萬(wàn)億商業(yè)帝國(guó)，往往始于一個(gè)簡(jiǎn)單的共識(shí)。
回溯電商之王亞馬遜的歷史，必然有經(jīng)典的一幕：
2001年，先后經(jīng)歷了各類重大歷史事件的美國(guó)，正處于低谷之中，所有公司都在經(jīng)受嚴(yán)峻的環(huán)境考驗(yàn)。
而后，亞馬遜CEO貝索斯迅速找到《從優(yōu)秀到卓越》的作者吉姆·柯林斯，向他尋求關(guān)于亞馬遜的戰(zhàn)略發(fā)展建議，最后，貝索斯帶著高管團(tuán)隊(duì)提出一個(gè)著名的模型：
通過(guò)低價(jià)策略，吸引更多的客戶;更多的客戶，則可以增加銷量，吸引更多的第三方賣家來(lái)亞馬遜網(wǎng)站開店，從而可以讓亞馬遜將物流和運(yùn)營(yíng)網(wǎng)站的成本降低;效率提升，則再度促進(jìn)低價(jià)。
其中，每個(gè)環(huán)節(jié)如同齒輪一樣互相吻合，每個(gè)環(huán)節(jié)的改善，都可以讓整個(gè)系統(tǒng)加速運(yùn)行——這便是亞馬遜著名的“飛輪”效應(yīng)，也是其業(yè)務(wù)增長(zhǎng)的“秘密”所在。
建立起與之匹配的業(yè)務(wù)和戰(zhàn)略體系之后，亞馬遜走上了高速增長(zhǎng)之路。從2001年至今，亞馬遜已經(jīng)建立起包括電商、云計(jì)算、流媒體等業(yè)務(wù)的龐大商業(yè)版圖。
“飛輪效應(yīng)”的目標(biāo)，其實(shí)是找到驅(qū)動(dòng)增長(zhǎng)的關(guān)鍵因素——本質(zhì)上，某種程度上也意味著企業(yè)如何找到起自己的PMF(Product Market Fit)，并且迅速擴(kuò)大規(guī)模，這是所有企業(yè)都在尋找的永續(xù)經(jīng)營(yíng)的模式。
而在當(dāng)下的數(shù)智化時(shí)代，人們對(duì)“飛輪”效應(yīng)的探索，從未停止。現(xiàn)在，這個(gè)關(guān)鍵因素幾乎無(wú)法與“數(shù)據(jù)”脫離關(guān)系。
數(shù)據(jù)是構(gòu)建起互聯(lián)網(wǎng)世界的“地基”。而大數(shù)據(jù)行業(yè)的歷史，正是探索如何存儲(chǔ)、應(yīng)用海量數(shù)據(jù)的宏偉道路。
開源分布式計(jì)算平臺(tái)Hadoop的出現(xiàn)，則改變了一切——讓企業(yè)擁有存儲(chǔ)海量數(shù)據(jù)的能力，從而建立起了數(shù)據(jù)資產(chǎn)。
在云計(jì)算時(shí)代到來(lái)之前的2000年左右，互聯(lián)網(wǎng)世界還處于單機(jī)時(shí)代。雅虎、Linkedin、Facebook等新興互聯(lián)網(wǎng)公司為了應(yīng)對(duì)高速發(fā)展的業(yè)務(wù)需求，紛紛采用以Hadoop為主的系統(tǒng)爬取、存儲(chǔ)巨量數(shù)據(jù)的新技術(shù)，這也成為大數(shù)據(jù)和云計(jì)算行業(yè)的基礎(chǔ)。
國(guó)內(nèi)也有類似的數(shù)字化實(shí)踐，在2015年前后興起的火熱的“中臺(tái)”，正是國(guó)內(nèi)企業(yè)數(shù)字化進(jìn)程中的重要里程碑。
