【天天時快訊】重塑數(shù)據(jù)價值探索 大模型重要方向指向“飛輪”

近日，火山引擎升級了數(shù)據(jù)飛輪，其數(shù)智平臺VeDI推出“AI助手”，通過接入人工智能大模型，幫助企業(yè)提升數(shù)據(jù)處理和查詢分析的效率，讓數(shù)據(jù)、業(yè)務形成良性驅(qū)動，甚至有望改變數(shù)據(jù)價值探索的方式。

(資料圖片僅供參考)

數(shù)據(jù)飛輪到底和傳統(tǒng)數(shù)據(jù)中臺有哪些區(qū)別?在大模型日益受到重視的今天，飛輪又給我們帶來了哪些思考?

飛輪讓數(shù)據(jù)價值快速釋放

據(jù)介紹，此次數(shù)據(jù)飛輪升級，火山引擎VeDI的大數(shù)據(jù)研發(fā)治理套件DataLeap、智能數(shù)據(jù)洞察DataWind已配置了AI助手，覆蓋數(shù)據(jù)生產(chǎn)與消費的全鏈路場景，包括數(shù)據(jù)資產(chǎn)查詢、開發(fā)運維和分析洞察。

數(shù)據(jù)資產(chǎn)的查詢和開發(fā)，是數(shù)據(jù)消費的基礎。在以往，數(shù)據(jù)資產(chǎn)的檢索和開發(fā)非常依賴專業(yè)人員，大模型則極大地降低了門檻。打破技術阻礙，可讓數(shù)據(jù)開發(fā)簡單高效，取數(shù)便捷。

在數(shù)據(jù)分析環(huán)節(jié)，利用DataWind-分析助手，企業(yè)員工與大模型對話，就可完成數(shù)據(jù)可視化查詢與分析等一系列業(yè)務探索，解決過去分析洞察上需要大量專業(yè)知識的痛點，縮短數(shù)據(jù)分析周期。

這些將直接體現(xiàn)在業(yè)務層面，讓數(shù)據(jù)價值快速釋放。如DataWind提供了AI自動分析，方便進一步探索圖表背后的原因，比如在“直播間銷售額Top類目”等可視化圖表中，運營人員基于AI分析結(jié)果，通過對話形式進一步歸因，實現(xiàn)業(yè)務洞察。

火山引擎總裁譚待指出：“VeDI的兩款產(chǎn)品，不但降低了非專業(yè)人員數(shù)據(jù)消費的門檻，還解放了專業(yè)人員，讓其可以聚焦復雜場景的需求，提高研發(fā)生產(chǎn)效率與代碼質(zhì)量。”

正如得到APP聯(lián)合創(chuàng)始人兼CEO脫不花說得那樣，如果“數(shù)據(jù)消費”很難、很復雜，一定就會有超過一半的人以各種理由不去看了，而火山引擎把各種數(shù)據(jù)看板推到大家面前，引起討論、形成行動共識，數(shù)據(jù)飛輪要轉(zhuǎn)起來，最開始踹上的那一腳“加速度”非常重要。

不一樣的飛輪讓數(shù)據(jù)業(yè)務良性驅(qū)動

數(shù)據(jù)中臺以及可視化數(shù)據(jù)面板也有其他企業(yè)在做，但值得注意的是，很多企業(yè)的業(yè)務和數(shù)據(jù)之間，沒有形成雙向良性驅(qū)動，仍舊是割裂的。飛輪不一樣，它和傳統(tǒng)數(shù)據(jù)中臺有著本質(zhì)的區(qū)別。

字節(jié)跳動數(shù)據(jù)平臺負責人羅旋對此表示，傳統(tǒng)數(shù)據(jù)中臺第一步就是把數(shù)據(jù)建設好，讓數(shù)據(jù)以一個相對整齊、統(tǒng)一的方式呈現(xiàn)出來;而數(shù)據(jù)飛輪很大程度上是先聊業(yè)務，業(yè)務上有什么訴求，我們再看數(shù)據(jù)可以在解決該訴求里面起到哪些重要作用，進而給出解決方案。

“比如客戶需要小程序頁面優(yōu)化或者文案優(yōu)化，他的業(yè)務痛點非常明確，即通過文案的優(yōu)化提高營銷轉(zhuǎn)化率，這個在字節(jié)跳動有非常多的積累，我們提供的方案就是做AB測試。”羅旋稱，如果是另一種問題，比如說數(shù)據(jù)清洗、數(shù)據(jù)質(zhì)量的問題，我們還有另外的積累。

譚待認為，很多企業(yè)投入大量的資源做數(shù)據(jù)中臺，建完之后有數(shù)據(jù)，但是沒有利用起來，本質(zhì)上就是沒有想清楚最終應該圍繞什么來做這件事情，所以我們提出了數(shù)據(jù)消費、數(shù)據(jù)飛輪這樣的邏輯。

有業(yè)內(nèi)人士表示，數(shù)據(jù)飛輪本質(zhì)上是一個從業(yè)務價值切入，去建數(shù)據(jù)方法論或者模型的東西，本身不強制一定要跟大模型結(jié)合，但大模型可以很好加速飛輪這樣的應用發(fā)展，因為AI帶來邏輯推理的變化，可以有效降低數(shù)據(jù)消費門檻，業(yè)務也更容易數(shù)據(jù)驅(qū)動，由此可見，大模型一個重要的方向就是飛輪。

飛輪落地解決企業(yè)這些痛點

實際上，數(shù)據(jù)飛輪已經(jīng)在多個領域展開應用，受到越來越多的企業(yè)歡迎。

例如，作為奇瑞控股旗下的汽車品牌捷途，其汽車數(shù)字化負責人劉航透露，運營人員在火山引擎數(shù)智平臺上APP運營數(shù)據(jù)分析場景從過去的7天縮短到目前的秒級響應，并拓展了不少精準分層運營場景，僅僅在保養(yǎng)包售賣場景中，短信實現(xiàn)90%以上的打開率。

譚待對此提出“兩個80%”，即80%的企業(yè)員工能夠直接使用數(shù)據(jù)產(chǎn)品;統(tǒng)一建設的分析指標能覆蓋80%的業(yè)務場景。在這個基礎上，企業(yè)通過數(shù)據(jù)消費端到端應用起來，就能解決過去數(shù)據(jù)建設過程中數(shù)據(jù)團隊和業(yè)務團隊互相不理解，導致最后效果不好的問題。

應用和效果已經(jīng)很清晰，在落地環(huán)節(jié)，譚待表示，最大的難點是在意愿上。不過，一旦當企業(yè)的核心決策人意識到數(shù)據(jù)產(chǎn)品或者數(shù)據(jù)價值本身，對于業(yè)務有比較大的幫助，他其實非常有意愿，因為他最終的目標是把業(yè)務做好，也是其最大的訴求。

正如上所述，在決策層面“踹一腳”，或許才能實現(xiàn)數(shù)據(jù)資產(chǎn)和業(yè)務應用提升的飛輪效應，激發(fā)企業(yè)活力。而構(gòu)建以數(shù)據(jù)消費為中心的數(shù)據(jù)飛輪，將是企業(yè)數(shù)字化建設的必然趨勢。(完)