chǎn)時,王賽提到,在AI時代,首先應(yīng)當轉(zhuǎn)變思維方式,需要站在AI的視角,以非結(jié)構(gòu)化的視角重新看待數(shù)據(jù)。
“過去,數(shù)據(jù)主要供人或者程序消費,由于信息處理能力有限,結(jié)構(gòu)化數(shù)據(jù)是提取關(guān)鍵信息、建立邏輯判斷的有效方式”,王賽指出,因此過去大家長期關(guān)注數(shù)據(jù)質(zhì)量的準確性、及時性、完整性等維度,并習慣通過ER模型來構(gòu)建數(shù)據(jù)體系,這是一種典型的以“人”為中心的結(jié)構(gòu)化思維模式。
但AI理解數(shù)據(jù)方式,與傳統(tǒng)的人類邏輯大相徑庭,其更側(cè)重于語義、上下文與全局關(guān)聯(lián),因此更加需要非結(jié)構(gòu)化、知識化的高質(zhì)量數(shù)據(jù)。這意味著,即便是已有的結(jié)構(gòu)化數(shù)據(jù),也需被視為“非結(jié)構(gòu)化”,并進行重新組織,以便轉(zhuǎn)化為大模型能夠理解和推理的“Token化”數(shù)據(jù)。在此基礎(chǔ)上,讓大模型“讀懂”它們、理解它們,進而擁有思考和決策的能力。
Data for AI : 數(shù)據(jù)為本,AI賦能,護航業(yè)務(wù)行穩(wěn)致遠
擁有高質(zhì)量、可被AI理解和調(diào)用的數(shù)據(jù)后,該如何系統(tǒng)化地讓AI智能體“消費”這些數(shù)據(jù),驅(qū)動業(yè)務(wù)創(chuàng)造價值?對此,王賽給出了三條清晰路徑:通過數(shù)據(jù)服務(wù)、數(shù)據(jù)工具,以及應(yīng)用Agent來實現(xiàn)。
首先,優(yōu)化數(shù)據(jù)結(jié)構(gòu),提升AI Agent消費效率。
智能時代,我們需將企業(yè)內(nèi)部積累的大量結(jié)構(gòu)化經(jīng)營數(shù)據(jù),以更加智能和高效的方式呈現(xiàn)給AI Agent,方便其更加便捷地消費和使用。一個明顯的變化是,過去是讓機器去調(diào)用API,現(xiàn)在通過MCP協(xié)議,企業(yè)可以將現(xiàn)有的數(shù)據(jù)服務(wù)和API按照統(tǒng)一標準進行發(fā)布,AI Agent 無需復(fù)雜的調(diào)用路徑,即可順暢地理解、查詢并利用數(shù)據(jù)。例如,通過Dataphin數(shù)據(jù)服務(wù),業(yè)務(wù)數(shù)據(jù)將經(jīng)歷理解、編織、訓練等一系列流程,而這一過程極大地提高了數(shù)據(jù)的可消費性和AI的決策效率。
第二,進化數(shù)據(jù)服務(wù)方式,通過智能工具實現(xiàn)數(shù)據(jù)消費。
以瓴羊商業(yè)智能(BI)工具Quick BI為例,已在實踐中摸索出三種實現(xiàn)方式:智能問數(shù),支持用戶通過自然語言快速獲取即時數(shù)據(jù);智能報告,滿足用戶對長文本信息輸出的需求;智能信息流,則通過釘釘、微信等工具,以個性化信息流的形式,將關(guān)鍵信息主動推送給業(yè)務(wù)主管、領(lǐng)導(dǎo)等不同角色。