“中臺(tái)”一詞最早來(lái)自阿里巴巴。2015年，阿里巴巴參考芬蘭游戲公司Supercell的爆款游戲生產(chǎn)機(jī)制，建立起了“大中臺(tái)，小前臺(tái)”的架構(gòu)：將通用的IT能力抽取出來(lái)組成一個(gè)大中臺(tái)，為前端的業(yè)務(wù)部門賦能。
中臺(tái)降溫，對(duì)大數(shù)據(jù)的一次反思數(shù)據(jù)是構(gòu)建起互聯(lián)網(wǎng)世界的“地基”。而大數(shù)據(jù)行業(yè)的歷史，正是探索如何存儲(chǔ)、應(yīng)用海量數(shù)據(jù)的宏偉道路。開源分布式計(jì)算平臺(tái)Hadoop的出現(xiàn)，則改變了一切——讓企業(yè)擁有存儲(chǔ)海量數(shù)據(jù)的能力，從而建立起了數(shù)據(jù)資產(chǎn)。在云計(jì)算時(shí)代到來(lái)之前的2000年左右，互聯(lián)網(wǎng)世界還處于單機(jī)時(shí)代。雅虎、Linkedin、Facebook等新興互聯(lián)網(wǎng)公司為了應(yīng)對(duì)高速發(fā)展的業(yè)務(wù)需求，紛紛采用以Hadoop為主的系統(tǒng)爬取、存儲(chǔ)巨量數(shù)據(jù)的新技術(shù)，這也成為大數(shù)據(jù)和云計(jì)算行業(yè)的基礎(chǔ)。國(guó)內(nèi)也有類似的數(shù)字化實(shí)踐，在2015年前后興起的火熱的“中臺(tái)”，正是國(guó)內(nèi)企業(yè)數(shù)字化進(jìn)程中的重要里程碑。“中臺(tái)”一詞最早來(lái)自阿里巴巴。2015年，阿里巴巴參考芬蘭游戲公司Supercell的爆款游戲生產(chǎn)機(jī)制，建立起了“大中臺(tái)，小前臺(tái)”的架構(gòu)：將通用的IT能力抽取出來(lái)組成一個(gè)大中臺(tái)，為前端的業(yè)務(wù)部門賦能。
參考：終于有人把數(shù)據(jù)中臺(tái)講明白了
阿里巴巴以這套機(jī)制建立了大量中臺(tái)，減少了IT資源的浪費(fèi)。當(dāng)中，數(shù)據(jù)中臺(tái)的建設(shè)最為業(yè)界追捧，阿里巴巴憑借打造數(shù)據(jù)中臺(tái)實(shí)現(xiàn)了統(tǒng)一融合的數(shù)據(jù)建設(shè)，進(jìn)一步釋放數(shù)據(jù)價(jià)值，這也引發(fā)了一輪效仿——在當(dāng)時(shí)數(shù)字化的熱潮之下，國(guó)內(nèi)無(wú)論大小企業(yè)，不惜一擲千金，花費(fèi)百萬(wàn)乃至千萬(wàn)元，也開始“大建數(shù)據(jù)中臺(tái)”。
但苦澀的事實(shí)是，短短五年后，企業(yè)對(duì)于數(shù)據(jù)中臺(tái)的熱情卻逐漸降溫，不約而同進(jìn)入“冷靜期”。
聽起來(lái)，數(shù)據(jù)中臺(tái)極其符合商業(yè)邏輯。比如，前端的電商部門需要一套比價(jià)系統(tǒng)，中臺(tái)部門調(diào)動(dòng)資源開發(fā)對(duì)應(yīng)的數(shù)據(jù)平臺(tái)后，還能把這套系統(tǒng)模塊化，等到其他部門需要的時(shí)候，經(jīng)過(guò)輕量二次開發(fā)，就能迅速地復(fù)用其他業(yè)務(wù)之上，減少部門間“重復(fù)造輪子”的行為，數(shù)據(jù)在統(tǒng)一口徑之后也能進(jìn)行相對(duì)應(yīng)復(fù)用。
