解碼瓴羊:一群最懂資料的人如何讓AI真正無處不在?

机器之心發表於2024-09-24
三年走來,每一步都「作數」。

懂場景者得 AI

短短一年多,全國已有 197 個 AI 大模型完成備案,行業大模型佔比近 70%。伴隨這一快速增長的趨勢,一個現實問題不容忽視,如果不能和普通商家的現實需求緊密結合,大模型體驗再好,也無法幫助大模型廠商自動完成商業閉環:

扎堆商場一樓的新能源車銷量大不如前 ,如何讓高昂租金的產出價效比更高?

某大型服裝廠的資料表累積超過 3 億多行,如果提煉不出價值,就只是成本;

因為數字轉型做得早,一堆業務系統豎起的資料「煙囪」讓某乳業大品牌進退維谷;

答非所問、反應滯後、人工客服難找,智慧客服一直在挑戰人的血壓極限;

.......

演算法是智力,算力是體力,資料是血液,「但讓 AI 真正飛入尋常百姓家的關鍵,在於與具體場景的深度融合。」9 月 20 日,瓴羊智慧科技(以下簡稱瓴羊)在 2024 雲棲大會上舉辦了「 Data×AI :企業服務智慧化,價值增長新動能」專場論壇,阿里巴巴集團副總裁、瓴羊智慧科技 CEO 朋新宇在論壇發言中說道,歸納成公式就是「(無處不在的)AI =(演算法+算力+資料)x 場景」。

「 x 」強調了兩邊元素的放大作用,一個是指 AI 帶來的體驗提升,至少要 10 倍好於過去,不然就只是一個外掛。另一面,即使擁有先進演算法、強大算力和海量資料,如果不能與具體業務場景緊密結合,AI 價值也無從談起。

卷場景:大模型擲地有聲

瓴羊,作為阿里巴巴的全資子公司,今年迎來了它的第四個年頭。看起來「年輕」,實際上資歷很深,集合了阿里最懂資料的一群人,其中帶頭者朋新宇已經是一個在阿里工作了 20 年的資料老將,也是阿里巴巴資料中臺的創立者。

瓴羊專注資料要素服務,推出了五大產品矩陣,覆蓋了從底層資料治理到頂層業務應用的資料生命全週期。

圖片

最引人注目的是應用側 ,分析(Quick BI)、營銷(Quick Audience)和客服(Quick Service)三款產品涉及所有企業應用的「最大公約數」 ,也是企業預算最多、最易沉澱資料並與 AI 產生「 化反」 的業務場景。

第二層是資料側,包括資料中臺 Dataphin 和「瓴羊港」。前者負責企業資料治理工作,確保資料的質量、一致性和可用性,也容易與 AI 結合。後者像是管道,專注資料在企業外部的高效流通,為整個生態提供源源不斷的資料活水。

至於基建側,瓴羊定位自己是一家產品公司,因此年初看到 OpenAI 推出 GPTStore 時,團隊沒有太過糾結就做出決定,不去跟風「卷」大模型,堅定應用好大模型。

他們選擇阿里通義千問作為通用底座,結合專業知識和行業資料,「煉出」不同領域的垂直小模型(如 BI 領域模型),將大模型能力「揉進」幾款產品(Quick BI、Quick Audience、Quick Service 和 Dataphin),直接為客戶創造價值。

商業智慧(BI)工具是每一個邁向 AI 時代商家的標配,BI 技術也從傳統 BI、敏捷 BI 逐漸進化到智慧化 BI。敏捷 BI 時代,使用者可以透過拖拽、點選更直觀地與資料互動,隨著大模型為 BI 引入革新性生成式分析體驗,智慧化 BI (如瓴羊 Quick BI )時代,原本高門檻的資料分析變得像對話一樣簡單。

智慧問數(ChatBI)就是一個頗具代表性的例子,體現出自然語言到 SQL 的技術轉換。該功能支援即席查詢、覆蓋關鍵問數場景,在複雜計算的相容性、模糊語義識別方面,表現尤為優異,即使毫無技術背景,使用者也能輕鬆對「資料」發問。