如在金融+大模型場景,以瓴羊落地的銀行智能駕駛艙為例,用戶不僅可以通過提問獲取固定報表,還能提取報表數(shù)據(jù)進行深入洞察和解讀。更重要的是,AI成為了能夠自主學習、發(fā)現(xiàn)問題、推進行動的“數(shù)字分析師”。正如王賽所言:“一個優(yōu)秀的數(shù)字員工,不應(yīng)僅是被動響應(yīng),而應(yīng)主動洞察,為業(yè)務(wù)帶來價值?！?/p>
第三,融合應(yīng)用SaaS或Agent,實現(xiàn)智能數(shù)據(jù)消費的全面升級。
“我們可以看到,幾乎所有的業(yè)務(wù)場景和企業(yè)應(yīng)用都可以與Agent協(xié)同運作,進而實現(xiàn)數(shù)據(jù)與AI的雙向賦能”,王賽表示,以瓴羊的智能客服產(chǎn)品Quick Service為例,其正通過三大能力重構(gòu)服務(wù)場景:一是用AI替代傳統(tǒng)人工,提升響應(yīng)效率;二是引入智能工單機制,實現(xiàn)跨部門聯(lián)動;三是構(gòu)建數(shù)字人交互,提供更具沉浸感的客戶體驗。
“智能客服是AI在場景和應(yīng)用層面,最大也最具創(chuàng)新潛力的出口之一。”王賽強調(diào),智能客服解決了客服體系因外包搭建而面臨的服務(wù)體驗、能力穩(wěn)定性欠佳的問題,未來有望從售后拓展至售前、營銷等全鏈路,助力企業(yè)服務(wù)體系全面升級。
無論是智能客服、BI 工具,還是面向未來的 AI Agent,始終要回到最核心的問題——數(shù)據(jù)螺旋增長效應(yīng)的建立。真正的 AI 原生應(yīng)用,最重要的特征不是模型多強,而是能否持續(xù)地產(chǎn)生和利用數(shù)據(jù)反饋,形成正向循環(huán)。激活沉睡的數(shù)據(jù)資產(chǎn)是構(gòu)建數(shù)據(jù)螺旋增長的第一步。以面試為例,過去通過文字記錄完成候選人評估,而今保留語音記錄,大模型即可生成更完整、更細致的分析。這些原本被忽視的數(shù)據(jù),正因被收集、加工、反饋,逐步成為訓練AI的優(yōu)質(zhì)燃料。如果說數(shù)據(jù)螺旋增長效應(yīng)是上層建筑的核心,那么底層能力的延展,則需要通過Agent的互聯(lián)互通來完成。企業(yè)不僅需要有一個 Agent 來解任務(wù),更需要讓多個 Agent 相互調(diào)用、協(xié)同處理復(fù)雜任務(wù),真正構(gòu)建企業(yè)級的智能系統(tǒng)網(wǎng)絡(luò)。
基于這一邏輯,瓴羊正積極打造Agent Store。“Agent Store不僅是Agent的集合,更是數(shù)據(jù)、模型與應(yīng)用能力的融合樞紐?！蓖踬惐硎?瓴羊通過構(gòu)建可信的數(shù)據(jù)空間,打通數(shù)據(jù)供給、流通與交易機制,并與大模型能力、阿里商業(yè)形態(tài)深度融合,最終形成了Agent應(yīng)用體系。當數(shù)據(jù)、大模型與Agent共同聚焦于具體場景,就能真正發(fā)揮其各自價值,實現(xiàn)AI在業(yè)務(wù)層的深度落地。
回望企業(yè)數(shù)字化的發(fā)展路徑,從信息化到智能化,技術(shù)的每一次躍遷,都是認知方式的重構(gòu)。而今,數(shù)據(jù)不再只是輔助決策的資源,而是企業(yè)演進為智能體的基礎(chǔ)“能量場”;AI也不再只是算法工具,而是與數(shù)據(jù)螺旋增長協(xié)同驅(qū)動的新型生產(chǎn)力,只有在Data x AI的雙輪驅(qū)動下,才能真正釋放出AI時代的結(jié)構(gòu)性紅利。