但實(shí)際落地到企業(yè)當(dāng)中，這套邏輯并不一定奏效。
“為做而做”，“求大求全”，使得數(shù)據(jù)中臺(tái)難以為業(yè)務(wù)所用，也是許多數(shù)據(jù)中臺(tái)項(xiàng)目失敗的原因。
在數(shù)據(jù)中臺(tái)建設(shè)的早期，業(yè)內(nèi)還沒(méi)有成熟的建設(shè)規(guī)則或者方法論，部分企業(yè)直接套用阿里的數(shù)據(jù)建設(shè)方法論，建設(shè)了許多不必要的功能。而在真正啟用后，卻發(fā)現(xiàn)功能和數(shù)據(jù)并不符合實(shí)際的業(yè)務(wù)場(chǎng)景需求，最終的結(jié)果就是“難用”，數(shù)據(jù)中臺(tái)并不能被真正用起來(lái)，也就加難以收獲業(yè)務(wù)端的認(rèn)可。
在36氪2020年的報(bào)道中，曾有IT從業(yè)者拋出一個(gè)精彩比喻：“中臺(tái)不是萬(wàn)能藥，大象吃這個(gè)藥，強(qiáng)身健體;螞蟻吃這個(gè)藥，一擊斃命。
”對(duì)于業(yè)務(wù)體量夠大的企業(yè)來(lái)說(shuō)，照搬互聯(lián)網(wǎng)大廠的方法論，也有可能也會(huì)水土不服。這類企業(yè)往往在建立數(shù)據(jù)中臺(tái)的過(guò)程中用力過(guò)猛，將大量注意力放在數(shù)據(jù)資產(chǎn)基礎(chǔ)設(shè)施的建設(shè)上，又“大而全”地對(duì)各類數(shù)據(jù)進(jìn)行整理和統(tǒng)一，卻忽略了自身業(yè)務(wù)的實(shí)際需求。數(shù)千萬(wàn)甚至億級(jí)的資源和人力投入，卻使得數(shù)據(jù)中臺(tái)逐漸成為一個(gè)“為做而做”的項(xiàng)目，最終被巨大的建設(shè)成本拖累。
2021年開始，中臺(tái)的發(fā)起者阿里巴巴推出了一系列將中臺(tái)“打薄”的措施——主導(dǎo)阿里巴巴中臺(tái)戰(zhàn)略的前集團(tuán)首席執(zhí)行官?gòu)堄?，開始持續(xù)發(fā)聲：要把中臺(tái)做得越來(lái)越薄，要讓阿里的業(yè)務(wù)變得敏捷，取代阿里“大中臺(tái)”戰(zhàn)略。
這意味著，原來(lái)“什么都能往里裝”的中臺(tái)，如今要擺脫厚重的架構(gòu)，與業(yè)務(wù)鏈接得更為緊密。
與此同時(shí)，在數(shù)據(jù)中臺(tái)的建設(shè)中，企業(yè)愈發(fā)開始意識(shí)到，建中臺(tái)不是本質(zhì)目的，讓數(shù)據(jù)真正被用起來(lái)，與業(yè)務(wù)產(chǎn)生緊密的關(guān)聯(lián)才是數(shù)據(jù)中臺(tái)成功的關(guān)鍵。
在這種趨勢(shì)之下，“數(shù)據(jù)飛輪”的概念也隨之興起——圍繞業(yè)務(wù)進(jìn)行數(shù)據(jù)消費(fèi)，從原來(lái)的“重點(diǎn)關(guān)注數(shù)據(jù)資產(chǎn)”，到“同步關(guān)注數(shù)據(jù)流與業(yè)務(wù)流的融合”，即充分考慮數(shù)據(jù)在業(yè)務(wù)中的應(yīng)用，數(shù)據(jù)資產(chǎn)與業(yè)務(wù)應(yīng)用形成閉環(huán)。
數(shù)據(jù)飛輪的出現(xiàn)，意味著“中臺(tái)”理論失效了嗎?