圖片

如電商平臺銷售場景中,想了解銷售額大於1萬的省份這類問題,就體現了智慧問數(ChatBI)二次複雜計算能力

圖片

對於模糊語義的識別,當前智慧問數(ChatBI)也能輕鬆識別並理解。如提問中「小鄭」定位到「鄭強」。

這種智慧化的 BI 工具正在解決實際業務中的痛點。以某知名乳業品牌為例,其供應鏈管理面臨兩大難題。

一個是查詢資料包表的靈活不足,固定報表一般按天甚至月計,滿足不了靈活多變的業務需求。求資料開發人員,要等三天才能拿到報表。

另一個是人工報表搭建週期長,成本高,導致異常診斷分析複雜,缺乏多維度目標差異比對分析,「看板」只展示資料,還不能自動分析問題原因。

Quick BI 幫助客戶在內部建立起智慧問數體系,支援自然語言問詢,無論是日常工作、業務會議還是出差途中,業務人員都能快速獲取資料、檢索資產,還能進行豐富的指標分析。

由於結合了傳統統計演算法和大模型,Quick BI 可以深度解讀圖表和補全資訊,揭示業務資料背後故事,高效定位原因,真正輔助商家作出決策。

而在營銷領域,隨著移動網際網路使用者和流量見頂,企業相關預算分配更加謹慎,從「種草」走向「轉化」,更看重 「確定性機會」。

以某床墊品牌為例,線上渠道有 9 個,線下門店多達 5600 多家,如何定位「正確的人、在正確時間,說正確的話」,提升轉化率?「雙 11 」大促,用什麼辦法啟用老會員復購?不少商家苦於平臺「沉睡人群」即將流失,卻無有效抓手叫醒他們。

現在藉助大模型,瓴羊 Quick Audience 的「門店智慧營銷助手」 可以快速「圈定」目標使用者,縮短營銷創意時間,並最佳化溝通時機,顯著提高觸達率。

例如,某知名服飾品牌天貓平臺的「沉睡人群」即將流失,商家藉助 Quick Audience 迅速「圈定」北京、上海、廣州共 42 家門店 5 公里內常駐或工作的「沉睡人群」,在預測裝置活躍時刻推送瓴羊超信,實現目標人群的線下門店召回,到店率提升 18% ,線下轉化率提升 35% ,全渠道轉化率提升 40% 。

而 Quick Audience 的另一個新功能「智慧採集分析助手」成功將資料團隊從資料採集(「埋點」)這種典型的 dirty-work 中解放出來,以全自動、可配置的方式,一站式完成埋點採集及業務分析應用。

某頭部車企,供應商採集埋點開發成本高,週期長,質量把控困難,透過使用智慧埋點助手,節約供應商埋點開發人力採購成本 9 成,專案實施週期縮短 50% ,埋點相關資料故障降為 0 。解碼瓴羊:一群最懂資料的人如何讓AI真正無處不在?

除了分析、營銷場景,當前,智慧客服也存在諸多不足,如常常答非所問、維護知識庫仍靠人海戰術、一線客服效率低下,導致客戶投訴頻發。為此,瓴羊 Quick Service 2.0 借力大模型,有效解決了這些不足。從效果上看,解答準確率提升至 93% ,人工客服處理問題所需時間從 10 分鐘縮短至最快 5 秒,知識庫部署所需時間從 7 天縮短至 5 分鐘。

卷資料:從治理到流通

除了利用 AI 大模型重構分析、營銷、客服三大企業級智慧應用,負責資料治理的中臺 Dataphin 也迎來最大變化—— 加入了 DataAgent 。現在,只需三步,就可以構建企業專屬的資料資產智慧體,這也是業內首個場景化智慧找數方案。

建立企業資料資產全景和目錄是 Dataphin 主要能力之一,現在,藉助大模型,將企業資料資產目錄構建為一個智慧知識庫,透過對話就能快速摸清「家底」,還能幫助使用者快速定位業務相關資料資產。在個性化資料分析能力上,現在可輔助自動生成 SQL 程式碼,可連結即席查詢和 BI 分析執行看數。

