随着互联网、信息技术的高速发展，中国经济逐渐步入数字经济时代。“十四五”规划和2035年远景目标纲要明确提出，实施“上云用数赋智”行动，推动数据赋能全产业链协同转型。实体经济数字化、网络化、智能化是大势所趋，近年来，各行各业的数字化转型正展现出澎湃动力和广阔前景。
数字化转型被认为是企业顺应时代发展、提升竞争力的必然选择，一些企业也为此投入很多资源进行尝试，数字化建设已经成为大多数企业管理者的共识。但可以看到，很多企业买了数据工具，搭建了数据中台体系，收集了大量生产经营数据，建了很多数据管理体系，随之而来的“最后一公里”的问题也出现了：数据中台搭建了，生产经营数据收集了，但数据资产查询、开发运维和分析洞察却不知从何下手，面临数据建设与管理成本高、数据产品使用门槛高、数据资产价值低等一系列问题，最终的数字化效果并不好。
究其原因，数据中台确实帮助企业解决了一部分数据集中建设和管理的问题，但是并没有解决业务上的痛点和难题，也没有解决不同角色的实际痛点和使用数据的问题。没有解决好这“最后一公里”，前面的投入和没干区别不大。甚至反而因为投入了大量的人力和物力，从没有带来业务结果的角度来说，可能还不如没干。或者说，建设数据中台其实只是实现数据驱动的一个手段，而有些企业却把它当做了最终的目标。把手段当成了目标，把阶段性成果当成了最终成果，结果可想而知。
数据上云了，如何把数据用起来，为企业管理赋智，让企业管理者“心里有数”？成为目前行业内一个迫切待解的问题。
9月19日，火山引擎在其举办的“V-Tech数据驱动科技峰会”上宣布，火山引擎数智平台VeDI推出“AI助手”，通过接入人工智能大模型，帮助企业提升数据处理和查询分析的效率。即使是不会写代码的运营人员，和大模型对话也能做好业务运营数据的取数、看数和归因分析。
在以往，数据资产的检索和开发非常依赖专业人员，大模型则极大地降低了门槛。以字节跳动内部实践为例，过去电商运营人员在DetaLeap数据管理系统中取数，需要求助研发人员。现在，不会写代码的电商运营人员可以直接提问：“最近7天好物直播间的经营状况，要用哪些表？”DetaLeap会根据业务的知识库，推荐与经营状况相关的表，并解释每张表对应的数据维度。
在数据分析环节，利用DataWind-分析助手，企业员工可以使用自然语言与大模型对话，定义不同字段的逻辑，比如直接查“大咖直播时段”的数据。查好后，还可以完成数据可视化查询与分析等一系列业务探索，比如在“直播间销售额Top类目”等可视化图表中，基于AI分析结果，通过对话形式进一步归因，解决过去分析洞察上需要大量专业知识的痛点。同时，DataWind还联通飞书等办公协同工具，使用者通过IM消息订阅、对话，进行更多延展分析，实现随时随地的灵活分析。
图：火山引擎数据飞轮
基于字节跳动数据驱动实践经验，火山引擎提炼出数据飞轮，其以数据消费为核心驱动力，使企业数据流充分融入业务流，实现数据资产和业务应用的飞轮效应。
图：火山引擎总裁谭待
火山引擎总裁谭待认为，数据飞轮将是大模型在企业市场应用落地的一个重要方向。他表示，大模型降低了企业挖掘数据价值的门槛，更高效地构建以数据消费为核心的数据飞轮，“AI加持的数据飞轮将成为企业做好数据驱动的一个新范式”。
“数据飞轮”，或将成为企业如何“用数赋智”的新答案，成为企业数智化升级的新范式。
企业数字化进入价值释放新阶段 ，“数据飞轮”有理由成为数据中台发展的下一步。企业数智化升级，不能以收了多少数据，建了多少张表，统一了多少数据作为衡量标准。而是应该以终为始，从数据怎么被业务消费的角度来判断。数据消费是第一驱动力，始终围绕一个宗旨，就是以业务发展为中心。
数据飞轮与数据中台的差异在于，它不只聚焦数据建设，更突出数据消费，更重要的是，大模型能力的加持，不但让数据消费门槛变得更低、更普惠，也同样能够帮助专业人员提升在数据开发、数据治理和数据分析过程中的效率和精度。
数据飞轮的构建，是业务与数据的双向驱动发展过程。以数据消费为核心驱动力，可以使企业数据流充分融入业务流，实现数据资产和业务应用的飞轮效应，推动企业的飞轮式转动，真正迈进数智化时代。
企业数字化变革的最后一公里，正在打通。（江声）
新闻热点
新闻爆料