對(duì)尚處在數(shù)字化初期的國(guó)內(nèi)市場(chǎng)而言，數(shù)據(jù)中臺(tái)對(duì)數(shù)字化概念的普及和落地功不可沒(méi)。如今，“中臺(tái)”并不能被稱為失效，而是企業(yè)對(duì)數(shù)字化的認(rèn)識(shí)來(lái)到了新階段。“數(shù)據(jù)飛輪”，則可以看作這一概念演變的新一階段。
在宏觀環(huán)境變幻莫測(cè)之時(shí)，企業(yè)主更注重業(yè)務(wù)增量。數(shù)據(jù)中臺(tái)的建設(shè)，不能作為成本中心而存在，而是要為業(yè)務(wù)帶來(lái)實(shí)際效用，才能算得清這筆商業(yè)賬。
這也能解釋，為何近年來(lái)“數(shù)據(jù)飛輪”一詞頻頻出現(xiàn)在人們的視野——“數(shù)據(jù)飛輪”更關(guān)注與業(yè)務(wù)之間的動(dòng)態(tài)關(guān)聯(lián)，強(qiáng)調(diào)“用數(shù)據(jù)”而非“存數(shù)據(jù)”。
企業(yè)數(shù)字化技術(shù)服務(wù)公司云徙科技是“中臺(tái)”理論的重要實(shí)踐者，如今也開始了對(duì)“數(shù)據(jù)飛輪”的探索。其副總裁在去年的數(shù)據(jù)飛輪消費(fèi)行業(yè)研討會(huì)上提到，盡管企業(yè)對(duì)數(shù)據(jù)消費(fèi)有強(qiáng)烈的需求，但實(shí)際操作中卻往往面臨諸多挑戰(zhàn)，真正將數(shù)據(jù)資產(chǎn)量化為業(yè)務(wù)價(jià)值，勢(shì)必觸及到對(duì)數(shù)據(jù)的精準(zhǔn)把控與分析。對(duì)于新興的數(shù)據(jù)飛輪理念，云徙科技和其他廠商一樣，正在擁抱和認(rèn)可其中的內(nèi)涵。
從這個(gè)維度來(lái)說(shuō)，數(shù)據(jù)飛輪和數(shù)據(jù)中臺(tái)并不對(duì)立。相反，數(shù)據(jù)飛輪可以說(shuō)是中臺(tái)理論的升級(jí)。
參考：Gartner：數(shù)據(jù)中臺(tái)即將消亡，取而代之的是數(shù)智基建
“數(shù)據(jù)消費(fèi)時(shí)代”來(lái)臨“
中臺(tái)”時(shí)期，業(yè)界對(duì)數(shù)據(jù)倉(cāng)庫(kù)、湖倉(cāng)一體等新興技術(shù)的應(yīng)用，為企業(yè)帶來(lái)了十分珍貴的數(shù)據(jù)資產(chǎn)。中臺(tái)強(qiáng)調(diào)“統(tǒng)一”——統(tǒng)一的技術(shù)、數(shù)據(jù)，相當(dāng)于在傳統(tǒng)IT架構(gòu)下孤立的一個(gè)個(gè)軟件之間搭建起了橋梁，有助于數(shù)據(jù)在底層的高頻流通。
但這一時(shí)期的關(guān)鍵問(wèn)題在于，建立了數(shù)據(jù)資產(chǎn)后，企業(yè)的數(shù)據(jù)利用率卻不高。
如今，全球數(shù)據(jù)以驚人速度增長(zhǎng)，且沒(méi)有任何放緩的跡象。根據(jù)福布斯專欄作家Bernard Marr的觀點(diǎn)，全球超過(guò)90%的數(shù)據(jù)，都是在過(guò)去幾年中被創(chuàng)建。但據(jù)Gartner的研究報(bào)告顯示，如今還有68%的企業(yè)數(shù)據(jù)沒(méi)有被用來(lái)分析、使用;而高達(dá)82%的企業(yè)仍處于數(shù)據(jù)孤島之中。
電商是一個(gè)典型例子——購(gòu)物大促時(shí)，會(huì)產(chǎn)生許多高并發(fā)的計(jì)算需求，并且需要實(shí)時(shí)取用數(shù)據(jù)，而數(shù)據(jù)也不只是報(bào)表等結(jié)構(gòu)性數(shù)據(jù)，而是擁有包括圖像、音視頻在內(nèi)的非結(jié)構(gòu)化數(shù)據(jù)。