圖片

其實,在瓴羊成立之初, Dataphin 就已經經過阿里巴巴和眾多企業的實踐磨礪,被成百上千的客戶應用,它的誕生直指當前中國企業在數字化轉型過程中面臨的首要挑戰:資料「髒亂差」。

如台州銀行在數智化升級之前,存在資料標準缺失、指標口徑不統一、缺失統一清晰的資料資產盤點等問題。類似的問題也出現在其他行業,如某大型服裝企業的營收金額統計,需要計入商場扣點、財務扣稅等因素,因為各渠道資料口徑不統一,每日的營收資料竟會出現高達數十萬元的偏差。被企業視為經營壓艙石的「四率二效」指標也因流程不規範,摻雜了各利益方的主觀意願。

而 Dataphin 透過標準化資料處理流程,統一資料口徑,並提供全面的資料資產管理,幫助企業建立起可靠、一致的資料基礎,為數字化轉型鋪平道路。Dataphin 最初源於阿里這個「超級工廠」的實踐經驗,因此在推廣初期,瓴羊主要將其引薦給了與阿里規模相當的大型客戶。

為了讓更多企業能夠用上好的資料工具,治理好資料,瓴羊針對性地進行了一系列改進,如針對私有化部署高成本和公共雲標準化限制的痛點,Dataphin 透過重構治理方式,提供半托管服務,將部署時間從幾天縮短到 1 小時,同時保持了個性化服務。

圖片

過去兩年,瓴羊在資料領域取得了顯著進展,不僅針對資料治理這一企業常見難題持續迭代升級 Dataphin 產品,還針對資料數量和流通這一更具挑戰性的問題,推出了資料流通樞紐——瓴羊港。

資料不僅具有使用價值,還蘊含著巨大的交易價值。然而,如何讓資料像淘寶上的標品一樣高效流通,成為了一個亟待解決的問題。恰逢其時,2023 年 10 月 25 日,國家資料局正式揭牌,為資料流通提供了政策支援。「以資料促進融合發展」成為這家新機構的核心思想之一,而資料流通正是破解數實融合發展堵點的關鍵。

朋新宇敏銳地觀察到,相比於前幾年出於安全考慮而「踩剎車」的政策導向,國家資料局的成立有望起到資料「發動機」的作用,驅動企業間的資料流通。順應這一趨勢,瓴羊在 2023 年雲棲大會上推出了瓴羊港,旨在破解企業長期面臨的資料缺失、資料資產難以管理、外部資料無法融通等關鍵問題,提供「尋、買、管、用」一站式資料服務,幫助企業實現資料驅動的業務增長。

瓴羊港釋出近一年,已達成和 30 多家頭部資料方的緊密合作,目前平臺上流通的應用場景和行業標籤多達 3000 多種。

圖片

2022 年爆發的 AGI 革命無疑是電腦科學的又一次重大創新,標誌著第四次工業革命的開端。在這場革命中,資料的規模、多樣性和質量的戰略重要性被提升到了前所未有的高度。

十餘年前,阿里雲抓住了雲端計算的技術浪潮。如今,瓴羊又踏上了資料要素浪潮。成立之初,瓴羊就明確將自身定位為 DaaS(資料即服務)公司,與傳統 SaaS 公司劃清界限:

SaaS 主要透過工作流程標準化來提高企業運營效率,解決的是效率問題。而 DaaS 則透過資料流的全場景應用,將資料價值滲透到企業經營的方方面面,致力於解決更深層次的業務價值問題。

面對未來十年的機遇與挑戰,瓴羊如何才能領頭羊群,成為海量商家生意增長的數智化參謀?朋新宇引用了團隊內部堅信的價值觀作答,不論是過去的網際網路,今天的 AI ,還是未來的新興技術,要真正落地到產業和企業,必須做到三點:

你要「快」,但「快」——很快看一篇論文、發表一篇論文,不一定解決所有問題;同時,你要「深」,深入理解行業痛點,要問客戶能不能用?第三,客戶要「認」,贏得客戶的好口碑,前面的「快」和「深」才有價值。

相關文章