而在過(guò)去，傳統(tǒng)意義上的數(shù)據(jù)倉(cāng)庫(kù)主要處理的是T+1數(shù)據(jù)，即今天產(chǎn)生的數(shù)據(jù)分析結(jié)果，明天才能看到。但現(xiàn)在，企業(yè)客戶的數(shù)據(jù)需求，已經(jīng)不是單純的靜態(tài)數(shù)據(jù)，而是實(shí)時(shí)、且有洞察的數(shù)據(jù)。
因此，中臺(tái)為企業(yè)內(nèi)部的數(shù)據(jù)資產(chǎn)“建立橋梁”遠(yuǎn)遠(yuǎn)不夠。更重要的，是要在企業(yè)內(nèi)部建立起一套數(shù)據(jù)流通的有效模式。
“數(shù)據(jù)消費(fèi)”這一概念，正是在這一語(yǔ)境下被提出。
領(lǐng)克汽車就是成功從“數(shù)據(jù)困境”中走出的企業(yè)——此前，和其他的技術(shù)密集型企業(yè)一樣，領(lǐng)克也建立起了一套完善的企業(yè)數(shù)據(jù)底座。
“我們手上也有APP的日活、月活等數(shù)據(jù)，但對(duì)于數(shù)據(jù)背后的意義、價(jià)值，我們是并不明確的。”吉利汽車集團(tuán)營(yíng)銷數(shù)字中心負(fù)責(zé)人沈穩(wěn)杰表示。
為了搞明白這些數(shù)據(jù)，領(lǐng)克汽車的運(yùn)營(yíng)團(tuán)隊(duì)選擇了與火山引擎達(dá)成合作，基于火山引擎旗下的數(shù)據(jù)產(chǎn)品增長(zhǎng)分析DataFinder，開展了一次創(chuàng)新的降價(jià)拍賣直播活動(dòng)——拿出一輛車，在規(guī)定時(shí)間內(nèi)，用戶來(lái)參與直播出價(jià)拍賣。
“通過(guò)直播拍賣活動(dòng)，我們拿到了非常有趣的一組數(shù)據(jù)：圍觀的用戶接近2萬(wàn)，而出價(jià)用戶超過(guò)1000左右。我們?cè)倮^續(xù)對(duì)出價(jià)的用戶進(jìn)行打標(biāo)簽、細(xì)分，確認(rèn)有意購(gòu)車的用戶。”后面的兩個(gè)月里，領(lǐng)克對(duì)出價(jià)的用戶持續(xù)給予一些優(yōu)惠、優(yōu)惠激勵(lì)——最終，達(dá)成汽車訂單數(shù)超過(guò)200。
其中，火山引擎數(shù)智平臺(tái)VeDI的產(chǎn)品不僅能夠幫助領(lǐng)克實(shí)時(shí)觀測(cè)到這些數(shù)據(jù)，并且還能夠在這一創(chuàng)新場(chǎng)景里，幫助業(yè)務(wù)人員實(shí)現(xiàn)數(shù)據(jù)消費(fèi)的全流程。如今，基于增長(zhǎng)分析DataFinder，領(lǐng)克能夠清楚地了解到領(lǐng)克APP每天的日活用戶從哪來(lái)、又去了哪里，他們更關(guān)注什么等等?；谟脩舻年P(guān)注點(diǎn)，團(tuán)隊(duì)再動(dòng)態(tài)對(duì)業(yè)務(wù)策略進(jìn)行調(diào)整。
領(lǐng)克的例子正是說(shuō)明，“數(shù)據(jù)消費(fèi)”是構(gòu)建數(shù)據(jù)飛輪的必要前提，一切數(shù)據(jù)資產(chǎn)建設(shè)都需要圍繞數(shù)據(jù)消費(fèi)進(jìn)行建設(shè)——才能有效地驅(qū)動(dòng)增長(zhǎng)。
火山引擎“數(shù)據(jù)飛輪”理論
在建設(shè)數(shù)據(jù)底座時(shí)，企業(yè)就得想明白“把數(shù)據(jù)消費(fèi)作為目標(biāo)”，建設(shè)符合自己業(yè)務(wù)形態(tài)的數(shù)據(jù)基礎(chǔ)設(shè)施。企業(yè)內(nèi)的各項(xiàng)應(yīng)用，應(yīng)該是當(dāng)場(chǎng)景、業(yè)務(wù)需要之時(shí)，才開發(fā)相應(yīng)的數(shù)據(jù)工具，而非照搬大公司的方案、模版。
那么，為何企業(yè)現(xiàn)在需要格外強(qiáng)調(diào)“數(shù)據(jù)消費(fèi)”?這由互聯(lián)網(wǎng)的發(fā)展階段所決定。
在以往的粗放增長(zhǎng)時(shí)期，企業(yè)可以用投放、買量實(shí)現(xiàn)增長(zhǎng)，增長(zhǎng)可以掩蓋很多數(shù)據(jù)問(wèn)題;但在存量競(jìng)爭(zhēng)時(shí)代，拼的是精細(xì)化運(yùn)營(yíng)，精細(xì)化的策略則來(lái)自對(duì)數(shù)據(jù)的洞察。在這一階段，企業(yè)數(shù)字化的終點(diǎn)，不是數(shù)據(jù)資產(chǎn)的建設(shè)，而是數(shù)據(jù)在業(yè)務(wù)場(chǎng)景的頻繁應(yīng)用。
還是以字節(jié)跳動(dòng)為例。多數(shù)人關(guān)注字節(jié)的組織戰(zhàn)略，往往從扁平、透明的組織架構(gòu)開始，還有一部分不可忽視，則是內(nèi)部對(duì)“把數(shù)據(jù)用起來(lái)”的極度重視。
據(jù)了解，字節(jié)跳動(dòng)內(nèi)部關(guān)于“數(shù)據(jù)消費(fèi)”有2個(gè)“80%”，一是80%的企業(yè)員工能夠直接使用數(shù)據(jù)產(chǎn)品，二是數(shù)據(jù)資產(chǎn)能覆蓋到80%的分析場(chǎng)景。
這造成一個(gè)神奇的景象。80%的字節(jié)員工每天在通過(guò)各種各樣的數(shù)據(jù)產(chǎn)品使用數(shù)據(jù)，進(jìn)行數(shù)據(jù)消費(fèi)，既包括以往主要和數(shù)據(jù)打交道的專業(yè)人員——數(shù)據(jù)工程師、數(shù)據(jù)分析師等等，也包含產(chǎn)品、運(yùn)營(yíng)、市場(chǎng)，甚至行政、HR、UED這些離IT、數(shù)據(jù)比較遠(yuǎn)的人。
這也能解釋，數(shù)據(jù)驅(qū)動(dòng)為何會(huì)成為字節(jié)跳動(dòng)的文化之一——因?yàn)閹缀醮蟛糠秩硕寄軌蚋咝У孬@取自己需要的數(shù)據(jù)，輔助自身的業(yè)務(wù)，而不需要等待來(lái)自上級(jí)的決策再進(jìn)行實(shí)施。以數(shù)據(jù)消費(fèi)驅(qū)動(dòng)企業(yè)增長(zhǎng)，并且達(dá)到業(yè)務(wù)目標(biāo)后，如此反復(fù)，成為閉環(huán)。數(shù)據(jù)消費(fèi)，已經(jīng)逐步成為企業(yè)經(jīng)營(yíng)的必備一環(huán)。
大模型時(shí)代，用數(shù)據(jù)飛輪重塑數(shù)智化邏輯
從2023年開始的生成式AI(Gen AI)熱潮，則會(huì)加速“數(shù)據(jù)消費(fèi)”這一認(rèn)知成為共識(shí)，對(duì)大數(shù)據(jù)領(lǐng)域影響深遠(yuǎn)。
生成式AI的訓(xùn)練和應(yīng)用都重度依賴數(shù)據(jù)，這本身就是一種“數(shù)據(jù)消費(fèi)”，而要想讓模型質(zhì)量更高，AI在實(shí)際業(yè)務(wù)中應(yīng)用落地的數(shù)據(jù)反哺又至關(guān)重要。
數(shù)據(jù)庫(kù)巨頭Databricks就在2023的年末總結(jié)里提出：“未來(lái)的大數(shù)據(jù)架構(gòu)將是一個(gè)高度集成、智能化和自動(dòng)化的系統(tǒng)，它能夠有效地處理和分析大量數(shù)據(jù)，同時(shí)簡(jiǎn)化數(shù)據(jù)管理和AI應(yīng)用的開發(fā)過(guò)程，為企業(yè)提供競(jìng)爭(zhēng)優(yōu)勢(shì)……在不久的未來(lái)，每個(gè)領(lǐng)域的贏家，都是那些最有效利用數(shù)據(jù)和AI的企業(yè)。”
如今，大模型想在企業(yè)側(cè)落地，意味著企業(yè)自身的數(shù)據(jù)和算力規(guī)模都會(huì)不斷加大——未來(lái)，企業(yè)不僅是需要更多數(shù)據(jù)，更重要的是要更會(huì)使用數(shù)據(jù)。而數(shù)據(jù)消費(fèi)，又會(huì)反哺到應(yīng)用和底層的數(shù)據(jù)基建建設(shè)之中。
百度董事長(zhǎng)李彥宏就曾表示：“AI原生應(yīng)用會(huì)驅(qū)動(dòng)模型、芯片等AI技術(shù)棧的發(fā)展，只有通過(guò)更多的場(chǎng)景落地應(yīng)用，才能夠形成更大的數(shù)據(jù)飛輪，才能夠讓芯片做到夠用和好用。”
幸運(yùn)的是，在數(shù)據(jù)應(yīng)用上，大模型未來(lái)會(huì)成為用戶的有力助手。大模型使得人與機(jī)器的交互形式發(fā)生根本性的變化，這會(huì)有效地降低用戶的數(shù)據(jù)消費(fèi)門檻。
傳統(tǒng)數(shù)據(jù)分析方式將會(huì)發(fā)生巨大變化——從前，如果業(yè)務(wù)人員需要找一個(gè)分析數(shù)據(jù)，輕則需要學(xué)習(xí)BI等分析工具，重則需要找專業(yè)的IT人員提需求。但在大模型誕生后，垂直領(lǐng)域的數(shù)據(jù)搜索將會(huì)變得更容易，只要用自然語(yǔ)言和模型交互，模型即可提取相應(yīng)數(shù)據(jù)，大大提升在數(shù)據(jù)分析上的人效。
但這也意味著，未來(lái)使用數(shù)據(jù)的門檻會(huì)降低，而對(duì)數(shù)據(jù)質(zhì)量的要求則會(huì)進(jìn)一步提高，企業(yè)要想真正享受到生成式AI帶來(lái)的業(yè)務(wù)紅利，需要更加強(qiáng)健的數(shù)據(jù)基礎(chǔ)設(shè)施，以及建立起良性的數(shù)據(jù)消費(fèi)模式，挖掘業(yè)務(wù)數(shù)據(jù)中更深層次的價(jià)值。
更多的人使用大模型提取和分析數(shù)據(jù)，這對(duì)企業(yè)的數(shù)據(jù)基礎(chǔ)設(shè)施提出了更高的要求——OpenAI每次發(fā)布新功能后，宕機(jī)現(xiàn)象仍然頻發(fā)，則是當(dāng)前底層設(shè)施尚未很好適配大模型的證明。
數(shù)據(jù)基礎(chǔ)設(shè)施如同土壤，只有足夠強(qiáng)大，才能夠孵化出有爆發(fā)潛力的AI原生應(yīng)用。對(duì)此，企業(yè)需要更精細(xì)化地建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施，配合業(yè)務(wù)流建立起數(shù)據(jù)采集、存儲(chǔ)、分析層面的工具。而在數(shù)據(jù)上，更需要高質(zhì)量且完整的數(shù)據(jù)，更好加以治理，統(tǒng)一標(biāo)準(zhǔn)和口徑，為數(shù)據(jù)的使用做好準(zhǔn)備。
最后，企業(yè)需要找到一個(gè)數(shù)據(jù)消費(fèi)場(chǎng)景，讓大量用戶使用，模型才能不斷迭代，讓性能更強(qiáng)——這與數(shù)據(jù)飛輪理論，也不謀而合。
早在2013年，《大數(shù)據(jù)時(shí)代》一書作者維克托·爾耶·舍恩伯格就表示，大數(shù)據(jù)開啟了一次重大的“時(shí)代轉(zhuǎn)型”，其帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維，社會(huì)也將經(jīng)歷類似的地殼運(yùn)動(dòng)。
十年過(guò)后，隨著數(shù)字化進(jìn)程的深入，“數(shù)據(jù)飛輪”成為一個(gè)新的階段，幫助企業(yè)構(gòu)建數(shù)智化競(jìng)爭(zhēng)力的邊界——誰(shuí)能更好地轉(zhuǎn)動(dòng)起數(shù)據(jù)飛輪，誰(shuí)就能真正掌握未來(lái)。
分享到微信 ×
打開微信，點(diǎn)擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁(yè)分享至朋友圈。
數(shù)據(jù)分類分級(jí)方法、標(biāo)準(zhǔn)及應(yīng)用實(shí)踐
